Prima di inviare una campagna e-mail massiccia, provate a prendere un piccolo campione di destinatari, dividerlo in due e proporre loro due campagne alternative.
La migliore delle due vince: questo è l’A/B Test, bellezza.
Non possiamo essere certi su come andrà una campagna di e-mail marketing, vero?L’oggetto è accattivante? Il messaggio è efficace al punto giusto?
Solo le statistiche finali ce lo potranno dire, ma esiste un modo per ridurre il rischio prima ancora di inviare e-mail a tutti i nostri contatti.
Tra gli addetti ai lavori la tecnica si chiama A/B Test e consiste nel creare due soluzioni che vanno testate appunto su due campioni distinti.
Per esempio, prima di lanciare la mia campagna su un database di 10.000 indirizzi, posso estrarre un campione di duemila destinatari, dividerli a metà e usarli come “cavie” per i nostri esperimenti.
Il campione A e il campione B riceveranno due e-mail distinte, che si differenziano l’una dall’altra per un particolare aspetto che vogliamo sondare: l’oggetto del messaggio, la grafica della newsletter, il testo della e-mail o qualunque altro elemento che si ritiene determinante.
La newsletter che riscuote più successo, in termini di click, aperture o conversioni, può essere utilizzata con maggior sicurezza per l’intera campagna.
Alcuni esempi di applicazione
Le variabili con cui giocare sono numerose, ma limitiamoci a quelle più utilizzate.
- L’oggetto del messaggio. I miei due campioni riceveranno la stessa identica newsletter, ma con la riga del subject differente.
In questo modo posso sapere quale dei due oggetti risulta più accattivante e può aumentare il tasso di apertura. - Giorno e orario di invio. Anche in questo caso il messaggio sarà identico, ma sarà spedito in momenti diversi della giornata o della settimana.
Questo tipo di test può rivelare qual è il timing più efficace per lanciare una campagna. - Landing page. Le due e-mail conterranno un link che porta a due pagine di atterraggio diverse.
Sulle due pagine posso modificare i testi, la disposizione degli elementi, puntare su vantaggi e inviti all’azione completamente differenti. Alla fine, la landing page che frutterà più conversioni (vendite, registrazioni, richieste di contatto) sarà quella più adatta al mio target. - Qualità dei testi. Per studiare un messaggio veramente persuasivo, posso scrivere due versioni del testo, cambiando anche stile e tono del messaggio.
- Grafica pubblicitaria. Anche la parte visiva del messaggio può essere testata con l’A/B Test, anche se non esiste una metrica per misurare il reale impatto di un’immagine.
- Layout della newsletter. E’ possibile, per esempio, prevedere due formati diversi di newsletter, con diverse disposizioni di titoli, articoli e colonne. Quella più letta e cliccata probabilmente risulterà essere anche quella più accattivante e facile da consultare.
Alcune raccomandazioni
L’A/B Test non ci permette di testare tutto quello che vogliamo e come vogliamo. Per non comprometterne l’efficacia, dobbiamo attenerci a qualche piccola ma importante regola:
- Il test, infatti, andrebbe effettuato su un campione piccolo, e non su tutta la lista dei destinatari.
Sarebbe un errore, per esempio, inviare una campagna e-mail a 10.000 destinatari con un determinato subject, e poi, dopo qualche giorno, inviare agli stessi destinatari la stessa campagna, ma con un oggetto diverso.
Così facendo, potremmo annullare del tutto gli effetti del secondo invio e ottenere risultati poco attendibili. - I due campioni A/B devono essere omogenei e scelti in modo del tutto casuale. Se li scegliamo in base a qualche caratteristica particolare (per sesso, nazionalità, data di iscrizione, ecc.), il campione potrebbe non rappresentare più l’intero target e produrre risultati distorti, di scarsa utilità.
- L’A/B Test, affinché sia davvero efficace, deve concentrarsi su un’unica variabile. Se teniamo sotto osservazione troppe variabili nello stesso tempo, rischiamo di fare confusione e non capire più cosa piace davvero e cosa no.
- Come è facile immaginare, l’A/B Test richiede tempo, pazienza e qualche risorsa da investire. Per questo è consigliato per campagne e-mail rivolte a un certo volume di indirizzi, nell’ordine delle migliaia.
Se i numeri non ci sono, non è possibile neanche estrarre un campione significativo a cui inviare i test, e i risultati sarebbero comunque poco illuminanti.
L’A/B Test, se usato correttamente, può aiutarci a migliorare il nostro e-mail marketing e scoprire le modalità più efficaci per comunicare con i nostri clienti.
Non solo. E’ una tecnica di più ampio respiro che, illustrato da Francesco Gavello sul suo blog, può darci indicazioni preziose su come ottimizzare i nostri siti internet e più in generale le nostre attività di marketing nel web.
