นี่คือวิธีการทดสอบ MailChimp A/B ในแคมเปญอัตโนมัติ

เผยแพร่แล้ว: 2021-11-24

โพสต์นี้เผยแพร่ครั้งแรกในปี 2016 โดยเป็นส่วนหนึ่งของซีรี่ส์ Edgar Learn ซึ่งเราได้แชร์กลยุทธ์ที่ช่วยให้เราประสบความสำเร็จ แม้ว่าจะมีการเปลี่ยนแปลงหลายอย่างตั้งแต่นั้นมา แต่ดูเหมือนว่าการแฮ็ก MailChimp สำหรับการทดสอบ A/B ที่เราค้นพบในปี 2016 จะยังคงใช้งานได้อยู่ในปัจจุบัน ดังนั้นเราจึงตัดสินใจที่จะเก็บไว้ออนไลน์เพื่อให้คุณได้ลองใช้

เราชื่นชอบ MailChimp อย่างแน่นอนที่ MeetEdgar ไม่ต้องสงสัยเลยว่าเป็นเครื่องมือที่สำคัญที่สุดอย่างหนึ่งสำหรับธุรกิจของเรา

แต่เมื่อเราเริ่มเจาะลึกในการทดสอบ MailChimp A/B และส่งอีเมลทดสอบ MailChimp เราก็พบปัญหาเล็กน้อย

MailChimp ไม่อนุญาตให้ทำการทดสอบ A/B ของแคมเปญอัตโนมัติและยังคงเป็นจริงในปี 2021 โดยจะอนุญาตการทดสอบหลายตัวแปรในอีเมลเดียวเท่านั้น

เป็นเรื่องที่สมเหตุสมผล – กฎสำคัญของการทดสอบ A/B คือคุณต้องการเปลี่ยนตัวแปรทีละตัวเท่านั้น และธรรมชาติของแคมเปญอัตโนมัติ (การส่งอีเมลหลายฉบับติดต่อกันโดยอัตโนมัติ) ทำให้ยากต่อการดำเนินการ

อย่างไรก็ตาม เมื่อมีเจตจำนง ย่อมมีทาง และเราค้นพบเคล็ดลับเล็กๆ น้อยๆ ที่คุณอาจต้องการเพิ่มในคลังแสงของแฮ็ก MailChimp

วิธีแฮ็กการทดสอบ MailChimp A/B

ตัวอย่างเช่น หากคุณมีชุดอีเมลสามฉบับ และต้องการทดสอบการเปลี่ยนแปลงทั้งสามฉบับ คุณต้องตั้งค่าการทดสอบที่มีลักษณะดังนี้:

อีเมล 1 อีเมล2 อีเมล 3
ควบคุม ควบคุม ควบคุม
ทดสอบ ควบคุม ควบคุม
ทดสอบ ทดสอบ ควบคุม
ทดสอบ ทดสอบ ทดสอบ
ควบคุม ทดสอบ ทดสอบ
ควบคุม ควบคุม ทดสอบ
ควบคุม ทดสอบ ควบคุม
ควบคุม ทดสอบ ทดสอบ
ทดสอบ ควบคุม ทดสอบ

โดยที่ "Control" เป็นเวอร์ชันมาตรฐานของอีเมล และ "Test" คืออีเมล

นั่นคือรูปแบบที่แตกต่างกันเก้าแบบ ซึ่งหมายความว่าเราจะแยกการเข้าชมเก้าวิธีที่แตกต่างกัน ซึ่งหมายความว่าจะใช้เวลาสักครู่เพื่อให้ได้ขนาดตัวอย่างที่มีความหมาย และเนื่องจากแต่ละชุดเหล่านี้ใช้เวลาหลายวันกว่าจะเสร็จสมบูรณ์ เราจึงใช้เวลานานมากในการทดสอบแต่ละครั้งอย่างเหมาะสม

ดังนั้นเราจึงตัดสินใจเหลวไหลเล็กน้อย และเพื่อให้การทดสอบของเรามีลักษณะดังนี้:

อีเมล 1 อีเมล2 อีเมล 3
ควบคุม ควบคุม ควบคุม
ทดสอบ ทดสอบ ทดสอบ

กรุณาอย่าเรียกตำรวจทดสอบมาที่เรา! เราทราบดีว่านี่ไม่ใช่วิธีที่ถูกต้องตามหลักวิทยาศาสตร์สำหรับการทดสอบ A/B MailChimp

เหตุผลอื่นนอกเหนือจากความเรียบง่ายทั่วไปและความเร็วในการทดสอบก็คือ เรายังมองหาการเปลี่ยนแปลงครั้งใหญ่กับอัตรา Conversion ของเราด้วย เมื่อคุณกำลังมองหาการเปลี่ยนแปลงครั้งใหญ่ การแยกความแตกต่างอย่างชัดเจนว่าองค์ประกอบใดที่คุณกำลังเปลี่ยนแปลงในการทดสอบนั้นมีความสำคัญน้อยลง


เราหลอกให้ MailChimp ใช้การทดสอบเหล่านี้อย่างไร

เนื่องจาก MailChimp ไม่ได้ถูกตั้งค่าเพื่อให้เราทำการทดสอบกับอีเมลอัตโนมัติได้เลย เราจึงต้องหาวิธีแก้ไขปัญหาชั่วคราว นี่คือสิ่งที่เราทำ…

การทดสอบของเรามุ่งเน้นไปที่ชุดคำเชิญของเราเป็นหลัก

เมื่อคุณเยี่ยมชม MeetEdgar.com คุณได้รับเชิญให้ลงทะเบียนเพื่อรับคำเชิญให้ใช้ Edgar เมื่อคุณสมัครรับคำเชิญ คุณได้รับมอบหมายหมายเลข (รูปแบบการทดสอบ) สิ่งนี้ทำผ่านความมหัศจรรย์เบื้องหลังเล็กน้อยที่ผู้เชี่ยวชาญ WordPress ของเราได้พัฒนาขึ้น

เมื่อเราสร้างกลุ่มสำหรับแคมเปญทดสอบใน MailChimp เราใช้หมายเลขรูปแบบการทดสอบนี้เพื่อแยกคุณออกเป็นกลุ่มทดสอบหรือกลุ่มควบคุม จากนั้นเราก็ส่งแคมเปญหยดที่เหมาะสมไปให้คุณ

แฮกเกอร์ชายยืน gif

ช่วงเวลาก่อนที่จะประดิษฐ์หมายเลขรูปแบบการทดสอบ

เพื่ออ้างอิงตัวอย่างของเราข้างต้นอีกครั้ง หากเรากำลังดำเนินการศึกษาทางวิทยาศาสตร์แบบรายเล่ม เราจำเป็นต้องมีกลุ่มดังกล่าวเก้ากลุ่มเพื่อทดสอบรูปแบบต่างๆ เก้ารูปแบบที่แตกต่างกันของขั้นตอนการทดสอบของเรา แต่ในเวอร์ชันที่เรียบง่ายนี้ เราต้องการเพียงสองรูปแบบการทดสอบเพื่อให้ได้ผลลัพธ์ที่เราต้องการ

ดังนั้นเราจึงสามารถมอบหมายให้ทุกคนได้หนึ่งหรือสองคน แต่นั่นไม่ใช่สิ่งที่ Hackerman จะทำ!

แต่เรากำหนดตัวเลขให้ทุกคนระหว่างหนึ่งถึงหก สิ่งนี้ช่วยให้แน่ใจว่ามีการแบ่ง (และสุ่ม) ที่เท่าเทียมกันมากขึ้น (และสุ่ม) ระหว่างกลุ่มและอนุญาตให้ทำการทดสอบแยกสามทางเช่นกันหากเรารู้สึกเป็นพิเศษ… ทดสอบ

หนึ่ง สอง และสามเข้าไปในกลุ่มควบคุมของเรา และได้รับอีเมลเดียวกันกับที่เราส่งไปตามปกติ สี่ ห้า และหกเข้าสู่กลุ่มทดลองและได้รับโฟลว์ใหม่ทั้งหมดของเรา

เครื่องมือ Segment ของ MailChimp มีลักษณะดังนี้:

การตลาดผ่านอีเมลตามส่วนการทดสอบ

เราใช้รูปแบบการทดสอบเพื่อแบ่งผู้ชมของเรา

โปรดทราบว่าคุณต้องดำเนินการนี้สำหรับอีเมลฉบับแรกในชุดอัตโนมัติเท่านั้น! อีเมลอื่นๆ ทั้งหมดเชื่อมต่อกับอีเมลนี้ ทำให้ง่ายต่อการแยกขั้นตอนสำหรับการทดสอบ ขอบคุณ MailChimp!

วิธีที่เราวัดความสำเร็จ

ส่วนที่ยากที่สุดของกระบวนการทดสอบที่ถูกแฮ็กร่วมกันของเราคือการวัดผลลัพธ์

เรากำลังดูสองสิ่งหลัก: อัตราการเปิดและอัตราการคลิก

Open Rate คือจำนวนคนที่เปิดอีเมลแต่ละฉบับ และ Click Rate คือจำนวนคนที่คลิกลิงก์ภายในอีเมลแต่ละฉบับ เห็นได้ชัดว่านี่เป็นสถิติที่สำคัญใช่ไหม?

สาเหตุที่วัดความสำเร็จได้ยากเพราะเราต้องการตัวเลขที่เป็นรูปธรรมเพื่อใช้งาน แต่ MailChimp ให้ตัวเลขเหล่านี้เป็นเปอร์เซ็นต์ ดังนั้นเราจึงสร้างสเปรดชีตที่ใช้อัตราร้อยละและจำนวนอีเมลทั้งหมดที่ส่ง และคืนตัวเลขจริงสำหรับการคลิกและการเปิด ดูเหมือนว่านี้:

สเปรดชีตการทดสอบอีเมล

ไม่ต้องกังวล เราจะอธิบายคอลัมน์ให้ทราบในไม่กี่วินาที!

เหตุใดเราจึงต้องการจำนวนการเปิดและคลิกที่แท้จริง เนื่องจากเรานำตัวเลขเหล่านั้นมาป้อนลงในเครื่องคำนวณ A/B Split Test Significance Calculator ของ VWO เพื่อดูว่าผลลัพธ์ของเรามีนัยสำคัญทางสถิติหรือไม่

นี่คือสิ่งที่ดูเหมือน:

A_B_testing_statistical_significance_calculator_-_Visual_Website_Optimizer

โดยพื้นฐานแล้ว เครื่องคิดเลขนี้จะคำนวณว่าขนาดตัวอย่างของคุณใหญ่พอที่จะแสดงการเปลี่ยนแปลงจริงหรือไม่ โดยไม่ต้องคำนวณทางคณิตศาสตร์ ในตัวอย่างข้างต้น สิ่งเหล่านี้ไม่ใช่ – นั่นคือเหตุผลที่ “สำคัญ” ของเรา คอลัมน์ในสเปรดชีตยังแสดงคำว่า “ไม่”

เราทำการทดสอบและป้อนตัวเลขด้วยมือในสเปรดชีตและเครื่องคิดเลขจนกว่าจะแสดงนัยสำคัญ หรือเราตัดสินใจว่าจะใช้เวลานานพอที่จะแสดงว่าไม่มีผลกระทบที่แท้จริงจากการเปลี่ยนแปลง และบางครั้ง นั่นอาจเป็นบทเรียนที่มีค่าเช่นกัน!

บทเรียนที่ใหญ่ที่สุดของเราจนถึงตอนนี้

เราได้รวบรวมข้อมูลที่เป็นประโยชน์มากมายจากการทดสอบที่ถูกแฮ็กร่วมกัน ซึ่งรวมถึงการทดสอบหัวเรื่อง MailChimp แบบคลาสสิกและการเปลี่ยนแปลงเนื้อหาของอีเมลบางฉบับ แต่ในภาพรวมของสิ่งต่าง ๆ การเรียนรู้ที่มีค่าที่สุดของเราจนถึงตอนนี้มาจากการทดสอบที่แสดงให้เห็นว่าไม่มีการเปลี่ยนแปลงด้านประสิทธิภาพอย่างมีนัยสำคัญ ซึ่งเป็นการทดสอบเดียวกันกับที่เราใช้เป็นตัวอย่างในภาพด้านบน

ในการทดสอบนี้ สิ่งเดียวที่แตกต่างกันระหว่างสองแคมเปญของเราคือระยะเวลาระหว่างอีเมลแต่ละฉบับ ในการควบคุมของเรา เรามีอีเมลสามฉบับกระจายออกไปประมาณหนึ่งเดือน ในการทดสอบของเรา เราได้ย่อตารางเวลานั้นลงเหลือ 10 วัน

และคาดเดาอะไร? ผลลัพธ์ก็ค่อนข้างเหมือนกัน

โดยพื้นฐานแล้ว เราได้เรียนรู้ว่าเราสามารถลดระยะเวลาของแคมเปญอีเมลแนะนำของเราให้เหลือประมาณหนึ่งในสามของความยาวเดิมโดยไม่มีผลกระทบด้านลบ แน่นอนว่านั่นกลายเป็นมาตรฐานใหม่ของเรา! ไม่ได้ช่วยให้ลูกค้าใหม่เข้ามาเร็วขึ้น แต่ยังทำให้การทดสอบในอนาคตของเราทำงานเร็วขึ้นด้วย และนั่นคือสิ่งที่จ่ายเงินปันผลได้ดีตลอดทาง

ต้องการสนุกกับ MailChimp ด้วยหรือไม่? จากนั้นลองใช้เคล็ดลับการทดสอบแคมเปญอัตโนมัตินี้ดู!

คุณได้ลองทดสอบแคมเปญอัตโนมัติใน MailChimp แล้วหรือยัง?

หากคุณอ่านโพสต์นี้ในปี 2016 และได้ให้คำแนะนำในการทดสอบของเรา เรายินดีรับฟังความคิดเห็นของคุณ คุณค้นพบสิ่งที่มีประโยชน์ สนุก น่าสนใจหรือไม่?

หากคุณกำลังลองแฮ็คเล็ก ๆ นี้เป็นครั้งแรก โปรดแจ้งให้เราทราบความคิดเห็นของคุณในความคิดเห็น! เราชอบที่จะเรียนรู้จากการทดลองของคุณ