Onestamente non mi ero mai posto il problema finché non mi è arrivata la richiesta:

“Secondo te, se cambio immagini o inserisco un video nella scheda della app, ottengo più download?”

Come sempre, a questa domanda la risposta è stata: “sarebbe il caso di iniziare un progetto di Testing e Targeting“.

Il problema è capire se è possibile farlo sulla scheda del Googl Play Store: fortunatamente ho scoperto l’esistenza del “Play Listing Experiment“.

Ma andiamo con ordine.

Che cos’è il Google Play Store Listing Experiment?

Il Google Play Listing Experiment è una sorta di piattaforma dedicata al Testing & Targeting per il listing delle app, presente nella sezione developers.

Con lo Store Listing Experiment è possibile generare A/B test direttamente sulla scheda dedicata all’app che stiamo promuovendo e il primo obiettivo – o goal- da tenere sotto controllo saranno sicuramente il numero di download per variante di listing.

Le principali funzioni di questa piattaforma sono:

• La possibilità di testare immagini, video e testo del listing
• Creare test a livello Global o Local
• Modificare l’ordine degli screenshot dell’app
• Selezionare il numero di utenti che saranno sottoposti al test
• Monitorare il tutto direttamente dalla Play Console

L’importanza del “GeoTargeting”

Più che geo targeting dovremmo parlare di language targeting in quanto si basa sulla scelta delle lingue a cui poter veicolare il test.

A livello Global è possibile solamente modificare le immagini ed inserire video, nella versione Local è possibile targetizzare gli utenti per lingua di riferimento (massimo 5 lingue per test) e modificare immagini, video e testo all’interno della scheda dell’app.

La versione geolocalizzata è molto utile se, per esempio, andiamo ad introdurre un video esplicativo dell’app per una determinata lingua, oppure sono presenti delle feature solo per determinate zone e così via.

La creazione del test

Nota: Prima di partire con il test, annotatevi l’attuale conversion rate “overall” che potete trovare nella sezione Acquisizione della developer console. Purtroppo al momento non vi è la possibilità di “salvare” questo dato che vi servirà come prima base di confronto per il test.

Una volta deciso se fare un test Global o Local le prime cose che vengono richieste sono:

• il Targeting, ovvero la definizione della percentuale di utenti coinvolti nel test
• il/gli Attributes, ovvero cosa vogliamo andare a modificare all’interno della nostra scheda app (icona, screenshot, elementi grafici, short description, full description, video)

Suggerimento: come nei normali A/B test, modificate un elemento (attribute) per volta!

A questo punto andiamo a modificare tramite l’import, ad esempio, gli elementi che abbiamo selezionato da sottoporre al test.

Una volta settati tutti i parametri, basta semplicemente cliccare su “Run Experiment” e il nostro test sarà subito attivo nel Google Play Store.

Risultati

Come ogni strumento di testing, anche lo Store Listing Experiment vi fornisce la possibilità di consultare i dati sia a livello di trend

sia a livello di performance.

Nel secondo caso, quando si analizzano i risultati, bisogna stare attenti agli errori di 1° livello e/o ai falsi positivi:

• Performance non del tutto positiva: graficamente si traduce come una barra con una % rossa e una % verde. In questo caso non dobbiamo applicare la variante di listing in quanto incorreremmo nell’errore di esporre la nostra app ad un minor numero di download rispetto a quanto rilevato inizialmente.
• Performance totalmente positiva: in questo caso la barra è completamente verde e le modifiche possono essere applicate in quanto viene rilevato un netto miglioramento delle performance
• Performance negativa: la barra è completamente rossa e le modifiche non devono essere apportate.

Ovviamente anche il tempo e il numero di installazioni influenzano il risultato: non fate terminare mai un test prima dei 7 giorni e calcolate una percentuale di incremento di installazioni tramite uno dei classici software per la numerosità campionaria.

La prova del nove

Dato che il mondo delle app -ma non solo- è spesso nebuloso, sia in termini di dati che di comportamento degli utenti, una volta sviluppati i primi A/B test consiglio vivamente di generare un B/A.

Generare un B/A test significa riproporre lo stesso esperimento ma a varianti/originale invertite: in questo modo verranno dissipati dubbi ed eventuali “errori” dovuti a fattori esterni (es: la variante ha vinto ma in quel periodo era presente una massiva campagna esterna).

CASE: inserimento di un video nel listing

Nel nostro caso, la richiesta è stata quella di inserire un video all’interno del listing dell’app.

Il test è durato circa 12 giorni e, confermato anche dal B/A test, abbiamo riscontrato un aumento delle installazioni pari al 23,5% ed un incremento dell’utilizzo dell’app di più del 35% (dato, questo, ricavabile da Firebase/Analytics).

TAKEAWAY. Che cosa abbiamo capito dagli esperimenti sul listing

1. I video all’interno delle schede funzionano molto più degli screenshot
2. Dato che il video deve essere hostato in YouTube, l’upload “unlisted video” permette di incrociare le metriche del listing experiment con quelle di Youtube Analytics dato che oltre il 90% delle visualizzazioni arrivano dallo Store.
3. Il video no logo ha performato di più (il nostro logo è già presente nel listing)
4. Inserire un video con i sottotitoli o “capibile” anche senza suono ha aumentato le installazioni
5. La value proposition deve essere espressa subito nella short description
6. Nella long description assicurarsi di aver inserito i benefit
7. Gli screenshot devono essere pensati per non far zoommare l’utente ma evidenziare subito il prodotto

E tu, hai mai utilizzato il listing experiment?