Як використовувати A/B тестування електронної пошти для покращення конверсії email-кампаній

Бренди, які запускають A/B-тести для кожного листа, який вони надсилають, повідомляють про більш високу рентабельність інвестицій у маркетинг електронною поштою на 37%, ніж бренди, які не запускають жодних A/B-тестів.

Будь то B2B-компанія, що відправляє своїм лідам крапельні кампанії електронною поштою, або бренд електронної комерції, що відправляє рекламні пропозиції, додавання експериментів у вигляді A/B-тестів у комплекс маркетингу електронною поштою - це один з вірних способів досягти більшої кількості конверсій.

Але такі експерименти з електронною поштою навмисні. А це означає, що просто погуглити "ідеї тестування електронної пошти A/B", а потім відпрацювати їх зі списку не вдасться. Вам потрібно зробити більше. Отже, розгляньте кілька способів, якими ви можете почати роботу з А/В тестами електронної пошти, які налаштують вас на повторюваний успіх маркетингу електронною поштою.

Вибір правильних показників продуктивності

Коли справа доходить до A/B тестів електронної пошти, більшість маркетологів починають думати з точки зору того, що може отримати їх більше відкриттів і кліків. Але ці найвищі показники залучення рідко відображають реальний успіх кампанії електронною поштою.

Наприклад, навіть якщо експеримент з електронною поштою (скажімо, у рядку теми) дійсно отримує більше відкриттів, він дійсно не каже, чи привела кампанія електронною поштою до більшої кількості потенційних клієнтів, доходів чи замовлень.

Щоб зрозуміти реальний ефект, який створює поштова кампанія, вам необхідно вивчити всю воронку взаємодії з електронною поштою. Ви повинні вміти відстежувати та розуміти поведінку ваших передплатників на сайті, коли вони відкривають ваші електронні листи та переходять по них.

По суті, вам потрібно знати, як метрики залученості, такі як відкриття або кліки, отримані в результаті експерименту, співвідносяться з реальними метриками продуктивності (такими як метрика конверсії цільової сторінки, до якої зрештою призводить відкриття/клік електронної пошти). Просто зупинятися на моніторингу відкриттів та кліків в експерименті з електронною поштою та оголошувати переможців тими, хто отримує більше, - це неправильний спосіб, оскільки він залишає реальні конверсії поза експериментом.

Крім того, кого хвилює якщо рядок теми A генерує більше відкриттів, ніж рядок теми B, якщо останній генерує більше конверсій? І кого хвилює, що контент електронної пошти A генерує більше кліків, ніж контент електронної пошти B, якщо останній робить більше конверсій?

Отже, як ви спостерігаєте за поведінкою ваших передплатників електронної пошти на місці, щоб визначити "реальних" переможців з ваших експериментів з А/В тестування електронної пошти?

Один із простих способів зробити це – через Google Analytics за допомогою параметрів UTM. За допомогою параметрів UTM ви можете розумно встановити, чи була ваша електронна пошта кінцевою точкою дотику перед конвертацією, чи вона сприяла конверсії. Давайте розглянемо приклад.

Припустимо, ви запускаєте експеримент електронною поштою, в якому ви тестуєте дві версії контенту (кожна з яких містить лише одне посилання на вашу цільову сторінку). Далі, припустимо, що одна версія (або версія А) використовує страх пропустити підхід до контенту з обмеженою безкоштовною пробною версією, а інша використовує підхід соціального доказу (використовуючи відгуки клієнтів, значки, відгуки тощо). Таким чином, використовуючи параметри UTM для цього експерименту, ви повинні створити два різні посилання для вашого заклику до дії.

Одна з них може бути:

convert.com?utm_source=newsletter&utm_medium=email&utm_campaign=q2&utm_content=fomo

А інша може бути:

convert.com?utm_source=newsletter&utm_medium=email&utm_campaign=q2&utm_content=socialproof

У міру того, як передплатники переходять за вашими посиланнями і відвідують ваш веб-сайт, Google Analytics збиратиме дані з ваших посилань на основі UTM і зможе показати вам, яка тема контенту працювала найкраще.

Ви можете бути здивовані, виявивши, що, хоча електронна пошта зі змістом, що базується на страху, надихала більше кліків, насправді це була електронна пошта із соціальним доказом, яка отримала більше підписок.

Деякі постачальники послуг маркетингу електронної пошти також підтримують таке відстеження "з коробки", в той час як інші дозволяють вам створювати інтеграції, щоб ви могли отримати найкращий результат і точно відстежувати реакцію вашої поштової кампанії.

Формування хорошої гіпотези

Як і в будь-якому експерименті, навіть експеримент із електронною поштою має починатися з сильної гіпотези. Гіпотеза завжди спирається на проблему і по суті встановлює, чому ви хочете провести експеримент у першу чергу.

Написання гіпотези для вашого експерименту електронною поштою змушує вас поглянути на дані (або "проблему", з якою ви в даний час боретесь), проаналізувати, чому ви думаєте, що ваш експеримент вплине на коефіцієнт конверсії, а також перерахувати показники, які будуть визначати успіх.

Просте написання гіпотези допомагає вам створити міцну основу для експерименту електронною поштою, зупиняючи вас від тестування випадкових змін, водночас спонукаючи вас тестувати зміни, засновані на цілях вашого каналу електронної пошти.

Вибір типу тесту електронної пошти A/B для запуску

Немає необхідності вдаватися до елементів, які ви можете перевірити у своєму експерименті, тому що ви можете перевірити все прямо від поля відправника та рядка теми до тексту та макета. Швидше, тут потрібно розповісти, який тип елемента ви повинні протестувати, ґрунтуючись на своїх цілях.

По суті, тести, які тестують невеликі налаштування, такі як колір кнопки CTA або інше зображення, тільки допомагають вам перейти від коефіцієнта конверсії X до X.2.

Але якщо ви регулярно бачите погані конверсії з поштових кампаній, то перехід від X до X. 2 не допоможе. Натомість ви повинні шукати можливості оптимізації конверсії, які приведуть вас від X до2X. Це відбувається лише тоді, коли ви проводите радикальні експерименти.

Наприклад, контент-експеримент з вищенаведеного розділу - це радикальний експеримент, в ході якого ви надаєте своїм передплатникам зовсім інші стилі обміну повідомленнями, ніж ті, які використовуєте зараз. Такі радикальні експерименти допомагають виявити “глобальний максимум” у вашому випадку або підхід, який є абсолютно новим для вас, але може призвести до масових конверсій.

Виходячи з ваших цілей перетворення електронної пошти, ви можете вибрати серію експериментів, що тестують невеликі налаштування, або почати з радикального експерименту і побудувати на ньому серію експериментів, що тестують невеликі налаштування, щоб покращити покращену конверсію.

Як правильно організувати логістику

Після того як ви висунули гіпотезу про свій тест електронної пошти A/B, настав час визначити розмір вибірки, тривалість експерименту та те, як ви збираєтеся розділити свою абонентську базу.

Коли мова заходить про тестування типів поділу електронної пошти A/B, найпопулярнішим є поділ 50/50. Тут ви відправляєте версію А 50% ваших передплатників, а версію В - іншим 50%.

Крім того, ви можете відправити версію А 25% ваших передплатників, версію В ще 25%, і виграшна версія (заснована на створених відкриттях або кліках) буде відправлена 50% передплатників.

Деякі маркетологи електронної пошти не включають всю базу передплатників у тест. У цьому випадку, наприклад, якщо у вас є 10-електронна крапельна кампанія і ви вирішили провести A/B-тест з додатковим 11-м електронним листом, то ви можете експериментувати лише з 90% ваших передплатників, а решта 10% взагалі не будуть приймати участь в експерименті. Таке неузгоджене тестування допомагає оцінити загальну ефективність експерименту. Оптимізуюча команда Pinterest часто використовує для своїх експериментів "1-відсоткову групу незгодних".

Крім завершення поділу, ви повинні подумати про розмір вибірки, яку збираєтеся протестувати.

Загалом більшість постачальників послуг маркетингу електронної пошти припускають, що ви можете запускати виграшні тести A/B навіть з невеликими абонентськими базами. Наприклад, згідно з MailChimp, якщо у вас є 5000 передплатників для тестування кожної з ваших версій (всього 10 000 для версій A та B), ви повинні бути хорошими. З іншого боку, HubSpot називає навіть абонентську базу з 1000 контактами досить пристойною, щоб проводити A/B експерименти.

Однак, якщо вам потрібний більш точний розмір вибірки для експерименту, ознайомтеся з калькуляторами розміру вибірки з інструментів оптимізації конверсій.

Як тільки ви дізнаєтеся, як ви збираєтеся розділити свою абонентську базу і скільки контактів плануєте використовувати для виконання ваших експериментів електронною поштою, настав час визначити точку зупинки для вашого тесту.

Залежно від цілей вашого тесту (відкриття або кліків) ваша точка зупинки відрізнятиметься. За даними MailChimp, тест на оптимізацію відкриттів може знайти переможця за приблизно 2 години. Для тестів на оптимізацію швидкості кліків він виявив, що ідеальна тривалість тесту становить близько 12 годин.

Зверніть увагу, що ваш переможець, заснований на відкриттях або кліках, може бути або не бути "остаточним переможцем", тому що остаточний переможець це той, який призводить до більшої кількості конверсій, а версія електронної пошти, яка отримує більше залученості, не гарантує вищих конверсій. У більшості випадків вам знадобиться кілька днів,, щоб визначити остаточного переможця на основі взаємодії передплатників з електронною поштою та їх активності на вашому веб-сайті.

Побудова надійної системи тестування електронної пошти

Коли ви починаєте з А/В тестування електронної пошти, це може бути дуже захоплюючим, щоб перевірити колір кнопки або ефективність персоналізації. Часто такі невеликі налаштування переміщують метрики через ефект новизни, коли передплатники відповідають на "новизну" у своїх електронних листах.

Але хоча такі миттєві виграші допомагають генерувати інтерес до експериментів з електронною поштою, вони мало роблять для довгострокового успіху в галузі маркетингу електронної пошти.

Для цього вам потрібно розробити структуру тестування електронної пошти, яка дозволяє вам йти після ваших конкретних цілей маркетингу електронної пошти та уникати використання вашої пропускної спроможності тестування для тестування випадкових змін.

Часто невеликі зміни призводять до зміни показників через ефект новизни, коли передплатники реагують на новизну у своїх електронних листах.

Побудова структури експериментів електронною поштою також допомагає документувати всі тести електронної пошти та їх результати. Результати попередніх експериментів допоможуть вам у плануванні майбутніх тестів електронної пошти. Наприклад, якщо ви виявите в одному з ваших тестів електронної пошти, що натискання кнопки електронної пошти CTA в область згину отримує більше кліков, ви можете спробувати інший колір для кнопки CTA у наступному експерименті, щоб побачити, якщо це робить це покращує коефіцієнт конверсії далі.

Інвестуючи в таку структуру, щоразу, коли ви захочете протестувати електронну пошту (що ви повинні робити часто для досягнення більшого успіху), ви отримаєте купу ідей, які вже витягли б з попередніх експериментів. Це може здатися великою роботою, але навіть проста електронна таблиця Google впорається із цим завданням.

Заключні слова

Вище ви прочитали все, що вам потрібно знати, щоб почати проводити значні А/В тести електронної пошти, які справді впливають на прибуток вашого бізнесу.