Cos’è la CRO (Conversion Rate Optimization): guida pratica

Ogni giorno qualcuno arriva sul vostro sito, guarda una pagina, magari ne apre un’altra e poi se ne va senza comprare, senza compilare il modulo, senza lasciare l’email. La conversion rate optimization (in italiano ottimizzazione del tasso di conversione, abbreviata in CRO) è il metodo con cui si scopre perché succede e si cambia il sito in modo che una quota maggiore di quei visitatori faccia l’azione che vi interessa.

In questa guida pratica vediamo cos’è la conversion rate optimization, come si calcola il tasso di conversione, quali sono le fasi di un processo CRO serio, come si impostano gli A/B test senza trarre conclusioni sbagliate e dove conviene intervenire per primi. È la guida di riferimento della nostra categoria CRO: da qui partono gli approfondimenti sugli strumenti e sulle singole tecniche.

Cos’è la conversion rate optimization e perché conviene prima di comprare altro traffico

Una conversione è qualsiasi azione che per voi ha valore: un acquisto, una richiesta di preventivo, l’iscrizione alla newsletter, una prenotazione, il download di un listino. Il Conversion Rate è la percentuale di visitatori (o di sessioni) che compie quell’azione. La CRO è l’insieme di ricerca, ipotesi e test che serve ad aumentare quella percentuale.

Per capire perché conviene, pensate al sito come a un secchio bucato. Le campagne pubblicitarie, la SEO e i social versano acqua nel secchio; i buchi sono i punti in cui gli utenti si perdono: una pagina lenta, un modulo troppo lungo, spese di spedizione che compaiono solo alla fine. Versare più acqua costa sempre di più. Tappare un buco, invece, migliora il rendimento di tutta l’acqua che già entra, compresa quella che arriverà domani.

Facciamo un esempio con numeri ipotetici, solo per chiarire la logica. Un e-commerce riceve 20.000 sessioni al mese e converte all’1,5%: sono 300 ordini. Se, grazie a un checkout più semplice, il tasso sale all’1,8%, gli ordini diventano 360. Sessanta ordini in più al mese senza spendere un euro in più in pubblicità. Per ottenere lo stesso risultato aumentando il traffico, servirebbero circa 4.000 sessioni aggiuntive.

La CRO non è però una raccolta di trucchi del tipo “il pulsante rosso converte di più”. Chi vi promette percentuali magiche valide per tutti vi sta vendendo un’opinione. Ogni sito ha il suo pubblico, la sua offerta e i suoi ostacoli. Per questo lavoriamo con tre principi:

• Dati prima delle opinioni: si parte da cosa fanno davvero gli utenti, non da cosa piace al titolare o al grafico.
• Ipotesi esplicite: ogni modifica ha una ragione scritta e un risultato atteso misurabile.
• Verifica: quando il traffico lo permette, si testa; quando non lo permette, si misura prima e dopo con onestà.

La CRO vive dentro il percorso più ampio che vi abbiamo descritto nella guida al funnel di marketing: ogni passaggio del Funnel Marketing, dalla prima visita all’acquisto, ha il suo tasso di conversione e quindi i suoi buchi da tappare. Non è un’idea nuova: in Italia già vent’anni fa strumenti come ConversionLab provavano a collegare traffico, conversioni e ritorno delle campagne. Oggi gli strumenti sono più accessibili, ma la domanda di fondo è la stessa.

Come si calcola il tasso di conversione: formula, macro e micro conversioni

La formula di base è semplice:

Tasso di conversione = (conversioni ÷ visitatori o sessioni) × 100

Se in un mese avete 8.000 sessioni e 120 richieste di contatto, il tasso di conversione è dell’1,5%. Il punto delicato non è la divisione, ma la scelta di cosa mettere al numeratore e al denominatore. In GA4 potete calcolarlo sugli utenti o sulle sessioni, e i due valori possono essere molto diversi: un utente che torna tre volte prima di comprare conta una volta tra gli utenti e tre volte tra le sessioni. Scegliete un riferimento e mantenetelo sempre, altrimenti i confronti nel tempo perdono senso.

Il secondo passo è distinguere tra macro conversioni e micro conversioni:

Le micro conversioni sono preziose perché si verificano molto più spesso delle macro: permettono di capire in quale tratto del percorso si perde la gente e danno abbastanza dati per i test anche ai siti con poco traffico. Il nostro consiglio è configurarle come eventi e segnare come eventi chiave solo quelle davvero importanti. Se non sapete da dove partire, trovate i passaggi nella guida agli eventi e conversioni in GA4 e, per le basi, nella guida pratica a Google Analytics 4 per principianti.

Una domanda che ci fanno spesso: “qual è un buon tasso di conversione?”. La risposta onesta è che non esiste un valore universale. Un e-commerce di abbigliamento, un sito B2B che vende impianti industriali e una landing page per un webinar gratuito hanno numeri che non si possono confrontare. Il benchmark più utile è il vostro: il tasso di conversione del mese scorso, segmentato per dispositivo, canale di acquisizione e tipo di pagina. Spesso basta questa segmentazione per scoprire, per esempio, che da mobile convertite la metà rispetto al desktop, e lì c’è già il primo lavoro da fare.

Il tasso di conversione, infine, non va mai guardato da solo. Va letto insieme ad altri KPI come il valore medio dell’ordine, il ricavo per visitatore e il tasso di resi. Uno sconto aggressivo può alzare le conversioni e abbassare il margine: sulla carta un successo, nel conto economico no. Abbiamo approfondito queste metriche nella guida ai KPI e-commerce.

Il processo CRO in cinque fasi: dalla ricerca all’ipotesi da testare

La differenza tra chi fa CRO e chi “prova a cambiare qualcosa” sta tutta nel metodo. Il processo che usiamo, e che trovate in forme simili in quasi tutti i framework professionali, si articola in cinque fasi che si ripetono in ciclo.

1. Misurazione affidabile. Prima di ottimizzare bisogna essere certi che i dati siano corretti: eventi configurati, conversioni tracciate una volta sola, consenso gestito. Un tracciamento sporco è come una bilancia starata: qualunque dieta sembrerà funzionare o fallire a caso.
2. Ricerca. Si cerca dove gli utenti abbandonano (dati quantitativi) e perché lo fanno (dati qualitativi). È la fase più sottovalutata e quella che produce le idee migliori.
3. Ipotesi. Ogni problema osservato diventa un’ipotesi scritta in modo verificabile.
4. Prioritizzazione. Le ipotesi sono sempre più delle risorse: bisogna scegliere da quali partire.
5. Test e analisi. Si verifica l’ipotesi con un esperimento o, se il traffico non basta, con una misurazione prima/dopo, e si documenta cosa si è imparato.

Per scrivere un’ipotesi utile usiamo uno schema in tre parti: “Poiché abbiamo osservato [dato], se cambiamo [elemento], allora [metrica] migliorerà, perché [motivazione]”. Un esempio concreto: “Poiché le registrazioni mostrano che molti utenti da mobile tornano indietro dalla pagina di checkout dopo aver visto i costi di spedizione, se mostriamo le spese di spedizione già nella scheda prodotto, allora aumenteranno gli ordini completati da mobile, perché eliminiamo una sorpresa negativa nel momento più delicato”. Un’ipotesi scritta così si può verificare, e anche quando viene smentita vi lascia qualcosa: sapete che il problema era altrove.

Per la prioritizzazione esistono modelli semplici a punteggio. I più diffusi sono PIE (Potential, Importance, Ease: potenziale di miglioramento, importanza della pagina, facilità di realizzazione) e ICE (Impact, Confidence, Ease: impatto, fiducia nell’ipotesi, facilità). Si assegna un voto da 1 a 10 a ogni criterio, si fa la media e si parte dalle ipotesi con il punteggio più alto.

I voti sono soggettivi, ed è normale: il valore del modello non sta nella precisione del numero, ma nell’obbligare il team a discutere le priorità in modo esplicito invece di seguire chi alza di più la voce in riunione. Notate anche un dettaglio della tabella: il restyling completo finisce in fondo. Rifare tutto insieme è il modo più sicuro per non capire mai cosa ha funzionato.

Ricerca: capire dove e perché gli utenti abbandonano

Un medico non prescrive una cura prima di aver fatto la diagnosi. Nella CRO la diagnosi è la ricerca, e si muove su due binari complementari: i dati quantitativi vi dicono dove si perdono gli utenti, quelli qualitativi vi aiutano a capire perché.

Sul fronte quantitativo, il punto di partenza è GA4. Le esplorazioni a imbuto (funnel exploration) mostrano quante persone passano da un passaggio al successivo: pagina prodotto, carrello, inizio checkout, acquisto. Se tra carrello e inizio checkout perdete molte più persone che negli altri passaggi, avete trovato il primo buco. Segmentate sempre per dispositivo e canale: un problema che riguarda solo gli utenti da mobile in arrivo dai social richiede una soluzione molto diversa da un problema generale. Per visualizzare questi dati in modo condiviso con il team potete usare una dashboard come quella che spieghiamo nella guida a Looker Studio.

Sul fronte qualitativo gli strumenti principali sono quattro:

• Mappe di calore: mostrano dove si concentrano i clic e fin dove le persone scorrono la pagina. Scoprire che la maggior parte degli utenti non arriva mai alla sezione con il pulsante d’acquisto è un’informazione che nessun report numerico vi dà in modo così immediato.
• Session Recording: le registrazioni anonime delle sessioni permettono di vedere il percorso di un singolo utente, con esitazioni, clic ripetuti e ritorni indietro.
• Sondaggi e feedback: una domanda breve al momento giusto (“Cosa vi impedisce di completare l’ordine oggi?”) produce risposte che spesso nessuno in azienda aveva immaginato.
• Test con utenti: chiedere a cinque persone del vostro pubblico di svolgere un compito sul sito mentre ragionano ad alta voce è economico e rivelatore.

Per mappe di calore e registrazioni gli strumenti più usati sono Microsoft Clarity, gratuito, e Hotjar, oggi parte di Contentsquare, che aggiunge sondaggi e funzioni avanzate nei piani a pagamento. Li abbiamo analizzati nella guida completa a Microsoft Clarity e nella guida a Hotjar. Se volete invece capire come si è arrivati fin qui, nell’articolo su VisualPath raccontiamo come si facevano le mappe di calore quando erano un lusso da software professionale e come si usano oggi per trasformare ciò che osservate in ipotesi da testare.

Un avvertimento pratico: registrazioni e mappe di calore trattano dati di comportamento degli utenti. Configurate gli strumenti in modo da mascherare i campi sensibili, rispettate le scelte del banner cookie e verificate la compatibilità con il Consent Mode V2. Una ricerca fatta bene non vale una sanzione del Garante.

L’ultimo consiglio sulla ricerca riguarda il metodo: tenete un registro delle osservazioni, anche un semplice foglio condiviso, con data, pagina, problema osservato e fonte (GA4, registrazione, sondaggio). Dopo due o tre settimane vedrete emergere degli schemi ricorrenti, ed è da quelli che nascono le ipotesi più solide.

A/B test: come impostarli senza ingannarsi con i numeri

Un A/B test divide in modo casuale il traffico di una pagina tra la versione attuale (A, il controllo) e una versione modificata (B, la variante), e confronta il comportamento dei due gruppi. Poiché l’unica differenza sistematica tra i gruppi è la modifica, se B converte meglio in modo statisticamente affidabile potete attribuire il merito alla modifica e non al caso, alla stagionalità o a una campagna partita nel frattempo.

La parola chiave è proprio “caso”. Se lanciate una moneta dieci volte e ottenete sette teste, non concludete che la moneta è truccata: con pochi lanci le oscillazioni sono normali. Lo stesso vale per i test: con poche conversioni per variante, una differenza del 20% può essere puro rumore. Ecco le regole che seguiamo per non farci ingannare:

1. Una metrica principale decisa prima. Scegliete prima del lancio quale metrica decide il vincitore (per esempio gli ordini completati). Guardare dieci metriche e celebrare quella che migliora è il modo più rapido per trovare falsi positivi.
2. Dimensione del campione calcolata in anticipo. Con un calcolatore di sample size stimate quante sessioni servono, in base al tasso di conversione attuale e al miglioramento minimo che vi interessa rilevare.
3. Durata in settimane intere. Il comportamento del lunedì non è quello della domenica: fate durare il test almeno una o due settimane complete, anche se la significatività arriva prima.
4. Niente stop anticipati. Fermare il test appena la variante sembra vincere è come fermare la partita al primo gol. Rispettate la durata prevista.
5. Una modifica coerente per volta. Potete cambiare più elementi insieme se servono a verificare la stessa ipotesi, ma poi non saprete quale dei due ha fatto la differenza.
6. Documentate tutto. Ipotesi, date, risultati e anche i test persi: un test che smentisce l’ipotesi vi ha evitato di applicare una modifica inutile a tutto il sito.

Sul fronte strumenti, ricordate che Google Optimize non esiste più: Google lo ha dismesso il 30 settembre 2023 e ha indicato come alternative le integrazioni di GA4 con piattaforme di terze parti come AB Tasty, Optimizely e VWO. Molti CMS e page builder offrono anche funzioni di test integrate, utili per landing page e pagine semplici.

E se il traffico è poco? È la situazione di molte PMI italiane. Se una pagina genera poche decine di conversioni al mese, un A/B test classico potrebbe richiedere mesi. In questi casi conviene testare le micro conversioni, concentrarsi sulle pagine con più traffico, puntare a modifiche più coraggiose (che producono differenze più grandi e quindi più facili da rilevare) oppure applicare la modifica e confrontare con attenzione i periodi prima e dopo, tenendo conto di stagionalità e campagne attive. Non è rigoroso come un test, ma è molto meglio che decidere a sensazione.

Dove intervenire: landing page, moduli, schede prodotto e checkout

Una volta impostato il metodo, la domanda diventa: da dove partiamo? La regola è intervenire dove si incrociano molto traffico e molti abbandoni. Nella maggior parte dei siti le zone calde sono quattro.

Le landing page. Chi arriva da un annuncio ha in testa una promessa precisa: la pagina deve mantenerla subito, con un titolo coerente con l’annuncio, un’offerta chiara sopra la piega e un solo invito all’azione principale. Una landing page con cinque pulsanti diversi è come un cartello stradale con cinque frecce: la gente si ferma e torna indietro.

I moduli. Ogni campo in più è una piccola tassa che chiedete all’utente. Chiedetevi per ogni campo se vi serve davvero adesso o se potete raccoglierlo dopo. Etichette chiare, messaggi di errore comprensibili e la tastiera giusta su mobile (numerica per il telefono, per esempio) sono interventi piccoli che spesso fanno una differenza concreta.

Le schede prodotto. Foto chiare, prezzo e costi di spedizione visibili, disponibilità e tempi di consegna, recensioni e politica di reso: sono le risposte alle domande che l’utente si fa prima di aggiungere al carrello. Se non le trova, va a cercarle altrove, spesso da un concorrente.

Il checkout. È il tratto più delicato, e i dati lo confermano. Secondo il Baymard Institute, che raccoglie gli studi pubblicati sull’argomento, il tasso medio documentato di abbandono del carrello è del 70,22%, calcolato come media di 50 studi. Una parte di questi abbandoni è fisiologica: chi stava solo guardando o confrontando prezzi. Ma escludendo questo gruppo, i motivi più citati dagli acquirenti statunitensi sono in larga parte risolvibili:

Sempre secondo Baymard, il checkout medio negli Stati Uniti mostra 23,48 elementi di modulo, mentre un flusso ideale può fermarsi a 12-14. Lo stesso istituto stima che i grandi e-commerce potrebbero ottenere un aumento del tasso di conversione del 35,26% solo migliorando il design del checkout. Sono dati riferiti soprattutto a mercati USA ed europei e a siti di grandi dimensioni, quindi non aspettatevi lo stesso risultato sul vostro shop, ma la direzione è chiara: semplificare il checkout è quasi sempre uno degli interventi a più alto rendimento.

Un ultimo fattore trasversale è la velocità. Una pagina che si carica lentamente perde utenti prima ancora che possano leggere la vostra offerta, soprattutto da mobile. Misurate i tempi di caricamento delle pagine chiave e inserite le ottimizzazioni tecniche nella stessa lista di priorità delle modifiche di contenuto e design.

Strumenti CRO ed errori da evitare: un piano per i primi 30 giorni

Per iniziare con la conversion rate optimization non servono budget importanti. Questa è la cassetta degli attrezzi minima che consigliamo:

Gli strumenti però non bastano. Questi sono gli errori più comuni che vediamo nei progetti CRO:

• Copiare i “best case” altrui. Il test che ha funzionato su un sito americano con milioni di visite non dice nulla sul vostro pubblico.
• Ottimizzare la metrica sbagliata. Più clic sul pulsante non significano più vendite se poi gli utenti abbandonano al passo successivo.
• Dichiarare vittoria troppo presto. Due giorni di dati favorevoli non sono un risultato.
• Dimenticare il mobile. Molti test vengono progettati e controllati su desktop, mentre buona parte del traffico arriva da smartphone.
• Non documentare. Senza un archivio dei test, tra sei mesi qualcuno riproporrà la stessa idea già bocciata.

Ecco un piano concreto per i primi 30 giorni:

1. Settimana 1 – Misurazione. Verificate che le conversioni principali e le micro conversioni siano tracciate correttamente in GA4 e che il consenso sia gestito. Annotate il tasso di conversione attuale, segmentato per dispositivo e canale.
2. Settimana 2 – Ricerca. Installate Clarity o Hotjar sulle pagine chiave, costruite l’esplorazione a imbuto e guardate almeno 20-30 registrazioni di utenti che abbandonano. Lanciate un breve sondaggio.
3. Settimana 3 – Ipotesi e priorità. Trasformate le osservazioni in ipotesi scritte con lo schema “poiché… se… allora… perché” e assegnate un punteggio ICE.
4. Settimana 4 – Primo intervento. Lanciate il primo test sull’ipotesi con il punteggio più alto oppure, se il traffico è basso, applicate la modifica e impostate il confronto prima/dopo.

Dopo il primo mese il ciclo ricomincia: nuovi dati, nuove ipotesi, nuovi test. È questo che rende la CRO diversa da un restyling: non c’è una data di fine, c’è un sito che migliora un po’ alla volta, sulla base di ciò che fanno davvero i vostri utenti. Se vi interessa l’approccio più sperimentale e orientato alla crescita rapida, trovate idee complementari nella guida al growth hacking. Per tutti gli approfondimenti su test, mappe di calore e analisi del comportamento, continuate a seguire la categoria CRO di Trackset.