{
E-commerce
}
5 min di lettura
Dove mostrare le recensioni nell'e-commerce di moda per vendere di più
Chi compra moda online cerca nelle recensioni la taglia giusta. Dove mostrarle tra scheda, home, carrello, email e annunci, nel rispetto delle regole.
Scritto da
La domanda che il cliente porta nelle recensioni
Chi compra un vestito online apre le recensioni con una domanda precisa: mi starà bene? Secondo la ricerca quantitativa di Baymard Institute pubblicata a giugno 2026, su 1.922 acquirenti online statunitensi, l'informazione più cercata nelle recensioni di abbigliamento è la precisione della taglia e della vestibilità: 48%.
Vengono dopo la qualità e la durata nel tempo (43%), i problemi segnalati da altri clienti (40%) e il rapporto qualità-prezzo (36%). Il campione è americano, ma la domanda è la stessa per chi vende moda in Italia.
Negli ultimi giorni abbiamo scritto di come raccogliere recensioni con un processo continuo e di cosa chiedono le nuove Linee guida AGCM. Qui la domanda è un'altra: una volta che le recensioni ci sono, dove vanno messe perché aiutino davvero a vendere?
Perché conta dove le metti
Le recensioni lavorano soprattutto nel momento del dubbio. Il Spiegel Research Center della Northwestern University ha misurato che mostrare recensioni può far crescere la conversione fino al 190% per i prodotti economici e fino al 380% per quelli più cari. Le prime cinque recensioni di un prodotto sono quelle che pesano di più.
Nella moda contano anche le foto delle clienti. Nei dati di PowerReviews, società che fornisce piattaforme di recensioni, chi apre foto e video dei clienti converte in media il 114,4% in più; nell'abbigliamento e accessori il dato sale al 151%. È un'analisi del 2022 su oltre 3.600 siti. Chi le vede senza aprirle converte solo il 2,5% in più: le foto devono essere in vista e facili da aprire.
C'è poi il tema dei resi. Baymard ha rilevato che il 33% dei siti non riassume le informazioni sulla vestibilità presenti nelle singole recensioni. Nei test molte persone ne leggono poche, poi scelgono la taglia su un'impressione parziale. E secondo lo studio di Hong e Pavlou, ripreso nel 2025 dal Journal of Innovation and Knowledge, l'incertezza sulla vestibilità pesa sui resi più di quella sulla qualità.
Cinque posti dove le recensioni lavorano di più
Scheda prodotto: la vestibilità prima del testo. Accanto alla scelta della taglia metti punteggio medio, numero di recensioni e un riepilogo della vestibilità: veste piccolo, giusto o grande. Baymard consiglia una barra che va da "troppo piccolo" a "troppo grande", calcolata dalle risposte delle clienti. Per averla, il modulo di recensione deve chiedere la taglia acquistata e un giudizio sulla vestibilità. Le foto delle clienti vanno in una galleria che si apre con un tocco. Su Shopify si fa con un'app di recensioni compatibile, i metafield e i dati strutturati di prodotto.
Home e pagine di categoria: segnali di fiducia rapidi. In home bastano il punteggio complessivo, il numero di recensioni e tre o quattro recensioni recenti, con il link a tutte. Nelle pagine di categoria le stelle sotto ogni prodotto aiutano a confrontare senza aprire dieci schede.
Carrello e checkout: il dubbio sul servizio. In questa fase il dubbio riguarda meno il capo e più la consegna, i resi e i pagamenti. Una recensione che parla di spedizione o di cambio taglia, vicino a costi e tempi, risponde proprio a quella domanda.
Email e messaggi: le recensioni al posto dello sconto. Nei flussi di carrello abbandonato e di benvenuto, con Shopify Messaging e Shopify Flow o con Klaviyo, inserisci punteggio e una o due recensioni del prodotto lasciato nel carrello. Prima di regalare un codice sconto, prova la riprova sociale: protegge il margine. Misura la differenza in GA4, con un gruppo che riceve il messaggio senza recensioni.
Annunci: stelle su Google e voci reali su Meta. Le valutazioni del negozio compaiono negli annunci Google con almeno 100 recensioni per Paese negli ultimi 24 mesi e una media di almeno 3,5, come riassume PPC Land. Su Meta, frasi reali delle clienti, usate con il loro consenso, funzionano come creatività: rispondono ai dubbi prima del clic.
Mostrarle bene, nel rispetto delle regole
Le Linee guida AGCM non vietano di mettere in evidenza le recensioni. Chiedono però criteri di selezione oggettivi, rappresentativi e verificabili, spiegati in modo chiaro. Nascondere le negative o mostrare medie calcolate con criteri non dichiarati resta una pratica da evitare.
In pratica:
in home e nelle email mostra le recensioni più recenti, non solo le migliori scelte a mano;
il punteggio è lo stesso ovunque: scheda, home, annunci e dati strutturati;
le recensioni incentivate hanno un segno grafico ben visibile, anche negli estratti.
C'è anche una regola di Google da conoscere. Secondo la documentazione di Google Search, le recensioni che un'azienda raccoglie su se stessa non danno stelle nei risultati se sono segnate come Organization o LocalBusiness. Restano possibili quelle sui prodotti, con i dati strutturati Product, a patto che il punteggio sia visibile sulla pagina.
Da dove partiamo in NextWave
In NextWave non partiamo dall'app di recensioni, ma dal percorso del cliente. Nella fase di Discovery guardiamo in GA4 e nelle registrazioni delle sessioni dove le persone si fermano: scheda prodotto, scelta della taglia, carrello. Poi mettiamo le recensioni proprio in quei punti, una modifica alla volta.
La misura non è solo la conversione. Per un e-commerce di moda conta anche quanti resi per taglia arrivano su ogni prodotto, che si leggono negli ordini Shopify. Una scheda che vende di più ma fa tornare indietro metà dei capi non è un miglioramento.
Su Follie by Alice, lo shop di moda che usiamo come laboratorio, facciamo ogni settimana un audit di esperienza utente e conversione: è lì che proviamo queste scelte prima di proporle ai clienti.
Le recensioni che hai già sono un patrimonio. Se vuoi capire dove possono lavorare di più nel tuo shop, prenota una call con NextWave: partiamo dai tuoi dati.
Fonti
Baymard Institute, Apparel & Accessories: Quantitative UX Insights 2026, 12 giugno 2026
Baymard Institute, Provide an aggregate fit subscore in reviews, 24 settembre 2024
Spiegel Research Center, Northwestern University, From Reviews to Revenue
PowerReviews, Visual UGC Benchmarks, 3 agosto 2022
Patel, Karlsson, Oghazi, Fits like a glove?, Journal of Innovation and Knowledge, 2025
AGCM, Linee guida sulle recensioni online, ottobre 2026
Google Search Central, Review snippet, aggiornata l'8 settembre 2026
PPC Land, Seller ratings, 25 ottobre 2026
