Рекламные кампании по электронной почте и новостные рассылки могут дать повторные заказы, а также новых клиентов. Скорее всего у вас уже существует предварительно отобранная база контактов пользователей, которые подтвердили, что хотят получать информацию. И многие из них, вероятно, уже что-то заказывали у вас. Всем известно, что проще и дешевле удержать существующих клиентов, чем получить новых.
Вот почему необходимо проводить A/B тестирование при создании новых методов и форматов вашей рекламной кампании по электронной почте.
Улучшение конверсии этих кампаний поможет намного больше увеличить и вашу прибыль, в отличии от других маркетинговых мероприятий, особенно тех, расходы на, которые сопоставимы с проведением рассылок по электронной почте.
Решите, что вы будете тестировать
На первом шаге создания эффективного A/B тестирования вы должны решить что будете тестировать. Хотя вы можете протестировать более чем один элемент, для получения точных результатов важно тестировать только один за раз. Элементы email сообщения, которые вы можете протестировать:
- Призыв к действию (Пример: тестировать фразу «Купить сейчас» вместо «Смотрите тарифы и цены») Тема письма (Пример: «Распродажа товара АБВ» вместо «Скидки на товар АБВ»)
- Включить отзывы (или подумать, стоит ли включать их вообще)
- Структура письма (Пример: одна или две колонки, размещение различных элементов письма по разному)
- Персонализация (Пример: «Уважаемый Сергей Иванович» вместо «Сергей»)
- Основной текст Заголовок Окончание текста Изображения Специальное предложение (Пример: «Скидка 20%» или «Бесплатная доставка»)
Каждый из этих элементов может оказывать непосредственное влияние на общую конверсию проводимых рассылок. Например, призыв к действию, очевидно, будет влиять на то, сколько людей купят ваш товар или же перейдут на целевую страницу. С другой стороны, тема письма будет напрямую влиять на количество людей открывших его.
Подумайте об этом, когда решаете какие элементы стоит тестировать в первую очередь. Если не так много людей открывают ваши письма, то скорее всего стоит начать с тестирования темы письма. Заголовок и призыв к действию будет влиять на показатель конверсии больше чем изображения. В первую очередь тестируйте элементы, имеющие наибольшее значение, плавно перехода к малозначительным.
Тестировать весь список подписчиков или только часть?
В большинстве случаев требуется проводить тестирование на всем списке подписчиков. Это важно для получения более точной картины поведения пользователей реагирующих на изменения в ваших рекламных кампаний. Однако есть случаи, когда вы, возможно, не сможете провести тестирование на всем списке:
- Если у вас очень большой список подписчиков и сервис, которым вы пользуетесь для A/B тестирования, берет плату за каждый email адрес входящий в рассылку. В этом случае проводите тестирование на таком большом количестве подписчиков, какой только можете себе позволить, и убедитесь, что адреса выбираются случайным образом для получения точных результатов.
- Если вы пытаетесь протестировать какие-то совсем кардинальные изменения, то вы можете ограничить количество людей, которые потенциально могут увидеть их. В этом случае убедитесь, что хотя бы несколько сот человек просмотрят каждую из тестируемых версий. Однако лучше, конечно, если это будет несколько тысяч.
- Если вы рассылаете ограниченное по времени предложение, и хотите получить так много конверсий, как это только возможно, то проведите тестирование на небольшой выборке (несколько сотен подписчиков), а потом разошлите лучшую версию по всему списку.
Чем больше пользователей примет участие в тестировании, тем более точные результаты вы получите. Убедитесь, что разделение пользователей выполнено случайным образом.
Ручная выборка получателей (или даже с помощью двух списков из различных источников) может стать причиной искаженных результатов. Целью тестирования является сбор эмпирических данных, чтобы выяснить, какая версия тестируемого элемента действительно работает лучше всего.
Что означает успех?
Перед тем как проводить рассылку с использованием различных вариантов писем, важно решить, что вы будете тестировать и что для вас будет считаться успехом. Во-первых, посмотрите на свои предыдущие результаты.
Если вы использовали один и тот же стиль ведения email кампаний на протяжении нескольких месяцев или даже лет, то у вас будет достаточно начальных данных, от которых можно будет отталкиваться. Если средний коэффициент конверсии за время проведения email кампаний составляет 10%, то для начала целью может стать его увеличение до 15%.
Конечно, на начальном этапе целью A/B тестирования может служить просто увеличение количества открытий email писем. В таком случае обратите внимание на свои предыдущие данные по этому показателю, а затем решите, какое увеличение этого показателя вы хотите увидеть. Если вы не видите никаких улучшений при первом A/B тестировании, проведите второе, с двумя другими версиями.
Инструменты тестирования
Большинство сервисов и программ для проведения почтовых рекламных кампаний имеют встроенные инструменты A/B тестирования. Примеры таких инструментов: Campaign Monitor, MailChimp, Active Campaign.
Если программный комплекс с помощью которого вы проводите рекламные email кампании не содержит в себе инструмента A/B тестирования, вы можете сделать это вручную.
Просто разделите ваш текущий список контактов на две части, а затем разошлите одну версию письма по одному списку и другую версию по второму. После этого вам нужно будет сравнить результаты вручную, хотя экспорт полученных данных в электронную таблицу может помочь в их обработке.
Анализ результатов
После запуска email кампаний с двумя различными версиями электронных писем следует проанализировать ее результаты.
Существует несколько различных категорий показателей, по которым стоит проводить оценочный анализ: процент открытых писем процент переходов на сайт показатель конверсии сайта по данному источнику трафика
Причины отслеживания первых двух показателей очевидны. Но многие могли бы задаться вопросом, почему мы хотим отслеживать конверсии на сайте по этому источнику. Возможно они не зависят напрямую от конкреной email кампании, а только от факторов самого сайта?
Одновременно да и нет. В идеале отправленные электронные письма не должны иметь ничего общего с конверсией сайта в целом. Если одна версия электронного письма приводит к 10% переходу его получателей на сайт, а другая к 15%, то второе письмо должно привести к 50% больше конверсий, чем первое. Но это происходит не всегда.
Важно, чтобы сообщение которое вы размещаете в рассылаемом вами письме, согласовалось с сообщением на самом сайте. Если вы обещаете посетителям специальное предложение, а на самом деле оно совсем не очевидно оформлено на сайте, то в этом случае вы будете терять клиентов. То же самое может произойти, если электронное письмо не будут перекликаться с внешним видом вашего сайта. Посетители могут запутаться, и удивиться, попав на нужную страницу.
Убедитесь, что вы отслеживаете показатель конверсии для каждой версии разосланного письма, чтобы избежать возможности потери потенциальных продаж. Конечной целью в этом случае является конверсия, а не просто переход на сайт. Может получиться так, что одна версия письма приводит на сайт больше посетителей, однако коэффициент конверсии второго письма намного лучше.
В этом случае можно будет провести еще несколько дополнительных тестирований, для определения такого формата письма, при котором увеличивается не только количество переходов на сайт, но и коэффициент конверсии.
Практические советы
Вот несколько советов, которые помогут вам при проведении A/B тестирования ваших email кампаний:
- Всегда тестируйте одновременно две версии письма, это уменьшит возможность искажения результатов во времени.
- Тестируйте так много примеров, как только можете, это будет способствовать более точным результатам.
- Слушайте что вам говорят собранные на практике данные, а не свою интуицию.
- Используйте доступные вам инструменты для быстрого и простого проведения A/B тестирования.
- Проводите тестирование как можно раньше и чаще, для получения наилучших результатов.
- Тестирование только одного элемента за раз даст лучший результат. (Если вы хотите проверить более одного, рассмотрите возможности проведения многовариантного тестирования вместо A/B тестирования).
