[{"data":1,"prerenderedAt":558},["ShallowReactive",2],{"article-alternates":3,"article-\u002Fit\u002Fgaming\u002Faso-creative-testing-ppo-6-settimane-plus-32-ipm":12},{"i18nKey":4,"paths":5},"gaming-001-2026-05",{"de":6,"en":7,"es":8,"fr":9,"it":10,"ru":11},"\u002Fde\u002Fgaming\u002Faso-creative-testing-ppo-mit-32-prozent-ipm","\u002Fen\u002Fgaming\u002Faso-creative-testing-ppo-6-week-32-percent-ipm","\u002Fes\u002Fgaming\u002Fpruebas-creativas-aso-ppo-ipm","\u002Ffr\u002Fgaming\u002Ftest-creatives-aso-ppo-32-ipm","\u002Fit\u002Fgaming\u002Faso-creative-testing-ppo-ipm-optimization","\u002Fru\u002Fgaming\u002Faso-creative-testing-ppo-ipm-optimization",{"_path":13,"_dir":14,"_draft":15,"_partial":15,"_locale":16,"title":17,"description":18,"publishedAt":19,"modifiedAt":19,"category":14,"i18nKey":4,"tags":20,"readingTime":26,"author":27,"body":28,"_type":552,"_id":553,"_source":554,"_file":555,"_stem":556,"_extension":557},"\u002Fit\u002Fgaming\u002Faso-creative-testing-ppo-6-settimane-plus-32-ipm","gaming",false,"","ASO Creative Testing: +%32 IPM in 6 Settimane con PPE","Testa i tuoi visual iOS\u002FAndroid con Custom Product Pages e Play Experiments. Significatività statistica, calcolo del lift e metodologia di iterazione creativa.","2026-05-22",[21,22,23,24,25],"aso","creative-testing","custom-product-pages","play-experiments","mobile-growth",9,"Roibase",{"type":29,"children":30,"toc":539},"root",[31,39,46,51,64,69,75,80,85,93,113,118,126,144,149,154,160,172,177,187,245,250,258,281,286,296,303,308,314,319,324,433,438,444,456,468,480,490,496,518,523,529,534],{"type":32,"tag":33,"props":34,"children":35},"element","p",{},[36],{"type":37,"value":38},"text","L'area più trascurata della crescita dei giochi mobile sono i visual dello store. La maggior parte dei developer carica icon e screenshot una sola volta e se ne dimentica. Tuttavia, con Apple Custom Product Pages (CPP) e Google Play Experiments (PPE), ogni settimana senza test A\u002FB significa lasciare potenziale install per impression (IPM) sul tavolo. Dal 2025, i giochi nei mercati tier-1 che utilizzano CPP vedono un lift IPM medio di +%22. Ma se il metodo di test è sbagliato, il numero è privo di significato. Questo articolo riguarda la metodologia.",{"type":32,"tag":40,"props":41,"children":43},"h2",{"id":42},"cosa-sono-le-custom-product-pages-e-perché-adesso",[44],{"type":37,"value":45},"Cosa Sono le Custom Product Pages e Perché Adesso",{"type":32,"tag":33,"props":47,"children":48},{},[49],{"type":37,"value":50},"Apple ha lanciato le CPP nel 2021, Google Play nel 2022 con controllo sperimentale completo. Prima era l'era del \"singolo set visuale + piccoli test\". Oggi puoi presentare un set creativo diverso a ogni segmento di campagna: se usi stile anime nella creativa UA, usala anche nello store; se il focus è sulla meccanica di combattimento, fai lo stesso negli screenshot.",{"type":32,"tag":33,"props":52,"children":53},{},[54,56,62],{"type":37,"value":55},"La differenza è semplice: ",{"type":32,"tag":57,"props":58,"children":59},"strong",{},[60],{"type":37,"value":61},"coerenza di messaggio",{"type":37,"value":63},". Un utente vede un personaggio hero su TikTok e clicca, ma vede uno screenshot di farming nell'App Store — la conversione crolla. Le CPP chiudono questo gap. Ma il vero potere sta nel ciclo di test: metti 3 diverse direzioni visive in produzione, e dopo 2 settimane prendi una decisione data-driven.",{"type":32,"tag":33,"props":65,"children":66},{},[67],{"type":37,"value":68},"Dettaglio tecnico: le CPP sono indipendenti dalla tua pagina prodotto predefinita, puoi creare fino a 35 versioni (limite Apple). Su Google, la quota di esperimenti è dinamica, ma 10-12 test attivi sono sufficienti nella pratica. Ciascuno si collega a un ID campagna diverso — misuri tramite SKAdNetwork (SKAN) o Firebase attribution.",{"type":32,"tag":40,"props":70,"children":72},{"id":71},"play-experiments-e-lequivalente-ios-architettura-dei-test",[73],{"type":37,"value":74},"Play Experiments e l'Equivalente iOS: Architettura dei Test",{"type":32,"tag":33,"props":76,"children":77},{},[78],{"type":37,"value":79},"Google Play Experiments ti permette di testare il conversion funnel a livello di store: puoi mostrare al 50% controllo e 50% variant quando un utente arriva al negozio. Su Apple questa funzione non esiste, quindi usi CPP con routing a livello di campagna. In altre parole, lo split di test avviene a livello di mediazione, non di store.",{"type":32,"tag":33,"props":81,"children":82},{},[83],{"type":37,"value":84},"Struttura di test tipica:",{"type":32,"tag":33,"props":86,"children":87},{},[88],{"type":32,"tag":57,"props":89,"children":90},{},[91],{"type":37,"value":92},"Google (split a livello di store):",{"type":32,"tag":94,"props":95,"children":96},"ul",{},[97,103,108],{"type":32,"tag":98,"props":99,"children":100},"li",{},[101],{"type":37,"value":102},"Baseline (set di visual attuali)",{"type":32,"tag":98,"props":104,"children":105},{},[106],{"type":37,"value":107},"Variant A (nuovo ordine screenshot)",{"type":32,"tag":98,"props":109,"children":110},{},[111],{"type":37,"value":112},"Variant B (personaggio hero diverso)",{"type":32,"tag":33,"props":114,"children":115},{},[116],{"type":37,"value":117},"Il traffico si distribuisce automaticamente, Play Console fornisce il rapporto di significatività statistica in 14 giorni.",{"type":32,"tag":33,"props":119,"children":120},{},[121],{"type":32,"tag":57,"props":122,"children":123},{},[124],{"type":37,"value":125},"Apple (split a livello di campagna):",{"type":32,"tag":94,"props":127,"children":128},{},[129,134,139],{"type":32,"tag":98,"props":130,"children":131},{},[132],{"type":37,"value":133},"Campaign 1 → Pagina prodotto predefinita",{"type":32,"tag":98,"props":135,"children":136},{},[137],{"type":37,"value":138},"Campaign 2 → CPP Variant A",{"type":32,"tag":98,"props":140,"children":141},{},[142],{"type":37,"value":143},"Campaign 3 → CPP Variant B",{"type":32,"tag":33,"props":145,"children":146},{},[147],{"type":37,"value":148},"Lo split è manuale su Apple Search Ads o paid social. Per ogni campagna estrai i dati install + IPM dai postback SKAN. Calcoli la significatività tu stesso (Apple non ha un'interfaccia per i test).",{"type":32,"tag":33,"props":150,"children":151},{},[152],{"type":37,"value":153},"La maggior parte dei developer commette un errore qui: decide prima di aver raccolto dati sufficienti. Vede 500 install e dichiara \"la variant ha vinto\". In realtà, il power statistico non è nemmeno del 60%. Minimo: 2000 impression per variant + intervallo di confidenza del 95%.",{"type":32,"tag":40,"props":155,"children":157},{"id":156},"significatività-statistica-e-calcolo-del-lift",[158],{"type":37,"value":159},"Significatività Statistica e Calcolo del Lift",{"type":32,"tag":33,"props":161,"children":162},{},[163,165,170],{"type":37,"value":164},"Play Console fornisce il rapporto sulla significatività, ma la matematica dietro è semplice: ",{"type":32,"tag":57,"props":166,"children":167},{},[168],{"type":37,"value":169},"test z per proporzioni",{"type":37,"value":171},". Misura se la differenza di conversion rate tra due gruppi è frutto del caso.",{"type":32,"tag":33,"props":173,"children":174},{},[175],{"type":37,"value":176},"Formula:",{"type":32,"tag":178,"props":179,"children":181},"pre",{"code":180},"z = (p1 - p2) \u002F sqrt(p * (1-p) * (1\u002Fn1 + 1\u002Fn2))\np = (x1 + x2) \u002F (n1 + n2)\n",[182],{"type":32,"tag":183,"props":184,"children":185},"code",{"__ignoreMap":16},[186],{"type":37,"value":180},{"type":32,"tag":94,"props":188,"children":189},{},[190,209,227],{"type":32,"tag":98,"props":191,"children":192},{},[193,199,201,207],{"type":32,"tag":183,"props":194,"children":196},{"className":195},[],[197],{"type":37,"value":198},"p1",{"type":37,"value":200},", ",{"type":32,"tag":183,"props":202,"children":204},{"className":203},[],[205],{"type":37,"value":206},"p2",{"type":37,"value":208},": conversion rate variant e controllo",{"type":32,"tag":98,"props":210,"children":211},{},[212,218,219,225],{"type":32,"tag":183,"props":213,"children":215},{"className":214},[],[216],{"type":37,"value":217},"n1",{"type":37,"value":200},{"type":32,"tag":183,"props":220,"children":222},{"className":221},[],[223],{"type":37,"value":224},"n2",{"type":37,"value":226},": numero di impression",{"type":32,"tag":98,"props":228,"children":229},{},[230,236,237,243],{"type":32,"tag":183,"props":231,"children":233},{"className":232},[],[234],{"type":37,"value":235},"x1",{"type":37,"value":200},{"type":32,"tag":183,"props":238,"children":240},{"className":239},[],[241],{"type":37,"value":242},"x2",{"type":37,"value":244},": numero di install",{"type":32,"tag":33,"props":246,"children":247},{},[248],{"type":37,"value":249},"Se z-score > 1.96, hai una differenza significativa al 95% di confidenza.",{"type":32,"tag":33,"props":251,"children":252},{},[253],{"type":32,"tag":57,"props":254,"children":255},{},[256],{"type":37,"value":257},"Esempio:",{"type":32,"tag":94,"props":259,"children":260},{},[261,266,271,276],{"type":32,"tag":98,"props":262,"children":263},{},[264],{"type":37,"value":265},"Controllo: 10.000 impression, 800 install → %8.0 CVR",{"type":32,"tag":98,"props":267,"children":268},{},[269],{"type":37,"value":270},"Variant: 10.000 impression, 1120 install → %11.2 CVR",{"type":32,"tag":98,"props":272,"children":273},{},[274],{"type":37,"value":275},"Lift: +40% (relativo), +3.2pp (assoluto)",{"type":32,"tag":98,"props":277,"children":278},{},[279],{"type":37,"value":280},"Z-score: 8.4 → p \u003C 0.001 (definitivamente significativo)",{"type":32,"tag":33,"props":282,"children":283},{},[284],{"type":37,"value":285},"Ma attenzione: se il sample è piccolo, il lift alto non basta. Con 500 impression, potresti vedere +15% di lift ma l'intervallo di confidenza al 95% potrebbe andare da -5% a +35%.",{"type":32,"tag":33,"props":287,"children":288},{},[289,294],{"type":32,"tag":57,"props":290,"children":291},{},[292],{"type":37,"value":293},"Calcolo del sample minimo",{"type":37,"value":295}," (power analysis):\nBaseline CVR %8, MDE (minimum detectable effect) %20 di lift (cioè %9.6 CVR) e power dell'80%, hai bisogno di circa 4500 impression per gruppo. Non decidere con meno.",{"type":32,"tag":297,"props":298,"children":300},"h3",{"id":299},"bayesian-vs-frequentist",[301],{"type":37,"value":302},"Bayesian vs Frequentist",{"type":32,"tag":33,"props":304,"children":305},{},[306],{"type":37,"value":307},"Play Console usa l'approccio frequentist. L'alternativa Bayesian: aggiornamento continuo della posterior, output del tipo \"la variant è migliore con probabilità dell'87%\". Con sample piccolo, Bayesian può aiutarti a decidere prima, ma in produzione frequentist è generalmente più sicuro. Perché il controllo del type-I error viene prima della minimizzazione del rimpianto.",{"type":32,"tag":40,"props":309,"children":311},{"id":310},"metodologia-di-iterazione-creativa-dal-primo-test-allo-scale",[312],{"type":37,"value":313},"Metodologia di Iterazione Creativa: Dal Primo Test allo Scale",{"type":32,"tag":33,"props":315,"children":316},{},[317],{"type":37,"value":318},"La maggior parte dei developer usa le CPP così: il team marketing prepara 3 visual, li mette in produzione, guarda dopo 1 settimana, dice \"il centrale è migliore\" e passa oltre. Sbagliato.",{"type":32,"tag":33,"props":320,"children":321},{},[322],{"type":37,"value":323},"Il ciclo corretto di iterazione:",{"type":32,"tag":325,"props":326,"children":327},"ol",{},[328,349,370,391,412],{"type":32,"tag":98,"props":329,"children":330},{},[331,336],{"type":32,"tag":57,"props":332,"children":333},{},[334],{"type":37,"value":335},"Formazione dell'ipotesi (Settimana 0):",{"type":32,"tag":94,"props":337,"children":338},{},[339,344],{"type":32,"tag":98,"props":340,"children":341},{},[342],{"type":37,"value":343},"Prendi il top-performer della tua creativa UA. Quale angle ha ITR alto? (personaggio vs meccanica vs reward)",{"type":32,"tag":98,"props":345,"children":346},{},[347],{"type":37,"value":348},"Crea 2-3 variant che portano quell'angle ai visual dello store. Control = visual attuale.",{"type":32,"tag":98,"props":350,"children":351},{},[352,357],{"type":32,"tag":57,"props":353,"children":354},{},[355],{"type":37,"value":356},"Lancio del test (Settimana 1-2):",{"type":32,"tag":94,"props":358,"children":359},{},[360,365],{"type":32,"tag":98,"props":361,"children":362},{},[363],{"type":37,"value":364},"Metti le CPP in produzione con routing a livello di campagna. Dai traffico uguale a ogni variant (regolazione manuale dei bid o creative rotation).",{"type":32,"tag":98,"props":366,"children":367},{},[368],{"type":37,"value":369},"Estrai dati di impression + install quotidiani. Non annunciare il vincitore ancora.",{"type":32,"tag":98,"props":371,"children":372},{},[373,378],{"type":32,"tag":57,"props":374,"children":375},{},[376],{"type":37,"value":377},"Verifica della significatività (Settimana 3):",{"type":32,"tag":94,"props":379,"children":380},{},[381,386],{"type":32,"tag":98,"props":382,"children":383},{},[384],{"type":37,"value":385},"Esegui z-test per ogni variant. Se nessuno raggiunge la significatività, aumenta il traffico (tira su le impression del 50%) o aspetta 1 settimana di più.",{"type":32,"tag":98,"props":387,"children":388},{},[389],{"type":37,"value":390},"Se 1 variant ha p \u003C 0.05 e lift > %15, passa all'iterazione.",{"type":32,"tag":98,"props":392,"children":393},{},[394,399],{"type":32,"tag":57,"props":395,"children":396},{},[397],{"type":37,"value":398},"Iterazione del vincitore (Settimana 4-5):",{"type":32,"tag":94,"props":400,"children":401},{},[402,407],{"type":32,"tag":98,"props":403,"children":404},{},[405],{"type":37,"value":406},"Rendi il variant vincitore il nuovo baseline. Crea 2 nuovi variant: uno con cambiamento radicale (color scheme diverso), uno incrementale (riordina gli screenshot).",{"type":32,"tag":98,"props":408,"children":409},{},[410],{"type":37,"value":411},"Avvia il test del 2º round.",{"type":32,"tag":98,"props":413,"children":414},{},[415,420],{"type":32,"tag":57,"props":416,"children":417},{},[418],{"type":37,"value":419},"Scale (Settimana 6+):",{"type":32,"tag":94,"props":421,"children":422},{},[423,428],{"type":32,"tag":98,"props":424,"children":425},{},[426],{"type":37,"value":427},"Se il 2º round produce un altro vincitore, applicalo a tutte le campagne. Archivia il control vecchio.",{"type":32,"tag":98,"props":429,"children":430},{},[431],{"type":37,"value":432},"Rifai i test dopo 3 mesi — il meta cambia, la creativa degrada.",{"type":32,"tag":33,"props":434,"children":435},{},[436],{"type":37,"value":437},"Se esegui questo ciclo in 6 settimane, fai 8 giri di test all'anno. Se ogni test porta +%10-15 di lift: (1.1)^8 = 2.14x → +%114 di improvement IPM a fine anno. Nella pratica vediamo %30-50 (perché non tutti i test vincono).",{"type":32,"tag":40,"props":439,"children":441},{"id":440},"multivariate-testing-e-segmentazione",[442],{"type":37,"value":443},"Multivariate Testing e Segmentazione",{"type":32,"tag":33,"props":445,"children":446},{},[447,449,454],{"type":37,"value":448},"Quello sopra è un A\u002FB a due gruppi. Livello avanzato: ",{"type":32,"tag":57,"props":450,"children":451},{},[452],{"type":37,"value":453},"multivariate testing",{"type":37,"value":455}," (MVT). Testi 3+ elementi simultaneamente: icon, primo screenshot, anteprima video. Ma il numero di combinazioni esplode (3 icon × 4 screenshot × 2 video = 24 variant). Il sample requirement moltiplicato per 24.",{"type":32,"tag":33,"props":457,"children":458},{},[459,461,466],{"type":37,"value":460},"Soluzione: ",{"type":32,"tag":57,"props":462,"children":463},{},[464],{"type":37,"value":465},"factorial design",{"type":37,"value":467},". Misuri l'effetto principale di ogni elemento separatamente. Perdi gli effetti di interazione (es. se icon A + screenshot B hanno una sinergia speciale, non la vedrai). Tradeoff: velocità vs profondità.",{"type":32,"tag":33,"props":469,"children":470},{},[471,473,478],{"type":37,"value":472},"Alternativa: ",{"type":32,"tag":57,"props":474,"children":475},{},[476],{"type":37,"value":477},"sequential testing",{"type":37,"value":479},". Prima icon, poi screenshot, poi video. Ogni fase trova il vincitore, poi passi all'elemento successivo. Tempo totale più lungo (12-18 settimane) ma ogni decisione è su basi solide.",{"type":32,"tag":33,"props":481,"children":482},{},[483,488],{"type":32,"tag":57,"props":484,"children":485},{},[486],{"type":37,"value":487},"Segmentazione:",{"type":37,"value":489}," Puoi anche segmentare le CPP per audience. Es.: utenti iOS 17+ vedono UI moderna, iOS 15- vedono visuale classica. O geo-based: USA tema superhero, MENA tema fantasy. Qui hai bisogno di test separati per segment — il fabbisogno totale di sample si moltiplica. Segmentazione sensata: gruppi con differenza LTV > %30.",{"type":32,"tag":40,"props":491,"children":493},{"id":492},"con-roibase-infrastruttura-di-test-per-aso",[494],{"type":37,"value":495},"Con Roibase: Infrastruttura di Test per ASO",{"type":32,"tag":33,"props":497,"children":498},{},[499,501,508,510,516],{"type":37,"value":500},"Il servizio ",{"type":32,"tag":502,"props":503,"children":505},"a",{"href":504},"\u002Fit\u002Faso",[506],{"type":37,"value":507},"App Store Optimization",{"type":37,"value":509}," di Roibase costruisce l'infrastruttura di test per CPP\u002FPPE: mapping del conversion value per SKAdNetwork, integrazione Firebase\u002FAdjust, dashboard custom con tracking della significatività in tempo reale. Inoltre, il ",{"type":32,"tag":502,"props":511,"children":513},{"href":512},"\u002Fit\u002Fpremiumyayunci",[514],{"type":37,"value":515},"Premium Publisher Program",{"type":37,"value":517}," allinea la tua creativa UA alla creativa dello store — la creativa TikTok SparkAds e il visual CPP devono parlare lo stesso linguaggio visivo.",{"type":32,"tag":33,"props":519,"children":520},{},[521],{"type":37,"value":522},"Engagement tipico: prime 2 settimane baseline measurement, settimane 3-6 primo ciclo di test, settimane 7-12 iterazione + scale. Dopo 3 mesi vediamo +%20-35 IPM lift (segment casual\u002Fhyper-casual tier-1). Per midcore\u002Fstrategy il lift è più basso (%10-15) perché il cycle decisionale è più lungo, il dettaglio dello screenshot è critico.",{"type":32,"tag":40,"props":524,"children":526},{"id":525},"chiusura-creative-testing-processo-continuo",[527],{"type":37,"value":528},"Chiusura: Creative Testing = Processo Continuo",{"type":32,"tag":33,"props":530,"children":531},{},[532],{"type":37,"value":533},"Il creative testing per ASO non è una campagna, è un processo. Se testi una volta e usi il vincitore per 6 mesi, perdi metà del lift per degradation creativa. Refresh ogni 3 mesi. Il meta cambia, i competitor provano nuovi stili, le tendenze editoriali di Apple\u002FGoogle evolvono.",{"type":32,"tag":33,"props":535,"children":536},{},[537],{"type":37,"value":538},"Quello che devi fare adesso: analizza i tuoi visual di store attuali. L'angle top-performer della tua creativa UA (personaggio, meccanica, reward) corrisponde al messaggio dello screenshot? Se no, crea il tuo primo variant CPP da quell'angle. Raccogli 5000+ impression in 2 settimane. Esegui lo z-test. Se lift > %15 e p \u003C 0.05, itera. Dopo 6 settimane avrai +%20-30 IPM lift.",{"title":16,"searchDepth":540,"depth":540,"links":541},3,[542,544,545,548,549,550,551],{"id":42,"depth":543,"text":45},2,{"id":71,"depth":543,"text":74},{"id":156,"depth":543,"text":159,"children":546},[547],{"id":299,"depth":540,"text":302},{"id":310,"depth":543,"text":313},{"id":440,"depth":543,"text":443},{"id":492,"depth":543,"text":495},{"id":525,"depth":543,"text":528},"markdown","content:it:gaming:aso-creative-testing-ppo-6-settimane-plus-32-ipm.md","content","it\u002Fgaming\u002Faso-creative-testing-ppo-6-settimane-plus-32-ipm.md","it\u002Fgaming\u002Faso-creative-testing-ppo-6-settimane-plus-32-ipm","md",1782079500288]