- Stabilisci una metrica principale prima della promozione, confrontala con un valore di riferimento e leggi il risultato solo dopo che gli effetti di anticipazione si sono esauriti.
- Il riferimento più pulito è un gruppo holdout: una quota di visitatori che non vede l'offerta. L'anno scorso e le settimane precedenti alla promozione funzionano come seconda prospettiva.
- Sei metriche coprono la maggior parte delle domande: fatturato, ordini, valore medio dell'ordine, margine, quota di nuovi clienti e resi.
- La guida si conclude con un modello di report che puoi copiare. Il Black Friday 2026 cade venerdì 27 novembre, e il Cyber Monday lunedì 30 novembre.
Per misurare se una campagna Black Friday ha funzionato, stabilisci un obiettivo metrico prima della promozione, confrontalo con un valore di riferimento che mostri cosa sarebbe successo senza la campagna, e leggi il risultato solo dopo che gli effetti di anticipazione si sono esauriti. Il riferimento più solido è un gruppo holdout: una piccola quota di visitatori che non vede l'offerta. I confronti anno su anno e settimana su settimana sono più facili da impostare ma anche più facili da interpretare male.
Il Black Friday 2026 cade venerdì 27 novembre, e il Cyber Monday lunedì 30 novembre. Questa guida copre la definizione di successo, le sei metriche che contano, tre modi per confrontare, gli effetti di anticipazione, un setup con holdout tramite Varify e un modello di report. Per la qualità dei dati di un test A/B vero e proprio, consulta la guida linkata nella sezione sull'holdout.
Definisci il successo prima della promozione
Una campagna non può essere giudicata a posteriori se nessuno ha scritto cosa significa successo. Concorda questi punti prima che la promozione inizi:
- Una metrica principale. Scegli il numero che decide: ad esempio fatturato per visitatore, margine di contribuzione o nuovi clienti. Una campagna che aumenta il fatturato e riduce il margine può sembrare positiva in una metrica e negativa nell'altra.
- Metriche di guardia. Indica i numeri che non devono peggiorare, come il tasso di reso o la quota di ordini con un codice sconto.
- Il confronto. Decidi quale valore di riferimento usi (vedi sotto) prima di vedere qualsiasi dato.
- La finestra temporale. Fissa l'inizio, la fine e la data della lettura finale. Scrivi chi è responsabile del report.
Scrivi la definizione in un paragrafo e condividila con tutti coloro che gestiscono una parte della campagna. Una definizione fissa evita l'abitudine di scegliere la metrica che sembra migliore a posteriori. Aggiungi una regola decisionale in parole semplici, ad esempio: se il gruppo campagna supera l'holdout sulla metrica principale e le metriche di guardia reggono, ripetiamo il formato l'anno prossimo; se il margine scende, cambiamo l'offerta.
Le metriche che contano
Sei metriche coprono la maggior parte delle domande sul Black Friday. Definisci ognuna allo stesso modo in ogni report.
- Fatturato. Valore totale degli ordini nel periodo. Decidi se include spedizione e tasse e mantieni questa scelta.
- Ordini. Il numero di ordini completati. Conta ogni ordine una sola volta.
- Valore medio dell'ordine. Fatturato diviso per gli ordini. Mostra se le offerte hanno cambiato la dimensione del carrello.
- Margine. Fatturato meno i costi della merce, della spedizione e degli sconti, come importo e come quota del fatturato. Mostra se il fatturato extra è redditizio.
- Quota nuovi clienti. Ordini di clienti che hanno acquistato per la prima volta, diviso per tutti gli ordini. Mostra se la campagna ha raggiunto nuove persone.
- Resi. Ordini o articoli resi come quota degli ordini. I resi arrivano settimane dopo, quindi ripeti la lettura dopo la finestra di reso.
Il fatturato per visitatore è un utile ponte tra traffico e vendite: fatturato diviso per visitatori. Ti permette di confrontare periodi e gruppi con traffico diverso.
Scegli il confronto giusto
Ogni confronto risponde a una domanda leggermente diversa. La tabella elenca i tre più comuni.
| Metodo di confronto | Punto di forza | Punto debole |
|---|---|---|
| Stesso periodo dell'anno scorso | Copre la stessa stagione e lo stesso calendario, incluso il Black Friday stesso. | Il negozio, il mix di traffico, i prezzi e il mercato differiscono rispetto all'anno scorso. Il divario contiene molto più della sola campagna. |
| Le settimane prima della promozione | Vicine nel tempo e nell'assetto del negozio. Facili da estrarre dai tuoi analytics. | Le settimane normali non hanno la domanda da Black Friday, quindi l'intero picco sembra un effetto della campagna. |
| Gruppo holdout | Stessi giorni, stesso mercato, stesso negozio. L'unica differenza è l'offerta, quindi il divario mostra l'effetto della campagna. | Richiede una configurazione prima dell'inizio. Un gruppo piccolo significa un margine di errore più ampio, e alcuni visitatori non vedono mai l'offerta. |
La risposta onesta alla domanda «ha funzionato» è il divario rispetto a una baseline. I confronti anno su anno e prima-dopo vanno bene come seconda visuale. Un gruppo holdout è l'unico dei tre che separa la campagna da tutto il resto che è cambiato in quei giorni.
Attento agli effetti di anticipazione degli acquisti
Un effetto di anticipazione degli acquisti (pull-forward) si verifica quando la campagna sposta gli acquisti in avanti nel tempo. I clienti che avrebbero acquistato a ottobre o dicembre acquistano durante il Black Friday, di solito con uno sconto. La promozione sembra quindi più grande del suo effetto netto. Questa è un'ipotesi che il tuo negozio deve verificare, perché l'entità varia a seconda della categoria e della base clienti.
Tre verifiche la rendono visibile:
- Confronta i totali su una finestra più lunga. Guarda il fatturato dall'inizio di ottobre alla fine di dicembre, rispetto alla stessa finestra nella tua baseline. Un guadagno durante il Black Friday abbinato a un calo successivo indica un'anticipazione degli acquisti.
- Guarda i clienti ricorrenti. Verifica se i clienti che hanno acquistato durante il Black Friday avrebbero acquistato comunque nelle settimane successive.
- Guarda la quota di sconto. Se gli ordini di clienti esistenti con un codice sconto crescono mentre gli ordini a prezzo pieno calano, gli sconti potrebbero aver sostituito ordini a prezzo pieno.
Pianifica la lettura finale dopo la finestra scelta, ad esempio a gennaio, e fornisci la prima lettura al Cyber Monday come risultato preliminare.
Misura con un holdout usando Varify
Un holdout group è una quota di visitatori che vede il negozio normale mentre tutti gli altri vedono la campagna. Confronta i due gruppi negli stessi giorni e vedi l'effetto della campagna stessa. Varify può costruirlo con un test A/B o con la personalizzazione e una suddivisione del traffico non uniforme. Se puoi eseguire un test nella settimana di punta è trattato in A/B testing during Black Friday.
- Imposta la suddivisione. Costruisci gli elementi della campagna come variante: banner, prezzi, badge (scopri come testare i banner del Black Friday senza uno sviluppatore). Con Prompt-Based Experimentation (PBX), li descrivi in linguaggio naturale nel Visual Editor (“Ask AI”), e l'AI costruisce la variante, scrive il codice e configura l'esperimento, senza uno sviluppatore. Vedi gli esempi PBX e la documentazione PBX. Assegna una piccola quota del traffico all'originale. Quella quota è il tuo holdout group. Quale quota sia giusta dipende dal tuo traffico, quindi pianificala con il calcolatore della durata del test.
- Raggiungi i visitatori giusti. Con il targeting del pubblico per query URL (UTM), referrer o geografia, l'holdout può applicarsi ai visitatori provenienti da un'unica email o annuncio. Vedi audience targeting.
- Misura. Collega GA4 e leggi fatturato, ordini e valore del carrello per gruppo. Per i dati grezzi, Varify offre la valutazione BigQuery e l'export CSV (vedi esportare i risultati), e le statistiche bayesiane mostrano la durata residua. La guida ai tool per il Black Friday per negozi online elenca l'analytics e la configurazione di registrazione da verificare in anticipo.
- Controlla prima. Usa il link di anteprima e la modalità QA per confermare che gli obiettivi si attivino per entrambi i gruppi (vedi quality assurance).
Varify non imposta cookie e memorizza l'assegnazione al gruppo in localStorage, così un visitatore che torna rimane nello stesso gruppo. Quali visitatori il tuo strumento di analytics può contare dipende dalla tua configurazione del consenso, una questione da discutere con il tuo responsabile della protezione dei dati. Per il lato dati di un test A/B, leggi GA4 o BigQuery: di quali numeri un test A/B può fidarsi.
Inizia la tua prova gratuita →
Il tuo template di report post-Black-Friday
Copia questa traccia in un documento. Compilala il Cyber Monday come prima lettura, e di nuovo dopo la finestra che hai scelto.
- Definizione dell'obiettivo e della metrica da prima della promozione, con la data della lettura finale
- Periodo, canali e offerte attive, con orari di inizio e fine
- Risultati per la metrica principale: gruppo campagna, baseline, scarto e margine di errore
- Risultati per le altre cinque metriche e le metriche di guardrail
- Confronto rispetto alla seconda vista (anno scorso o settimane precedenti)
- Verifica del pull-forward: totali sulla finestra più lunga
- Cosa ha funzionato, cosa no, e cosa facciamo diversamente l'anno prossimo
- Punti aperti: resi ancora in arrivo, lacune nei dati, responsabili e date
Aggiungi gli screenshot o le esportazioni che supportano ogni numero, e indica la fonte dei dati accanto a ogni cifra.
Misura la tua campagna Black Friday con un holdout.
Varify.io: PBX, integrazione GA4, Campaign Booster. Confronta il gruppo che ha visto l'offerta con il gruppo che non l'ha vista.