Jeśli traktujesz swoją pracę poważnie i jesteś zorientowany na wyniki, nie chcesz przegapić ogromnego potencjału testów A/B.

Mogą one pomóc w odkryciu zmian o dużym wpływie na tematykę, projekt, strony główne i nie tylko, jak opisano w naszym artykule "5 aspektów marketingu e-mailowego do testowania A/B"..

Aby przetestować wiadomości A/B, wystarczy przedstawić dwie wersje dwóm małym grupom subskrybentów, a następnie słuchać. Metryki wskażą ci ich preferencje, a na ich podstawie możesz działać w perspektywie krótkoterminowej, wysyłając najbardziej efektywną wersję do reszty odbiorców, lub w perspektywie długoterminowej, powielając te preferencje w przyszłych kampaniach.

Brzmi to prosto, a jest jeszcze prostsze w MasterBase®, dzięki naszej automatyzacji procesu wyboru najbardziej efektywnej części i wysyłania jej do całej bazy. Jednak w przypadku testów A/B dość łatwo jest popełnić błąd i dojść do niewłaściwych wniosków, całkowicie podważając wyniki.

Przeprowadzanie wielu testów A/B tylko po to, by dojść do wniosku, że nie nauczyłeś się niczego przydatnego z powodu słabej realizacji, jest bolesne. Aby uniknąć tej frustracji, zalecamy przestrzeganie tych 6 wskazówek, aby jak najlepiej wykorzystać testy A/B.

1. Skoncentruj swoje wysiłki związane z testami A/B na aspektach kampanii, które będą miały największy wpływ na wyniki.

Czasami niewielkie poprawki drobnych elementów mogą przesunąć igłę na barometrze, więc skup się na testowaniu kluczowych elementów wiadomości, takich jak temat, wezwania do działania, obrazy i nagłówki.

Ale są też inne elementy, które warto wypróbować:

• Inna logika wyzwalania dla automatycznych wiadomości
• Jak szybko wysłać wiadomość po jej aktywacji?
• Wysyłanie lub niewysyłanie serii automatycznych wiadomości
• Na jakich warunkach wiadomość automatyczna jest pomijana w serii?

2. Ogranicz testy A/B do jednej rzeczy na raz.

O ile nie jesteś w pełni zaangażowany w proces oceny, powinieneś ograniczyć testy A/B do jednej zmiany na raz. Na przykład:

• Zielony przycisk kontra niebieski przycisk
• Wiadomość z dołączonym dowodem społecznym vs. wiadomość bez dowodu społecznego
• Wizerunek stylu życia a wizerunek produktu
• Rabat procentowy a rabat wyrażony w liczbach.

Zmiana więcej niż jednego czynnika między wersjami A i B sprawiłaby, że bardzo trudno byłoby określić, który element jest odpowiedzialny za różnicę w wydajności.

3. Zaczyna się od jasnej hipotezy

Nie wprowadzaj losowych zmian tylko po to, by zobaczyć, co może zadziałać. Skoncentruj się na tym, czego szukasz i wykorzystaj to jako podstawę swoich testów.

Na przykład, jeśli próbujesz zwiększyć liczbę konwersji, możesz utworzyć wersję wiadomości, w której wezwanie do działania znajduje się nad wyświetlaczem lub podglądem (ATL), aby było bardziej widoczne, oraz inną wersję, w której treść poprzedza wezwanie do działania (CTA).

Ponadto, jeśli próbujesz zdecydować, czy dobrze jest zwracać się do nowego subskrybenta po imieniu w temacie wiadomości powitalnej, powinieneś wypróbować jeden temat z personalizacją i jeden bez.

4. Wybierz zwycięską metrykę testową, która jest zgodna z celem kampanii.

Większość kampanii ma na celu osiągnięcie konwersji, więc testy A/B powinny być również ukierunkowane na poprawę tych wskaźników.

Powszechnym błędem jest przekonanie, że temat wiadomości może wpływać tylko na współczynnik otwarć, że wiadomość może wpływać tylko na kliknięcia, a treść strony docelowej może wpływać tylko na konwersje.

To nieprawda! Różne instancje nie działają w izolacji. Każdy czynnik wpływa na całość, ponieważ subskrybenci postrzegają kampanie e-mail marketingowe jako całość.

Tak więc celem linii tematu nie jest generowanie otwarć, ale ludzi, którzy konwertują. I podobnie, celem treści nie jest generowanie kliknięć, ale osób, które konwertują.

5. Opracuj program regularnych testów i zapisuj ich wyniki.

Zaprojektowane testy A/B ad hoc są nieefektywne, ponieważ są sporadyczne i koncentrują się na różnych celach. Aby jak najlepiej wykorzystać testy A/B, potrzebny jest plan. Opracuj harmonogram testów, który będzie śledzony:

• Teorie, które próbujesz potwierdzić
• Których adresów e-mail używasz do testowania poszczególnych teorii?
• Wyniki każdego testu i ich wpływ na przyszłe plany testowe
• Postaraj się dołączyć test A / B przynajmniej do 50% swojego rozpowszechniania.

6. Potwierdzenie wyników testu

Pojedynczy test A/B nie jest rozstrzygający na zawsze. W perspektywie krótkoterminowej każdy wzrost może być wynikiem efektu nowości. Subskrybentów przyciąga to, co nowe, co może prowadzić do przeceniania wszelkich wprowadzanych zmian.

Efekt nowości zanika dość szybko. Dlatego też, jeśli przeprowadzisz ten sam test dwa lub trzy razy przez pewien okres czasu, efekt nowości nie będzie obecny i będziesz w stanie zmierzyć rzeczywisty wpływ zmiany.

W dłuższej perspektywie czasowej zachowania i postawy konsumentów ulegają zmianom. Skład listy kontaktów może również ulec zmianie w zależności od praktyk pozyskiwania subskrybentów, modyfikacji oferty produktów lub usług, ekspansji na nowe terytoria i innych czynników.

Im bardziej definitywny sukces testu, tym dłużej można czekać na jego ponowne potwierdzenie. Z czasem jednak będziesz chciał okresowo potwierdzać każdy test, przynajmniej raz lub dwa razy, co po raz kolejny dowodzi, że plan testów A/B jest niezbędny.