Growth hacking: che cos'è, da dove viene e che cosa ne resta per un ecommerce

Prima o poi qualcuno lo propone in riunione, e lo propone con entusiasmo: facciamo growth hacking. La parola ha più di quindici anni, un'origine precisa e una promessa che suona bene a chi guarda il conto economico, cioè crescere in fretta spendendo poco, senza il budget pubblicitario del concorrente più grande. Vale la pena capire che cosa fu davvero, perché il termine si sia consumato, e che cosa ne sopravvive quando il prodotto da far crescere non è un'applicazione ma un catalogo di oggetti che vanno imballati e spediti.

La versione corta: il metodo regge, il nome no:-)

La versione lunga chiede di separare tre cose che nel discorso corrente stanno appiccicate, la disciplina della sperimentazione, il repertorio delle tattiche di acquisizione e il mestiere di chi le esegue. Hanno destini diversi, e su un negozio online se ne salvano due e mezzo.

Che cos'è il growth hacking

Il termine nasce nel 2010. Sean Ellis, che aveva fatto crescere una serie di società americane e faticava a trovare qualcuno che continuasse il suo lavoro, pubblica un annuncio travestito da manifesto e cerca un growth hacker, una figura il cui unico nord è la crescita. La definizione che ha resistito è la sua: un processo di sperimentazione rapida sul prodotto e sui canali di marketing per trovare la via più efficiente di far crescere un'azienda.

Tre parole di quella definizione portano tutto il peso.

Processo, perché non è un'iniziativa che si prende quando le vendite calano.
Sperimentazione, perché ogni idea entra come ipotesi da verificare e non come intuizione da difendere in riunione.
Efficiente, perché il vincolo di partenza non è il talento, è il budget che non c'è.

La mappa su cui quel processo si muove è anche più vecchia: nel 2007 Dave McClure presenta cinque metriche che chiama Startup Metrics for Pirates, acquisizione, attivazione, retention, revenue e referral, e l'acronimo AARRR resta perché si legge come il verso di un pirata.

È una scomposizione della crescita in cinque punti di misura, e serve soprattutto a impedire la conversazione più frequente e più inutile che si fa sulla crescita, quella in cui si discute per un'ora senza mai dire quale numero dovrebbe muoversi. Chi cerca la versione ordinata del percorso, con le fasi una per una e i punti in cui si misura, la trova nel modello del marketing funnel, che è il parente rispettabile di questa scomposizione.

Perché il nome si è consumato

Basta cercare la parola per vedere che cosa è diventata. La prima pagina italiana di growth hacking è fatta di voci di glossario e di corsi, con qualche business school in mezzo, e quasi nessuna pagina che racconti un esperimento vero e come è andato: è il segno riconoscibile di un termine che ha smesso di descrivere un lavoro e ha iniziato a descrivere un'offerta formativa.

Il logoramento sta nella promessa.

Growth hacking suonava come una scorciatoia, e le scorciatoie che circolavano erano trucchi di piattaforma: la firma in coda alla mail che si portava dietro un invito, lo spazio gratuito regalato a chi presentava un amico, il modulo che pescava nella rubrica di qualcun altro. Erano tattiche vere, in un momento preciso, su prodotti che vivevano dentro un browser e non costavano nulla da consegnare. Quando quelle finestre si sono chiuse, del vocabolario è rimasto il tono da annuncio, e del metodo si è perduta la parte noiosa, che era l'unica che funzionava: tenere una lista scritta di ipotesi, provarne una alla volta, accettare che la maggior parte non porti niente.

Il modello AARRR su un negozio che vende cose

Le cinque metriche di McClure nascono guardando software, e trasferirle su un ecommerce cambia il significato di quasi tutte. L'acquisizione, su un'applicazione gratuita, conta iscrizioni che costano poco; su un negozio conta visite che costano, e il numero da guardare non è il traffico ma quanto costa portare a casa un cliente rispetto a quanto quel cliente lascerà nel tempo.

L'attivazione, nel software, è il momento in cui la persona capisce a che serve il prodotto, e si progetta dentro il prodotto stesso. In un negozio quel momento non esiste come funzione da disegnare: la cosa più vicina è la scheda che rende credibile un oggetto che chi legge non può toccare, con le fotografie, le misure, i tempi di consegna e le recensioni al posto giusto. La retention non è l'accesso settimanale, è il secondo ordine, e su molti cataloghi arriva dopo mesi oppure non arriva mai, perché nessuno compra un divano ogni trenta giorni. La voce revenue non è un abbonamento che si rinnova da solo, è un margine per ordine che spedizione, imballaggio e resi possono azzerare senza che il fatturato dia alcun segnale. Il referral, infine, non ha un meccanismo dentro il prodotto: ci sono la recensione e il passaparola, e c'è un programma di affiliazione da governare, che è un canale con regole sue e non un anello virale.

Questa è la ragione per cui il modello AARRR, applicato a un negozio senza tradurlo, produce riunioni in cui si parla di attivazione e non si capisce di che cosa si stia parlando. Le metriche una per una, con i valori a cui guardare per ciascuna fase, stanno nel pezzo sui KPI di un ecommerce. Quando invece l'obiettivo intermedio non è un ordine ma un contatto da coltivare, il percorso e gli strumenti sono quelli della lead generation per ecommerce, che è il capitolo dove il growth hacking italiano ha lasciato più tracce buone.

I tre muri che il metodo trova davanti a un ecommerce

Il primo muro è l'assenza di un anello virale dentro il prodotto. Le storie fondative del growth hacking funzionavano perché il prodotto stesso era il canale: usarlo significava mostrarlo a qualcun altro, e ogni nuovo utente costava zero da servire. Un paio di scarpe non invita nessuno, e il massimo che si può costruire è un incentivo esterno all'acquisto, che è una promozione, con il costo di una promozione.

Il secondo è il costo marginale. Un esperimento sul prezzo, sulla soglia della spedizione gratuita o sulla politica di resi non tocca del codice, tocca il conto economico e il magazzino, e si può sbagliare due volte, una in conversione e una in margine. È il motivo per cui in un ecommerce gli esperimenti più rischiosi non sono quelli tecnici, sono quelli commerciali: un test sul colore di un bottone, alla peggio, non produce nulla, mentre un test sulla soglia di spedizione gratuita può produrre più ordini e meno soldi.

Il terzo muro è il più sottovalutato, e si chiama potenza statistica. Un test si decide sulle conversioni, non sulle visite: un negozio con ventimila sessioni al mese e un tasso di conversione dell'uno e mezzo per cento produce trecento ordini, che divisi fra due varianti fanno centocinquanta ordini per parte, e su centocinquanta ordini una differenza del dieci per cento fra le due resta dentro il margine di errore. Il risultato pratico è che la maggior parte dei negozi italiani non ha il volume per fare, in un mese, il numero di esperimenti indipendenti che il metodo presuppone, e chi dichiara il contrario sta leggendo rumore e chiamandolo risultato. Il limite però va circoscritto, perché non vale per ogni tipo di prova: riguarda gli esperimenti che si leggono dentro il negozio, dove l'unità di misura è l'ordine. Sui canali il conto è diverso, perché una creatività si giudica sul costo per acquisizione dentro la piattaforma pubblicitaria, e lì il segnale si forma con numeri più bassi; è la ragione per cui su un negozio con poco traffico il primo ciclo di prove conviene farlo sugli annunci e non sulle pagine. Quanto traffico serva perché un test sulle pagine dia una risposta, e come si costruisce un ciclo che ne produce senza rifare il sito ogni due anni, è materia del growth driven design.

Su un punto, va riconosciuto, il growth hacking aveva ragione contro il marketing che lo precedeva. Prima di quella stagione quasi nessuno teneva un elenco scritto di ipotesi con un ordine di priorità e una soglia oltre la quale un'idea si abbandona; si facevano campagne, e si giudicavano a sensazione. Quella disciplina è arrivata da lì, e nei negozi che crescono si vede ancora.

Che cosa resta, e come si chiama adesso

Il metodo è sopravvissuto sotto due nomi diversi, in due mestieri diversi, e chi li tiene separati lavora meglio. La parte che riguarda il come si decide è diventata la conversion rate optimization, cioè la stessa sequenza di ipotesi, test e soglie applicata al percorso di acquisto, con la differenza non piccola che qui la letteratura c'è e i metodi si insegnano. La parte che riguarda il dove si compra l'attenzione è diventata un repertorio di canali, e la domanda non è più quale trucco funziona ma quale canale regge il proprio costo per acquisizione a volumi crescenti: è il territorio delle strategie per far crescere un ecommerce.

Fra le due sta il giudice, e il giudice sono i modelli di attribuzione. Senza una regola dichiarata su come si assegna il merito di un ordine, ogni esperimento sui canali finisce per premiare l'ultimo tocco, che nella pratica vuol dire premiare il remarketing e le campagne sul marchio, cioè i canali che raccolgono la domanda che qualcun altro ha creato. È l'errore che fa scivolare il budget verso il basso del funnel un trimestre dopo l'altro, con tutti i grafici in ordine.

Che cosa si può sperimentare su Shopify, e a quale velocità

Su una piattaforma in cloud la domanda utile non è che cosa si può testare, perché quasi tutto si può testare. La domanda utile è quanto ci vuole a mettere in aria un esperimento e quanto a spegnerlo, perché quel tempo decide quante ipotesi si riescono a verificare in un trimestre, e il growth hacking, ridotto all'osso, è una questione di cicli per unità di tempo. Su Shopify gli strati sono tre, e hanno velocità molto diverse.

Il primo è quello delle impostazioni: prezzi, sconti automatici, soglie di spedizione, segmenti di clienti, mercati. Si cambia in un pomeriggio, si torna indietro in dieci minuti, e questo è lo strato in cui una cadenza settimanale di esperimenti è realistica anche per una squadra piccola. Il secondo è il contenuto e il tema, quindi schede prodotto, pagine di atterraggio, sezioni della home, email: qui il tempo lo decide chi produce il materiale, non la piattaforma. Shopify Email, per dare una misura, include diecimila email al mese dal piano Basic in su e poi costa un dollaro ogni mille invii aggiuntivi fino a trecentomila, quindi provare una campagna su un segmento non è una voce di spesa da portare in consiglio. Il terzo strato è il checkout e la logica di backend, dove si passa da una modifica a un rilascio, con le verifiche che un rilascio richiede: è lo strato in cui gli esperimenti si contano per trimestre, non per settimana.

C'è poi uno strato che per un merchant italiano non esiste, e conviene saperlo prima di costruirci sopra un piano. Shopify Audiences, lo strumento che costruisce pubblici pubblicitari a partire dal dato aggregato della rete di negozi Shopify, è riservato al piano Plus, richiede Shopify Payments ed è disponibile soltanto per i negozi con sede negli Stati Uniti o in Canada. Chi legge una rassegna di tattiche di crescita scritta per il mercato americano trova quello strumento fra le prime tre voci, e in Italia non lo può accendere.

Da dove si comincia

Chi arriva fin qui e vuole fare qualcosa entro la settimana ha tre mosse, e sono le tre che il metodo originale metteva prima di ogni tattica. La prima è scegliere il numero che deve muoversi, uno solo, e sapere quanto vale oggi. La seconda è scrivere le ipotesi in un elenco, con accanto quanto si crede a ciascuna e quanto costa provarla, perché un elenco scritto è ciò che impedisce di rifare sempre l'esperimento più comodo. La terza è decidere in anticipo la soglia oltre la quale un'ipotesi si abbandona, che è la parte che nessuno scrive e l'unica che tiene la squadra onesta quando i dati non dicono quello che si sperava.

Su un negozio con volumi medi non usciranno dieci esperimenti al mese. Ne usciranno due o tre fatti bene, e in un anno sono venti o trenta decisioni prese sui dati invece che a sensazione: è molto meno di quanto promette la parola, ed è quasi tutto quello che serve.

Domande frequenti

Che cosa fa un growth hacker?

Nella definizione originale è la persona che risponde della crescita e non di un reparto, quindi tiene il portafoglio delle ipotesi, decide l'ordine in cui si provano, misura e taglia. Nella pratica italiana quel titolo compare più spesso nei cataloghi dei corsi che negli organigrammi, e nelle aziende che vendono online il lavoro è distribuito fra chi governa i canali, chi tocca il negozio e chi legge i numeri. Ciò che serve avere non è il titolo, è qualcuno che possiede l'elenco e la cadenza.

Che differenza c'è fra growth hacking e growth marketing?

Growth marketing è il nome che la stessa disciplina ha preso quando è uscita dalle startup ed è entrata nelle aziende strutturate: stesso ciclo di ipotesi e misure, meno enfasi sul trucco, e un perimetro che si ferma al marketing invece di pretendere di toccare il prodotto. Chi assume oggi usa quasi sempre il secondo termine, ed è un buon indizio di quale dei due sia invecchiato.

Growth hacking e CRO sono la stessa cosa?

Condividono il metodo e non il perimetro. La conversion rate optimization lavora su quello che accade dentro il negozio, dal primo atterraggio all'ordine, con strumenti e soglie consolidate; il growth hacking, come era stato pensato, si arrogava anche il prodotto e i canali. Su un ecommerce la parte applicabile del secondo coincide in buona misura col primo, e conviene chiamarla col nome che ha una letteratura alle spalle.

Serve a un ecommerce già avviato o solo a chi parte?

Serve più a chi è avviato, e per una ragione aritmetica: gli esperimenti si decidono sulle conversioni, e chi ha volume ne ha. Su un negozio appena aperto la stessa energia rende molto più se va nelle scelte strutturali, il catalogo, il posizionamento, i tempi di consegna, perché non c'è abbastanza traffico per distinguere una variante buona da una fortunata.

Quanti esperimenti servono per vedere un risultato?

La domanda giusta non è quanti, è quanti se ne possono chiudere con una risposta. Un ciclo che produce due o tre test conclusi al mese, sempre sullo stesso numero da muovere, vale più di venti prove aperte insieme e abbandonate a metà. La soglia minima di traffico perché un test sia leggibile, e quante ipotesi si riescano a chiudere in un trimestre, si stimano prima di aprire il primo test: è la parte del lavoro che decide se il resto ha senso.