CRO: come migliorare il tasso di conversione della landing page

Raddoppiare la conversione di una landing page costa meno che raddoppiare il traffico. Questa frase sembra ovvia quando si guardano i numeri: se la tua pagina converte al 2% e stai spendendo €5.000/mese in Google Ads per portare 10.000 visitatori, generi 200 conversioni. Per arrivare a 400 conversioni mantenendo lo stesso costo, puoi raddoppiare l'investimento — oppure ottimizzare la pagina per convertire al 4%. Il risultato finanziario è identico. La seconda opzione costa ore di analisi e test, non altri €5.000/mese ricorrenti.

CRO (Conversion Rate Optimization) è il processo sistematico di aumento della percentuale di visitatori che eseguono l'azione desiderata su una pagina. La parola chiave è "sistematico": il CRO non significa indovinare cosa funziona, ma misurare cosa non va e testare ipotesi basate sui dati.

Diagnosi: Heatmap, Session Recording e Funnel

Prima di formulare qualsiasi ipotesi, è necessario capire il comportamento attuale degli utenti. Tre strumenti costruiscono questa diagnosi:

Le heatmap mostrano dove gli utenti cliccano, muovono il mouse e quanto tempo passano su ogni sezione. Strumenti come Hotjar, Microsoft Clarity (gratuito) e FullStory generano mappe di calore per scroll depth e per clic. I pattern più rilevanti da osservare:

• Fino a dove gli utenti stanno scorrendo? Se meno del 40% arriva alla fine della pagina, o la pagina è troppo lunga o ha perso l'utente prima.
• Su cosa gli utenti stanno cercando di cliccare senza successo? I rage click su elementi non interattivi indicano frustrazione e aspettative non soddisfatte.
• La CTA riceve clic o viene ignorata? Un bottone che nessuno clicca può essere mal posizionato, avere un copy debole o un basso contrasto visivo.

Le session recording sono registrazioni individuali delle sessioni degli utenti. Guardare 20-30 registrazioni di utenti che sono entrati nella pagina ma non hanno convertito rivela pattern che nessun numero aggregato mostra: l'utente si ferma a metà pagina, scorre su e poi esce — cosa c'era lì in alto che ha cercato? L'utente inizia a compilare il modulo e lo abbandona al secondo campo — è necessario quel campo?

I funnel di conversione in Google Analytics 4 mostrano dove gli utenti si perdono nei flussi multi-step. Per le landing page a pagina singola, il funnel più rilevante è il tasso di uscita per segmento: utenti mobile vs desktop, traffico a pagamento vs organico, utenti nuovi vs ricorrenti. Tassi molto discrepanti tra segmenti indicano un problema specifico con quel gruppo.

Formulare Ipotesi Basate sui Dati

Un'ipotesi CRO mal formulata spreca tempo e traffico. Una buona ipotesi ha tre componenti:

1. Osservazione: cosa mostrano i dati
2. Causa ipotetica: perché questo potrebbe accadere
3. Modifica proposta: cosa cambierai per testare

Esempio sbagliato: "Cambio il colore del bottone per vedere se migliora."

Esempio corretto: "La heatmap mostra che solo il 18% degli utenti mobile arriva alla CTA (osservazione). Su mobile, il modulo spinge il bottone sotto la piega (causa ipotetica). Sposterò la CTA sopra il modulo su mobile (modifica proposta)."

La differenza è rilevante: nel secondo caso, sai cosa stai testando e perché. Se il test conferma l'ipotesi, hai imparato qualcosa sul comportamento dei tuoi utenti. Se non la conferma, elimini un'ipotesi e passi alla successiva.

Test A/B: Significatività Statistica e Durata Minima

Il più grande errore nei test A/B è dichiarare il vincitore troppo presto. Vedere che la variante B sta convertendo il 15% in più dopo 200 visitatori e interrompere il test è un classico errore statistico — con campioni piccoli, variazioni di questa entità sono rumore, non segnale.

Per calcolare la dimensione del campione necessaria prima di iniziare un test, usa la formula:

n = (Z_α/2 + Z_β)² × (p₁(1-p₁) + p₂(1-p₂)) / (p₁ - p₂)²

Dove:
- Z_α/2 = 1,96 per il 95% di confidenza
- Z_β = 0,84 per l'80% di potere statistico
- p₁ = tasso di conversione attuale (baseline)
- p₂ = tasso di conversione atteso (effetto minimo rilevabile)

In pratica, usa calcolatori online come quello di Optimizely o di Evan Miller. Per una pagina che converte al 3% e un effetto minimo rilevabile del 20% (cioè vuoi rilevare se la variante è arrivata al 3,6% o più), hai bisogno di circa 15.000 visitatori per variante.

Questo ha implicazioni dirette: se il tuo sito riceve 500 visitatori al mese, hai bisogno di 5 anni per avere un risultato statisticamente valido con questo livello di traffico. In questi casi, prioritizza cambiamenti più aggressivi (effetto atteso maggiore) o usa approcci qualitativi invece del test A/B.

La durata minima raccomandata è di due cicli completi di business — generalmente due settimane — indipendentemente dal volume di traffico. Questo elimina il bias dei giorni della settimana (gli utenti del lunedì si comportano diversamente da quelli del sabato).

Prioritizzazione: Quali Elementi Testare Prima

Con risorse limitate, l'ordine dei test conta. Il framework ICE (Impact, Confidence, Ease) aiuta a prioritizzare:

Ipotesi	Impact (1-10)	Confidence (1-10)	Ease (1-10)	Score ICE
Cambiare headline per focalizzarsi sul risultato	8	7	9	8,0
Aggiungere video dimostrativo	7	5	4	5,3
Rimuovere campi dal modulo	9	8	7	8,0
Cambiare colore della CTA	4	4	10	6,0
Aggiungere testimonianza video	6	6	5	5,7

Lo score ICE è la media dei tre valori. Questa tabella suggerisce di iniziare con headline e riduzione dei campi nel modulo — alto impatto atteso, alta confidenza basata sui dati ed esecuzione ragionevolmente semplice.

Elementi con maggior potenziale di impatto, in ordine generale:

1. Headline e subheadline (riguarda il 100% dei visitatori)
2. Copy e posizionamento della CTA (riguarda tutti quelli che ci arrivano)
3. Numero di campi nel modulo (influenza la decisione di inviare)
4. Social proof (influenza la fiducia nel momento della decisione)
5. Hero image o video (influenza la percezione iniziale del prodotto)

Il colore del bottone, il font tipografico e le piccole variazioni di layout tendono ad avere un impatto basso e non dovrebbero essere la priorità iniziale — a meno che i tuoi dati non mostrino specificamente un problema lì.

Conclusione

Il CRO non è un'attività puntuale — è un processo continuo di osservazione, ipotesi e test. Le pagine ad alta performance ci sono arrivate dopo decine di iterazioni, non dopo un redesign perfetto eseguito una volta sola.

Il prerequisito per fare CRO è avere una base tecnica solida: una pagina che si carica velocemente, instrumentata con strumenti di analytics e heatmap, e la cui struttura permette modifiche senza rischio di regressione. In SystemForge, consegniamo landing page in Next.js con questa base già configurata — Google Analytics 4, Microsoft Clarity integrato, e struttura a componenti che facilita l'iterazione rapida basata sui dati.