A/B test av e-post markedsføring

Digital testing blir stadig viktigere for å lykkes. Bedre åpningsrate og klikkfrekvens gir flere besøkende og mer salg på nettstedet.

E-postkampanjer og nyhetsbrev kan være en fin måte å kommunisere med eksisterende, så vel som nye kunder.  Disse menneskene har sagt at de vil motta informasjon, mange av dem er sannsynligvis allerede kunder. Vi vet alle at det er enklere og rimeligere å beholde kunder enn det er å skaffe nye.

    Se også : ROI på epostmarkedsføring

      Hvorfor teste e-post markedsføringen

      Kontinuerlig testing er viktig fordi både kunder og potensielle kunder endrer seg.  De endrer måten de kjøper, hva de kjøper, og hvorfor de kjøper det.  Når de du sender e-post til endrer seg, må e-postene dine også endres. I stedet for å endre alt på en gang er det bedre å teste forskjellige elementer av e-postene og dra lærdom fra resultatene som oppnås.  Å teste e-postene bidrar til forståelsen av hva som engasjerer – og ikke engasjerer kontaktene i listen.

        Hvordan teste e-post

        A/B-testing er en metode for å sammenligne to versjoner av for eksempel en webside, en app eller en e-post for å finne ut hvilken som gir bedre resultater. I dette tilfellet sammenligner vi to versjoner av en e-post. Man kan bruke en A/B-test for å teste spesifikke varianter av e-posten og fokusere på hvordan man forbedrer verdien av meldingen, og lar deg fokusere på datadrevet analyse i stedet for antagelser. De fleste e-markedsføringsverktøy har en funksjon for A/B testing av e-poster, men du kan også kjøre en A/B-test på egen hånd, uten disse verktøyene.

          Det første steget er å definere mål og formål med testen.  Deretter evalueres segmentet av mottakere og testen utformes og gjennomføres før resultatene analyseres. Testing begrenses til å teste ett element om gangen slik at man har kontroll med variabelen som testes. Det kan for eksempel være heading, innhold eller CTA.

            Mål og formål

            En A/B-test betyr å teste varianter av e-poster, slik at man kan gå gjennom resultatene og se hvilke som har prestert best. Men det holder ikke å teste bare for å teste. Når man konsekvent tester e-post markedsføringen vil det bidra til å forbedre utsendelsene over tid. Å gjøre noe bare for å gjøre noe vil ikke gi resultater eller merverdi til mottakere av e-posten. Da er det bedre å se på hvordan e-postene historisk presterer, og bestem seg for hva man ønsker å forbedre. Kanskje en bestemt type e-post ikke gir ønskede resultater.  Eller kanskje du vil teste forskjellige farger eller logoer.  Uansett bør man alltid ha definert et formål før man gjennomfører testen.

              Avhengig av hvilket mål man definerer velges det e-postelementet man ønsker å teste. Åpningsrate kan for eksempel påvirkes av antall e-postmeldinger som sendes til en liste, ukedag og tid på døgnet e-posten sendes, heading eller tekst som forhåndsvises etc. Klikkfrekvens kan påvirkes av mellom annet budskap, design/layout, bildebruk og CTA. Dette kan være et utgangspunkt for å definere mål og formål med testen. Data som dagens åpningsrate, klikkfrekvens og konvertering fungerer som «baseline». Herfra kan man se hva som fungerer bra og hva som ikke gjør det, og utarbeide hypoteser om hva du vil teste og dermed forbedre.

                Evaluering

                Etter at mål og formål er definert er det neste steget å evaluere segmentet av mottakere du sender til.  Man kan ikke kjøre en A/B-test av en e-post med mindre den sendes til noen – og når man tester en e-post, trenger du et minimum antall mottakere for å gjennomføre testen.  Man trenger å teste e-posten på et antall mottakere for at resultatene skal være statistisk signifikante. For eksempel krever noen testverktøy at man må ha minst 1.000 kontakter i listen for å gjennomføre en test. Inneholder listen under 1.000 mottakere kan man alternativt A/B teste med en 50/50 fordeling av variantene mellom mottakerne.

                  For å kjøre testen må man bestemme et antall kontakter man vil sende ulike versjoner av e-posten til. Antallet som kreves for å gjennomføre testen med et statistisk signifikant resultat er avhengig av hvor stor sannsynlighet man ønsker. Nettsteder som Surveysystem og Optimizely har gratis kalkulatorer som kan beregne antallet utsendelser i en A/B test.

                    Se også : Slik gjennomfører du A/B test av en nettside

                      A/B test er ikke noe man bare gjør en gang. Ofte oppnås best resultat ved å teste flere e-poster over en periode for å forstå hvordan kontaktene ønsker å motta informasjon og hvordan forskjellige segmenter av mottakere reagerer på forskjellig innhold.

                        Legg igjen en kommentar

                        Din e-postadresse vil ikke bli publisert. Obligatoriske felt er merket med *