Seleziona una pagina

Vuoi migliorare le prestazioni del tuo e-commerce? In questo articolo ti spiegherò cos’è l’ecommerce A/B testing, quali sono gli strumenti per implementarlo, e come ti aiuterà ad aumentare le conversioni del tuo negozio online.

Basso numero di vendite, abbandono del carrello, navigazione dell’utente poco performante, sono problemi che devono essere analizzati e intelligentemente risolti perché un E-commerce possa generare un buon profitto.

Attraverso l’ecommerce A/B testing potrai, di volta in volta, lavorare sul tuo store per sviluppare una strategia di vendita efficace. La parola chiave in questo caso è sperimentare per capire qual è la soluzione più funzionale al tuo business. Vediamo nello specifico come funziona e perché dovresti eseguire l’A/B testing sul tuo ecommerce.

Non esistono formule magiche per acquisire clienti e migliorare il proprio business ma con un impegno regolare e l’adozione di appropriate strategie, potrai accrescere le prestazioni del tuo ecommerce e ottenere risultati importanti. Metti da parte l’improvvisazione e non procedere mai a tentoni: qualsiasi tua azione dev’essere ragionata, analizzabile e portare a dei risultati misurabili. 

 

RICHIEDI UNA CONSULENZA GRATUITA

 

Se invece vuoi imparare a progettare e realizzare delle strategie vincenti, conoscere come funziona il mercato delle vendite online e apprendere l’uso dei principali CMS, iscriviti ad uno dei nostri Corsi E-commerce

 

A cosa serve l’e-commerce A/B testing

Attraverso l’A/B testing, conosciuto anche come split testing, si comparano contemporaneamente due differenti versioni della stessa pagina con lo scopo di testare quale delle due realizza maggiori risultati e dunque converte di più.

Per meglio capire, facciamo un esempio. Pensa a una pagina A, detta controllo, e ad una pagina B, detta variante. La versione A corrisponde alla pagina originale, mentre la B è la variazione sperimentale. In entrambe le versioni è presente un bottone. L’unica differenza, nel nostro caso, è costituita dal diverso colore del bottone: nella A è giallo, nella B verde. Il test A/B ci permette di capire, a seconda della metrica fissata, quale bottone è stato in grado di migliorare, ad esempio, il CTR oppure il tasso di conversione. 

La particolarità dell’A/B testing è che i risultati ottenuti hanno una solida base scientifica. Del resto si tratta di un processo mutuato dalla statistica che, lontano da qualsiasi forma d’improvvisazione, parte sempre da un campione, formato dal numero di utenti a cui si sottopone il test, e da un’ipotesi logica che tenga conto: 

 

  • dei dati raccolti partendo dall’analisi della situazione iniziale che si vuole cambiare;
  • del cambiamento che si desidera testare;
  • dell’impatto stimato;
  • della metrica con cui si andrà a misurare tale impatto;
  • del periodo di tempo in cui ci si aspetta di ottenere il risultato stimato.

 

Affinché il test abbia valenza statistica, gli utenti del campione devono essere distribuiti in maniera casuale all’interno di due gruppi, quello di:

 

  1. Control che vedrà solo la pagina originale.
  2. Treatment che invece avrà accesso alla versione sperimentale.

 

L’interazione con le due versioni deve avvenire nello stesso arco di tempo per entrambi i gruppi. Al termine del test, sarai capace di identificare la versione più efficace.

La dimensione del campione da esaminare dev’essere stabilita prima di iniziare l’esperimento. Quest’ultima, è bene sottolinearlo, incide sulla qualità dei risultati: più grande è il campione più i risultati saranno attendibili.

In sintesi, l’ecommerce A/B testing permette di testare ogni singolo elemento di una pagina a partire dal font, dai testi, dalla posizione dei blocchi, dalla scelta dei colori, fino ad arrivare alle landing page e all’intero layout. Tutto questo con l’obiettivo di migliorare in modo incrementale le performance di un sito. Se non sai bene come strutturare la tua landing page o sei indeciso su quale tipo di testo usare per descrivere un prodotto, con i test A/B saranno i tuoi stessi visitatori a suggeriti la soluzione più performante.

 

ecommerce ab testing cos e e come eseguirlo

 

Ci sono alcuni punti fondamentali da definire prima di avviare un test A/B sul tuo ecommerce.

 

  • L’obiettivo: il primo passaggio da fare è fissarne uno concreto e misurabile. Solo dopo potrai decidere l’elemento da testare. Il tuo obiettivo potrebbe essere quello di aumentare il tempo di permanenza degli utenti su una pagina, di ridurre il tasso di abbandono del carrello, di accrescere il numero d’iscritti alla tua newsletter. Per definirlo, potresti utilizzare strumenti di analisi di dati web, come Google Analytics, oppure coinvolgere direttamente i tuoi clienti tramite sondaggi e interviste.
  • La metrica: avendo ben chiaro l’obiettivo e il risultato che si stima di ottenere, bisogna stabilire una misurazione unica (es. open rate; ROI, CTR, conversion rate) con cui misurare l’efficacia del test. Per esempio la tua metrica di riferimento potrebbe essere la percentuale di CTR che la landing page del tuo negozio online, nella variante B, è in grado di generare nella messa a confronto con l’originale A. Ricorda inoltre che, per eseguire il test nel modo corretto, è importante concentrarsi sulla performance del singolo parametro di cui si desidera testare il miglioramento e non su quella complessiva.
  • Target: come precedentemente visto, prima di eseguire l’esperimento, devi individuare il campione a cui somministralo. In base all’obiettivo, il campione può essere tranquillamente composto da tutto il pubblico che ha accesso al tuo sito oppure, ad esempio, dai soli utenti registrati. Il test A/B, nella sua forma più classica, prevede che il 50% degli utenti, appartenenti al gruppo control, interagisca con la versione originale e l’altro 50%, formato dal gruppo di treatment, con la variante B.

 

Un altro importante passaggio, è quello di consultare gli esperimenti precedentemente effettuati per non dimenticare cosa hai testato, in quale periodo, e con quali risultati. Per poter facilmente accedere ai test già effettuati, è buona norma archiviali. Possedere un archivio degli esperimenti eseguiti ti permetterà di risparmiare risorse ed energie, e ti fornirà utili indicazioni su cosa testare in futuro.

 

Tipologie di A/B testing per il tuo e-commerce

 

Test A/B/n 

Potresti trovarti nella situazione in cui eseguire un test A/B tradizionale non sia sufficiente ai fini del tuo esperimento. I test A/B/n consentono di testare più varianti nello stesso momento e di confrontarle con la pagina di controllo. In base al numero di varianti, cambia anche la distribuzione del campione.

Ad esempio, di fronte a una pagina di controllo e a tre varianti, al 25% dell’utenza verrà mostrata la pagina di controllo, ad un altro 25% la prima variante, ad un ulteriore 25% la seconda, mentre al restante 25% la terza variante.

 

Test multivariati

Il multivariato è più complesso e dispendioso da eseguire, e richiede delle quote di traffico elevate. È un tipo di esperimento che permette di testare simultaneamente più elementi all’interno di una stessa pagina, identificando quale combinazione risulta essere più efficace. Dunque, in questo caso, a variare sono gli elementi presenti in una pagina e il modo in cui vengono abbinati.

 

 

Perché utilizzare un A/B testing ecommerce

All’interno di un e-commerce troviamo una serie di variabili capaci di influenzare positivamente o in negativo l’intero processo di acquisto. I layout di pagina, l’esperienza di navigazione, il testo, il design delle call to action, le promozioni e la strategia di prezzo sono solo alcune di queste. Perché il tuo e-commerce abbia successo, devi rimuovere gli ostacoli che impediscono al tuo cliente di vivere un’esperienza di acquisto ottimale. Con l’e-commerce A/B testing, se ben eseguito, riuscirai ad apportare significativi miglioramenti al tuo negozio online, perché ti consentirà di lavorare metodicamente e con costanza su ogni aspetto dello store. Attraverso i test A/B potrai:

 

  • incrementare il tasso di conversione e le vendite del tuo negozio online;
  • ridurre l’abbandono del carrello e la frequenza di rimbalzo;
  • migliorare l’esperienza e il coinvolgimento dell’utente riducendo l’attrito;
  • aumentare il valore del ciclo di vita del cliente;
  • aumentare il valore medio dell’ordine;
  • migliorare ritorno sulla spesa pubblicitaria;
  • migliorare la velocità di caricamento dell’e-commerce incidendo positivamente sul suo posizionamento.

 

E-commerce A/B testing: come eseguirlo

L’e-commerce A/B testing può avere un effetto importante su diversi KPI (Key Performance Indicator). Ecco perché è fondamentale che venga implementato nel modo corretto. Vediamo insieme quali sono i passaggi da seguire per impostare l’a/b testing in modo efficace

 

Raccolta e analisi delle informazioni

La raccolta e l’analisi delle informazioni è preliminare al test. In questa fase devi creare la tua tabella di marcia o testing roadmap che ti guiderà lungo tutto il periodo di testing, indicandoti cosa testare e in quale ordine. In base ai risultati che man mano si ottengono, la testing roadmap dovrà essere ciclicamente aggiornata.

Il primo step da fare per creare la tua tabella di marcia, è studiare i clienti e il loro comportamenti. Più conosci la tua utenza e come interagisce con il tuo sito, più semplice sarà individuare quegli elementi che, se variati, potrebbero portare a dei risultati positivi in termini di performance. Per raccogliere informazioni attorno alla tua audience, potrai affidarti ad alcuni utili strumenti di ricerca.

 

  • Google Analytics: usalo per calcolare la frequenza rimbalzo della pagine, il CTR (Click Through Rate), conoscere le fonti di traffico, il tempo di permanenza degli utenti sulle diverse pagine e il percorso dei visitatori che atterrano sul tuo sito.
  • Heatmap di HotJar: ti permette di visualizzare graficamente come gli utenti interagiscono con il tuo e-commerce sfruttando le mappe di calore. Attraverso le heatmap puoi vedere dove gli utenti cliccano, dove si bloccano, in modo tale da capire in che punto intervenire per migliorare la web usability e aumentare le conversioni.
  • Sondaggi e feedback: sottoponi la tua utenza a dei sondaggi e raccogli informazioni sulla loro esperienza di acquisto. Chiedi loro com’è stata, cosa vorrebbero venisse migliorato, quale esigenza li ha spinti ad acquistare da te. Indaga sulle singole fasi del processo di vendita e individua i punti deboli su cui mettere mano.

 

Solo un’analisi approfondita del tuo store online potrà dirti su quali aspetti devi effettivamente lavorare, e quindi cosa sottoporre ad esame.

 

Ti piace raccogliere, misurare e analizzare dati?

Metti alla prova le tue attitudini e scoprilo con un semplice test!

test web analytics specialist

 

Formulazione dell’ipotesi

Adesso che hai raccolto tutte le informazioni necessarie, è arrivato il momento di trasformale in ipotesi. La possiamo definire come una proposta di soluzione a un problema. Nel nostro caso nasce sempre da un percorso di ricerca, infatti, dev’essere costruita partendo dalla raccolta e dall’analisi dei dati ed essere coerente con gli obiettivi di business.

La stessa deve:

  • essere misurabile;
  • proporre la soluzione più efficace ad un problema di conversione;
  • fornire nuovi dati di mercato e, di conseguenza, spunti di riflessione.

 

Dunque, per massimizzare le possibilità di riuscita del test, assicurati di avere una solida ipotesi capace di rispondere alle seguenti domande:

 

  • cosa stai per testare?
  • qual è il risultato che desideri ottenere?

 

Stabilire un’ipotesi permette inoltre di determinare la dimensione dei gruppi a cui sottoporre le versioni di control e treatment. 

 

Assegnazione delle priorità

Partendo dalla raccolta dati, crea una lista, non eccessivamente lunga, di idee di prova. Usa l’elenco per stabilire delle priorità. Quest’operazione ti servirà per decidere cosa testare e per stabilire l’ordine dei test da eseguire in successione. Per creare la tua lista puoi utilizzare anche un semplice foglio excel.

Quando assegni le priorità tieni conto:

 

  • del tipo d’impatto che il test avrà sul business in caso di riuscita;
  • della concreta possibilità di esecuzione del test, e quindi della sua facilità di implementazione in termini di tempo, costo, guadagno e organizzazione; 
  • della capacità di riuscita, ovvero quanto sei fiducioso che il test si concluda con successo. 

 

Ad ognuna di queste condizioni andrà assegnato un punteggio su una scala da 1 a 10. Facendo la media, saprai da quale test iniziare. Semplificando, il primo test da effettuare è quello con il miglior rapporto costi/benefici. 

 

Abbiamo ormai definito le priorità e l’ordine di esecuzione dei test. A questo punto non rimane che scegliere il software e configurare il test per il tuo ecommerce. Se sei ancora poco pratico, il consiglio è quello di iniziare a testare piccoli cambiamenti così da prendere confidenza con gli strumenti e imparare a leggere bene i risultati per misurarli correttamente.

 

Analisi dei risultati

Nell’analizzare i risultati, non limitarti a verificare se il test sia riuscito o meno. Raggiungere il 95% di significatività statistica è una condizione assolutamente necessaria ma non sufficiente perché il test possa definirsi valido a tutti gli effetti. L’attendibilità di un test dipende dalle seguenti condizioni:

 

  • il risultato deve raggiungere una significatività statistica del 95% . Dato che viene fornito in automatico dai tools per A/B testing;
  • la durata del test dev’essere stata sufficiente a non a produrre dati falsati. Di norma dovrebbe durare 3/4 settimane;
  • il risultato ottenuto deve mostrarsi statisticamente rilevante, altrimenti sarà necessario ripartire daccapo, scegliere un nuovo elemento da variare, e ripetere il test. Non ci devono essere state, nell’ultimo arco di tempo dell’esperimento, importanti fluttuazioni nel grafico.

 

Ricorda che se l’esperimento fallisce nel suo complesso, questo non significa che la tua variante non possa aver prodotto dei risultati positivi. Quando raccogli i dati generati dal tuo esperimento, è importante segmentare l’utenza e vedere se su alcuni specifici segmenti la tua ipotesi risulta valida.

 

 

Durata del test 

Idealmente un test dovrebbe durare fino a quando non si ottengono dei dati statisticamente significativi. Di norma si suggerisce di eseguire l’esperimento per almeno due cicli economici. 

La durata del test A/B non dovrebbe comunque superare le 3/4 settimane, né essere eccessivamente breve. In quest’ultimo caso, il rischio è quello di arrivare a conclusioni troppo affrettate. Eseguire invece un test per troppo tempo, renderà i nostri risultati altalenanti e poco affidabili perché, di fronte ad archi temporali troppo lunghi, molte delle condizioni di partenza prese in esame potrebbero essere cambiate.

 

Quando evitare l’esperimento

Non sempre l’A/B testing è la soluzione più adatta per chi possiede un e-commerce. È sconsigliabile eseguire un test se:

 

  • il traffico al tuo sito è scarso. Perché un test A/B possa ritenersi affidabile, è necessario avere un buon volume di traffico in modo tale da riuscire a raggiungere dei risultati statisticamente significativi entro 3/4 settimane, altrimenti il rischio che emerge è quello di inquinare i dati. Ad esempio, all’interno di un periodo di tempo troppo lungo, i tuoi utenti potrebbero cancellare i cookie ed essere riconosciuti dal test come dei nuovi visitatori andando, di fatto, a falsare i risultati;
  • sono in atto eventi particolari in grado di condizionare il normale afflusso di traffico al tuo sito. Il test, per risultare affidabile, dev’essere eseguito in condizioni standard. 

 

In questi casi è meglio adottare direttamente altri strumenti di analisi come le interviste e i sondaggi agli utenti.

 

E-commerce A/B testing: quali tools usare

Qual è il miglior tool per eseguire un e-commerce A/B testing? Non esiste una risposta assoluta a questa domanda. Tutti i software che andremo a vedere ti consentiranno di calcolare in maniera automatica i tassi di conversione delle varianti e di determinare quale versione sia risultata statisticamente la più efficace. In sostanza, la scelta del software dipende dalle tue conoscenze tecniche e dalle tue possibilità d’investimento.

Esploriamo insieme quali sono i principali tool con cui configurare un ecommerce A/B testing:

 

Puoi definirti un E-commerce Specialist? Rispondi alle domande per scoprirlo!

test e-commerce specialist

 

Optimizely

Optimizely è una delle applicazioni più note per effettuare test A/B e multivariati. Dispone di un editor visuale che permette di effettuare le modifiche sulle pagine da testare senza dover necessariamente accedere al codice sorgente. È quindi adatto anche a chi non possiede competenze tecniche specifiche come la conoscenza dell’HTML o del CSS. Genera in automatico la variante da sottoporre a test. È possibile provarlo gratuitamente per 30 giorni per poi procedere all’acquisto di un piano a pagamento. Optimazely si integra perfettamente con tool come Google Ads e Analytics ed è compatibile con diverse piattaforme e-commerce. Per installarlo ti basterà copiare e incollare un semplice snippet tra i tag <head> </head> del tuo sito. 

 

 

Crea il tuo primo eCommerce A/B testing con Optimizely

 

VWO (Visual Website Optimizer)

Le caratteristiche di VWO sono molto simili a quelle di Optimizely: anche questo il software permette di configurare test A/B e multivariati senza dover mettere mano al codice sorgente. Il software è testabile gratuitamente per 30 giorni, successivamente si dovrà effettuare l’upgrade del servizio e scegliere il piano più adatto alle proprie esigenze. Una volta effettuata la registrazione, prima di utilizzarlo, copia lo smartcorde dalle impostazioni e incollalo tra i tag <head> </head> del tuo sito. VWO si integra con diversi strumenti di web analisi ed è compatibile con diversi CMS per E-commerce quali Magento e Bigecommerce.

 

 

Crea il tuo primo eCommerce A/B testing con VWO

 

Google Optimize

È un tool completamente gratuito ideato da google che, sfruttando un editor visuale, permette di creare la variante senza dover riscrivere il codice. È pensato per interagire con Analytics, Google ADS, Firebase, Google BigQuery e pagine AMP. Se non sei alla ricerca di funzioni avanzate, è lo strumento ideale per iniziare.

 

Crea il tuo primo eCommerce A/B testing con Google Optimize

Esempi di ecommerce A/B testing

Abbiamo visto come sia fondamentale per chi possiede un e-commerce eseguire con regolarità questa tipologia di esperimenti. Di seguito troverai alcuni interessanti esempi di e-commerce A/B testing da cui trarre spunto.

 

FAB: migliorare la user customer experience

Fab è una community online di vendita al dettaglio dove i membri possono acquistare e vendere diversi articoli: abbigliamento, accessori, oggetti per la casa e da collezione e così via. Tempo addietro ha effettuato un A/B testing per capire come migliorare l’esperienza di acquisto del cliente.

Ipotesi: lo studio del comportamento degli utenti del sito aveva messo in evidenza che i membri della community erano soliti inserire nel carrello i prodotti direttamente dalla pagina del catalogo. Fab ha quindi pensato di eseguire un A/B testing per capire se, rendendo più chiaro il pulsante “Aggiungi al carrello”, avrebbe potuto ottenere un aumento del numero di persone che aggiungono articoli al proprio carrello.

 

ecommerceab testing esempi

 

Risultato: ingrandendo la dimensione del pulsante e migliorando il testo della Call To Action (variazione 1), si è assistito ad una crescita delle aggiunte al carrello del 49% rispetto alla versione originale, mentre la seconda variazione ha portato a un aumento del 15%.

Considerazioni: il test dimostra che una Call to Action chiara, diretta e intuitiva, capace di guidare agevolmente l’utente nel processo di acquisto, è in grado di migliorare notevolmente la user customer experience. [optimizely.com]

 

NuFace: incentivare gli utenti all’acquisto

NuFace è una company specializzata nella vendita di prodotti anti-aging. Nonostante il loro e-commerce generasse un buon traffico, l’utenza si tratteneva dall’effettuare acquisti. Da qui la necessità di condurre un test A/B per scegliere quale strategia adottare per incentivare l’utenza all’acquisto.

Ipotesi: per persuadere gli utenti a concludere l’ordine, hanno provato ad offrire loro un servizio di spedizione gratuita per ordini sopra i 75$. 

 

esempi ecommerce ab testing

 

Risultato: l’aggiunta del servizio di spedizione gratuita ha portato ad un aumento degli ordini del 90% e il valore medio degli ordini (AOV) è cresciuto del 7,32%.

Considerazioni: Il test A/B effettuato ha messo in evidenza come offrire ai propri clienti premi o incentivi aumenti notevolmente le possibilità di vendita. [vwo.com]

 

Spreadshirt: riprogettare il layout

Spreadshirt è un e-commerce di magliette e accessori personalizzati e permette ad illustratori, grafici e artisti in generale di aprire un proprio negozio online dove poter vendere t-shirt, felpe, cappelli, borse ed altro ancora con sopra le stampe dei propri lavori. Nel 2013 il sito decide riprogettare il proprio layout.

Ipotesi: essendo proprio i venditori la forza trainante di Spreadshirt, si inizia a sperimentare partendo da loro. L’obiettivo di conversione da raggiungere è trasformare i visitatori in venditori. L’e-commerce ha così iniziato ad effettuare il test sulla homepage, in particolare analizzando la sezione che invita il visitatore a vendere nel tentativo di migliorare la call to action.

 

esempio ecommerce ab test

 

Risultato: l’adozione di una grafica semplice, chiara e immediata ha portato ad un aumento delle conversioni del 606% e degli acquisti. 

Considerazioni: Il layout originale includeva più inviti all’azione, aveva un aspetto più complesso ed era ricco di testo. Eliminando gli elementi in eccesso, Spreadshirt si è potuta concentrare sul rafforzare la call to action principale, “inizia a vendere”, e la proposta di valore ottenendo, come già visto, un importante miglioramento delle conversioni. L’esperimento ha confermato che semplificare le aree ad alto impatto può aumentare il numero di conversioni e il grado di coinvolgimento dell’utenza. [optimizely.com

 

E-commerce A/B testing: gli errori da evitare

Riassumendo, quali sono i principali errori da non commettere quando si effettua un A/B testing sul proprio e-commerce?

 

  • Eseguire più test contemporaneamente. Testare troppi elementi nello stesso momento può impedirti di capire qual è stata la modifica che ha effettivamente portato all’aumento delle conversioni. Procedere gradualmente può dimostrarsi la scelta più giusta per ottenere risultati incrementali. Meglio eseguire un test alla volta.
  • Mostrare le versioni da comparare in due diversi periodi. È fondamentale che il campione, suddiviso in gruppi, interagisca con le varianti nello stesso arco di tempo.
  • Concludere l’esperimento troppo presto o farlo durare più del necessario. In quest’ultimo caso si rischia di inquinare il campione.

 

 

Hai intenzione di realizzare un e-commerce, ma non vuoi commettere errori?

Prenota il nostro coaching strategico one to one per fare la scelta giusta.

RICHIEDI UNA CONSULENZA GRATUITA 1-1

 

 

Potrebbero interessarti anche i seguenti articoli:

la maggior parte delle imprese italiane ha un ecommerce?   zalando

 

 

Chiara Garoffolo on Linkedin
Chiara Garoffolo
Mi chiamo Chiara Garoffolo. Sono laureata in "Editoria e Giornalismo" e ho una laurea magistrale in "Organizzazione e Marketing per la Comunicazione d'Impresa". Da sempre appassionata del mondo digitale, mi occupo principalmente di SEO e Content Marketing. Attualmente sto completando il mio percorso all'interno di Digital Coach. Ciò mi sta permettendo di ottenere una preparazione completa nei diversi ambiti del Digital Marketing.
[i]
[i]
[i]
[i]
[index]
[index]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[index]
[index]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[index]
[index]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[523.251,659.255,783.991]
[i]
[i]
[i]
[i]
[13]
[13]
[13]
[13]
[12]
[12]
[12]
[12]
[10]
[10]
[10]
[10]
[11]
[11]
[11]
[11]
[14]
[14]
[14]
[14]
[15]
[15]
[15]
[15]
[16]
[16]
[16]
[16]
[17]
[17]
[17]
[17]
[18]
[18]
[18]
[18]
[19]
[19]
[19]
[19]
[13]
[13]
[13]
[13]
[12]
[12]
[12]
[12]
[10]
[10]
[10]
[10]
[11]
[11]
[11]
[11]
[14]
[14]
[14]
[14]
[15]
[15]
[15]
[15]
[16]
[16]
[16]
[16]
[17]
[17]
[17]
[17]
[18]
[18]
[18]
[18]
[19]
[19]
[19]
[19]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[i]
[index]
[index]
[i]
[i]
[index]
[index]