13 Errori di test A/B e-mail che limitano il tuo successo

"Devi testare, altrimenti stai solo facendo un'ipotesi plausibile", ha detto Stuart Clark di Red C al Litmus Live London 2017. Il test A/B via email è stato un argomento ricorrente in tutti e tre gli eventi Litmus Live lo scorso anno, così come questo anno. Non è una sorpresa perché è una delle opportunità più potenti per gli e-mail marketer di iterare e migliorare le proprie campagne.

I test A/B possono aiutarti a scoprire cambiamenti di grande impatto nelle righe dell'oggetto, nel design delle email, nelle pagine di destinazione e altro ancora. Quanto possono essere grandi i guadagni?

"Marchi di e-commerce che A/B test
le loro e-mail generano il 20% in più di entrate
in media."

—Alex Kelly (MailChimp)
al tornasole Live 2017

Twitta questa citazione →

Per testare A/B le tue email, tutto ciò che devi fare è presentare due varianti a due diversi gruppi di iscritti e poi ascoltare. Le metriche ti diranno la loro preferenza, su cui puoi quindi agire a breve termine inviando la variazione vincente a più pubblico o a lungo termine applicando quella preferenza alle campagne future.

Sembra semplice, e in una certa misura lo è, grazie ai provider di servizi di posta elettronica e ai fornitori di software di test che implementano funzionalità che rendono i test A/B delle e-mail molto più facili da eseguire rispetto al passato. Tuttavia, è anche piuttosto semplice rovinare il test A/B della posta elettronica e giungere a una conclusione sbagliata o minare completamente i risultati.

Per evitare questo destino, ecco 13 suggerimenti che ti assicureranno di ottenere il massimo dal tuo test A/B della posta elettronica:

1. Testa le tue e-mail automatizzate e transazionali, non solo le tue e-mail broadcast e segmentate.

Quasi il 39% dei marchi non testa mai o raramente A/B le proprie e-mail broadcast e segmentate, secondo il sondaggio 2018 State of Email di Litmus.

È un'occasione mancata, ma ci sono ancora più soldi sul tavolo quando guardi le e-mail automatizzate e transazionali. Oltre il 65% dei marchi non esegue mai o raramente test A/B delle proprie e-mail automatizzate e il 76% non esegue mai o raramente test A/B delle proprie e-mail transazionali.

È un peccato perché mentre il test A/B delle tue e-mail broadcast e segmentate ti dà un vantaggio competitivo, il test A/B delle tue e-mail automatizzate e transazionali ti dà un enorme vantaggio. I programmi di posta elettronica di successo hanno il 58% di probabilità in più rispetto ai programmi di minor successo di testare A/B le loro email attivate almeno una volta all'anno. E i programmi di successo hanno il 53% di probabilità in più di testare A/B le loro e-mail transazionali almeno una volta all'anno.

Entrambe queste azioni sono tra le prime 10 delle 20 cose che i programmi di email marketing di successo fanno.

Mentre le e-mail attivate sono spesso lodate come programmi impostati e dimenticati, ricorda che nulla nell'email marketing è "Impostalo e dimenticalo". Queste e-mail rappresentano la maggior parte delle entrate dell'email marketing con oltre il 13% dei marchi, secondo il sondaggio State of Email 2018 di Litmus. E quella percentuale crescerà solo negli anni a venire.

2. Concentra i tuoi sforzi di test A/B della posta elettronica sugli elementi della campagna che hanno maggiori probabilità di spostare l'ago sulla performance.

A volte piccole modifiche a elementi minori possono spostare l'ago per te, ma in genere è consigliabile concentrare i test sugli elementi chiave dell'e-mail, come le righe dell'oggetto, gli inviti all'azione e le immagini.

Secondo il nostro sondaggio su 3.000 esperti di marketing, è qui che la maggior parte dei marchi attualmente concentra i propri sforzi di test A/B delle e-mail. Dovresti anche tu.

Oltre a questi elementi, le tue e-mail automatizzate hanno altri elementi che vale la pena testare. Nel mio libro, Regole di email marketing , consiglio di testare:

• Logica di trigger diversa per le e-mail automatizzate
• Quanto velocemente inviare il messaggio dopo che è stato attivato
• Se inviare una serie di e-mail automatizzate
• Il ritardo tra le e-mail automatiche in una serie
• In quali condizioni viene saltata un'e-mail automatica in una serie
• A quali condizioni termina una serie di e-mail automatizzate

3. Comprendi se il tuo test ti avvicinerà a un massimo locale oa un massimo globale.

Stai testando modifiche incrementali o modifiche radicali alla tua email? È importante capirlo perché, come ha sottolineato il Product Manager di Indeed Janie Clarke a Litmus Live San Francisco, piccole modifiche possono aiutarti a raggiungere il massimo di un massimo locale, ma non ti aiuteranno a scoprire un nuovo massimo globale. Per trovarlo, dovrai provare un approccio completamente diverso.

Ad esempio, testare il colore di un pulsante o testare un collegamento di testo rispetto a un pulsante ti aiuterà solo ad avvicinarti all'ottimizzazione del design della posta elettronica o a raggiungere un massimo locale. Tuttavia, testare un design pesante per la copia rispetto a un design ricco di immagini o un'e-mail interattiva rispetto a un'e-mail di solo testo, ad esempio, potrebbe aiutarti a trovare il modo migliore per comunicare il tuo messaggio o scoprire un massimo globale.

4. Limita i tuoi test A/B a una cosa alla volta.

A meno che tu non stia eseguendo test multivariati, vorrai mantenere i tuoi test A/B limitati a una modifica per test. Ad esempio, potresti provare...

• Un pulsante verde contro un pulsante blu
• Copia e-mail con prova sociale inclusa rispetto a nessuna prova sociale
• Un'immagine da protagonista dello stile di vita rispetto a un'immagine da protagonista del prodotto
• Una percentuale di sconto contro uno sconto di dollari

Avere più di una differenza tra le versioni A e B rende difficile determinare chiaramente quale elemento ha portato alla differenza di prestazioni.

5. Avere un'ipotesi chiara.

Non apportare modifiche casuali solo per vedere cosa potrebbe funzionare. Sapere cosa stai cercando di ottenere e avere una solida motivazione per cui ciò che stai testando ti aiuterà a raggiungere l'obiettivo desiderato.

Ad esempio, se stai cercando di aumentare le conversioni, potresti creare una versione della tua copia email in cui l'invito all'azione è above the fold per renderlo più visibile e un'altra versione in cui il contenuto precede il CTA e cerca di generare un forte interesse per la CTA. Inoltre, se volessi vedere se rivolgendoti al tuo nuovo abbonato per nome nella riga dell'oggetto della tua e-mail di benvenuto le conversioni aumentate, proveresti una riga dell'oggetto con la personalizzazione e un'altra senza.

Siti come Behave.org possono darti molte idee di test da provare in base a ciò che hanno fatto altri marchi.

6. Scegli una metrica di vittoria di prova che sia allineata con l'obiettivo della tua campagna.

Non possiamo sottolineare questo abbastanza: assicurati di testare abbastanza in fondo all'imbuto, il che nella maggior parte dei casi significa testare il più in basso possibile nell'imbuto. La maggior parte delle campagne e-mail tenta di generare conversioni e-mail o conversioni di vendita, quindi i test A/B delle e-mail dovrebbero concentrarsi anche sullo spostamento di tali metriche.

Dove alcuni esperti di marketing sbagliano è che pensano che le righe dell'oggetto possano influenzare solo le aperture, il contenuto delle email può influenzare solo i clic e il contenuto della pagina di destinazione può influenzare solo le conversioni. Non vero! Le diverse fasi di un'interazione e-mail non operano isolatamente. Funzionano tutti insieme, perché gli abbonati li sperimentano tutti insieme.

Quando lo accetti, ti rendi conto che l'obiettivo di una riga dell'oggetto non è generare aperture. È per generare apriscatole che potrebbero convertire. Allo stesso modo, l'obiettivo del contenuto delle e-mail non è generare clic. È per generare clicker che potrebbero convertire.

Non convinto? È facile da confermare da soli. Basta eseguire alcuni test A/B della riga dell'oggetto e osservare come le diverse righe dell'oggetto influiscono sull'attività lungo tutta la canalizzazione di interazione dell'e-mail.

Inoltre, a chi importa se la riga dell'oggetto A genera più aperture rispetto alla riga dell'oggetto B se quest'ultima genera più conversioni? E a chi importa se il contenuto dell'email A genera più clic del contenuto dell'email B se quest'ultimo produce più conversioni? Garantiamo che il tuo capo preferirà più conversioni.

Stato dell'analisi della posta elettronica 2018 In che modo le tue capacità di analisi della posta elettronica si confrontano con quelle dei tuoi colleghi? Scopri quali metriche di posta elettronica misurano i marchi (e quali strumenti utilizzano per farlo) con il nostro primo rapporto sullo stato dell'analisi della posta elettronica. Ottieni la tua copia →

7. Utilizzare segmenti di pubblico di prova di abbonati simili.

Proprio come controlli le modifiche che apporti alle versioni A e B della tua email, devi anche controllare chi riceve ciascuna versione. Vuoi che i tuoi due gruppi di test siano composti dagli stessi tipi di abbonati, che si tratti di nuovi abbonati, abbonati che sono clienti o abbonati in una particolare area geografica, ad esempio.

8. Utilizzare segmenti di pubblico di prova di abbonati attivi.

Allo stesso modo, dovrai assicurarti che entrambi i gruppi di destinatari del test contengano abbonati attivi che interagiscono regolarmente con le tue e-mail. Altrimenti, se la versione A va a un gruppo di abbonati che sono molto più attivi rispetto al gruppo che ha ottenuto la versione B, allora è più probabile che la versione A "vinca" per ragioni che potenzialmente non hanno nulla a che fare con ciò che c'è nella versione A.

L'unico avvertimento è se stai testando le e-mail di reimpegno, nel qual caso vuoi scegliere come target gli abbonati inattivi, ovviamente.

9. Assicurati che i tuoi gruppi di test siano abbastanza grandi da rendere statisticamente significativi i tuoi risultati.

Se il tuo pubblico di test è troppo piccolo, i risultati del tuo test potrebbero essere dovuti solo alla casualità. Assicurati che i tuoi risultati siano statisticamente significativi avendo un pubblico di test abbastanza grande.

Kissmetrics, AB Testguide e Optimizely hanno tutti calcolatori online per aiutarti.

10. Utilizzare i gruppi di controllo, quando appropriato.

Per qualsiasi e-mail che provi, considera l'effetto del fatto che i tuoi abbonati non ricevano affatto quell'e-mail. Avere un gruppo di abbonati che non ricevono un'e-mail è il modo in cui puoi misurare questo effetto.

I gruppi di controllo sono particolarmente utili quando si tratta di testare le e-mail automatizzate. Ad esempio, se stai testando le prestazioni di una nuova e-mail di abbandono del carrello, assicurati che una parte degli utenti che hanno abbandonato il carrello non riceva affatto un'e-mail di abbandono del carrello. Ciò ti consente di misurare se la tua e-mail di abbandono del carrello infastidisce gli abbonati o interrompe i loro comportamenti di acquisto naturali.

Tuttavia, puoi utilizzare un gruppo di controllo per qualsiasi e-mail che invii per assicurarti che l'e-mail abbia effettivamente un effetto positivo sui tuoi iscritti. La società di software aziendale Atlassian ha creato un sistema che richiede il test di ogni e-mail, inclusi i gruppi di controllo obbligatori, ha dichiarato Jeff Sinclair, Senior Product Manager della piattaforma di coinvolgimento di Atlassian, ai partecipanti di Litmus Live San Francisco.

11. Creare un piano di test in modo da eseguire regolarmente i test e registrare i risultati dei test.

I test A/B ad hoc sono inefficienti perché sono sporadici e sfocati. Per ottenere il massimo dai tuoi test A/B, hai bisogno di un piano. Sviluppare un programma di test che registri:

• Le teorie che stai cercando di confermare
• Quali email stai usando per testare ogni teoria
• I risultati di ogni test e il loro impatto sui tuoi piani di test futuri

Cerca di includere un test A/B in almeno la metà delle tue e-mail promozionali segmentate e di trasmissione, poiché la nostra ricerca indica che i marchi ottengono poco vantaggio competitivo quando eseguono i test con una frequenza inferiore. Allo stesso modo, i marchi segnalano un aumento significativo del successo quando testano A/B le loro e-mail attivate e transazionali almeno una volta ogni 6 mesi.

Dovrai anche avere un piano di test perché dovrai...

12. Confermare i risultati dei test.

Ogni singolo test A/B non è mai definitivo per sempre. A breve termine, qualsiasi aumento che vedi potrebbe essere il risultato dell'effetto novità. Gli abbonati sono attratti dal nuovo, che può dare un passaggio a qualsiasi modifica apportata rispetto al controllo.

Tuttavia, l'effetto novità svanisce abbastanza rapidamente. Quindi, se esegui lo stesso test due o tre volte in un periodo di tempo, eliminerai qualsiasi effetto di novità e sarai in grado di vedere il vero impatto del cambiamento.

A lungo termine, i comportamenti e gli atteggiamenti dei consumatori cambiano. La composizione della tua lista di e-mail può anche cambiare nel tempo a seconda delle pratiche di acquisizione degli abbonati, delle modifiche alle offerte di prodotti o servizi, dell'espansione o del ritiro da determinate aree geografiche e altri fattori.

Più il successo di un test è definitivo, più a lungo probabilmente puoi aspettare per confermarlo di nuovo. Ma alla fine, ti consigliamo di riconfermare periodicamente ogni test almeno una o due volte, motivo per cui un piano di test A/B è fondamentale.

13. Condividi i risultati dei tuoi test A/B e-mail con altri proprietari di canali della tua azienda.

Jonathan Pay di Holistic Email Marketing ha detto ai partecipanti di Litmus Live London di assicurarsi di condividere le informazioni sui test A/B delle e-mail con i loro team web, social media e pubblicitari. Questo è un ottimo consiglio, perché le conoscenze sull'email marketing possono alimentare il successo in altri canali.

Lo scarso coordinamento tra canali e dipartimenti è stato identificato come la più grande sfida per gli e-mail marketer nel 2018, secondo un sondaggio di Litmus di oltre 600 marketer. La condivisione dei risultati dei test A/B è solo un altro modo in cui i marchi possono promuovere un approccio omnicanale al marketing e all'esperienza del cliente.

Per ottenere il massimo dai tuoi sforzi di test A/B della posta elettronica...

Segui questi 13 consigli:

1. Metti alla prova le tue e-mail automatizzate e transazionali, non solo le tue e-mail broadcast e segmentate.
2. Concentra i tuoi sforzi di test A/B della posta elettronica sugli elementi della campagna che hanno maggiori probabilità di spostare l'ago sulle prestazioni.
3. Comprendi se i tuoi test ti avvicineranno a un massimo locale oa un massimo globale.
4. Limita i tuoi test A/B a una cosa alla volta.
5. Avere un'ipotesi chiara.
6. Scegli una metrica di vittoria di prova che sia allineata con l'obiettivo della tua campagna.
7. Utilizza segmenti di pubblico di prova di iscritti simili.
8. Utilizza segmenti di pubblico di prova di iscritti attivi.
9. Assicurati che i tuoi gruppi di test siano abbastanza grandi da rendere statisticamente significativi i tuoi risultati.
10. Usa i gruppi di controllo, quando appropriato.
11. Crea un piano di test in modo da eseguire regolarmente i test e registrare i risultati dei test.
12. Conferma i risultati dei test.
13. Condividi i risultati dei tuoi test A/B e-mail con altri proprietari di canali della tua azienda.