Há algum tempo nós postamos aqui no Blog um artigo sobre Teste A/B no e-mail marketing.

Mas hoje, estamos aqui para lançar a versão 2.0: além de testar o assunto, agora é possível testar com a Dito o conteúdo dos e-mails.

O teste A/B é uma forma de aprimorar constantemente os resultados das suas campanhas, conhecer melhor sua base de clientes e como ela responde a diferentes situações.

Quer saber como melhorar suas taxas de abertura e clique, e, com isso vender mais?

Então continue com a gente.

Planeje a campanha e o teste

Por mais tentador que seja testar várias coisas ao mesmo tempo, é importante entender a mecânica de um teste A/B.

A ideia aqui é entender se seu público prefere clicar em um botão azul ou verde, por exemplo. Se você tiver em mente criar dois e-mails completamente diferentes, como vai saber o que está dando certo ou não?

Por isso é importante ter em mente que você deve fazer mudanças sutis em seus e-mails e acompanhar como o público reage, sempre aprendendo com cada disparo.

Se você já sabe que o botão verde é o mais clicado para seu público, no próximo disparo mantenha o botão verde e teste, por exemplo, a posição dos modelos ou algum outro ponto que deseje testar.

Dito isso, planeje muito bem sua campanha. Tenha um objetivo claro, escolha uma métrica (apenas uma) que deseja melhorar e desenhe a campanha inteira com esse objetivo em mente.

Pense e anote suas hipóteses: porque você acha que um e-mail vai performar melhor que o outro? Depois confira se suas hipóteses foram comprovadas ou caíram por terra.

Quais são as possibilidades de teste?

Bom, desde “Oi” versus “Olá” você pode testar basicamente tudo em um e-mail. Alguns exemplos do que pode ser testado:

• Com imagem ou sem imagens;

• Formatação em geral do e-mail: tamanho das fontes, cores, posição dos elementos, etc.

• Uso de personalização ou não. Ex: “Maria, vem ver nossos descontos!” contra “Vem ver nossos descontos!”

• CTA: frase do CTA, cor, forma (se vai ser link ou botão clicável), quantidade de CTA’s, posição (no início, no final, nos dois), etc.

• Uma oferta específica: “10% de desconto” ou “Frete Grátis”

Conforme já te dei a dica, teste uma situação por vez, vá anotando a performance de cada pequena alteração e construindo um “super e-mail” à partir de suas análises.

Tudo é possível testar, mas não se deve testar tudo de uma única vez. Vá entoando este mantra enquanto planeja e cria suas campanhas.

Qual a amostragem e o tempo ideal de teste?

Partindo-se do pressuposto que quanto mais pessoas você “entrevistar”, mais acurada será sua pesquisa, é importante selecionar uma fatia generosa da sua base para realizar os testes.

Obviamente não estamos falando de 50%-50%, mas pelo menos 20%-20% é interessante separar para testar alguma hipótese.

Quanto ao tempo do teste, bom, a paciência é uma virtude. Não adianta fazer um teste em 30 minutos: as pessoas precisam de mais tempo para abrir seus e-mails.

Programe um tempo maior de teste, e, mesmo se uma das opções estiver ganhando disparadamente, não tome conclusões precipitadas. Espere o tempo total do teste para escolher um vencedor.

O tempo ideal depende de qual métrica você vai escolher como parâmetro. Métricas como abertura e click são mais rápidas de serem mensuradas do que pela receita gerada pelo e-mail, por exemplo.

Qual métrica escolho como vencedora?

Na Dito você pode escolher tudo: desde a amostragem, o tempo, e os critérios para escolher a opção vencedora.

O grande diferencial é que, além de abertura e click, as mais comuns, você também pode escolher por receita influenciada pelo e-mail, isto é, por exemplo: o cliente abriu seu e-mail, e em 2 dias comprou na loja física ou site.

Essa janela de tempo também pode ser configurada na Dito, de acordo com a jornada de compra do seu tipo de produto.

O melhor de escolher essa métrica, é entender qual e-mail realmente vende bem seu produto para o seu cliente e tem mais apelo com ele.

Em suma…

O principal objetivo de um teste A/B é aprender. À partir dele você vai poder: conhecer melhor sua base e como ela responde a estímulos diferentes, comprovar (ou não) suas hipóteses, melhorar suas métricas, e, é claro, vender mais para seus clientes!