Email Marketing · Guida pratica

Mandi due versioni della stessa email a due gruppi di iscritti, e vinci quella che converte di più. Sembra semplice — e lo è — ma il 70% dei test che vedo girare in agenzia sono impostati in modo sbagliato. Qui ti spiego come farli bene, senza buttare via il tuo database.

Tempo di lettura 12 minutiAggiornato Maggio 2026Categoria Email Marketing

Punti chiave

• A/B test significa confrontare due versioni della stessa email per capire quale funziona meglio sui tuoi iscritti
• Si testa una sola variabile alla volta — altrimenti non sai cosa ha causato la differenza
• Servono almeno 1.000 destinatari per variante per avere un risultato statisticamente affidabile
• Il subject line è la leva con il maggior impatto sull’open rate, parti da lì
• Un test va lasciato girare almeno 24-48 ore prima di dichiarare un vincitore
• Misura quello che conta davvero: conversioni e fatturato, non solo aperture
• Documenta ogni test in una libreria di apprendimento — vale più dei risultati singoli

Prima di entrare nel dettaglio, una cosa importante: l’A/B testing email non è una tattica avanzata da specialista. È la base. Se gestisci un funnel di email marketing senza testare, stai lavorando a sensazione — e a sensazione si bruciano soldi. Lo dico da chi negli ultimi cinque anni ha mandato qualche milione di email per clienti e-commerce, B2B, info-prodotti. La differenza fra chi cresce e chi resta fermo è quasi sempre questa: testano, oppure no.

L’A/B testing rientra a pieno titolo fra le leve di performance marketing più sottovalutate.

01 — Le basiCosa vuol dire davvero fare A/B testing su un’email

L’A/B testing in email marketing è un confronto. Punto. Mandi due versioni della stessa email a due gruppi simili di iscritti, e guardi quale performa meglio. Versione A contro versione B. Niente di più semplice, niente di più potente se fatto bene.

Mi ricordo un cliente del settore arredamento — lista da 35mila iscritti, open rate fermo al 18%. Cambiammo solo l’oggetto: da “Nuova collezione autunno 2024” a “Marco, abbiamo pensato a te per il salotto”. Stesso identico contenuto sotto. Open rate del gruppo B: 31%. Una differenza di 13 punti, solo per un oggetto diverso. Tredici punti che, su una lista di quella dimensione, hanno significato qualche migliaio di euro di fatturato in più in una sola domenica.

Ma perché si chiama A/B? Perché tecnicamente confronti due varianti — A è il controllo (la versione classica, quella che useresti senza pensarci), B è la sfida (quella nuova che vuoi provare). Qualcuno lo chiama split test, è la stessa cosa, cambia solo il nome.

Una domanda che mi fanno spesso i clienti: “serve davvero fare A/B test se ho una lista piccola?”. Sì, ma con un po di cautela. Sotto i 2.000 iscritti il margine di errore diventa alto, e rischi di prendere decisioni su numeri che dicono poco. In quei casi conviene testare cambiamenti drastici — non sfumature — e accumulare dati nel tempo invece di fidarsi del singolo test.

Il punto vero è capire che ogni email che mandi è una scommessa. Tu pensi che funzioni, ma non lo sai. L’A/B test sostituisce l’intuizione con i dati. Lavorare in agenzia mi ha insegnato che chi fa marketing “a feeling” brucia budget anche quando è bravo; chi testa, accumula sapere — e ogni test ti dice qualcosa sul tuo pubblico, anche quando il vincitore è quello che pensavi, perché adesso lo sai, non lo speri.

02 — Cosa testareQuali elementi di un’email puoi mettere a confronto

Domanda secca: cosa si può testare in un’email? Praticamente tutto, ma non tutto vale la pena. Alcuni elementi muovono i numeri tanto, altri pochissimo. Te li metto in ordine di impatto, dal più potente al meno influente, così sai da dove iniziare se hai poco tempo.

Elemento	Impatto su	Priorità di test
Subject line (oggetto)	Open rate	Altissima
From name (nome mittente)	Open rate	Alta
Preheader	Open rate	Media-alta
CTA (testo e colore)	Click rate, conversioni	Alta
Offerta / hook iniziale	Conversioni	Alta
Layout (testo vs immagini)	Click rate	Media
Orario di invio	Open rate	Media
Lunghezza del copy	Conversioni	Media

Una nota che sembra ovvia ma non lo è: testi una sola cosa per volta. Se cambi oggetto E pulsante E orario nella stessa email, e poi la variante B vince, non sai a cosa attribuire la vittoria. Magari l’orario non c’entra niente, magari era tutto merito dell’oggetto. Senza isolare la variabile, il test non ti insegna nulla — hai solo trovato per caso una email che funziona, ma non sai perché.

C’è un’eccezione a questa regola: i test “concept” o “multivariate” su liste grandi (sopra i 100mila iscritti), dove si testano combinazioni intere di varianti. Ma quelli sono un altro discorso e richiedono volumi che il 95% delle aziende italiane non ha.

Per le PMI il consiglio è uno e semplice: scegli l’elemento con più impatto (di solito il subject line), testa, impara, passa al successivo. La pazienza paga — chi vuole testare tutto insieme finisce per non testare niente.

03 — MetodologiaCome impostare un test A/B che produca risultati affidabili

Qui entriamo nella parte tecnica, quella che la maggior parte delle persone salta. È un peccato perché è anche quella che separa un test che ti fa imparare da uno che ti illude.

Prima di tutto: parti da un’ipotesi. Non da una curiosità. La differenza? L’ipotesi suona così: “Credo che un oggetto con il nome dell’iscritto aumenti l’open rate di almeno il 10% perché aumenta la rilevanza percepita”. La curiosità suona così: “chissà se va meglio con il nome”. La prima ti dà una soglia di vittoria chiara; la seconda ti porta a confermare quello che già pensavi.

Gli ingredienti di un test serio

1. Una variabile sola — già detto, lo ripeto perché è il punto in cui falliscono quasi tutti.
2. Campione adeguato — minimo 1.000 destinatari per gruppo per metriche di apertura, 2.000+ per metriche di click o conversione.
3. Distribuzione casuale — il tuo tool deve assegnare gli iscritti ai due gruppi in modo random, non per ordine alfabetico o data di iscrizione.
4. Durata sufficiente — 24 ore per email broadcast, 7 giorni per email automatiche con bassi volumi.
5. Una KPI principale — decidi prima del test cosa stai misurando: open rate? Click rate? Vendite?
6. Significatività statistica — il vincitore deve avere almeno il 95% di confidenza, non basta che “vada meglio”.

Sulla significatività statistica un attimo di chiarezza: 95% di confidenza vuol dire che c’è solo il 5% di probabilità che la differenza osservata sia dovuta al caso. Quasi tutti i tool moderni — Klaviyo, Mailchimp, ActiveCampaign — calcolano il valore automaticamente. Ma il calcolo dipende dalla dimensione del campione e dall’entità della differenza, quindi non vedrai mai la dicitura “vincitore” su un test con 200 destinatari per gruppo e una differenza dell’1%.

Errore tipico

Il cliente lancia il test alle 9 del lunedì. Alle 14, vedendo che la variante B sta andando meglio, “ferma” il test e manda quella a tutti. È una pessima idea. Le prime ore di un invio non rappresentano il comportamento finale — chi apre dopo 6 ore può essere un pubblico molto diverso da chi apre nei primi minuti. Aspetta almeno 24 ore.

Anche per l’email vale lo stesso principio delle metriche di costo: prima di ottimizzare devi misurare in modo corretto.

04 — Subject lineTestare l’oggetto: dove si vincono le aperture

Se devi iniziare da un solo tipo di test, fai partire questo. Il subject line è la prima — e spesso unica — cosa che il destinatario legge prima di decidere se aprire. Sposta dal 5 al 30% di open rate, dipende da quanto è grosso lo scarto fra l’oggetto di controllo e quello che provi.

Cosa testare nell’oggetto? Qualche idea pratica che uso io nei test mensili dei miei clienti:

• Lunghezza — oggetto corto (3-5 parole) contro oggetto lungo (10+ parole). I corti vincono di norma su mobile, ma non sempre.
• Personalizzazione — con nome del destinatario contro senza nome. Aumenta l’open rate del 10-15% in media, ma su alcune nicchie B2B può sembrare invadente.
• Domanda vs affermazione — “Hai già visto la nuova collezione?” contro “È arrivata la nuova collezione”. Le domande spesso vincono perché creano curiosità.
• Emoji sì o emoji no — un’emoji all’inizio o alla fine può alzare l’open rate, ma su certi settori (legale, finanza, B2B premium) fa l’effetto opposto.
• Numeri — “3 modi per risparmiare sul tuo abbonamento” contro “Come risparmiare sul tuo abbonamento”. I numeri creano un’aspettativa di contenuto strutturato.
• Urgenza — “Solo per oggi”, “Ultime 3 ore”. Funziona per saldi, fa danni se usato troppo spesso (la gente smette di crederci).
• Curiosità vs chiarezza — “Non ci crederai mai” contro “Sconto del 30% sui maglioni”. Curiosità spesso vince in open rate, ma può perdere in click se delude.

Un trucco che pochi usano: testa il tono, non solo le parole. Un oggetto formale contro uno informale, con la stessa promessa, può ribaltare i risultati. Su un cliente nel settore wellness l’abbiamo scoperto per caso — passando da “Le nostre novità di marzo” a “Ciao! Ti scrivo solo per dirti una cosa” abbiamo guadagnato 8 punti di apertura. Il pubblico era lo stesso, la lista era la stessa, ma il tono ha fatto la differenza.

Ultima cosa sull’oggetto: non fidarti del tuo gusto. Quello che a te sembra “spammoso” può essere quello che converte di più. Quello che a te suona “professionale” può addormentare la lista. Il test serve esattamente a questo — a togliere te dall’equazione.

05 — Click e conversioniTestare CTA, design e copy del corpo email

Aperture alte ma click bassi? Il problema non è il subject line, è dentro l’email. Qui si gioca la partita vera, perché aprire un’email non porta soldi — cliccare e comprare sì. Le variabili da testare nel corpo sono tante; ti racconto quelle che muovono di più nei test che gestiamo.

Il pulsante di chiamata all’azione

Il CTA è quel piccolo elemento che separa il “ho letto” dal “ho fatto”. Testarlo è uno degli investimenti di tempo con il rendimento più alto. Su questo punto provo quattro cose:

• Testo del pulsante — “Scopri di più” contro “Voglio l’offerta”. La seconda è in prima persona e quasi sempre vince, perché parla dal punto di vista del lettore.
• Colore — il classico verde contro un rosso o un nero. Non c’è una verità universale, dipende dal contrasto rispetto al resto dell’email.
• Posizione — solo in fondo, oppure ripetuto due o tre volte? Sulle email lunghe la ripetizione vince spesso.
• Forma — pulsante pieno contro link sottolineato. Il pulsante riceve di norma più click, ma su certi pubblici molto “tecnici” (sviluppatori, accademici) il link puro vince.

Immagini, GIF e contenuto

Anche qui, una domanda che si fanno tutti: “meglio email con tante immagini o solo testo?”. Risposta onesta: dipende. Per l’e-commerce le immagini vendono. Per i servizi B2B il testo plain (senza grafica) spesso converte meglio perché sembra una mail vera, scritta da una persona vera, e non una promozione. Lo testiamo su quasi tutti i clienti nuovi nelle prime 4-6 settimane di lavoro.

Le GIF? Funzionano sull’engagement ma rallentano il caricamento e su alcune client (Outlook su Windows, in particolare) non si vedono. Se le usi, testale, perché possono diventare un’arma a doppio taglio.

Il lato creative dell’email è dove si vincono i click — testa design e copy in modo continuo.

Sul copy del corpo: testa la lunghezza. Email corta (50-100 parole, taglio “lettera dell’amico”) contro email lunga (300+ parole, taglio “storytelling”). Su prodotti ad alto prezzo le lunghe vincono quasi sempre — c’è bisogno di costruire desiderio e rispondere alle obiezioni. Su prodotti impulsivi le corte funzionano meglio, perché il pulsante deve essere subito raggiungibile senza che il lettore debba scrollare.

06 — Test avanzatiSegmentazione, orari di invio e from name

Quando hai sistemato i test base e raccolto un po di dati, puoi alzare il livello. I test avanzati non sono “più complicati”, sono semplicemente meno ovvi — e proprio per questo nascondono le vittorie più grosse.

Testare il from name

Da quale mittente arriva l’email? “Marketing”? “Dominanza Digitale”? “Giulia da Dominanza Digitale”? Sembra un dettaglio ma sposta tantissimo. Su un cliente B2B siamo passati da “Newsletter Aziendale” a “Andrea — CEO di [brand]”: open rate +22% nella prima settimana, e poi stabilizzato a +14% nei tre mesi successivi. Le persone aprono le email dalle persone, non dai brand.

Testare gli orari di invio

Il “miglior orario per inviare email” non esiste in assoluto — esiste solo per la tua lista. I report di settore dicono “martedì alle 10”, ma se il tuo pubblico è composto da imprenditori che leggono la sera, alle 10 di martedì stanno facendo riunioni. Il modo giusto di testare gli orari:

1. Scegli due fasce orarie distanti (es. mattina 9:00 vs sera 20:30)
2. Splitta la lista 50/50 in modo casuale
3. Manda lo stesso identico contenuto
4. Misura open rate e click rate (a volte la mattina apri di più ma clicchi meno)
5. Ripeti il test 3-4 volte con email diverse per confermare il pattern

Segmentare prima di testare

Un test su tutta la lista ti dà la media. Ma la media nasconde: magari la variante A è meglio per i clienti già attivi, e la variante B è meglio per chi non compra da 6 mesi. Se testi sull’intera base, vedi un vincitore “globale” che non è il vincitore per nessuno dei due segmenti. Per questo i test più maturi si fanno sui segmenti, non sulla lista intera. Richiede più dati e più pazienza ma le decisioni che ne escono sono molto più precise.

Se vuoi approfondire come segmentare per generare lead di qualità, abbiamo parlato di logiche simili nel pezzo sulle strategie di remarketing nel performance marketing — la logica è la stessa, cambia il canale.

07 — Errori comuniLe trappole più frequenti nei test A/B email

Ho visto fare ogni tipo di errore in dieci anni di A/B testing email. Ne raccolgo qui i più comuni — quelli che continuo a vedere anche nei team senior. Se li eviti, sei già più avanti del 90% di chi prova a testare.

Errore	Cosa succede	Come evitarlo
Campione troppo piccolo	Risultato non significativo, decisioni sbagliate	Minimo 1.000 per gruppo, meglio 2.000+
Più variabili insieme	Non sai cosa ha fatto la differenza	Una variabile per test, sempre
Fermare il test troppo presto	Vincitore “falso” basato su poche ore	Aspetta 24-48 ore minimo
Misurare solo open rate	Vinci aperture, perdi vendite	Guarda anche click rate e conversioni
Non documentare i risultati	Ripeti gli stessi test ogni 6 mesi	Tieni una libreria di apprendimenti
Ignorare il contesto	Conclusioni valide solo per quel momento	Considera stagione, attualità, segmento
Testare cose che non muovono nulla	Settimane buttate su differenze dello 0,5%	Parti dagli elementi ad alto impatto

Un errore che merita un paragrafo a parte è la contaminazione del campione. Succede quando lo stesso destinatario riceve entrambe le varianti — magari perché è iscritto due volte con email diverse, o perché il tool non gestisce bene gli unsubscribe nel mezzo del test. Il risultato è che le metriche del gruppo A vengono “sporcate” da chi ha visto anche la B (e viceversa). Tutti i tool seri filtrano questa cosa, ma vale la pena controllare la documentazione della tua piattaforma.

L’altro problema che vedo ovunque è quello che chiamo “il vincitore sbagliato”. La variante A vince in open rate del 4%. Felicità. Si manda quella a tutti per i sei mesi successivi. Solo che la variante B, pur avendo open rate più basso, aveva click rate doppio — e quindi più vendite. Vincere le aperture non serve a niente se poi nessuno clicca. La KPI che misuri deve essere quella più vicina al fatturato, non quella più facile da vedere.

“Le aperture non pagano lo stipendio. Le conversioni sì. Tutto il resto è teatro.”

08 — Workflow e strumentiCome gestire i test A/B in modo continuo e operativo

L’A/B testing non è una cosa che fai una volta. È un processo continuo. Un test al mese ti dà 12 apprendimenti l’anno — un test alla settimana te ne dà 50. La differenza nei risultati a 12 mesi è enorme. Per riuscire a tenere questo ritmo serve un sistema, non la buona volontà.

Gli strumenti che usiamo

Tutti i tool email seri offrono A/B testing nativo. Quelli che consiglio in base al tipo di business:

• Klaviyo — per e-commerce, ottimo per test su flow automatici e segmentazione avanzata. Il calcolo della significatività è affidabile.
• Mailchimp — buono per chi inizia, A/B test fino a 3 varianti incluso anche nel piano standard. Limiti sulla segmentazione complessa.
• ActiveCampaign — molto forte sull’automazione, A/B test si può fare sia su campagne broadcast sia all’interno degli automation.
• Brevo (ex Sendinblue) — economico, A/B test basico ma funzionale. Adatto a PMI italiane con liste sotto i 50mila.
• HubSpot — ottimo se sei già nel loro ecosistema CRM, A/B test integrato con i dati di vendita.

Il workflow operativo che funziona

Lo schema che applichiamo nei progetti di Dominanza Digitale per gestire i test in modo continuo è questo:

1. Lunedì — definizione del test della settimana, ipotesi scritta, KPI principale.
2. Martedì-mercoledì — preparazione delle due varianti.
3. Giovedì — lancio del test (orario in base alla lista).
4. Venerdì-sabato — il test gira indisturbato.
5. Domenica — analisi dei risultati e annotazione nella learning library.
6. Lunedì successivo — l’apprendimento entra nelle email del mese e si imposta il test nuovo.

La learning library: il vero asset di lungo termine

Questa è la cosa che mi piace di più consigliare ai clienti, e quella che quasi nessuno fa. Tieni un foglio (Google Sheet va benissimo) dove ogni test viene registrato con: data, ipotesi, variabile testata, vincitore, scarto in %, dimensione campione, segmento, conclusione. Dopo sei mesi avrai una mappa di come reagisce il tuo pubblico — e quella mappa vale più di qualsiasi best practice generica letta in un articolo. Il tuo pubblico non è il pubblico medio, e i tuoi dati raccontano cose che nessun blog può sapere.

Per chi vuole integrare l’A/B testing email con il resto del proprio funnel — Facebook Ads, Google Ads, automazione AI — vale la pena leggere anche la guida completa al performance marketing, perché i test email da soli rendono il 30% del loro potenziale: integrati nel resto rendono molto di più.

L’AI applicata al marketing sta accelerando moltissimo la velocità con cui si possono lanciare e analizzare i test A/B.

Domande frequenti sull’A/B testing email

Quanti destinatari servono per un test A/B affidabile?

Per metriche di apertura il minimo ragionevole è 1.000 destinatari per ogni variante (quindi 2.000 in totale). Per click e conversioni servono almeno 2.000 per gruppo, perché il volume di “evento” misurato è più basso. Sotto i 2.000 iscritti totali si può comunque testare, ma solo cambiamenti drastici e raccogliendo dati su più test ripetuti.

Quanto deve durare un test A/B su una campagna email?

Per le campagne broadcast il test andrebbe lasciato girare almeno 24 ore — meglio 48 — prima di dichiarare il vincitore. Le prime ore non rappresentano il comportamento totale del pubblico. Per i test all’interno di automation flow (welcome series, abbandono carrello) servono 2-4 settimane a seconda dei volumi.

Posso fare A/B testing con una lista piccola sotto i 2.000 iscritti?

Sì, ma con accorgimenti. Testa cambiamenti grandi (non sfumature), accumula dati su più test ripetuti, e prendi i risultati come “indicazioni” più che come certezze statistiche. Su liste piccole spesso conviene anche testare per stagione, accumulando 4-6 test simili nell’arco di qualche mese.

Qual è la differenza fra A/B test e split test?

Nessuna differenza pratica, sono due nomi per la stessa cosa. “A/B test” è il termine più usato nel marketing digitale, “split test” è la traduzione tecnica più antica. Alcuni usano “split test” per indicare i test multivariati (più di due varianti), ma è uso scorretto — quelli si chiamano correttamente multivariate test o A/B/n test.

Quale tool è il migliore per fare A/B testing nelle email?

Dipende dal business. Per e-commerce Klaviyo è lo standard. Per B2B e funnel di nurturing ActiveCampaign o HubSpot. Per PMI italiane con liste piccole Brevo o Mailchimp offrono A/B test funzionale a costo basso. La verità è che il tool fa il 20% del lavoro — l’80% è la metodologia con cui imposti il test.

L’A/B testing funziona anche sui flow automatici (welcome, abbandono carrello)?

Sì, e anzi è uno dei punti dove rende di più. Un’email automatica che gira tutto l’anno, ottimizzata anche solo del 10%, produce risultati per mesi senza nuovo lavoro. Il problema è la pazienza: i volumi giornalieri di un flow sono di solito bassi, quindi un test che su una campagna broadcast finisce in 24 ore, su un flow può richiedere 3-6 settimane per raggiungere la significatività.

Quando un test A/B email non vale la pena di essere fatto?

Quando la lista è sotto i 500 iscritti totali, quando non hai abbastanza traffico per misurare le conversioni, e quando l’ipotesi che stai testando ha un impatto previsto molto piccolo (sotto il 2-3% di variazione). In questi casi il rumore statistico è più grande del segnale e qualsiasi risultato è inaffidabile.

Posso usare ChatGPT o l’AI per generare le varianti da testare?

Sì, è uno degli usi migliori dell’AI nel marketing. Generare 10-15 subject line in pochi secondi e scegliere le 2 più promettenti da testare velocizza enormemente il processo. L’AI non sostituisce il test — sostituisce la fase di “creazione delle varianti”. La validazione resta nei numeri reali del tuo pubblico.

Vuoi un sistema di A/B testing che gira da solo sul tuo email marketing?

In Dominanza Digitale impostiamo un calendario di test mensile e tracciamo i risultati per te. Niente teoria — solo numeri che crescono.Parla con noi