En guide till A/B-testning av e-post

De mest framgångsrika e-postmeddelandena skapas med tydliga mål i åtanke och med målgruppen i fokus.

A/B-testning av e-post är ett av de bästa sätten att avgöra vad som ger mest respons hos din målgrupp och vad de är intresserade av. Det gör att du kan samla in data som berättar mer om hur effektiva dina e-postmarknadsföringskampanjer verkligen är.

Vad är A/B-testning inom e-postmarknadsföring?

A/B-testning är en metod som gör det möjligt att vetenskapligt testa hur effektiv din e-postmarknadsföring verkligen är. Med A/B-testning skapar du två versioner, så kallade varianter, av ett e-postmeddelande för att avgöra vilken som statistiskt sett fungerar bäst. På så sätt kan du samla in data om den e-postvariant som presterar bäst, vilket sedan kan tillämpas på nuvarande och framtida e-postmarknadsföringskampanjer.

Vad är Split Testing inom e-postmarknadsföring?

Splittestning inom e-postmarknadsföring är bara ett annat namn för A/B-testning. Det gör att du kan identifiera vilka e-postmeddelanden som kommer att engagera dina prenumeranter bäst, vilket gör att du i slutändan kan hitta sätt att öka konverteringarna och intäkterna.

Varför behöver du A/B-testning av e-post?

A/B-testning eller split-testning är en effektiv metod för att ta reda på vad som fungerar och vad som inte fungerar när det gäller e-postmarknadsföring. Det tar bort det gissningsarbete som det innebär att anta att dina kunder skulle föredra en typ av e-postmeddelande framför en annan. Ju mer du utför A/B-tester, desto mer information kommer du att ha för framtida e-postmeddelanden. Även om tester en gång eller tester då och då kan hjälpa dig att samla in information för att utöka dina kunskaper om e-postmarknadsföring och fatta effektivare beslut, är regelbundna tester en viktig del av varje framgångsrik strategi för e-postmarknadsföring.

Hur ställer man upp mål för A/B-testning av e-post?

Precis som med allt annat inom digital marknadsföring är det viktigt att ha ett tydligt mål och syfte när du utför split-tester. Även om du kan få användbara resultat från ett snabbt A/B-test av e-postmeddelanden, är det bästa sättet att få de mest kraftfulla uppgifterna och de bästa resultaten att ha en exakt teststrategi att hålla sig till.
A/B-testning eller split-testning av e-post är ett utmärkt verktyg att använda när som helst, men kan vara särskilt användbart om du vill få mer insikt i ett nytt e-postformat eller en ny kampanj. Innan du påbörjar A/B-testningsprocessen är det viktigt att först fastställa vad du testar och varför du testar det.

Vad ska A/B-test e-post användas till?

I vissa fall kan det vara svårt att avgöra vilket variabelt test som bäst hjälper dig att förbättra viktiga mätvärden. Från designprinciper till strategier för ämnesrader finns det olika komponenter som ingår i ett lyckat e-postmeddelande. Om du förstår alla nyckeltal (KPI) för dina e-postmeddelanden och de e-postkomponenter som påverkar dem kan du lättare avgöra vad som bör testas. Några vanliga variabler att testa är följande:

Öppningsfrekvens

Andelen kunder som öppnade ditt e-postmeddelande. Du kan beräkna detta genom att dividera antalet unika e-postalternativ med antalet levererade e-postmeddelanden. Om du är orolig för låga öppningsfrekvenser kan du testa din ämnesrad eller preheader. Ämnesrader är särskilt viktiga eftersom de är det första som människor ser när ett e-postmeddelande når deras inkorg. Ju bättre ämnesraden är, desto större är sannolikheten att prenumeranterna öppnar e-postmeddelandet och läser igenom det.

Klicka igenom till öppningsfrekvens

Detta är procentandelen unika klick i ett e-postmeddelande dividerat med procentandelen unika öppningar. Om du har en låg klickfrekvens, eller om du vill förbättra ett e-postmeddelande som redan fungerar bra, finns det flera element i e-postmeddelandet som du kan överväga att testa med A/B-test. Att testa innehållet är ett bra ställe att börja eftersom engagerande och iögonfallande innehåll håller prenumeranterna intresserade under hela e-postmeddelandet. Tänk på interaktivt innehåll, tävlingar eller informationsluckor som kan öka engagemanget. Några av de viktigaste variablerna att överväga att testa är ankartexter, uppmaningar till handling, djärva bilder, avstånd och personalisering.

Avregistreringsfrekvens

Detta avser den procentuella andelen kunder som avregistrerar sig från framtida e-postmeddelanden från dig. Du kan använda A/B-testning för att fastställa varför det är så. E-postfrekvens och relevans är två av de viktigaste variablerna att testa eftersom dessa är de största anledningarna till att prenumeranter avbryter sin prenumeration.

Bästa praxis för A/B-testning inom e-postmarknadsföring och kampanjtestning

Även om A/B-testning av e-postmeddelanden låter ganska enkelt måste du, precis som alla andra experiment, fastställa detaljerna och se till att testet är giltig. Några bästa metoder att tänka på är följande:

Identifiera varje variabel

Se till att dina tester prioriteras och att split-testerna först utförs för de mest frekventa och viktigaste e-postmeddelandena. Det är viktigt att veta vad du vill åtgärda i fråga om dina e-postmeddelanden innan testerna körs.

Testa ett element i taget

Håll dig alltid till att testa en ändring i taget. För att göra detta kan du ha ett kontrollmejl som förblir oförändrat och en variant med en ändring, t.ex. en annan ämnesrad, en annan färg på knappen för din uppmaning till handling eller ett annat erbjudande. Att testa flera variabler samtidigt kan göra det svårt att avgöra vilken som ledde till ett annat resultat.

Registrera testresultaten

Registrera de A/B-tester som du utför, testresultaten och hur du planerar att implementera det du upptäckte.

Den bästa inställningen för A/B-tester för e-postmarknadsföring

Nu när du har förstått grunderna för A/B-testning, följer här de steg du måste följa för att lyckas med ett split-test.

Bestäm dina mål

För det första är det viktigt att du tydligt identifierar dina mål för den kampanj du vill testa. Detta kommer att vara något som du ofta kommer att återkomma till när du tar reda på detaljerna i din testprocess.

Fastställa riktmärken för tester

När målen har definierats kan du titta på dina nuvarande e-postdata och avgöra hur framgångsrika tidigare e-postkampanjer har varit. Du kan sedan använda dessa resultat som riktmärke, vilket kommer att vara viktigt under processen med att analysera dina testdata för att mäta framgång i ett tidigt skede. Dessa siffror kommer också att vara användbara för att hjälpa dig att bestämma vilka variabler du vill testa.

Bygg upp testet

När du har mål och benchmarkdata är det dags att börja bygga upp testet. Kom ihåg att det är viktigt att endast testa en variabel åt gången. När du bygger ditt test vill du att testurvalet ska vara tillräckligt stort för att du ska kunna få en uppfattning om hur resten av dina prenumeranter kommer att reagera utan att använda hela listan, men tillräckligt litet för att du ska kunna skicka den bäst presterande versionen till ett stort publiksegment. Tänk på att det är viktigt att använda ett urval som kommer att vara representativt för hela listan snarare än ett specifikt segment. Hur länge du ska köra testet beror på hur stor din lista är. Med en stor lista kan det räcka med en enkel e-postmarknadsföringskampanj. Det viktigaste är att se till att du får tillräckligt många klick eller öppningar, beroende på ditt huvudmål, så att resultaten blir statistiskt signifikanta. För att avgöra om ditt test är en vinnare eller en förlorare bör testresultaten vara minst 90% statistiskt signifikanta.

Hur du spårar och mäter e-postkampanjer med A/B-testning

Med så många olika element som kan testas undrar du kanske vad du kan göra för att kontrollera att testet gav dig användbara data eller var framgångsrikt. För att spåra och mäta framgången med de A/B-tester som du utför i dina e-postmarknadsföringskampanjer är det viktigt att tänka tillbaka på dina mål. Dina ursprungliga mål kommer att tala om vilka mätvärden du bör vara mest uppmärksam på tillsammans med allt som du behöver arbeta för att förbättra, till exempel klickfrekvens, öppningsfrekvens och leveransfrekvens. Det är också viktigt att du kan titta på dina mätvärden som en helhet och se helheten när det gäller hur bra eller dåligt ett e-postmeddelande presterade. Möjligheten att spåra dessa data och hänvisa till dem kommer att hjälpa dig när det gäller att optimera dina framtida e-postkampanjer.

A/B-testning är ett mycket användbart verktyg som hjälper dig att avgöra hur väl dina e-postkampanjer fungerar.