Il CRO non è solo test A/B (e il pulsante rosso non vi salverà)
The short version: conversion rate optimization is not A/B testing. Testing is the last, smallest step in a research-led process, and most published tests never reach statistical significance. The real levers are value proposition clarity, trust, and the offer itself. A red button will not fix a page that gives visitors no clear reason to say yes.
Ask most marketers what conversion rate optimization means, and the answer arrives fast: run a test, pick a winner, repeat. It is a tidy story, and mostly wrong. Two myths travel together here. The first is that CRO equals testing. The second is that the tests worth running are cosmetic: a button color, a headline tweak, a CTA word swap. Neither survives the data.
What is conversion rate optimization, if it is not A/B testing?
CRO is the discipline of finding and removing the real reasons a visitor does not take the action a page wants, then confirming the fix with evidence. Testing sits at the end of that chain, as verification. Most of the work happens earlier: reading analytics funnels for where people leave, watching session recordings for where they hesitate, and building a specific, falsifiable hypothesis before any test goes live. Skip that work and a test is not an experiment. It is a guess with a sample size.
How many A/B tests actually produce a winner?
Fewer than most teams assume, and the gap between the myth and the number is exactly why testing alone cannot carry a CRO program.
| Source | Tests examined | Statistically significant win rate |
|---|---|---|
| Optimizely | 127,000+ experiments | 12 percent on the primary metric (Optimizely) |
| ConversionTeam | 2,288 audited tests | 19.1 percent per test (ConversionTeam, to re-verify) |
Independent studies land anywhere from roughly 10 to 22 percent, depending on how strictly "win" is defined, but they agree on the shape: most tests are flat, not victories. That is not an argument against testing. It is an argument against spending scarce testing capacity on low-confidence ideas instead of the hypotheses research already points to.
What actually moves the number, if not the test itself?
Three things, in this order.
- Value proposition clarity. Whether a visitor understands, in seconds, what the offer is, who it is for, and why it beats the alternative.
- Trust. Whether the visitor believes the page and the business behind it before being asked to commit anything.
- The offer. The actual terms on the table: price, risk, packaging, and what is being asked of the visitor relative to what they have earned.
None of these are cosmetic, and none are fixed by swapping a hex code. NextAfter's published experiment log includes a donation-page test where a sharper value proposition lifted conversion by roughly 41 percent, on a sample honest enough to report the result narrowly missed the standard 95 percent confidence bar (NextAfter, to re-verify): exactly the discipline real optimization work requires. On trust, Baymard Institute found that 19 percent of shoppers had abandoned a checkout specifically over payment trust (Baymard Institute). Neither lever shows up in a "before" and "after" button screenshot.
Why did the red button become gospel?
Because one case study was easy to repeat and nobody checked the context. In 2011, HubSpot ran a red button against a green one on a sample of a little over 2,000 visits, and red won by 21 percent (HubSpot, to re-verify, original small-sample test). Green was HubSpot's own dominant brand color, used everywhere on that page, so visitors had gone blind to it. Red was the only warm color on the screen. The lever was contrast against a color-saturated page, not the hue itself, a point conversion researchers including CXL have made consistently since (CXL, to re-verify). A result that specific, from a page that specific, was never a universal law. It just travelled well.
Where does testing actually belong in the process?
Last, and only once research has produced a hypothesis worth the traffic it will cost to test. One CRO agency puts a number on the split: practitioners worth hiring spend roughly 70 percent of their time analyzing data and 30 percent testing, a single-source estimate rather than a survey finding, but directionally consistent with everything above (Strategyc, to re-verify). It also explains why testing gets the credit: a test produces a clean number, research produces judgment, and judgment is harder to put in a slide. A widely repeated, Econsultancy-sourced figure names a longer-standing version of the same imbalance: for every 92 dollars spent acquiring a visitor, only 1 goes toward converting them. Its original report is hard to trace at this remove, so treat it as industry lore, not a fresh study (to re-verify). True or approximate, the direction holds: acquisition gets the budget, and conversion gets what testing can squeeze from the rest.
Value proposition, trust, and offer are where that budget should go first. Testing confirms the fix. It does not find it.
Domande frequenti
No. Il test è una fase di verifica all'interno del CRO, che parte invece dalla ricerca sul perché i visitatori non convertono. La maggior parte dei guadagni si realizza prima ancora che un test venga lanciato.
Tra il 12 e il 19 percento circa, secondo due analisi su larga scala condotte rispettivamente su oltre 127.000 e su 2.288 test verificati. Gli studi indipendenti si collocano in un intervallo tra il 10 e il 22 percento. La maggior parte dei test risulta piatta o inconcludente, non vincente.
Solo attraverso il contrasto, non per la tonalità in sé. Il celebre test rosso contro verde all'origine di questo mito utilizzava una pagina in cui il verde era già il colore dominante del marchio, quindi il rosso risaltava semplicemente per contrasto. Il contrasto vale la pena testarlo. Il colore fine a se stesso no.
Ha generato un dato netto e sorprendente da un'unica pagina, e quel dato ha viaggiato più lontano del suo contesto. L'incremento derivava dal contrasto su una pagina dai colori saturi, una sfumatura che si è persa ogni volta che il risultato è stato ripetuto come regola universale.
Un'ipotesi precisa e falsificabile, costruita su prove concrete: dati analitici che mostrano dove i visitatori abbandonano, registrazioni di sessione che mostrano dove esitano, e ricerche su ciò che li confonde. Un test privo di tutto questo è solo un'intuizione travestita da campione statistico.
La chiarezza della proposta di valore, la fiducia e l'offerta stessa: se il visitatore capisce cosa gli viene offerto e perché è meglio delle alternative, se si fida del sito, e se le condizioni corrispondono a ciò che si è guadagnato.
Non esiste una proporzione universale, ma chi pratica il CRO con serietà punta soprattutto sulla ricerca e sulla diagnosi, riservando al test il ruolo di fase finale che conferma un'ipotesi, non la genera.
Una cifra che circola da tempo indica un rapporto di 92 a 1. La fonte originale è difficile da rintracciare, quindi è bene considerarla un aneddoto di settore, non uno studio recente. La tendenza a cui allude, ovvero che l'acquisizione riceve il budget e alla conversione restano gli avanzi, corrisponde comunque all'esperienza di chi lavora sul campo.
È la risposta, compresa in pochi secondi, a cosa sia il prodotto, a chi si rivolga e perché sia meglio delle alternative. Un esperimento pubblicato ha registrato un incremento di circa il 41 percento dopo averla resa più nitida, una portata che nessuna tonalità di pulsante ha mai eguagliato.
Il tempo necessario a costruire un'ipotesi basata su prove concrete, non su un'intuizione, con una ragione chiara per aspettarsi che il cambiamento sposti la metrica.
No. Un redesign modifica molte variabili contemporaneamente, quindi quando il numero cambia, nessuno può stabilire con certezza quale modifica ne sia stata la causa.
Trattare il test come se fosse la strategia, e non l'ultimo passo di una strategia. Bisogna prima correggere chiarezza, fiducia e offerta, e solo dopo testare il cambiamento con le maggiori probabilità di successo.