Circa il 60 per cento delle modifiche «vincenti» che gli inserzionisti distribuiscono in Google Ads nel 2026 non sono mai state davvero provate — sono state giudicate confrontando questo mese con lo scorso, dove la stagionalità, i concorrenti e una dozzina di altre modifiche si sono mossi tutti nello stesso momento. Un experiment rimuove quella confusione facendo girare la vecchia e la nuova versione affiancate, nelle stesse aste, nello stesso momento, così che l'unica cosa che differisce sia l'unica modifica che stai testando.
Questa guida percorre i drafts e gli experiments dall'inizio alla fine — cosa testare, come dividere il traffico, quanti dati servono e come leggere il risultato senza ingannarsi — così che la tua prossima «vittoria» sia reale. Per vedere quali parti del tuo account vale di più la pena testare per prime, esegui il nostro audit gratuito di Google Ads a 5 assi.
Aggiornato il 2026-05-17 con il comportamento attuale di drafts e experiments, le finestre di apprendimento dello Smart Bidding e la pratica di significatività osservati su account statunitensi, britannici ed europei.
- Prima il draft, poi l'experiment — un draft è una sandbox sicura; l'experiment divide il traffico reale. 2. Una variabile per test — cambia la strategia di offerta o la pagina di destinazione, mai entrambe. 3. Fai girare i bracci contemporaneamente — entrambi affrontano la stessa stagionalità, quindi il tempo non è più un fattore confondente. 4. Dimensiona il campione prima di guardare — punta a più di 100 conversioni per braccio e 2 a 4 settimane intere. 5. 95 per cento è un cancello, non un traguardo — un risultato non significativo è non provato, non un pareggio.
Cosa sono i drafts e gli experiments in Google Ads?
I drafts e gli experiments sono due metà dello stesso flusso di lavoro, e capire la suddivisione è la base di ogni test qui sotto. Un draft è una copia di preparazione; un experiment è il confronto dal vivo che quella copia rende possibile.
Drafts — Un draft è un duplicato sandbox di una campagna dal vivo in cui apporti la tua modifica proposta senza toccare l'originale. Nulla in un draft spende denaro o pubblica annunci; è semplicemente un posto sicuro per preparare una sola modifica — una nuova strategia di offerta, un'altra pagina di destinazione, una RSA riscritta — e rivederla prima che qualsiasi traffico la veda.
Experiments — Promuovere un draft in un experiment è ciò che rende reale il confronto. Google ripartisce le aste idonee della campagna tra l'originale (il controllo) e il draft (la variante), così entrambi girano nello stesso momento contro la stessa concorrenza e stagionalità. Questa contemporaneità è tutto il punto: rimuove il tempo come variabile confondente.
Perché questo batte un prima-e-dopo — Quando cambi una campagna dal vivo e confronti la settimana scorsa con questa settimana, ogni altra parte in movimento — concorrenti, domanda, le tue altre modifiche — è cotta nel risultato. Poiché un experiment fa girare entrambi i bracci insieme, la differenza che misuri è molto più vicina al vero effetto della tua unica modifica. Per la logica causale dietro questo, vedi la nostra guida al test di incrementalità.
Cosa dovresti davvero testare per primo?
Non ogni modifica merita un experiment, e quelle che lo meritano dovrebbero essere ordinate in base a quanto possono muovere il CPA. Spendi il tuo traffico limitato sui pochi test con leva reale, non su ritocchi cosmetici.
Strategia di offerta — Questo è di solito il test a leva maggiore perché l'algoritmo di offerta decide cosa paghi per ogni clic. Confrontare Maximize Conversions contro Target CPA, o un Target CPA contro uno più stretto, può muovere il costo per conversione in modo notevole. La nostra guida Maximize contro Target CPA spiega quando vince ciascuno.
Pagine di destinazione — Inviare il braccio variante a un altro URL è uno dei test più puliti della piattaforma, perché la modifica della pagina è del tutto isolata dall'annuncio. Una pagina più veloce, un titolo più stretto o un modulo più corto spesso muovono il tasso di conversione più di qualsiasi ritocco di offerta. Vedi la nostra guida alla conversione delle pagine di destinazione.
Testo dell'annuncio e RSA — Testare una nuova RSA o un mix di asset diverso ti dice quale messaggio l'asta ricompensa davvero. Il metodo conta qui: il nostro metodo di scrittura RSA mostra come costruire varianti che vale la pena testare.
Una variabile alla volta — Qualunque cosa scegli, cambia esattamente una cosa. Raggruppa una nuova strategia di offerta con una nuova pagina di destinazione e un risultato vincente non ti dice nulla di riutilizzabile, perché non puoi attribuire il guadagno a nessuna delle due modifiche.
Come si imposta un experiment 50/50 valido?
Un experiment valido è soprattutto questione di disciplina alla configurazione. Azzecca la suddivisione, il tempismo e l'isolamento, e la lettura alla fine è affidabile; sbagliali e nessuna analisi salva il risultato.
La suddivisione 50/50 — Inizia con una suddivisione del traffico pari così entrambi i bracci accumulano dati allo stesso ritmo e raggiungono la significatività insieme. Una suddivisione impari — diciamo 10/90 — protegge l'originale ma affama la variante di dati, quindi provare qualcosa richiede molto più tempo.
Assegnazione basata sui cookie — Usa una suddivisione basata sui cookie anziché una basata sulla ricerca così un utente di ritorno vede sempre lo stesso braccio. Altrimenti la stessa persona può finire sia nel controllo sia nella variante, offuscando il confronto e gonfiando il rumore.
Tutto il resto uguale — Il draft deve corrispondere all'originale su budget, targeting, pianificazione e struttura. L'unica differenza permessa è la tua variabile di test. Se la variante ha anche un budget più alto o una geografia diversa, non stai più misurando ciò che pensi di misurare.
Cronometra l'inizio — Lancia all'inizio di una settimana e pianifica di girare su settimane intere. Iniziare a metà settimana carica presto un braccio con più traffico del fine settimana dell'altro, il che aggiunge rumore evitabile alla prima lettura.
Quanto traffico e tempo servono per la significatività?
È qui che la maggior parte degli experiments va storta: vengono fermati troppo presto, su troppo pochi dati, perché la dashboard sembrava eccitante. La significatività è una funzione delle conversioni e della dimensione dell'effetto, non di quanti giorni sono passati.
Conversioni, non clic — La significatività è guidata dalle conversioni per braccio, non dalle impressioni o dai clic. Un pavimento di lavoro approssimativo sono 100 conversioni per braccio; meno di 30 per braccio non è quasi mai conclusivo. I clic si accumulano in fretta e ti tentano a leggere presto, ma è il conteggio delle conversioni che decide davvero il test.
La dimensione dell'effetto fissa il costo — Più piccola è la differenza reale, più dati servono per vederla. Rilevare un'oscillazione del 30 per cento potrebbe richiedere qualche centinaio di conversioni per braccio; rilevare un'oscillazione del 5 per cento può richiederne migliaia. Decidi in anticipo quanto grande deve essere un effetto per valere la rilevazione e dimensiona il test di conseguenza.
La maggior parte dei test ha bisogno di 2 a 4 settimane — In pratica, accumulare abbastanza conversioni su settimane intere colloca la maggior parte degli experiments in una finestra di 2 a 4 settimane. Se il tuo account produce solo 20 a 40 conversioni a settimana, accetta di poter rilevare in modo affidabile solo effetti grandi, e progetta test audaci di conseguenza.
Non abbassare la soglia per la velocità — Quando il volume è scarso, allunga la finestra anziché dichiarare un vincitore presto. Una lettura rapida su un campione piccolo è di solito una lettura falsa, e agire su di essa costa più dell'attesa.
Come si leggono i risultati senza ingannare sé stessi?
La parte più difficile del testare non è la configurazione — è resistere alle storie che il tuo stesso cervello racconta sui primi dati. La maggior parte dei falsi vincitori è autoinflitta, creata leggendo troppo presto e fermandosi con troppa fretta.
Sbirciare crea falsi vincitori — All'inizio, ogni braccio ha così poche conversioni che un giorno fortunato può mettere la variante 40 per cento avanti. Se controlli ogni giorno e ti fermi appena sembra buono, bloccherai il rumore come se fosse segnale. Decidi prima la dimensione del campione, poi ignora la dashboard finché non la raggiungi.
Regressione verso la media — Un braccio che schizza in alto presto quasi sempre deriva di nuovo verso il valore vero man mano che i dati si accumulano. Il divario drammatico iniziale è il numero meno affidabile di tutto il test, eppure è quello che tenta le persone a fermarsi. Aspetta che il divario si stabilizzi.
95 per cento è un cancello, non un obiettivo — Tratta l'indicatore di confidenza del 95 per cento come l'asticella minima da superare, non un traguardo da celebrare. Superarlo significa che la differenza è probabilmente reale; non superarlo significa che il risultato è non provato, il che non è la stessa cosa di un pareggio.
Giudica sulla metrica giusta — Confronta i bracci sul costo per conversione e sul valore di conversione, non sui clic o sul CTR. Una variante può vincere sul coinvolgimento e perdere comunque sulla metrica economica che conta davvero, quindi ancora sempre la decisione ai risultati.
Come si distribuisce o si annulla un experiment vincente?
Un risultato pulito è utile solo se lo applichi in modo pulito. Il passo di distribuzione è dove i team reintroducono silenziosamente rumore, o tornando indietro troppo in fretta o azzerando l'apprendimento che hanno appena pagato.
Applicare, non ricostruire — Quando la variante vince, applica l'experiment per aggiornare la campagna originale anziché ricrearla da zero. Applicare preserva la storia e il segnale dove possibile; ricostruire butta via l'apprendimento e impone una nuova e costosa rampa.
Aspettati un breve calo di riapprendimento — Applicare una modifica, soprattutto una modifica di offerta, può innescare un breve periodo di apprendimento mentre l'algoritmo si ristabilizza. Pianifica qualche giorno tranquillo prima che la vittoria si mostri pienamente nei numeri a regime, e non modificare nel panico durante quei giorni.
Scarta in modo pulito su una sconfitta — Se la variante perde o pareggia, termina l'experiment e mantieni il controllo intatto. Un pareggio è un risultato reale: ti dice che la modifica non ha aiutato, il che ti risparmia di distribuire una non-miglioria a tutto il tuo account.
Documenta ogni risultato — Registra cosa hai testato, la dimensione del campione e l'esito, vinto o perso. Questo impedisce al tuo team di rieseguire lo stesso test inconcludente tra tre mesi e costruisce una biblioteca di ciò a cui il tuo account risponde davvero. Per convertire differenze di tasso grezze in impatto atteso sul fatturato prima di impegnarti, usa il nostro audit gratuito a 5 assi insieme al calcolatore del tasso di conversione.
La tabella decisionale di progettazione dell'experiment
Usa questa tabella per scegliere il test giusto, la suddivisione giusta e la lettura giusta per la situazione davanti a te. È ordinata grossolanamente dalle decisioni di configurazione alla disciplina di lettura dei risultati.
All'inizio di un test ogni braccio ha solo una manciata di conversioni, quindi un singolo giorno fortunato può mettere la variante 30 a 40 per cento avanti prima che la regressione verso la media la trascini indietro. Fermarsi lì blocca il rumore come se fosse un risultato e distribuisce una modifica che in realtà non aiuta. Decidi la tua dimensione del campione e durata minima prima del lancio, poi ignora la dashboard finché non li raggiungi. Un risultato che non ha superato la confidenza del 95 per cento è non provato, non una vittoria.
Come mettere tutto insieme
La disciplina del testare si compone: ogni experiment pulito rende la decisione successiva più economica e più sicura. Gli account che migliorano più in fretta non sono quelli che cambiano di più, ma quelli che provano di più.
Testa le grandi leve — Spendi il tuo traffico limitato su experiments di offerta e di pagina di destinazione dove la leva è reale, e salta i ritocchi cosmetici che comunque non possono muovere il CPA abbastanza da raggiungere la significatività. Test audaci su poco volume battono test sottili che non potrai mai provare.
Proteggi la lettura — Dimensiona il campione prima di iniziare, gira su settimane intere, lascia che lo Smart Bidding esca dall'apprendimento, e tieni l'asticella del 95 per cento anche quando un divario precoce ti tenta. Tutto il valore di un experiment è distrutto nell'istante in cui sbirci e ti fermi presto.
Costruisci un'abitudine — Documenta ogni test, vinto o perso, così il tuo account accumula una biblioteca di modifiche provate anziché un mucchio di intuizioni non provate. Nell'arco di un anno, un team che fa girare un experiment pulito ogni due settimane impara più di uno che distribuisce dieci modifiche alla cieca a settimana.
Per trovare i test a leva maggiore nel tuo stesso account prima di passare una settimana a provarli, esegui l'audit gratuito a 5 assi di SteerAds, poi dimensiona l'impatto atteso di qualsiasi modifica di tasso con il nostro calcolatore del tasso di conversione.
Sources
Fonti ufficiali consultate per questa guida:
-
support.google.com — sui campaign experiments
-
support.google.com — sui drafts
-
blog.google — novità su ads e commerce
-
ads.google.com — Google Ads
FAQ
Come funzionano davvero gli experiments di Google Ads?
Un experiment divide il traffico di una singola campagna in due bracci che girano nello stesso momento. Prima crei un draft, una copia sandbox della campagna originale in cui apporti una sola modifica, poi promuovi quel draft in un experiment con una suddivisione del traffico, di solito 50/50. Da quel momento Google assegna casualmente ogni asta idonea al controllo o alla variante, così entrambi i bracci affrontano la stessa stagionalità, concorrenza e audience. Poiché i due bracci girano contemporaneamente anziché prima-e-dopo, isoli l'effetto della tua modifica dal rumore legato al tempo. La dashboard mostra poi le metriche di ciascun braccio affiancate con indicatori di confidenza.
Quanto a lungo dovrebbe girare un experiment di Google Ads?
Fallo girare finché raggiungi la significatività statistica, non fino a una data fissa, e non fermarlo mai al primo giorno dall'aspetto promettente. In pratica la maggior parte degli experiments ha bisogno di 2 a 4 settimane perché servono abbastanza conversioni per braccio, non solo abbastanza clic. Un pavimento approssimativo sono circa 100 conversioni per braccio prima di fidarti di un risultato, e meno di 30 per braccio non è quasi mai conclusivo. Fai sempre girare su settimane intere così entrambi i bracci vedono gli stessi schemi di giorni feriali e fine settimana. Se il volume è molto basso, allunga la finestra anziché abbassare la tua soglia, perché una lettura rapida su pochi dati è spesso una lettura falsa.
Cosa posso davvero testare in A/B in Google Ads?
I test più puliti cambiano esattamente una variabile così il risultato è interpretabile. I quattro test di maggior valore sono la strategia di offerta, come Maximize Conversions contro Target CPA; la pagina di destinazione, inviando il braccio variante a un altro URL; il testo dell'annuncio e gli asset RSA; e le modifiche di audience o targeting. I test di offerta e di pagina di destinazione di solito muovono di più il CPA, ed è per questo che valgono l'attesa. Evita di raggruppare più modifiche in un solo experiment — se cambi la strategia di offerta e la pagina di destinazione insieme e il CPA migliora, non puoi dire quale abbia agito, quindi non impari nulla di riutilizzabile.
Di quante conversioni ho bisogno per un risultato valido?
Dipende dalla dimensione dell'effetto che vuoi rilevare, ma una regola pratica sono almeno 100 conversioni per braccio per un effetto moderato e molte di più per coglierne uno piccolo. Rilevare in modo affidabile una variazione del 5 per cento può richiedere migliaia di conversioni per braccio, mentre una variazione del 30 per cento appare con qualche centinaio. Più piccola è la differenza reale, più dati servono per separarla dal rumore casuale. Se il tuo account produce solo 20 a 40 conversioni a settimana in totale, accetta di poter rilevare solo effetti grandi, e progetta test audaci anziché ritocchi sottili.
Perché gli experiments mostrano spesso un falso vincitore presto?
All'inizio di un experiment ogni braccio ha pochissime conversioni, quindi la variazione casuale fa oscillare i numeri violentemente — un giorno fortunato può mettere la variante 40 per cento avanti prima che la regressione verso la media la riporti indietro. Per questo sbirciare i risultati ogni giorno e fermarsi appena un braccio sembra buono produce così spesso falsi vincitori. La soluzione è decidere la dimensione del campione e la durata prima di iniziare, poi ignorare la dashboard finché non la raggiungi. Tratta l'indicatore di confidenza del 95 per cento come un cancello minimo, non un traguardo, e ricorda che un risultato non significativo non è un pareggio — è semplicemente non provato.
Experiment contro cambiare direttamente la campagna — quale è meglio?
Un experiment è un confronto controllato; una modifica diretta è una scommessa alla cieca. Se modifichi semplicemente la campagna dal vivo e il CPA migliora la settimana successiva, non puoi provare che la modifica l'abbia causato, perché il meteo, i concorrenti, la stagionalità e le tue altre modifiche si sono mossi tutti nello stesso momento. L'experiment mantiene questi elementi costanti facendo girare entrambe le versioni contemporaneamente. Il compromesso è che gli experiments dividono il tuo volume, quindi ogni braccio riceve metà dei dati e la significatività richiede più tempo. Usa gli experiments per ogni modifica abbastanza grande da contare e abbastanza reversibile da testare — e distribuisci direttamente le piccole correzioni ovviamente corrette.
Posso far girare un experiment di Google Ads su Smart Bidding?
Sì, e gli experiments di offerta sono tra i più preziosi perché la strategia di offerta guida gran parte del tuo CPA. Puoi confrontare due strategie — per esempio Maximize Conversions contro Target CPA — o la stessa strategia con due obiettivi diversi. L'unica cautela è il periodo di apprendimento: ogni braccio ha bisogno di tempo per uscire dall'apprendimento prima che i suoi numeri significhino qualcosa, quindi aggiungi circa una o due settimane alla tua normale finestra di significatività. Non giudicare un experiment di offerta finché un braccio sta ancora imparando, ed evita grandi modifiche a metà corsa che azzerano quell'apprendimento e contaminano il confronto.