En guide til A/B-testning af e-mail

De mest vellykkede marketingmails er skabt med klare mål for øje og med målgruppen i forgrunden i alle planer.

A/B-testning af e-mails er en af de bedste måder at finde ud af, hvad der giver størst genklang hos din målgruppe, og hvad de er interesserede i. Det giver dig mulighed for at indsamle data, der fortæller dig mere om, hvor effektive dine e-mailmarketingkampagner virkelig er.

Hvad er A/B-testning i e-mailmarkedsføring?

A/B-testning er en metode, der giver dig mulighed for videnskabeligt at teste, hvor effektiv din e-mailmarkedsføring virkelig er. Med A/B-testning opretter du to versioner, såkaldte varianter, af en e-mail for at finde ud af, hvilken af dem der statistisk set fungerer bedst. Dette giver dig mulighed for at indsamle data om den e-mailvariant, der yder bedst, og som derefter kan anvendes i nuværende og fremtidige e-mailmarketingkampagner.

Hvad er split-test i e-mail marketing?

Split testing i e-mailmarkedsføring er blot et andet navn for A/B-test. Det giver dig mulighed for at finde ud af, hvilke e-mails der vil engagere dine abonnenter bedst, så du i sidste ende kan finde måder at øge konverteringer og indtægter på.

Hvorfor har du brug for A/B-testning af e-mail?

A/B-testning eller split-testning er en effektiv metode til at finde ud af, hvad der virker og ikke virker, når det kommer til e-mailmarkedsføring. Det fjerner det gætteri at antage, at dine kunder ville foretrække en bestemt slags e-mail frem for en anden. Jo flere A/B-tests du udfører, jo flere oplysninger får du til fremtidige e-mails. Mens test en enkelt gang eller lejlighedsvis kan hjælpe dig med at indsamle oplysninger til at udvide din viden om e-mailmarkedsføring og træffe mere effektive beslutninger, er regelmæssig testning en vigtig del af enhver succesfuld e-mailmarkedsføringsstrategi.

Hvordan opstiller man mål for e-mail A/B-testning?

Som med alt andet inden for digital markedsføring er det vigtigt at have et klart mål og formål, når du udfører split-test. Selv om du kan få nyttige resultater fra en hurtig e-mail A/B-test, er det at have en præcis teststrategi at holde sig til den bedste måde at få de mest effektive data og de bedste resultater på.
A/B- eller split-testning af e-mail er et fantastisk værktøj til enhver tid, men kan være særligt nyttigt, hvis du ønsker at få mere indsigt i et nyt e-mailformat eller en ny kampagne. Før du begynder på A/B-testningsprocessen, er det vigtigt først at fastslå, hvad du tester, og hvorfor du tester det.

Hvad skal A/B-test e-mail bruges til?

I nogle tilfælde kan det være svært at afgøre, hvilken variabel test der vil være den bedste til at hjælpe dig med at forbedre vigtige målinger. Der er forskellige komponenter i en vellykket e-mail, lige fra designprincipper til strategier for emnelinjer, der indgår i en vellykket e-mail. Hvis du forstår alle de centrale præstationsindikatorer (KPI'er) for dine e-mails og de e-mailkomponenter, der påvirker dem, kan du nemmere afgøre, hvad der skal testes. Nogle almindelige variabler, der skal testes, omfatter:

Åbningsrate

Procentdelen af kunder, der åbnede din e-mail. Du kan beregne dette ved at dividere antallet af unikke e-mail-indstillinger med antallet af leverede e-mails. Hvis du er bekymret over lave åbningsrater, kan du teste din emnelinje eller preheader. Emnelinjer er særligt vigtige, da de er det første, som folk ser, når en e-mail når deres indbakke. Jo bedre din emnelinje er, jo større er sandsynligheden for, at abonnenterne åbner e-mailen og læser den igennem.

Klik igennem til åbningsrate

Dette er procentdelen af unikke klik i en e-mail divideret med den unikke åbningsprocent. Hvis du har en lav klik- og åbningsrate, eller hvis du vil forbedre en e-mail, der allerede fungerer godt, er der flere elementer i e-mailen, som du kan overveje at A/B-teste. Test af indholdet er et godt sted at starte, da engagerende og iøjnefaldende indhold vil holde abonnenterne interesserede i hele e-mailen. Overvej interaktivt indhold, konkurrencer eller informationshuller, der kan øge engagementet. Nogle af de vigtigste variabler, som du bør overveje at teste, omfatter ankertekster, opfordringer til handling, fed billedmateriale, afstand og personalisering.

Afmeldingsrate

Dette henviser til den procentdel af kunderne, der afmelder sig fra at modtage fremtidige e-mails fra dig. Du kan bruge A/B-tests til at finde ud af, hvorfor det er sådan. E-mailfrekvens og relevans er to af de vigtigste variabler, der skal testes, da det er de største årsager til, at abonnenter melder sig ud.

Bedste praksis for A/B-testning i e-mailmarketing og kampagnetestning

Selvom A/B-testning af e-mails lyder ret ligetil, skal du som ved alle andre eksperimenter præcisere detaljerne og sikre dig, at din test er gyldig. Nogle af de bedste fremgangsmåder, du bør huske på, er bl.a:

Identificer hver enkelt variabel

Sørg for, at dine tests er en prioritet, og at split-tests køres for de hyppigst sendte og vigtigste e-mails først. Det er vigtigt at vide, hvad du ønsker at rette i dine e-mails, før testene køres.

Test et element ad gangen

Hold dig altid til at teste én ændring ad gangen. For at gøre dette skal du have en kontrolmail, der forbliver den samme, og en variant med én ændring, f.eks. en anden emnelinje, en knap med en anden farve til dit call to action-kald eller et andet tilbud. Hvis du tester flere variabler på én gang, kan det være svært at afgøre, hvilken af dem der førte til et andet resultat.

Registrer testresultater

Optegnelser over de e-mail A/B-tests, du udfører, testresultaterne, og hvordan du planlægger at implementere det, du har fundet, skal opbevares.

Den bedste opsætning af A/B-test til e-mailmarkedsføring

Nu hvor du har forstået det grundlæggende i A/B-testning, er her de trin, du skal følge for at få succes med at opsætte en splittest.

Bestem dine mål

For det første er det vigtigt, at du klart identificerer dine mål for den kampagne, du ønsker at teste. Dette vil være noget, du ofte vil vende tilbage til, når du skal finde ud af detaljerne i din testproces.

Fastsættelse af benchmarks for test

Når målene er blevet defineret, skal du kigge på dine nuværende e-maildata og finde ud af, hvor vellykkede tidligere e-mail-kampagner har været. Du kan derefter bruge disse resultater som benchmark-tal, som vil være vigtige i processen med at analysere dine testdata for at måle succes på et tidligt tidspunkt. Disse tal vil også være nyttige til at hjælpe dig med at bestemme, hvilke variabler du vil teste.

Opbygning af testen

Når du har mål og benchmarkdata, er det tid til at begynde at opbygge din test. Husk, at det er vigtigt kun at teste én variabel ad gangen. Når du opbygger din test, skal testprøvestørrelsen være stor nok til, at du kan få en idé om, hvordan resten af dine abonnenter vil reagere uden at bruge hele listen, men lille nok til, at du kan sende den bedst fungerende version til et stort målgruppesegment. Husk, at det er vigtigt at bruge en stikprøve, der vil være repræsentativ for hele listen snarere end for et bestemt segment. Hvor længe du skal køre testen, afhænger af din listestørrelse. Med en stor liste kan det være tilstrækkeligt med en simpel e-mailmarkedsføringskampagne. Det vigtigste er at sikre, at du får nok klik eller åbninger, afhængigt af dit hovedmål, så resultaterne er statistisk signifikante. For at afgøre, om din test er en vinder eller en taber, skal testresultaterne være mindst 90% statistisk signifikante.

Sådan sporer og måler du A/B-tests af e-mail-kampagner

Der er så mange forskellige elementer, der kan testes, at du måske undrer dig over, hvordan du kan kontrollere, at testen gav dig nyttige data eller var vellykket. For at spore og måle succesen af de A/B-tests, du kører på dine e-mailmarketingkampagner, er det vigtigt at tænke tilbage på dine mål. Dine oprindelige mål vil fortælle dig de målinger, som du bør være mest opmærksom på sammen med alt det, som du skal arbejde på at forbedre, såsom klikrate, åbningsrate og leveringsrate. Det er også afgørende, at du kan se på dine målinger som en helhed og se det større billede, når det kommer til, hvor godt eller dårligt en e-mail har klaret sig. Muligheden for at spore disse data og referere tilbage til dem vil hjælpe dig, når du skal optimere dine fremtidige e-mailkampagner.

A/B-testning er et meget nyttigt værktøj, der hjælper dig med at afgøre, hvor godt dine e-mailmarketingkampagner klarer sig.