Πώς να ερμηνεύετε τα αποτελέσματα AB test σας

Η εκτέλεση AB test είναι το εύκολο μέρος. Το να κατανοήσετε τα αποτελέσματα και να τα μετατρέψετε σε χρήσιμη γνώση για το κοινό σας απαιτεί λίγη περισσότερη σκέψη. Αυτό το άρθρο σας βοηθά να διαβάζετε τα αποτελέσματα δοκιμής σωστά, να ορίζετε ρεαλιστικές προσδοκίες και να χτίζετε συνήθεια δοκιμής που βελτιώνει πραγματικά τις καμπάνιες σας με την πάροδο του χρόνου.

Τι σας λένε πραγματικά τα αποτελέσματα

Όταν ολοκληρώνεται το AB test σας, θα βλέπετε το ποσοστό ανοίγματος ή κλικ για κάθε παραλλαγή στην αναφορά καμπάνιας. Η νικηφόρα παραλλαγή επισημαίνεται σαφώς, αλλά ο ίδιος ο αριθμός αξίζει λίγο πλαίσιο πριν εξάγετε συμπεράσματα.

Διαφορά 1 ή 2 ποσοστιαίων μονάδων μεταξύ δύο παραλλαγών δεν είναι σημαντικό αποτέλεσμα. Ειδικά με μικρότερες λίστες επαφών, μικρά περιθώρια μπορεί να είναι αποτέλεσμα χρονισμού, τύχης ή των συγκεκριμένων επαφών που τυχαία βρίσκονταν στην ομάδα δοκιμής εκείνη την ημέρα. Πριν αλλάξετε ολόκληρη την προσέγγισή σας βάσει αποτελέσματος, αναρωτηθείτε: είναι αυτή η διαφορά αρκετά μεγάλη ώστε να είναι πειστική;

Γενικός οδηγός:

• Διαφορά μικρότερη από 2 ποσοστιαίες μονάδες: αντιμετωπίστε αυτό ως αδιάκριτο. Και οι δύο παραλλαγές απέδωσαν παρόμοια για το κοινό σας.
• Διαφορά 3 έως 5 ποσοστιαίων μονάδων: αυτό είναι χρήσιμο σήμα, αλλά αξίζει να επιβεβαιωθεί με δοκιμή παρακολούθησης.
• Διαφορά μεγαλύτερη από 5 ποσοστιαίες μονάδες: αυτό είναι σαφές αποτέλεσμα με βάση το οποίο μπορείτε να δράσετε με εμπιστοσύνη.

Μην περιμένετε δραματικές αλλαγές

Είναι συνηθισμένο να περιμένετε ότι η σωστή γραμμή θέματος ή εικόνα θα αλλάξει δραματικά τα αποτελέσματά σας. Στην πράξη, το AB testing τείνει να παράγει σταδιακές βελτιώσεις. Δοκιμή γραμμής θέματος μπορεί να μεταφέρει το ποσοστό ανοίγματός σας από 24% σε 27%. Αυτό δεν είναι εντυπωσιακό πρωτοσέλιδο, αλλά εφαρμοζόμενο με συνέπεια σε κάθε καμπάνια που αποστέλλετε, συσσωρεύεται σε ουσιαστικά καλύτερη απόδοση λίστας με την πάροδο του χρόνου.

Η αξία του AB testing δεν βρίσκεται στην εύρεση μαγικής φόρμουλας. Βρίσκεται στις σταθερές, βασισμένες σε στοιχεία βελτιώσεις που αθροίζονται σε μήνες και χρόνια.

Συχνότητα και συνέπεια έχουν σημασία

Μία δοκιμή σας λέει κάτι για μία καμπάνια. Η συνεπής εκτέλεση δοκιμών σε πολλές καμπάνιες σας λέει κάτι για το κοινό σας.

Εάν δοκιμάζετε μόνο περιστασιακά, δεν θα μπορείτε να διακρίνετε πραγματικό μοτίβο από εφάπαξ αποτέλεσμα. Γραμμή θέματος που απέδωσε καλά τον Ιανουάριο μπορεί να ωφελήθηκε από εποχικό θέμα, συγκεκριμένο γεγονός ειδήσεων ή σύνθεση εκείνης της συγκεκριμένης λίστας αποστολής. Μόνο όταν βλέπετε τον ίδιο τύπο γραμμής θέματος να υπερτερεί με συνέπεια σε πολλές αποστολές μπορείτε να λέτε με εμπιστοσύνη ότι λειτουργεί για το κοινό σας.

Στοχεύστε να συμπεριλαμβάνετε AB test σε κάθε καμπάνια που έχει νόημα. Με την πάροδο του χρόνου, θα αρχίσετε να παρατηρείτε μοτίβα: οι επαφές σας μπορεί να ανταποκρίνονται με συνέπεια καλύτερα σε ερωτήσεις στις γραμμές θέματος, σε συγκεκριμένο όνομα αποστολέα ή σε συγκεκριμένο στυλ εικόνας παρότρυνσης για δράση. Αυτή η συσσωρευμένη γνώση είναι πιο χρήσιμη από οποιοδήποτε μεμονωμένο αποτέλεσμα δοκιμής.

Δοκιμάστε ένα πράγμα κάθε φορά

Αυτό το σημείο αξίζει να επαναληφθεί ακόμα και εάν το έχετε ήδη διαβάσει αλλού. Εάν αλλάξετε και τη γραμμή θέματος και τον αποστολέα στην ίδια καμπάνια, δεν μπορείτε να γνωρίζετε ποια αλλαγή οδήγησε τη διαφορά στο ποσοστό ανοίγματος. Κάθε δοκιμή πρέπει να απομονώνει μία μόνο μεταβλητή.

Αυτό επίσης σημαίνει να είστε υπομονετικοί. Η δοκιμή ενός στοιχείου ανά καμπάνια σημαίνει ότι χτίζετε γνώση σταδιακά, όχι όλη μαζί. Αυτή είναι η σωστή προσέγγιση.

Τηρείτε ημερολόγιο αποτελεσμάτων

Το Flexmail σάς δείχνει τα αποτελέσματα κάθε μεμονωμένης δοκιμής στην αναφορά καμπάνιας, αλλά δεν συγκεντρώνει αυτόματα μοτίβα σε όλες τις καμπάνιες. Τηρείτε απλό ημερολόγιο — ακόμα και ένα υπολογιστικό φύλλο με το όνομα καμπάνιας, τι δοκιμάσατε, το αποτέλεσμα για κάθε παραλλαγή και το περιθώριο. Μετά από δέκα ή είκοσι δοκιμές, θα έχετε σαφή εικόνα του τι απηχεί στο κοινό σας.

Πώς φαίνονται πραγματικά καλά ποσοστά ανοίγματος και κλικ

Εάν είστε νέοι στο email marketing, μπορεί να είναι δύσκολο να γνωρίζετε εάν τα αποτελέσματά σας είναι καλά ή όχι. Τα benchmark κλάδου ποικίλλουν πολύ ανά τομέα, μέγεθος λίστας και συχνότητα αποστολής — χρησιμοποιείτε τα ως γενικό προσανατολισμό, όχι ως στόχο που πρέπει να επιτύχετε.

Πιο σχετικό από τους μέσους όρους κλάδου είναι η δική σας τάση με την πάροδο του χρόνου. Βελτιώνεται το ποσοστό ανοίγματός σας, παραμένει σταθερό ή μειώνεται στις τελευταίες δέκα καμπάνιες; Αυτή η τάση είναι αυτή στην οποία πρέπει οι προσπάθειες AB testing να κινούνται θετικά.

Συμβουλή υποστήριξης Εάν τα ποσοστά ανοίγματός σας μειώνονται με την πάροδο του χρόνου, το πρόβλημα μπορεί να μην είναι καθόλου οι γραμμές θέματός σας. Η ποιότητα λίστας, η συχνότητα αποστολής και η φήμη αποστολέα επηρεάζουν όλα την παραδοσιμότητα και αφοσίωση. Το AB testing λειτουργεί καλύτερα σε υγιή, αφοσιωμένη λίστα. Εάν βλέπετε γενική πτώση, επικοινωνήστε με την ομάδα υποστήριξής μας πριν επενδύσετε πολύ σε δοκιμές γραμμών θέματος.

Επόμενα βήματα

• Ελέγξτε τις τελευταίες τρεις αναφορές καμπάνιας και σημειώστε το περιθώριο μεταξύ παραλλαγών. Ήταν κάποιες πολύ κοντά για να είναι αδιάκριτες;
• Ξεκινήστε απλό ημερολόγιο για παρακολούθηση των αποτελεσμάτων δοκιμής με την πάροδο του χρόνου.
• Διαβάστε "Τι κάνει μια καλή γραμμή θέματος;" για ιδέες για το τι να δοκιμάσετε στη συνέχεια.
• Μόλις έχετε μερικές δοκιμές, δοκιμάστε να συνδυάσετε AB testing με τμηματοποίηση για να χτίσετε insights ειδικά για το κοινό.