neuroscienza.comArticoli · Case history

Case history: come i siti più famosi del mondo hanno usato (e a volte sfruttato) il nostro cervello

27 storie vere di crescita, esperimenti e sanzioni: Dropbox, Booking, Netflix, Duolingo, Amazon e altri, smontate con il semaforo delle prove. Cosa regge, cosa è leggenda, cosa puoi applicare.

Promettentewebneuromarketingpersuasionecopywriting

Nel 1997 una riga di testo in fondo alle email porta milioni di persone su un servizio sconosciuto. Nel 2008 un pulsante con scritto "Scopri di più" fa iscrivere a una campagna presidenziale il 40% di persone in più. Nel 2025 un percorso di disdetta pieno di ostacoli costa ad Amazon 2,5 miliardi di dollari.

Sono tre storie diverse con un punto in comune: chi ha progettato quelle pagine conosceva, per istinto o per metodo, il modo in cui il cervello decide.

In questa sezione raccontiamo 27 di queste storie. Sono quasi tutte di siti e app in lingua inglese, quelli che hanno inventato il growth hacking e che oggi vengono citati in ogni corso di marketing. Le raccontiamo in modo diverso da come le trovi in giro: andiamo a vedere le fonti.

Perché un'altra raccolta di case history

Perché la maggior parte di quelle che circolano sono sbagliate.

Quando abbiamo verificato le storie più famose del marketing digitale, abbiamo trovato più leggende che dati:

Questo non vuol dire che le leve psicologiche non funzionino. Vuol dire che funzionano in modo più modesto, più condizionato e più interessante di quanto racconti la leggenda. Ed è proprio lì che si impara qualcosa.

La lezione che attraversa tutti i casi

Se c'è un dato solido che unisce queste 27 storie, è questo: la maggior parte delle idee non funziona. 🟢

In Microsoft, circa un terzo degli esperimenti migliora le metriche, un terzo non cambia nulla e un terzo le peggiora. In Google e Bing gli esperimenti positivi sono tra il 10 e il 20%. Le aziende che vedi in questa sezione non sono cresciute perché avevano il trucco giusto, ma perché ne hanno provati centinaia e hanno misurato quale funzionava sul loro pubblico.

La seconda lezione è più scomoda: le stesse leve che fanno crescere un sito possono diventare trappole. Booking, LinkedIn, Amazon, Robinhood e Uber hanno usato urgenza, default e ludicizzazione fino al punto in cui sono intervenuti autorità e tribunali. Per questo ogni caso ha due sezioni pratiche: come applicarlo al tuo sito senza manipolare e come riconoscerlo da utente.

Prima di iniziare: il metodo

Come leggere un sito con gli occhi di un neuroscienziato: il metodo in 8 passi. La griglia che usiamo per smontare ogni caso: primo impatto, attenzione, promessa, prova sociale, prezzo, attrito, urgenza, uscita. Puoi applicarla al tuo sito in mezz'ora.

Crescita virale e passaparola

Come si convincono le persone a portare altre persone. Regali a doppio lato, inviti, scarsità.

Caso La storia in una riga Semaforo
Hotmail e la riga in fondo alle email Una riga in ogni email portò milioni di utenti; il "PS: I love you" fu proposto e bocciato 🟡 Promettente
Dropbox e i 250 MB regalati La pubblicità costava fino a 388 $ per cliente; lo spazio regalato a entrambi portò il 35% delle iscrizioni 🟡 Promettente
PayPal regalava 20 dollari 10 $ a chi entra e 10 $ a chi invita: crescita del 5-7% al giorno e milioni bruciati al mese 🟡 Promettente
Airbnb: le foto e il trucco di Craigslist Foto professionali, annunci ripubblicati su Craigslist, email aggressive: cosa è documentato davvero 🟡 Promettente
Gmail e gli inviti venduti su eBay 1 GB solo su invito: la scarsità nacque da 300 vecchi server, poi diventò marketing 🟢 Solida
Clubhouse: da 4 miliardi al silenzio Inviti, solo iPhone, celebrità: i download crollano del 90% mentre la valutazione sale 🟢 Solida

Esperimenti e A/B test

Quando una parola, un colore o un campo valgono milioni. E quando quei milioni sono una leggenda.

Caso La storia in una riga Semaforo
Obama 2008: il pulsante "Scopri di più" Test su oltre 310.000 visitatori: pulsante e foto giusti portano le iscrizioni dall'8,3% all'11,6% 🟡 Promettente
Google e le 41 sfumature di blu Il test che fece dimettere un designer; i 200 milioni non hanno fonte, il dato di Bing sì 🟠 Da testare
Il bottone da 300 milioni di dollari "Registrati" diventa "Continua" e gli acquisti salgono; il negozio è anonimo, ma il problema è reale 🟠 Da testare
Netflix e le copertine che cambiano per te Un algoritmo sceglie l'immagine per ogni utente; nel 2018 la polemica sulle copertine fuorvianti 🟡 Promettente
Expedia e il campo da 12 milioni Una casella facoltativa ambigua faceva fallire i pagamenti; toglierla valse milioni 🟠 Da testare

Abitudini e coinvolgimento

Come un'app diventa un gesto quotidiano. Serie da non spezzare, ricompense imprevedibili, identità.

Caso La storia in una riga Semaforo
Facebook e i 7 amici in 10 giorni Il momento "aha" del growth team, la rubrica importata, i rimorsi degli ex dirigenti e il mito della dopamina 🟡 Promettente
Duolingo e la serie da non spezzare Streak, protezione della serie e notifiche del gufo: test controllati e avversione alla perdita 🟢 Solida
TikTok e il feed "Per te" Cosa rivelano i documenti interni nelle cause americane e nell'indagine europea 🟡 Promettente
Spotify Wrapped Ogni dicembre milioni di persone fanno pubblicità gratis a un'app: identità, unicità, effetto Barnum 🟡 Promettente
Tinder e lo swipe Il gesto che ha reso l'amore un gioco, e il rivale dello stesso gruppo che promette di farsi cancellare 🟡 Promettente

Prezzo, fiducia e rischio

Come si abbassa la paura di sbagliare acquisto. Recensioni, resi gratuiti, liste d'attesa, appelli personali.

Caso La storia in una riga Semaforo
Amazon e le recensioni negative Perché Bezos tenne le recensioni negative, e come prezzi barrati e distintivi guidano la scelta 🟡 Promettente
Zappos e i resi gratuiti Reso gratis per 365 giorni: chi restituisce di più spesso compra di più 🟡 Promettente
Dollar Shave Club e il video da 4.500 dollari Un video ironico, 12.000 ordini, un miliardo da Unilever. E poi? 🟡 Promettente
Superhuman e la lista d'attesa Centinaia di migliaia di persone in coda per pagare 30 $ al mese un'app per le email 🟡 Promettente
Wikipedia e il volto di Jimmy Wales Centinaia di test sui banner, l'appello personale e la comunità che li giudica non veritieri 🟢 Solida

Quando si esagera: dark pattern e sanzioni

Le stesse leve, spinte oltre il limite. Qui le fonti sono decisioni delle autorità e atti giudiziari.

Caso La storia in una riga Semaforo
Booking.com e "solo 1 camera rimasta" Urgenza ottimizzata con migliaia di test, poi gli impegni con le autorità britanniche ed europee 🟢 Solida
LinkedIn e la rubrica Inviti e solleciti automatici "a nome tuo": un accordo da 13 milioni di dollari 🟢 Solida
Amazon Prime e il labirinto "Iliad" Una disdetta in quattro pagine e sei clic, la causa della FTC e l'accordo da 2,5 miliardi 🟢 Solida
Robinhood e la borsa come videogioco Coriandoli, notifiche e opzioni ai principianti: le sanzioni e una tragedia 🟢 Solida
Groupon e la scarsità che smette di funzionare Rifiutò 6 miliardi da Google, poi le offerte a tempo attirarono solo cacciatori di sconti 🟡 Promettente
Uber e i trucchi psicologici sugli autisti Obiettivi di guadagno, corse in coda e badge: il dark pattern applicato a chi lavora 🟡 Promettente

Come leggere il semaforo in questa sezione

Nei case history il semaforo misura una cosa precisa: quanto è solida la storia che si racconta, cioè se i numeri hanno una fonte primaria e se il nesso tra la leva psicologica e il risultato è dimostrato.

Prossimo passo

Hai visto come lavorano i siti che crescono: provano, misurano, correggono. E hai visto dove sbagliano quelli che esagerano. La buona notizia è che gli errori più costosi di un sito piccolo sono quasi sempre gli stessi, e si correggono senza budget da multinazionale. Li abbiamo raccolti in una mini guida.

Mini guida gratuita: Gli errori più comuni quando si fa un sito web. Scaricala qui

Collegamenti

Fonti

Ogni caso ha le sue fonti numerate in fondo all'articolo. I dati sugli esperimenti citati in questa pagina vengono da:

  1. Kohavi R., Thomke S. (2017). The Surprising Power of Online Experiments. Harvard Business Review, settembre-ottobre 2017.
  2. Kohavi R., Tang D., Xu Y. (2020). Trustworthy Online Controlled Experiments. Cambridge University Press.