Introduction to A/B testing
A/B testing is a popular method used by online marketers to test different variations of a given message. In email marketing, A/B testing is used to optimize the email campaign you are working on. The most common scenarios for A/B testing are to test two or more subject lines (i.e. the title of the email) and to test different calls to action. For example, you might be experimenting with different colors of an image (e.g. green vs red) for your call to action button in your email. By sending the same email but with slight variations of it, you can figure out which email is the best performing one in terms of open rate or click through rate.
To start working on an A/B test you need to have a pre-existing email message saved in the Email tab and have decided what changes you want to make to it.
The next step is to create as many versions of the original email as you wish. To do this, select the original email under Messages > Email > Saved and click on Create a copy from the actions drop down. Once you have created a copy of the message, go ahead and make the changes to that email. For example, your first version may have a different subject line. Continue to create as many copies of the original email for each change.
| Tip |
|---|
It is recommended that you change only one variable (e.g. subject line, images, text, etc) per email so that you can accurately track its result. |
Once you have two or more variations of the message, you are ready to start your A/B test.
How to Run an A/B test
- Adding a new A/B test
- Viewing previously saved A/B tests
- Sending an A/B test
Additional Resources
Page Tree
1) test su due o più variazioni dell'oggetto del messaggio email (miglior tasso di apertura)
2) test sul call to action dell'email, ad esempio in una email inserisco un'immagine e nell'altra un link (miglior tasso di click)
Inviando la stessa email, ma con leggere variazioni, si può infatti capire quale versione dell'invio offre un risultato migliore in termini di tasso di apertura o di click.
| Tip |
|---|
Ti suggeriamo di scegliere di misurare il tasso di apertura se le versioni delle tue email differiscono solo per l'oggetto. Un oggetto più rilevante produce un tasso di apertura superiore rispetto a tutto il resto. |
| Widget Connector | ||||||
|---|---|---|---|---|---|---|
|
Ottimizzare un invio con il test A/B
In generale l’A/B test è una tecnica con cui ottimizzare diversi tasselli della propria strategia digitale:
- Pagine web
- Campagne Google Ads e Facebook
- Campagne email.
L’obiettivo? Incrementare le performance, attraverso un confrontotra due versioni dello stesso elemento testato.
Ora restringiamo il campo, e vediamo tutto quello che c’è da sapere sull’attività di A/B testing applicato all’Email Marketing: condurre un A/B test (anche detto split testing) su un’email significa sottoporre due o più differenti versioni dello stesso messaggio a un campione di destinatari, per poi analizzare la reazione a ciascuna versione e determinare quale delle due risulti più performante a livello di metriche.
La procedura per fare il test A/B con MailUp è molto semplice:
1) crea i due messaggi su cui effettuare il test. Puoi anche effettuare delle modifiche ad una copia dello stesso messaggio.
2) dal menù "Messaggi => Email" seleziona A/B Test.
3) in alto a destra seleziona "NUOVO A/B TEST"
4) seleziona le due varianti del messaggio e la percentuale dei destinatari da destinare all'invio di test
5) scegli se inviare il messaggio che ha ottenuto la miglior tasso di apertura o il miglior tasso di clic nel caso di scelta automatica, oppure scegli di effettuare una selezione manuale di quello più performante.
6) seleziona quanto tempo attendere prima di effettuare l'invio conclusivo e scegliere i destinatari.
Saranno accodati tre messaggi: i due di test e un terzo messaggio sarà scelto automaticamente dalla procedura in base alla migliore performance ottenuta oppure manualmente.
Per questo motivo non viene visualizzata la tempistica d'invio del terzo messaggio in quanto verrà calcolata direttamente al momento dell'invio della newsletter finale. E' possibile come estensione creare una matrice di varianti, per esempio testando combinazioni di oggetti e immagini diverse.
Grazie all'analisi multivariata è possibile analizzare molteplici combinazioni senza provarle tutte.
Altre informazioni le puoi trovare in: