13 ข้อผิดพลาดในการทดสอบอีเมล A/B ที่จำกัดความสำเร็จของคุณ

“คุณต้องทดสอบ ไม่เช่นนั้นคุณก็แค่คาดเดาอย่างมีการศึกษา” Stuart Clark แห่ง Red C ที่ Litmus Live London 2017 กล่าว การทดสอบ A/B ของอีเมลเป็นหัวข้อที่เกิดซ้ำในกิจกรรม Litmus Live ทั้งสามปีที่แล้ว เช่นเดียวกับสิ่งนี้ ปี. ไม่แปลกใจเลยเพราะเป็นหนึ่งในโอกาสที่ทรงพลังที่สุดสำหรับนักการตลาดทางอีเมลในการทำซ้ำและปรับปรุงแคมเปญของตน

การทดสอบ A/B สามารถช่วยให้คุณค้นพบการเปลี่ยนแปลงที่ส่งผลกระทบสูงในหัวเรื่อง การออกแบบอีเมล หน้า Landing Page และอื่นๆ กำไรจะมากขนาดไหน?

“แบรนด์อีคอมเมิร์ซที่ทดสอบ A/B
อีเมลของพวกเขาสร้างรายได้เพิ่มขึ้น 20%
โดยเฉลี่ย."

—อเล็กซ์ เคลลี่ (MailChimp)
ที่ Litmus Live 2017

ทวีตข้อความนี้ →

ในการทดสอบ A/B อีเมลของคุณ สิ่งที่คุณต้องทำคือนำเสนอรูปแบบที่แตกต่างกันสองรูปแบบสำหรับสมาชิกของคุณสองกลุ่มที่แตกต่างกันแล้วฟัง เมตริกจะบอกความต้องการของคุณ ซึ่งคุณสามารถดำเนินการได้ในระยะสั้นโดยส่งรูปแบบที่ชนะไปยังผู้ชมของคุณมากขึ้น หรือในระยะยาวโดยใช้การตั้งค่านั้นกับแคมเปญในอนาคต

ฟังดูง่าย—และในระดับหนึ่ง ก็ต้องขอบคุณผู้ให้บริการอีเมลและผู้ให้บริการซอฟต์แวร์ทดสอบที่เปิดตัวฟังก์ชันการทำงานที่ทำให้การทดสอบ A/B ของอีเมลดำเนินการได้ง่ายกว่าเมื่อก่อนมาก อย่างไรก็ตาม การทำให้การทดสอบ A/B ของอีเมลของคุณยุ่งเหยิงและได้ข้อสรุปที่ไม่ถูกต้องหรือบ่อนทำลายผลลัพธ์ของคุณก็ค่อนข้างง่ายเช่นกัน

เพื่อหลีกเลี่ยงชะตากรรมดังกล่าว ต่อไปนี้คือเคล็ดลับ 13 ข้อที่จะช่วยให้คุณได้รับประโยชน์สูงสุดจากการทดสอบ A/B ของอีเมล:

1. ทดสอบอีเมลอัตโนมัติและธุรกรรมของคุณ ไม่ใช่แค่การออกอากาศและอีเมลที่แบ่งกลุ่ม

เกือบ 39% ของแบรนด์ไม่เคยหรือแทบไม่เคยทดสอบ A/B การออกอากาศและการแบ่งกลุ่มอีเมล ตามการสำรวจสถานะอีเมลปี 2018 ของ Litmus

นั่นเป็นโอกาสที่พลาดไป แต่ก็ยังมีเงินเหลืออยู่บนโต๊ะเมื่อคุณดูอีเมลอัตโนมัติและธุรกรรม มากกว่า 65% ของแบรนด์ไม่เคยหรือแทบจะทดสอบ A/B อีเมลอัตโนมัติของตนเลย และ 76% ไม่เคยหรือแทบจะทดสอบ A/B อีเมลธุรกรรมของตนเลย

เป็นเรื่องน่าละอายเพราะในขณะที่การทดสอบ A/B ของการออกอากาศและอีเมลที่แบ่งกลุ่มจะช่วยให้คุณได้เปรียบในการแข่งขัน การทดสอบ A/B อีเมลอัตโนมัติและธุรกรรมของคุณจะทำให้คุณได้เปรียบอย่างมาก โปรแกรมอีเมลที่ประสบความสำเร็จนั้นมีโอกาสมากกว่าโปรแกรมที่ประสบความสำเร็จน้อยกว่าถึง 58% ในการทดสอบ A/B อีเมลที่ทริกเกอร์อย่างน้อยปีละครั้ง และโปรแกรมที่ประสบความสำเร็จนั้นมีโอกาสมากกว่า 53% ที่จะทดสอบ A/B อีเมลธุรกรรมของตนอย่างน้อยปีละครั้ง

การกระทำทั้งสองนี้อยู่ใน 10 อันดับแรกของ 20 สิ่งที่โปรแกรมการตลาดผ่านอีเมลที่ประสบความสำเร็จทำ

แม้ว่าอีเมลที่ถูกเรียกมักจะได้รับการยกย่องว่าเป็นโปรแกรมที่ตั้งไว้และลืมมันไป แต่อย่าลืมว่าไม่มีสิ่งใดในการตลาดผ่านอีเมลคือ 'ตั้งค่าและลืมมันไป' อีเมลเหล่านี้สร้างรายได้จากการตลาดผ่านอีเมลส่วนใหญ่มากกว่า 13% ของแบรนด์ ตามการสำรวจสถานะอีเมลปี 2018 ของ Litmus และเปอร์เซ็นต์นั้นจะเพิ่มขึ้นในปีต่อๆ ไปเท่านั้น

2. เน้นความพยายามในการทดสอบ A/B ของอีเมลในองค์ประกอบแคมเปญที่มีแนวโน้มว่าจะส่งผลต่อประสิทธิภาพมากที่สุด

บางครั้งการปรับแต่งเล็กๆ น้อยๆ ให้กับองค์ประกอบเล็กๆ น้อยๆ อาจทำให้เข็มของคุณเปลี่ยนไป แต่โดยทั่วไปก็ควรที่จะเน้นการทดสอบไปที่องค์ประกอบสำคัญของอีเมล เช่น หัวเรื่อง คำกระตุ้นการตัดสินใจ และรูปภาพ

จากการสำรวจนักการตลาด 3,000 คนของเรา แบรนด์ส่วนใหญ่ในปัจจุบันมุ่งเน้นที่ความพยายามในการทดสอบ A/B ของอีเมล คุณควรเช่นกัน

นอกเหนือจากองค์ประกอบเหล่านั้น อีเมลอัตโนมัติของคุณยังมีองค์ประกอบอื่นๆ ที่ควรค่าแก่การทดสอบ ในหนังสือของฉัน กฎการตลาดทางอีเมล ฉันแนะนำให้ทำการทดสอบ:

• ตรรกะทริกเกอร์ที่แตกต่างกันสำหรับอีเมลอัตโนมัติ
• ส่งข้อความได้เร็วแค่ไหนหลังจากถูกทริกเกอร์
• ว่าจะส่งชุดอีเมลอัตโนมัติหรือไม่
• ความล่าช้าระหว่างอีเมลอัตโนมัติในซีรีส์
• ภายใต้เงื่อนไขใดที่ระบบข้ามอีเมลอัตโนมัติในชุดข้อมูล
• ชุดอีเมลอัตโนมัติจะสิ้นสุดลงภายใต้เงื่อนไขใด

3. ทำความเข้าใจว่าการทดสอบของคุณจะช่วยให้คุณเข้าใกล้ค่าสูงสุดในพื้นที่หรือค่าสูงสุดทั่วโลก

คุณกำลังทดสอบการปรับแต่งที่เพิ่มขึ้นหรือการเปลี่ยนแปลงที่รุนแรงในอีเมลของคุณหรือไม่? สิ่งสำคัญคือต้องเข้าใจว่า เนื่องจากเจนี่ คลาร์ก ผู้จัดการผลิตภัณฑ์ของ Indeed ได้ชี้ให้เห็นที่ Litmus Live San Francisco การปรับแต่งเล็กๆ น้อยๆ สามารถช่วยให้คุณไปถึงจุดสูงสุดของค่าสูงสุดในพื้นที่ได้ แต่จะไม่ช่วยให้คุณค้นพบค่าสูงสุดระดับโลกใหม่ หากต้องการค้นหา คุณจะต้องลองใช้แนวทางที่แตกต่างไปจากเดิมอย่างสิ้นเชิง

ตัวอย่างเช่น การทดสอบสีของปุ่มหรือการทดสอบลิงก์ข้อความกับปุ่มจะช่วยให้คุณเข้าใกล้การเพิ่มประสิทธิภาพการออกแบบอีเมลนั้นมากขึ้นเท่านั้น หรือเข้าถึงระดับสูงสุดในพื้นที่ อย่างไรก็ตาม การทดสอบการออกแบบที่เน้นการคัดลอกกับการออกแบบที่เน้นรูปภาพหรืออีเมลเชิงโต้ตอบกับอีเมลแบบข้อความเท่านั้น อาจช่วยให้คุณพบวิธีที่ดีที่สุดในการสื่อสารข้อความของคุณ—หรือค้นพบสูงสุดทั่วโลก

4. จำกัดการทดสอบ A/B ของคุณไว้ที่ครั้งละหนึ่งรายการ

คุณจะต้องจำกัดการทดสอบ A/B ไว้ที่การเปลี่ยนแปลงหนึ่งครั้งต่อการทดสอบ นอกจากว่าคุณกำลังทำการทดสอบหลายตัวแปร ตัวอย่างเช่น คุณสามารถทดสอบ...

• ปุ่มสีเขียวกับปุ่มสีน้ำเงิน
• สำเนาอีเมลพร้อมหลักฐานทางสังคมและไม่มีการพิสูจน์ทางสังคม
• ภาพลักษณ์ฮีโร่ในไลฟ์สไตล์กับภาพลักษณ์ของผลิตภัณฑ์ฮีโร่
• ส่วนลดร้อยละเทียบกับส่วนลดดอลลาร์

การมีความแตกต่างระหว่างเวอร์ชัน A และ B มากกว่าหนึ่งรายการทำให้ยากต่อการระบุอย่างชัดเจนว่าองค์ประกอบใดทำให้เกิดความแตกต่างในประสิทธิภาพ

5. มีสมมติฐานที่ชัดเจน

อย่าทำการเปลี่ยนแปลงแบบสุ่มเพื่อดูว่าสิ่งใดอาจใช้ได้ผล รู้ว่าคุณกำลังพยายามบรรลุผลอะไรและมีเหตุผลที่ชัดเจนว่าทำไมสิ่งที่คุณกำลังทดสอบจะช่วยให้คุณบรรลุเป้าหมายที่ต้องการ

ตัวอย่างเช่น หากคุณกำลังพยายามเพิ่ม Conversion คุณอาจสร้างสำเนาอีเมลเวอร์ชันหนึ่งโดยที่คำกระตุ้นการตัดสินใจอยู่ครึ่งหน้าบนเพื่อให้มองเห็นได้ชัดเจนยิ่งขึ้น และอีกเวอร์ชันหนึ่งที่มีเนื้อหานำหน้า CTA และพยายามสร้างความเข้มแข็ง ความสนใจใน คสช. นอกจากนี้ หากคุณต้องการดูว่าระบุชื่อสมาชิกใหม่ของคุณในบรรทัดเรื่องของอีเมลต้อนรับที่เพิ่ม Conversion หรือไม่ คุณจะต้องทดสอบหัวเรื่องหนึ่งที่มีการปรับเปลี่ยนในแบบของคุณ และอีกหัวข้อหนึ่งไม่มี

ไซต์เช่น Behave.org สามารถให้แนวคิดเกี่ยวกับการทดสอบมากมายแก่คุณเพื่อลองทำตามสิ่งที่แบรนด์อื่นทำ

6. เลือกเมตริกการทดสอบชัยชนะที่สอดคล้องกับเป้าหมายแคมเปญของคุณ

เราไม่สามารถเน้นเรื่องนี้มากพอ: อย่าลืมทดสอบช่องทางให้เพียงพอ ซึ่งในกรณีส่วนใหญ่หมายถึงการทดสอบให้ไกลที่สุดเท่าที่จะทำได้ แคมเปญอีเมลส่วนใหญ่พยายามสร้าง Conversion อีเมลหรือ Conversion การขาย ดังนั้นการทดสอบ A/B อีเมลของคุณควรเน้นที่การย้ายเมตริกเหล่านั้นด้วย

จุดที่นักการตลาดบางคนทำผิดพลาดคือพวกเขาคิดว่าหัวเรื่องสามารถส่งผลกระทบต่อการเปิดเท่านั้น เนื้อหาอีเมลสามารถส่งผลกระทบต่อการคลิกเท่านั้น และเนื้อหาหน้า Landing Page สามารถส่งผลกระทบต่อการแปลงเท่านั้น ไม่จริง! ขั้นตอนต่างๆ ของการโต้ตอบทางอีเมลไม่ได้ทำงานแยกกัน พวกเขาทั้งหมดทำงานร่วมกันเพราะสมาชิกได้รับประสบการณ์ทั้งหมดด้วยกัน

เมื่อคุณยอมรับ คุณจะตระหนักว่าเป้าหมายของหัวเรื่องไม่ใช่การเปิดกว้าง มันคือการสร้าง openers ที่มีแนวโน้มที่จะแปลง และในทำนองเดียวกัน เป้าหมายของเนื้อหาอีเมลไม่ใช่การสร้างการคลิก มันคือการสร้างผู้คลิกที่มีแนวโน้มที่จะแปลง

ไม่มั่นใจ? ง่ายต่อการยืนยันด้วยตัวคุณเอง เพียงทำการทดสอบ A/B บรรทัดหัวเรื่องสองสามหัวข้อ และดูว่าหัวเรื่องต่างๆ ส่งผลต่อกิจกรรมไปจนถึงช่องทางการโต้ตอบอีเมลอย่างไร

นอกจากนี้ ใครจะสนว่าหัวเรื่อง A จะสร้างช่องเปิดมากกว่าหัวเรื่อง B หรือไม่ ถ้าส่วนหลังสร้าง Conversion มากกว่ากัน? และใครจะสนว่าเนื้อหาอีเมล A จะสร้างการคลิกมากกว่าเนื้อหาอีเมล B หรือไม่ หากส่วนหลังสร้าง Conversion ได้มากกว่า เรารับประกันว่าเจ้านายของคุณจะชอบการแปลงมากกว่า

2018 สถานะของอีเมล Analytics ความสามารถในการวิเคราะห์อีเมลของคุณเป็นอย่างไรเมื่อเทียบกับเพื่อนร่วมงานของคุณ? ดูว่าแบรนด์เมตริกอีเมลใดที่วัด (และเครื่องมือที่พวกเขาใช้ในการทำเช่นนั้น) ด้วยรายงาน State of Email Analytics ครั้งแรกของเรา รับสำเนาของคุณ →

7. ใช้กลุ่มผู้ชมทดสอบของสมาชิกที่คล้ายกัน

เช่นเดียวกับที่คุณควบคุมการเปลี่ยนแปลงที่คุณทำกับอีเมลเวอร์ชัน A และ B คุณต้องควบคุมว่าใครจะได้รับแต่ละเวอร์ชัน คุณต้องการให้กลุ่มทดสอบสองกลุ่มประกอบด้วยสมาชิกประเภทเดียวกัน ไม่ว่าจะเป็นสมาชิกใหม่ สมาชิกที่เป็นลูกค้า หรือสมาชิกในพื้นที่เฉพาะ เป็นต้น

8. ใช้กลุ่มผู้ชมทดสอบของสมาชิกที่ใช้งานอยู่

ในทำนองเดียวกัน คุณจะต้องตรวจสอบให้แน่ใจว่าผู้รับการทดสอบทั้งสองกลุ่มมีสมาชิกที่ใช้งานอยู่ซึ่งมีส่วนร่วมกับอีเมลของคุณเป็นประจำ มิฉะนั้น หากเวอร์ชัน A ไปถึงกลุ่มผู้ติดตามที่มีความเคลื่อนไหวมากกว่ากลุ่มที่ได้รับเวอร์ชัน B เวอร์ชัน A มักจะ "ชนะ" ด้วยเหตุผลที่อาจไม่เกี่ยวข้องกับเวอร์ชัน A

ข้อแม้ประการหนึ่งคือ หากคุณกำลังทดสอบอีเมลเพื่อการมีส่วนร่วมอีกครั้ง ซึ่งแน่นอนว่าคุณต้องการกำหนดเป้าหมายเป็นผู้ติดตามที่ไม่ได้ใช้งาน

9. ตรวจสอบให้แน่ใจว่ากลุ่มทดสอบของคุณมีขนาดใหญ่พอที่ผลลัพธ์ของคุณจะมีนัยสำคัญทางสถิติ

หากผู้ชมทดสอบของคุณมีขนาดเล็กเกินไป ผลการทดสอบของคุณอาจเกิดจากการสุ่ม ตรวจสอบให้แน่ใจว่าผลลัพธ์ของคุณมีนัยสำคัญทางสถิติโดยมีผู้ทดสอบจำนวนมากเพียงพอ

Kissmetrics, AB Testguide และ Optimizely ล้วนมีเครื่องคำนวณออนไลน์ที่จะช่วยคุณ

10. ใช้กลุ่มระงับเมื่อเหมาะสม

สำหรับอีเมลใดๆ ที่คุณทดสอบ ให้พิจารณาถึงผลกระทบของสมาชิกที่ไม่ได้รับอีเมลนั้นเลย การมีกลุ่มผู้ติดตามที่ไม่ได้รับอีเมลเป็นวิธีที่คุณสามารถวัดผลกระทบนั้นได้

กลุ่ม Holdout มีประโยชน์อย่างยิ่งในการทดสอบอีเมลอัตโนมัติ ตัวอย่างเช่น หากคุณกำลังทดสอบประสิทธิภาพของอีเมลแจ้งการละทิ้งตะกร้าสินค้าใหม่ คุณต้องแน่ใจว่าผู้ละทิ้งรถเข็นสินค้าส่วนหนึ่งไม่ได้รับอีเมลแจ้งการละทิ้งตะกร้าสินค้าเลย การทำเช่นนี้ทำให้คุณสามารถวัดได้ว่าอีเมลการละทิ้งตะกร้าสินค้าของคุณสร้างความรำคาญให้สมาชิกหรือขัดขวางพฤติกรรมการซื้อของตามธรรมชาติของพวกเขา

อย่างไรก็ตาม คุณสามารถใช้กลุ่มระงับสำหรับอีเมลใดๆ ที่คุณส่งเพื่อให้แน่ใจว่าอีเมลมีผลดีต่อสมาชิกของคุณจริงๆ บริษัทซอฟต์แวร์ระดับองค์กร Atlassian ได้ตั้งค่าระบบที่ต้องมีการทดสอบอีเมลทุกฉบับ รวมถึงกลุ่มผู้ถือครองที่บังคับใช้ นาย Jeff Sinclair ผู้จัดการผลิตภัณฑ์อาวุโสของ Atlassian ของแพลตฟอร์มการมีส่วนร่วมกล่าวกับผู้เข้าร่วมงาน Litmus Live San Francisco

11. สร้างแผนการทดสอบเพื่อให้คุณทดสอบเป็นประจำและบันทึกผลการทดสอบ

การทดสอบ A/B แบบเฉพาะกิจนั้นไม่มีประสิทธิภาพเพราะเป็นระยะๆ และไม่ได้โฟกัส คุณต้องมีแผนเพื่อให้ได้ประโยชน์สูงสุดจากการทดสอบ A/B พัฒนากำหนดการทดสอบที่บันทึก:

• ทฤษฎีที่คุณกำลังพยายามยืนยัน
• อีเมลที่คุณใช้ทดสอบแต่ละทฤษฎี
• ผลการทดสอบแต่ละครั้งและผลกระทบต่อแผนการทดสอบในอนาคตของคุณ

ตั้งเป้าที่จะรวมการทดสอบ A/B ไว้อย่างน้อยครึ่งหนึ่งของการออกอากาศและอีเมลส่งเสริมการขายที่แบ่งกลุ่มไว้ เนื่องจากการวิจัยของเราระบุว่าแบรนด์ต่างๆ จะได้เปรียบในการแข่งขันเพียงเล็กน้อยเมื่อทำการทดสอบน้อยกว่านั้น ในทำนองเดียวกัน แบรนด์ต่างๆ รายงานความสำเร็จที่เพิ่มขึ้นอย่างมากเมื่อพวกเขาทดสอบ A/B อีเมลที่เรียกใช้และธุรกรรมของตนอย่างน้อย 1 ครั้งทุกๆ 6 เดือน

คุณจะต้องมีแผนการทดสอบด้วยเพราะคุณจะต้อง...

12. ยืนยันผลการทดสอบ

การทดสอบ A/B ครั้งเดียวจะไม่มีวันสิ้นสุดตลอดไป ในระยะสั้น การยกใดๆ ที่คุณเห็นอาจเป็นผลมาจากเอฟเฟกต์แปลกใหม่ ผู้ติดตามจะสนใจสิ่งใหม่ ซึ่งสามารถให้การเปลี่ยนแปลงใดๆ ที่คุณทำกับการควบคุมที่เพิ่มขึ้น

อย่างไรก็ตามเอฟเฟกต์แปลกใหม่จะจางหายไปอย่างรวดเร็ว ดังนั้น หากคุณทำการทดสอบเดียวกันสองหรือสามครั้งในช่วงเวลาหนึ่ง คุณจะได้ผลลัพธ์ที่แปลกใหม่ออกไป และสามารถเห็นผลกระทบที่แท้จริงของการเปลี่ยนแปลง

ในระยะยาว พฤติกรรมและทัศนคติของผู้บริโภคเปลี่ยนไป องค์ประกอบของรายชื่ออีเมลของคุณยังสามารถเปลี่ยนแปลงได้ตลอดเวลาโดยขึ้นอยู่กับแนวทางปฏิบัติในการได้มาซึ่งสมาชิก การเปลี่ยนแปลงข้อเสนอผลิตภัณฑ์หรือบริการของคุณ การขยายหรือถอนตัวจากบางพื้นที่ และปัจจัยอื่นๆ

ยิ่งความสำเร็จของการทดสอบชัดเจนมากเท่าใด คุณก็จะสามารถรอยืนยันอีกครั้งได้นานขึ้นเท่านั้น แต่ในที่สุด คุณจะต้องยืนยันการทดสอบทุกครั้งอย่างน้อยหนึ่งครั้งหรือสองครั้ง ซึ่งนั่นเป็นเหตุผลว่าทำไมแผนการทดสอบ A/B จึงมีความสำคัญ

13. แบ่งปันผลการทดสอบ A/B ทางอีเมลกับเจ้าของช่องอื่นๆ ในบริษัทของคุณ

Jonathan Pay แห่งการตลาดผ่านอีเมลแบบองค์รวมบอกผู้เข้าร่วม Litmus Live London เพื่อให้แน่ใจว่าได้แชร์ข้อมูลเชิงลึกเกี่ยวกับการทดสอบ A/B ของอีเมลกับเว็บ โซเชียลมีเดีย และทีมโฆษณา นั่นเป็นคำแนะนำที่ดี เพราะการเรียนรู้การตลาดผ่านอีเมลสามารถเติมเชื้อเพลิงให้ประสบความสำเร็จในช่องทางอื่นๆ

การประสานงานที่ไม่ดีระหว่างช่องทางและแผนกต่างๆ ถูกระบุว่าเป็นความท้าทายที่ใหญ่ที่สุดที่นักการตลาดผ่านอีเมลต้องเผชิญในปี 2018 ตามการสำรวจของ Litmus ของนักการตลาดมากกว่า 600 คน การแชร์ผลการทดสอบ A/B เป็นอีกวิธีหนึ่งที่แบรนด์สามารถส่งเสริมแนวทางแบบ Omnichannel ในด้านการตลาดและประสบการณ์ของลูกค้า

เพื่อให้ได้ประโยชน์สูงสุดจากความพยายามในการทดสอบ A/B ของอีเมลของคุณ...

ปฏิบัติตามคำแนะนำ 13 ข้อเหล่านี้:

1. ทดสอบอีเมลอัตโนมัติและธุรกรรมของคุณ ไม่ใช่แค่การออกอากาศและอีเมลที่แบ่งกลุ่ม
2. เน้นความพยายามในการทดสอบ A/B ของอีเมลในองค์ประกอบแคมเปญที่มีแนวโน้มว่าจะส่งผลต่อประสิทธิภาพมากที่สุด
3. ทำความเข้าใจว่าการทดสอบของคุณจะช่วยให้คุณเข้าใกล้ค่าสูงสุดในพื้นที่หรือค่าสูงสุดทั่วโลก
4. จำกัดการทดสอบ A/B ของคุณไว้ที่ครั้งละหนึ่งรายการ
5. มีสมมติฐานที่ชัดเจน
6. เลือกเมตริกชัยชนะในการทดสอบที่สอดคล้องกับเป้าหมายแคมเปญของคุณ
7. ใช้กลุ่มผู้ชมทดสอบของสมาชิกที่คล้ายกัน
8. ใช้กลุ่มผู้ชมทดสอบของสมาชิกที่ใช้งานอยู่
9. ตรวจสอบให้แน่ใจว่ากลุ่มทดสอบของคุณมีขนาดใหญ่เพียงพอที่ผลลัพธ์ของคุณจะมีนัยสำคัญทางสถิติ
10. ใช้กลุ่มที่ระงับ หากเหมาะสม
11. สร้างแผนการทดสอบเพื่อให้คุณทดสอบเป็นประจำและบันทึกผลการทดสอบ
12. ยืนยันผลการทดสอบ
13. แชร์ผลการทดสอบ A/B ทางอีเมลกับเจ้าของช่องคนอื่นๆ ในบริษัทของคุณ