電子郵件 A/B 測試：讓我們以正確的方式來做

哪個更好：短文還是長文？ GIF 還是靜態圖片？ 白色或紫色 CTA 按鈕？

制定完美的電子郵件營銷策略有很多選擇和決策，為您的活動帶來蓬勃發展的 CTOR 和 CTR。 而且壓力很大，因為電子郵件活動仍然被認為是他們最重要的營銷渠道之一，甚至在社交媒體之前。

那麼，您如何才能以戰略性的方式製定您的電子郵件營銷策略呢？

在本文中，我們將回答這個問題以及更多內容，以幫助您為您的廣告系列構建智能 A/B 測試並更有效地獲得結果。

什麼是電子郵件營銷中的 A/B 測試
為什麼需要電子郵件 A/B 測試
A/B 測試之前要考慮的事情
測試工具
分析結果

什麼是電子郵件營銷中的 A/B 測試

在電子郵件營銷活動中，A/B 測試是發送同一電子郵件的兩個變體並更改變量以查看哪個版本表現更好的方法。 A/B 測試可以包括以下方面的更改：

• 電子郵件視覺設計
• 不同的主題行
• 不同的語氣/文本長度（又名副本）
• 不同類型的 CTA

A/B 測試（也稱為拆分測試）可以幫助營銷人員收集隨後提供最佳結果的信息，產生更多的打開和點擊，並提供有關受眾偏好和整體電子郵件性能的信息。

為什麼需要電子郵件 A/B 測試

使用電子郵件活動的營銷人員經常轉向 A/B 測試，因為這是從統計上證明哪個版本的電子郵件活動表現最佳的唯一方法。 這也是一種比平時更快地了解受眾的方式——並相應地優化團隊的策略。

換句話說：您需要 A/B 測試來充分利用您的電子郵件營銷，而無需盲目猜測。 A/B 拆分測試提供了必要的數據來確定您的電子郵件活動所需的調整和策略。 它提供了學習和改進的機會：

• 什麼類型的主題行帶來更好的打開率
• 什麼樣的視覺效果/Gifs/emojis 更能吸引人們
• 什麼時候最好發送以獲得更多打開
• 什麼樣的CTA按鈕帶來更多點擊
• 電子郵件的哪些可視化模板帶來更多轉化
• 什麼 preheaders 帶來更多打開

這些只是您的 A/B 測試揭示的一小部分“秘密”，但它可以告訴您的信息還有很多，具體取決於您要衡量的內容。 找出影響和推動更多轉化銷售的因素——這是每個營銷人員都在努力追求的目標，而來自 A/B 測試的數據可以幫助實現這一目標。

A/B 測試之前要考慮的事情

當您嘗試電子郵件活動時，在開始 A/B 測試之前考慮幾件事情是很重要的。 以下是您在啟動 A/B 測試時應遵循的一些規則。

同時測試

在較長時間內測試同一電子郵件的兩個版本是不明智的。 當您運行 A/B 郵件測試時，您應該同時測試，否則，您將不知道性能差異是由於電子郵件中的不同變量還是您沒有考慮的外部因素，例如發送一周中的不同日子或不同月份。 唯一的例外是如果您正在測試發送電子郵件的最佳時間，在這種情況下，您當然應該在不同的時間測試您的電子郵件。

隨著時間的推移產生數據

重要的是要給 A/B 測試足夠的時間來統計地查看您發送的兩種變體之間的差異。 例如，一項研究發現，2 小時的等待時間在 80% 以上的情況下正確預測了歷史上的贏家，而 12 小時以上的等待時間在 90% 以上的情況下是正確的。 因此，讓您的測試運行足夠長的時間以看到顯著的結果。

一次測試一個變量

您可能想同時測試幾個不同的東西——但最佳實踐是選擇一個變量並根據它來衡量您的 A/B 測試的性能。 這樣您就可以確定究竟是什麼導致了郵件性能的變化。 有一種叫做多變量測試的東西，它是另一種可以自行探索的測試過程。

發送到相同的樣本組

要獲得更確鑿的結果，請使用相似/相等且同時隨機的受眾進行測試——尤其是當您同時測試兩個或更多受眾時。

受眾規模很重要

根據 Hubspot 的說法，您應該有一個包含至少 1000 個聯繫人的 A/B 發送列表，以獲得統計相關的結果。 如果您的數量少於此數量，則用於獲得統計相關結果的 A/B 測試列表的比例會越來越大。

使用 A/B 測試工具

無論您是在測試電子郵件、網站還是登錄頁面，最省力的最佳方法是使用 HubSpot 或 MailChimp 等 A/B 測試工具。 這樣您就可以更輕鬆地測試和收集實驗數據。

確定主要指標

A/B 測試可能會同時影響不同的性能指標，但最好在運行測試之前關註一個主要指標。 它被稱為“因”變量——您所做的更改將在以後確定用戶行為的結果。 選擇對您最重要的指標決定了這個變量，並幫助您以最佳方式設置 A/B 測試。

A/B 測試的好處

那麼，如果您還沒有開始 A/B 測試，為什麼要立即開始呢？

掌握拆分測試的技巧是值得的，這裡有一些好處：

提高網絡流量

讓人們訪問您的網站、產品或登錄頁面是電子郵件營銷活動的首要目標。 營銷人員在創建 A/B 測試並稍後查看數據時希望讓所需數量的人點擊鏈接的 CTA 按鈕。

更多轉化

您在 A/B 電子郵件測試中更改的變量有一個主要目的，那就是增加點擊然後填寫表格的人數，將其轉化為您網站上的潛在客戶。 提高轉化率是拆分測試的主要好處之一。

降低跳出率

A/B 測試可以幫助降低網站的跳出率——通過嘗試不同的副本、介紹、CTA 按鈕、佈局等。這一切都與更好地了解你的目標客戶和了解你的偏好有關觀眾通過數據，這樣你就可以更好地調整你的策略。

A/B 測試工具

如果不使用正確的工具來獲得滿意的新客戶，就無法進行有效的 A/B 測試。

運行 A/B 測試的工具

• Optimizely – 領先的 A/B 測試工具之一，允許輕鬆編輯訪問、保存的受眾、IP 地址的追溯過濾和直觀的數據顯示。
• SiteSpect——最早的服務器端測試解決方案之一，允許進行更複雜的測試（但需要更多的技術知識）——SiteSpect 甚至在 HTML 離開服務器之前對其進行編輯，並避免基於瀏覽器的測試平台出現的許多問題
• AB Tasty – 該工具允許運行 A/B 測試、拆分測試、多變量測試、可視化編輯以及內容個性化； 它專為營銷團隊設計
• Crazy Egg – 提供 A/B 測試、熱圖和可用性測試，並允許通過添加單個代碼片段來測試您網站上每個頁面的變化。 您無需具備編碼經驗即可嘗試 Crazy Egg，因為它是最直觀的變體測試工具之一。
• Evolv - 一個相當新的工具，它使用機器學習算法來利用多變量測試，讓您輕鬆個性化和試驗您的內容。
• Google Optimize – 免費工具，提供標準 A/B 測試以及多變量測試、拆分 URL 測試和服務器端試驗。

從 A/B 測試中收集數據的工具

• UsabilityHub – 允許您與真實用戶驗證您的測試選項，然後提供來自該測試的數據。
• 谷歌分析——最流行的數據收集和分析工具之一，GA 可以讓您分解 A/B 測試的結果並查看不同細分市場（設備、地理位置等）的行為
• HotJar – 一種 SaaS 工具，通過熱圖、滾動跟踪、漏斗跟踪、反饋投票、調查和記錄提供數據
• Mouseflow – 提供高級用戶細分，包括流量來源、位置、平台等。
• SessionCam – 此工具提供會話記錄並添加熱圖，提供比使用傳統數據收集技術更動態、更具成本效益的方式。

但無論您選擇哪種工具，有一件事是肯定的——只有通過數據洞察力，您的 A/B 測試才有意義，這些數據洞察力講述了您迄今為止所做的事情以及您接下來應該做的事情。

分析結果

當您試圖了解您的客戶、提高打開率和點擊率並創造更多轉化時，通常需要進行測試和測試。 但這一切都取決於您收集的數據。

使用具有強大數據分析功能的一體化數字工作場所是您的 A/B 測試所需要的，以提供數據驅動的功能，可以幫助您從頭到尾執行您的電子郵件營銷策略。

Slingshot 可以通過讓您：

• 通過在幾秒鐘內構建漂亮的儀表板、從所有集成源中提取數據並一目了然地顯示 A/B 測試的完整故事，掌握數據

• 在數據所在的同一空間立即與您的團隊分享結果，為他們創建任務並跟進反饋和行動項目，因此不會丟失任何進展

• 實現有效的協作，實現多合一併在任務和儀表板的上下文中直接進行交流——圍繞每項任務進行討論和聊天，讓每個人都了解最新情況。
• 相信一體化數字工作場所可以實現蓬勃發展的電子郵件營銷，克服挑戰，並在此過程中為您的團隊創造一種數據驅動決策的文化。