Αν παίρνετε τη δουλειά σας στα σοβαρά και είστε προσανατολισμένοι στα αποτελέσματα, δεν θέλετε να χάσετε τις τεράστιες δυνατότητες του A/B Testing.

Μπορούν να σας βοηθήσουν να αποκαλύψετε αλλαγές υψηλής απήχησης στο θέμα, το σχεδιασμό, τις αρχικές σελίδες και πολλά άλλα, όπως περιγράφεται λεπτομερώς στο άρθρο μας "5 πτυχές του μάρκετινγκ ηλεκτρονικού ταχυδρομείου σας που πρέπει να δοκιμάσετε A/B"..

Για να δοκιμάσετε τα μηνύματά σας A/B, το μόνο που χρειάζεται να κάνετε είναι να παρουσιάσετε δύο εκδόσεις σε δύο μικρές ομάδες συνδρομητών σας και στη συνέχεια να ακούστε. Οι μετρήσεις θα σας δείξουν τις προτιμήσεις τους και από αυτές μπορείτε να δράσετε βραχυπρόθεσμα στέλνοντας την πιο αποτελεσματική έκδοση στο υπόλοιπο κοινό σας ή μακροπρόθεσμα αναπαράγοντας την προτίμηση αυτή σε μελλοντικές καμπάνιες.

Ακούγεται απλό και είναι ακόμα πιο απλό στην MasterBase®, χάρη στην αυτοματοποίηση της διαδικασίας επιλογής του πιο αποτελεσματικού εξαρτήματος και της αποστολής του στη συνολική βάση. Ωστόσο, είναι επίσης πολύ εύκολο να κάνετε λάθη με τις δοκιμές A/B και να καταλήξετε σε λάθος συμπεράσματα, υπονομεύοντας εντελώς τα αποτελέσματα.

Το να εκτελείτε πολλές δοκιμές A/B μόνο για να καταλήξετε στο συμπέρασμα ότι δεν μάθατε τίποτα αξιοποιήσιμο λόγω κακής εκτέλεσης είναι οδυνηρό. Για να αποφύγετε αυτή την απογοήτευση, σας προτείνουμε να ακολουθήσετε αυτές τις 6 συμβουλές για να αξιοποιήσετε στο έπακρο τις δοκιμές A/B.

1. Επικεντρώστε τις προσπάθειές σας για δοκιμές A/B στις πτυχές της καμπάνιας σας που θα έχουν τον μεγαλύτερο αντίκτυπο στα αποτελέσματά σας.

Μερικές φορές μικρές προσαρμογές σε δευτερεύοντα στοιχεία μπορούν να ωθήσουν τη βελόνα στο βαρόμετρό σας, γι' αυτό επικεντρώστε τις δοκιμές σας στα βασικά στοιχεία ενός μηνύματος, όπως η γραμμή θέματος, οι προσκλήσεις για δράση, οι εικόνες και οι τίτλοι.

Υπάρχουν όμως και άλλα στοιχεία που αξίζει να δοκιμάσετε:

• Διαφορετική λογική ενεργοποίησης για αυτοματοποιημένα μηνύματα
• Πόσο σύντομα να στείλετε το μήνυμα μετά την ενεργοποίησή του
• Να στείλετε ή να μην στείλετε μια σειρά αυτόματων μηνυμάτων
• Υπό ποιες προϋποθέσεις παραλείπεται ένα αυτόματο μήνυμα σε μια σειρά;

2. Περιορίστε τις δοκιμές A/B σε ένα πράγμα κάθε φορά.

Αν δεν έχετε εμπλακεί πλήρως σε μια διαδικασία αξιολόγησης, θα πρέπει να περιορίσετε τις δοκιμές A/B σε μία αλλαγή κάθε φορά. Για παράδειγμα:

• Πράσινο κουμπί έναντι μπλε κουμπιού
• Μήνυμα με κοινωνική απόδειξη έναντι μηνύματος χωρίς κοινωνική απόδειξη
• Εικόνα τρόπου ζωής έναντι εικόνας προϊόντος
• Μια ποσοστιαία έκπτωση έναντι μιας έκπτωσης σε αριθμούς.

Η αλλαγή περισσότερων του ενός παραγόντων μεταξύ των εκδόσεων Α και Β θα καθιστούσε πολύ δύσκολο τον προσδιορισμό του στοιχείου που ευθύνεται για τη διαφορά στην απόδοση.

3. Ξεκινά από μια σαφή υπόθεση

Μην κάνετε τυχαίες αλλαγές μόνο και μόνο για να δείτε τι μπορεί να λειτουργήσει. Επικεντρωθείτε σε αυτό που ψάχνετε και χρησιμοποιήστε το ως βάση για τις δοκιμές σας.

Για παράδειγμα, αν προσπαθείτε να αυξήσετε τις μετατροπές, μπορείτε να δημιουργήσετε μια έκδοση του μηνύματός σας όπου η πρόσκληση για δράση βρίσκεται πάνω από την οθόνη ή την προεπισκόπηση (ATL), για να είναι πιο ορατή, και μια άλλη έκδοση όπου το περιεχόμενο προηγείται της πρόσκλησης για δράση (CTA).

Επίσης, αν προσπαθείτε να αποφασίσετε αν είναι καλό να απευθύνεστε ονομαστικά σε έναν νέο συνδρομητή στη γραμμή θέματος του μηνύματος καλωσορίσματος, θα πρέπει να δοκιμάσετε μία γραμμή θέματος με εξατομίκευση και μία χωρίς.

4. Επιλέξτε μια νικητήρια μετρική δοκιμής που ευθυγραμμίζεται με τον στόχο της καμπάνιας σας.

Οι περισσότερες καμπάνιες στοχεύουν στην επίτευξη μετατροπών, οπότε οι δοκιμές Α/Β θα πρέπει επίσης να στοχεύουν στη βελτίωση αυτών των μετρήσεων.

Μια κοινή εσφαλμένη αντίληψη είναι ότι η γραμμή θέματος μπορεί να επηρεάσει μόνο το ποσοστό ανοίγματος, ότι το μήνυμα μπορεί να επηρεάσει μόνο τα κλικ και ότι το περιεχόμενο της σελίδας προορισμού μπορεί να επηρεάσει μόνο τις μετατροπές.

Αυτό δεν είναι αλήθεια! Οι διάφορες περιπτώσεις δεν λειτουργούν μεμονωμένα. Κάθε παράγοντας επηρεάζει το σύνολο, επειδή οι συνδρομητές βιώνουν τις εκστρατείες μάρκετινγκ ηλεκτρονικού ταχυδρομείου ως σύνολο.

Έτσι, ο στόχος μιας γραμμής θέματος δεν είναι να δημιουργήσει ανοίγματα, αλλά ανθρώπους που μετατρέπονται. Και ομοίως, ο στόχος του περιεχομένου δεν είναι να δημιουργήσει κλικ, αλλά ανθρώπους που μετατρέπονται.

5. Αναπτύξτε ένα πρόγραμμα τακτικών δοκιμών και καταγράψτε τα αποτελέσματα.

Οι δοκιμές A/B που σχεδιάστηκαν ad hoc είναι αναποτελεσματικές επειδή είναι σποραδικές και επικεντρώνονται σε διαφορετικούς στόχους. Για να αξιοποιήσετε στο έπακρο τις δοκιμές A/B, χρειάζεστε ένα σχέδιο. Αναπτύξτε ένα πρόγραμμα δοκιμών που παρακολουθεί:

• Οι θεωρίες που προσπαθείτε να επιβεβαιώσετε
• Ποιες διευθύνσεις ηλεκτρονικού ταχυδρομείου χρησιμοποιείτε για να ελέγξετε κάθε θεωρία;
• Τα αποτελέσματα κάθε δοκιμής και πώς επηρεάζουν τα μελλοντικά σας σχέδια δοκιμών
• Προσπαθήστε να συμπεριλάβετε ένα τεστ Α/Β τουλάχιστον στο 50% της διάδοσής σας.

6. Επιβεβαίωση των αποτελεσμάτων της δοκιμής

Μια μεμονωμένη δοκιμή A/B δεν είναι για πάντα πειστική. Βραχυπρόθεσμα, η όποια άνοδος που βλέπετε μπορεί να είναι αποτέλεσμα του φαινομένου της καινοτομίας. Οι συνδρομητές έλκονται από το καινούργιο, γεγονός που μπορεί να τους οδηγήσει σε υπερεκτίμηση των αλλαγών που κάνετε.

Η καινοτομία εξαντλείται αρκετά γρήγορα. Επομένως, αν εκτελέσετε την ίδια δοκιμή δύο ή τρεις φορές σε μια χρονική περίοδο, το φαινόμενο της καινοτομίας δεν θα είναι παρόν και θα είστε σε θέση να μετρήσετε τον πραγματικό αντίκτυπο της αλλαγής.

Μακροπρόθεσμα, οι συμπεριφορές και οι στάσεις των καταναλωτών ποικίλλουν. Η σύνθεση της λίστας επαφών σας μπορεί επίσης να αλλάξει ανάλογα με τις πρακτικές απόκτησης συνδρομητών, την τροποποίηση των προϊόντων ή των υπηρεσιών που προσφέρετε, την επέκταση σε νέες περιοχές ή από νέες περιοχές και άλλους παράγοντες.

Όσο πιο οριστική είναι η επιτυχία μιας δοκιμής, τόσο περισσότερο μπορείτε να περιμένετε για να την επιβεβαιώσετε εκ νέου. Όμως, με την πάροδο του χρόνου, θα θέλετε να επιβεβαιώνετε περιοδικά κάθε δοκιμή, τουλάχιστον μία ή δύο φορές, γεγονός που αποδεικνύει, για άλλη μια φορά, ότι ένα σχέδιο δοκιμών A/B είναι απαραίτητο.