Perché Google Optimize è stato chiuso?

Google ha deprecato Optimize il 30 settembre 2023 per concentrare le risorse su GA4 e su Google Ads experimentation. Il tool era gratuito, integrato con GA4, e aveva un'ampia base utenti soprattutto tra publisher. La chiusura ha lasciato scoperte molte strategie di A/B testing editoriali.

Esiste davvero un'alternativa gratuita e affidabile?

Sì, due in particolare. GrowthBook è open source, self-hosted, con supporto Bayesiano e feature flag. PostHog ha un piano gratuito generoso che include A/B testing oltre al product analytics. Entrambi richiedono più setup di un SaaS puro ma sono production-ready.

Quanto traffico serve per fare A/B testing utile su un sito editoriale?

Dipende dal minimum detectable effect che accetti. Per un MDE del 15% su un CTR base del 2%, servono circa 50.000 esposizioni per variante, cioè 100.000 complessivamente. Un editore con 500.000 pageview al mese arriva a significatività su un test per articolo popolare in due-tre settimane.

Ha senso fare A/B testing sul posizionamento dei link affiliati?

Ha senso solo se l'esito non è prevedibile. Testare 'link in fondo all'articolo vs link a metà' dà quasi sempre lo stesso risultato (a metà vince), è un test sprecato. Testare 'anchor text generico vs specifico' è più utile. Sistemi come AnchorLabs rimuovono una classe di test perché il posizionamento è già derivato dal contenuto.

Google Optimize è morto: 6 alternative di A/B testing per publisher editoriali nel 2026

Il 30 settembre 2023 Google Optimize è stato chiuso. Il tool era stato la porta d'ingresso nel mondo dell'A/B testing per centinaia di publisher italiani: gratuito, integrato nativamente con Google Analytics, semplice da configurare tramite editor visuale. La sua fine ha lasciato un vuoto che il mercato ha colmato con alternative molto eterogenee per pricing e sofisticazione.

Questa guida confronta sei alternative concrete per un publisher editoriale italiano di dimensioni medie (100.000-2.000.000 pageview/mese). Valuta pricing, integrazione con GA4, impatto sui Core Web Vitals, supporto GDPR, flicker e manutenzione. Chiude con una sezione più controversa: quando e perché, per alcuni test tipici del publisher, un A/B tool non è davvero il problema da risolvere.

Perché gli A/B tool non sono tutti uguali per i publisher

L'A/B testing su un e-commerce e su un editoriale sono sport diversi. L'e-commerce ha volumi di conversione densi per pagina (checkout, add-to-cart), funnel brevi, variabili ben isolate. L'editoriale ha pagine lunghe, conversioni sparse (CTR su link affiliati, scroll depth), effetti confondenti (categoria, fonte traffico, device). Alcuni tool brillano sul primo caso e sono overkill sul secondo.

Criteri rilevanti per un publisher:

Pricing scalabile per sessione, non per account. Un publisher con 2M pv/mese è un cliente grande in volumi ma piccolo in budget CRO.
Minimo flicker visivo, perché i Core Web Vitals sono fattore di ranking.
Test server-side opzionale, utile per test strutturali senza impatto client.
Integrazione GA4 nativa, per non ricostruire la misurazione.
Hosting EU / GDPR-ready, per compliance.
Feature flag / targeting, utile anche fuori dall'A/B testing.

1. VWO — il più noto, mid-market serio

Visual Website Optimizer (VWO) è il più diretto sostituto in spirito di Google Optimize. Ha un editor visuale, integrazione con GA4, motore statistico Bayesiano + frequentista.

Pricing: piano Starter da circa $314/mese per 10.000 MTU (monthly tracked users), piano Growth da $299/mese per 50.000 MTU, con costi che crescono rapidamente ai volumi da publisher medio-grande. Attenzione agli MTU — utenti unici tracciati nel mese — che su un publisher generalista esplodono rapidamente.

Pro: editor potente, segmentazione granulare, heatmap integrate. Server-side testing disponibile nei piani superiori.

Contro: pricing cresce velocemente col traffico, flicker mitigato ma non azzerato, peso script ~80 KB.

Quando ha senso: publisher medi-grandi con budget CRO dedicato e team che usa il tool settimanalmente.

2. Optimizely — enterprise, overkill per molti

Lo standard enterprise. Web Experimentation + Feature Experimentation, integrazioni Adobe/Amplitude.

Pricing: non pubblicato, tipicamente $50k-200k/anno. Raramente sensato per editori italiani sotto i 10M pv/mese.

Pro: potenza e affidabilità massime, server-side testing maturo, statistica Stats Accelerator. Ottimo ecosistema.

Contro: costo proibitivo per publisher sotto una certa scala. Setup complesso.

Quando ha senso: gruppi editoriali grandi con team CRO interno dedicato.

3. Convert.com — prezzo lineare, niente bandwidth surcharge

Una delle alternative più quotate tra chi è uscito da Optimize. Pricing lineare, no fee aggiuntivi per traffico, hosting EU opzionale.

Pricing: piano Growth a $299/mese, piano Pro a $420/mese (prezzi annuali con sconto applicato). Scala con il volume di MTU ma in modo più graduale di VWO.

Pro: GDPR-ready nativo, hosting EU, flicker minimo con anti-flicker snippet, supporto umano ottimo.

Contro: ecosistema più piccolo, meno integrazioni di Optimizely/VWO.

Quando ha senso: publisher medi con budget contenuto che vogliono un SaaS "tranquillo".

SaaS francese, hosting EU di default, conformità GDPR/Schrems II nativa. Prodotto completo: A/B, MVT, personalization.

Pricing: quote-based, mid-market indicativamente $500-2000/mese.

Pro: hosting EU, UI curata, supporto europeo con SLA, AI targeting integrato.

Contro: pricing opaco, peso script simile a VWO.

Quando ha senso: publisher europei con requisiti privacy stringenti, gruppi che non vogliono passare dal supporto US.

5. GrowthBook — open source, self-hosted, gratis

GrowthBook è la scelta di molti team tecnici dopo Optimize. È open source (MIT), self-hostable sul proprio server, con SDK per ogni linguaggio. Motore Bayesiano, feature flag integrati.

Pricing: gratis self-hosted. Cloud hosted con piano Starter gratuito (fino a 3 utenti) e piano Pro a $40/seat/mese, con editor visuale e funzionalità avanzate (CUPED, sequential testing).

Pro: zero costo se self-host, server-side testing first-class, feature flag come bonus, integrazione GA4, Snowflake, BigQuery. Codice aperto, auditabile.

Contro: richiede setup tecnico (Docker, DB) per il self-host; l'editor visuale è disponibile solo nel piano Pro cloud, non nella versione self-hosted gratuita.

Quando ha senso: publisher con team tecnico in-house, budget zero, e che hanno abbracciato un workflow code-first. È la scelta tecnicamente più interessante del 2026.

6. PostHog — product analytics + A/B incluso

PostHog nasce come alternativa product analytics ad Amplitude/Mixpanel ma include A/B testing e feature flag in tutti i piani, inclusa la free tier.

Pricing: free fino a 1M eventi/mese, poi $0,00005/evento. A 5M pv/mese sono circa $250/mese.

Pro: piano gratuito generoso, self-host disponibile, session recording incluso, hosting EU disponibile. Un tool solo per analytics + CRO + session recording.

Contro: A/B testing meno sofisticato di VWO/Optimizely, motore statistico meno maturo di GrowthBook.

Quando ha senso: startup editoriali e publisher digital-first che vogliono consolidare stack analytics + A/B in un unico vendor.

Tabella di confronto

Tool	Pricing indicativo/mese	Hosting EU	Flicker	Server-side	Editor visuale
VWO	$314-972+	Opzionale	Medio	Sì (pro)	Sì
Optimizely	$4.000-20.000	Sì	Basso	Sì	Sì
Convert	$299-420	Sì	Basso	Sì	Sì
AB Tasty	$500-2.000	Default	Medio	Sì	Sì
GrowthBook	$0 (self-host) / $40/seat (cloud Pro)	Self-host	Zero	Sì	Sì (cloud Pro)
PostHog	$0-500	Sì	Basso	Sì	Limitato

Quando un A/B tool non è il problema da risolvere

Qui serve una dose di realismo. Molti test che un publisher editoriale vuole eseguire non sono "A/B test" veri — sono ottimizzazioni dove il vincitore è quasi sempre noto a priori:

Posizionamento del primo link affiliato: a metà articolo vince nel 95% dei casi su qualunque benchmark serio.
Anchor text generico vs specifico: l'anchor specifico vince nel 90% dei casi.
Tooltip vs nessun tooltip su keyword prodotto: il tooltip vince sempre, la domanda è quanto.

Un A/B test su queste varianti consuma settimane di traffico per confermare un'ipotesi che già conosci. Il tempo del testing è prezioso e va speso su test dove non c'è vincitore ovvio — il copy del primo paragrafo, il colore del CTA finale, il formato della tabella di confronto.

Per le ottimizzazioni "ovvie", ha più senso usare sistemi che le implementano out-of-the-box invece di testarle. È qui che AnchorLabs si colloca: invece di testare "anchor text specifico vs generico", AnchorLabs usa sempre il nome del prodotto reale come anchor. Invece di testare "tooltip vs link piatto", attiva il tooltip su tutte le keyword prodotto. Invece di testare "posizione del link", scansiona l'intero articolo e attiva ogni occorrenza.

Il risultato è un CTR uplift del 40-120% sul baseline che arriva in giorni, senza test. Un publisher che dedica due mesi di A/B testing a questi stessi elementi raggiunge spesso lo stesso risultato consumando però molto più traffico e tempo. Dopo aver installato AnchorLabs, ha senso dedicare il tool A/B a test veri: layout della pagina, posizione dei banner, copy dei titoli.

Per una discussione più approfondita su come impostare A/B test seri sui link contestuali senza sprecare traffico, fai riferimento all'approccio metodologico dedicato. Per capire quanto pesa l'ottimizzazione dei link contestuali rispetto ai banner, leggi Link contestuali vs banner. Per aumentare concretamente il CTR sui link affiliati con 9 leve operative, CTR sui link affiliati è il riferimento pratico.

Raccomandazioni per dimensione

Publisher piccolo (sotto 500k pv/mese): GrowthBook self-host o PostHog free tier. Investi sul tool solo se hai già esaurito le ottimizzazioni "ovvie" che non richiedono test.

Publisher medio (500k–2M pv/mese): Convert.com è lo sweet spot. Alternativa: GrowthBook self-host se hai team tecnico. PostHog se vuoi consolidare analytics.

Publisher grande (oltre 2M pv/mese): VWO Business, o Optimizely se budget enterprise. GrowthBook self-host rimane valido per team tech-forward.

Da dove iniziare

Se sei migrato da Optimize e non hai ancora scelto: parti da PostHog (free) o GrowthBook (self-host gratis) per evitare decisioni di budget. Imposta un primo test banale — colore del CTA principale — per familiarizzare con l'interfaccia, poi decidi se serve investire di più.

Prima di impostare il primo test, sistema le ottimizzazioni ovvie: posizionamento dei link contestuali, anchor text, tooltip su keyword prodotto. Per le prime due usa il framework descritto in CTR sui link affiliati. Per l'ultima, tracciare la revenue per articolo descrive come misurare l'incremento post-ottimizzazione senza bisogno di un tool A/B formale.