Provar és la única manera de respondre a la pregunta que persegueix a qualsevol professional del màrqueting quan posa en funcionament una campanya: funcionarà?
Però, i si poguessis aconseguir dades que t’ajudessin a escollir la millor opció? Per això serveixen els tests A/B, per experimentar amb diverses hipòtesis i optimitzar els resultats dels teus enviaments d’email màrqueting.
L’article inclou els següents apartats:
- Què és un test A/B?
- Què es pot provar a un test A/B?
- Beneficis de fer un test A/B
- Com preparar un test A/B
- Recomanacions per obtenir millors resultats
Què és un test A/B?
Un test A/B és una manera de comparar dues campanyes (A i B) enviant-les a dos grups de contactes aleatoris d’una llista, abans de fer un enviament a la resta de contactes amb la campanya que hagi obtingut millors resultats. Per tal de preparar la prova, és necessari crear dues variacions dels missatges, escollir el volum de contactes sobre els quals es vol realitzar el test i la mètrica que s’utilitzarà com a criteri per saber quina de les dues campanyes ha funcionat millor.
Una vegada es fa l’enviament, cal esperar un mínim de temps per poder obtenir les dades aconseguides per A i B, comparar-les i així poder prendre la decisió de quina ha funcionat millor per enviar la variació escollida a la resta de contactes.
Què es pot provar a un test A/B?
Si quan estàs preparant la teva campanya hi ha dos assumptes que et semblen bons, diverses imatges i no saps quina d’elles escollir o el copy d’una crida a l’acció et genera certs dubtes, fes un test A/B!
Pots provar qualsevol element del teu email màrqueting relacionat amb el teu objectiu, per exemple:
- Assumpte i preencapçalat: tindria més obertures si el faig més curt? I si hi poso emoticones?
- Imatges: tindria més clics si en poso dues en comptes d’una? O si en poso una de gran i dues de petites?
- Crides a l’acció: tindria més conversions si en canvio el color? I si la faig més descriptiva?
Aquests tests serveixen tant amb variacions senzilles com amb variacions més complexes: i si envio diferents plantilles? Què passaria si redueixo l’extensió del correu electrònic? Tindré una millor resposta si afegeixo més contingut personalitzat? I si adopto un to de veu diferent al que és habitual?
Un test A/B pot mantenir tot el contingut exactament igual, però variar-ne l’hora d’enviament o el dia de la setmana. Aconsegueixo més obertures a les 8h o a les 15h? Hi ha més conversions els dilluns que els dijous?
A més, també es pot testejar el concepte de la pròpia campanya, és a dir, l’oferta que s’està fent. Per exemple: és millor oferir un 2x1 o un 30% de descompte? Funciona millor posar una data de tancament de campanya o limitar-ne l’estoc?
Beneficis de fer un test A/B
Una vegada comencis a utilitzar aquest tipus d’experiments, potser t’animes a fer els teus enviaments sempre així. És una bona idea! Així prens decisions basades en dades i t’assegures que aconsegueixes el millor resultat possible en totes les teves campanyes. Això si, tingues en compte que algunes variacions poden requerir més temps de preparació que d’altres. Malgrat això, aquest tipus de tests tenen molts avantatges.
1. Millor relació amb els subscriptors
Un test A/B et permet conèixer millor el seu comportament i anar afinant a cada missatge. Quant més gran és la llista, més necessitat hi ha d’oferir contingut que els pugui resultar rellevant per tal de mantenir el seu interès durant més temps.
2. Millor aprofitament de les dades
Enviar de tot a tota la llista és tant mala pràctica com no utilitzar la informació estadística per aprendre. Si comproves que posant un botó vermell aconsegueixes més clics que si el botó és taronja, per què voldries seguir utilitzant el que pitjor dades et dona?
3. Major rendibilitat de la llista
Si augmenten les obertures i els clics, també augmentarà la conversió. Aprofitar el què saps dels potencials clients et permet convèncer-los més fàcilment per tal que facin el pas i comprin els teus productes o serveis.
4. Més marge per experimentar
Canviar el què fa temps que funciona pot generar dubtes, però si fas un test A/B i envies el contingut habitual (A) i una variant més atrevida (B), podràs comprovar si val la pena el risc de provar idees noves o diferents en les següents campanyes que facis.
5. Optimització constant
En màrqueting no pots quedar-te quiet, sempre has de buscar la manera de millorar. Fent petits canvis mica en mica, pots arribar a tenir els teus correus electrònics molt ben optimitzats per als teus subscriptors.
Com preparar un test A/B
- Escollir l’objectiu: augmentar subscriptors, engagement, tràfic a la web, vendes, satisfacció del client, fidelització...
- Determinar la mostra: decidir el percentatge de contactes de la llista o segment als quals se’ls enviarà les versions A i B i el percentatge de contactes als quals se’ls enviarà la versió guanyadora.
- Determinar la mètrica: obertures, clics, conversions...
- Plantejar hipòtesis: pensa en quins elements pots canviar per aconseguir l’objectiu.
- Fer l’enviament: prepara les variacions a l’editor d’Acrelia, escull la mètrica guanyadora i decideix el moment d’elecció de la combinació que ha resultat guanyadora.
- Analitzar els resultats: fixa’t en com ha funcionat l’enviament a la resta de la llista per veure si es mantenen les bones dades del segment guanyador.
- Provar la mateixa hipòtesi, com a mínim, quatre vegades per confirmar-la.
- Repetir el procés amb una altra hipòtesi per al mateix objectiu.
- Començar de nou el procés, però amb un altre objectiu.
Recomanacions per obtenir millors resultats
1. Mida de la llista
Per tal que les dades siguin significatives, cal tenir un bon nombre de subscriptors a cada una de les variants. Es recomana tenir, com a mínim, 5.000 contactes per poder obtenir dades fiables. La part bona és que l’elecció es fa de manera aleatòria, així que no hauràs de preocupar-te de decidir quins contactes van a cada segment.
2. Objectius del teu email màrqueting
Si envies diferents tipus de comunicació (butlletins, missatges transaccionals, campanyes promocionals) tingues clar què és el que vols optimitzar. Si el teu objectiu, per exemple, és vendre més, assegura’t d’optimitzar primer les promocions i després ves a per la resta.
3. Un test cada vegada
Per tal d’extreure conclusions d’un test A/B cal escollir bé què es vol posar a prova i centrar-se en un element en cada enviament. Si, per exemple, canvies l’assumpte, el dia d’enviament i el tipus de descompte en un sol email, com sabràs quin dels factors és el responsable del fet que la campanya sigui més rendible?
4. Mètrica guanyadora
Per tal que el test A/B aporti valor a la teva estratègia d’email màrqueting, has de plantejar-lo amb una mètrica concreta en ment:
- Obertures: per provar, sobretot, l’assumpte, tot i que també el moment de l’enviament.
- Clics: per posar a prova elements del contingut i l’oferta pròpiament dita.
- Objectiu personalitzat: pots tenir en compte les dades de diferents indicadors (temps de lectura, reenviaments, clics, obertures...) i, a partir d’aquí, determinar tu mateix quina és la combinació guanyadora.
5. Temps d’espera
Per tal de donar temps a recollir dades de cara a l’enviament final, convé deixar passar com a mínim un parell d’hores abans de prendre la decisió final si et fixes en les obertures. En cas de prendre la decisió basada en els clics, convé esperar com a mínim una hora. En general, però, el millor és esperar un dia, sobretot si tens en compte les conversions.
Pots fer-ho manualment o deixar-ho programat per tal que s’enviï automàticament l’opció amb la mètrica guanyadora més alta a la resta de contactes.
