Hvis du tager dit arbejde alvorligt og er resultatorienteret, vil du ikke gå glip af det enorme potentiale, der ligger i A/B-testning.

De kan hjælpe dig med at afdække effektfulde ændringer i emner, design, hjemmesider og meget mere, som beskrevet i vores artikel "5 aspekter af din e-mailmarkedsføring, der skal A/B-testes"..

For at A/B-teste dine budskaber skal du blot præsentere to versioner for to små grupper af dine abonnenter og derefter lytte. Målingerne fortæller dig deres præferencer, og ud fra dem kan du handle på kort sigt ved at sende den mest effektive version til resten af din målgruppe eller på lang sigt ved at gentage denne præference i fremtidige kampagner.

Det lyder enkelt, og det er endnu enklere hos MasterBase®, takket være vores automatisering af processen med at vælge den mest effektive del og sende den til den samlede base. Men det er også ret nemt at begå fejl med A/B-test og nå frem til den forkerte konklusion, som fuldstændig underminerer resultaterne.

Det er smertefuldt at køre en masse A/B-tests for derefter at konkludere, at du ikke har lært noget brugbart på grund af dårlig udførelse. For at undgå den frustration foreslår vi, at du følger disse 6 tips for at få mest muligt ud af dine A/B-tests.

1. Fokuser din A/B-testindsats på de aspekter af din kampagne, der vil have størst indflydelse på dine resultater.

Nogle gange kan små justeringer af mindre elementer skubbe til nålen på dit barometer, så fokuser din test på de vigtigste elementer i et budskab, f.eks. emnelinjen, opfordringer til handling, billeder og overskrifter.

Men der er også andre elementer, der er værd at prøve:

• Forskellig udløserlogik for automatiserede beskeder
• Hvor hurtigt skal beskeden sendes, efter at den er blevet aktiveret?
• At sende eller ikke at sende en række automatiske beskeder
• Under hvilke betingelser udelades en automatisk besked i en serie?

2. Begræns din A/B-testning til én ting ad gangen.

Medmindre du er i fuld gang med en evalueringsproces, bør du begrænse dine A/B-tests til én ændring ad gangen. For eksempel:

• Grøn knap versus blå knap
• Budskab med social proof inkluderet vs. budskab uden social proof
• Et livsstilsimage versus et produktimage
• En procentvis rabat i forhold til en rabat i tal.

Hvis man ændrer mere end én faktor mellem version A og B, bliver det meget vanskeligt at afgøre, hvilket element der er ansvarligt for forskellen i ydeevne.

3. Det starter med en klar hypotese

Lav ikke tilfældige ændringer bare for at se, hvad der måske virker. Fokuser på det, du leder efter, og brug det som grundlag for dine tests.

Hvis du f.eks. forsøger at øge konverteringerne, kan du lave en version af dit budskab, hvor opfordringen til handling står over displayet eller forhåndsvisningen (ATL) for at gøre den mere synlig, og en anden version, hvor indholdet står før opfordringen til handling (CTA).

Hvis du prøver at beslutte, om det er godt at tiltale en ny abonnent med navn i din velkomstmeddelelses emnelinje, bør du også prøve en emnelinje med personalisering og en uden.

4. Vælg en vindende testmetrik, der stemmer overens med dit kampagnemål.

De fleste kampagner sigter mod at opnå konverteringer, så din A/B-testning bør også være rettet mod at forbedre disse parametre.

En almindelig misforståelse er, at emnelinjen kun kan påvirke åbningsraten, at budskabet kun kan påvirke klik, og at indholdet på landingssiden kun kan påvirke konverteringer.

Det er ikke sandt! De forskellige instanser fungerer ikke isoleret. Hver faktor påvirker helheden, fordi abonnenterne oplever e-mailmarketingkampagner som en helhed.

Så målet med en emnelinje er ikke at generere åbninger, men folk, der konverterer. Og på samme måde er målet med indhold ikke at generere klik, men folk, der konverterer.

5. Udarbejd et regelmæssigt testprogram, og registrer resultaterne.

De A/B-tests, der er designet ad hoc er ineffektive, fordi de er sporadiske og fokuserer på forskellige mål. For at få mest muligt ud af dine A/B-tests har du brug for en plan. Udvikl en testplan, der holder styr på det:

• De teorier, du forsøger at bekræfte
• Hvilke e-mailadresser bruger du til at teste hver teori?
• Resultaterne af hver test, og hvordan de påvirker dine fremtidige testplaner
• Prøv at inkludere en A/B-test i mindst 50% i din formidling.

6. Bekræft testresultater

En individuel A/B-test er ikke afgørende for altid. På kort sigt kan ethvert løft, du ser, være resultatet af nyhedseffekten. Abonnenter tiltrækkes af det nye, hvilket kan få dem til at overvurdere enhver ændring, du foretager.

Nyhedseffekten forsvinder ret hurtigt. Hvis du derfor kører den samme test to eller tre gange over en periode, vil nyhedseffekten ikke være til stede, og du vil være i stand til at måle den sande effekt af ændringen.

På lang sigt varierer forbrugernes adfærd og holdninger. Sammensætningen af din kontaktliste kan også ændre sig afhængigt af praksis for erhvervelse af abonnenter, ændring af dine produkt- eller servicetilbud, ekspansion ind i eller ud af nye områder og andre faktorer.

Jo mere definitiv en tests succes er, jo længere kan du vente med at bekræfte den. Men med tiden vil du gerne bekræfte hver test med jævne mellemrum, mindst en eller to gange, hvilket igen viser, at en A/B-testplan er afgørende.