Pokud berete svou práci vážně a jste orientováni na výsledky, nechcete si nechat ujít obrovský potenciál A/B testování.

Mohou vám pomoci odhalit změny s vysokým dopadem na téma, design, domovské stránky a další, jak je podrobně popsáno v našem článku. "5 aspektů e-mailového marketingu, které je třeba testovat metodou A/B"..

Pro A/B testování zpráv stačí předložit dvě verze dvěma malým skupinám vašich odběratelů a poté poslechněte si. Metriky vám prozradí jejich preference a na jejich základě můžete v krátkodobém horizontu jednat tak, že zbytku publika zašlete nejúčinnější verzi, nebo v dlouhodobém horizontu tak, že tyto preference zopakujete v budoucích kampaních.

Zní to jednoduše a u společnosti MasterBase® je to ještě jednodušší díky naší automatizaci procesu výběru nejefektivnějšího dílu a jeho odeslání do celkové základny. Při A/B testování je však také velmi snadné udělat chybu a dojít k nesprávnému závěru, který výsledky zcela znehodnotí.

Provádění mnoha A/B testů, jen abyste došli k závěru, že jste se kvůli špatnému provedení nedozvěděli nic užitečného, je bolestivé. Abyste se vyhnuli tomuto zklamání, doporučujeme vám dodržovat těchto 6 tipů, které vám pomohou vytěžit z A/B testů maximum.

1. Zaměřte své úsilí při A/B testování na ty aspekty kampaně, které budou mít největší vliv na vaše výsledky.

Někdy mohou i malé úpravy drobných prvků ovlivnit váš barometr, proto se při testování zaměřte na klíčové prvky zprávy, jako je předmět, výzvy k akci, obrázky a titulky.

Existují však i další prvky, které stojí za vyzkoušení:

• Různá logika spouštění automatických zpráv
• Jak brzy po aktivaci odeslat zprávu
• Odeslání nebo neodeslání série automatických zpráv
• Za jakých podmínek je automatická zpráva v sérii vynechána?

2. Omezte testování A/B na jednu věc.

Pokud nejste plně zapojeni do procesu hodnocení, měli byste se při A/B testování omezit na jednu změnu. Například:

• Zelené tlačítko versus modré tlačítko
• Zpráva se sociálním důkazem vs. zpráva bez sociálního důkazu
• Image životního stylu versus image produktu
• Procentní sleva versus sleva v číslech.

Při změně více než jednoho faktoru mezi verzemi A a B by bylo velmi obtížné určit, který prvek je zodpovědný za rozdíl ve výkonu.

3. Vychází z jasné hypotézy

Neprovádějte náhodné změny jen proto, abyste zjistili, co by mohlo fungovat. Zaměřte se na to, co hledáte, a na základě toho provádějte testování.

Pokud se například snažíte zvýšit konverze, můžete vytvořit verzi zprávy, kde je výzva k akci umístěna nad zobrazením nebo náhledem (ATL), aby byla lépe viditelná, a jinou verzi, kde obsah předchází výzvě k akci (CTA).

Pokud se také snažíte rozhodnout, zda je dobré oslovit nového odběratele jménem v předmětu uvítací zprávy, měli byste vyzkoušet jeden předmět s personalizací a jeden bez ní.

4. Vyberte si vítěznou metriku testu, která odpovídá cíli kampaně.

Cílem většiny kampaní je dosažení konverzí, proto by se vaše A/B testování mělo zaměřit i na zlepšení těchto ukazatelů.

Častým omylem je, že předmět může ovlivnit pouze míru otevření, že zpráva může ovlivnit pouze kliknutí a že obsah vstupní stránky může ovlivnit pouze konverze.

To není pravda! Jednotlivé instance nefungují izolovaně. Každý faktor ovlivňuje celek, protože odběratelé vnímají e-mailové marketingové kampaně jako celek.

Cílem předmětu tedy není generovat otevření, ale lidi, kteří konvertují. A podobně cílem obsahu není generovat prokliky, ale lidi, kteří konvertují.

5. Vypracujte program pravidelného testování a zaznamenávejte jeho výsledky.

Testy A/B navržené ad hoc jsou neefektivní, protože jsou sporadické a zaměřují se na různé cíle. Chcete-li z A/B testování vytěžit maximum, potřebujete plán. Vypracujte plán testování, který sleduje:

• Teorie, které se snažíte potvrdit
• Které e-mailové adresy používáte k testování jednotlivých teorií?
• Výsledky jednotlivých testů a jejich vliv na vaše budoucí plány testování.
• Pokuste se zařadit test A/B alespoň do 50% svého šíření.

6. Potvrzení výsledků testů

Jednotlivý A/B test není navždy průkazný. V krátkodobém horizontu může být jakýkoli nárůst výsledkem efektu novosti. Předplatitele přitahuje novinka, což může vést k tomu, že nadhodnocují jakékoli změny, které provedete.

Efekt novinky se poměrně rychle vytrácí. Pokud tedy provedete stejný test dvakrát nebo třikrát za určitou dobu, efekt novosti se neprojeví a budete moci změřit skutečný dopad změny.

Chování a postoje spotřebitelů se dlouhodobě mění. Složení vašeho seznamu kontaktů se také může měnit v závislosti na postupech získávání odběratelů, úpravě nabídky produktů nebo služeb, expanzi do nových oblastí nebo mimo ně a dalších faktorech.

Čím je úspěch testu jednoznačnější, tím déle můžete čekat na jeho opětovné potvrzení. Časem však budete chtít každý test pravidelně potvrzovat, a to alespoň jednou nebo dvakrát, což opět dokazuje, že plán A/B testování je nezbytný.