Post by rimamoni2154 on Aug 20, 2023 6:15:12 GMT -5
用多个细分来测试如此之多的东西听起来可能令人难以承受，但值得庆幸的是，有一种系统的方法来进行电子邮件测试，这将简化趋势的发现：A/B 测试。 1. 细分您的电子邮件订阅者列表 要细分您的订阅者列表，请根据关键特征（例如人口统计、业务类型、购买行为或位置）将您的电子邮件列表划分为更小的列表。通过细分，您可以了解什么对每个品牌受众影响最大，并在未来提供更有针对性的电子邮件营销。 理想情况下，您的电子邮件营销平台应该有一个易于操作的细分工具。以下是它在 Campaign Monitor 平台上的工作原理。 设置好后就可以忘记它 设置好后就可以忘记它 尝试我们的自动化工具，并根据用户活动或一天中的时间发送触发电子邮件。 了解更多 2. 提出假设 一旦您对列表进行了分段，就可以形成假设或“有根据的猜测”，就像在科学测试中一样。为了发展你的假设，首先选择列表中要关注的部分，然后选择一个元素来测试该组的关键。
例您可以对更改发送欢迎电子邮件的时间会产生什么结果做出有根据的猜测。与设定目标类似，您的假设应该是 SMART（具体、可衡量、可实现、相关和有时限）。在这种情况下，您的假设可能是“在用户加入后 10 分钟内发送 手机号码数据库 欢迎电子邮件将使新用户群在未来三个月内的电子邮件打开率提高 6%。” 3. 将每个段分为“A”和“B”测试组 现在您已经形成了假设，将订阅者细分为两部分：“A”组用于控制组，“B”组用于测试组。 随机均匀地分割该段，以确保结果不偏向某一方向或另一方向。单方法是使用具有内置A/B 测试的电子邮件服务提供商 (ESP)。 评估每个组是否足够大，能够提供具有统计意义的结果，以确保数据最准确。如果组太小或变化不够，测试将很容易只反映随机性的结果。而较大的群体将通过降低随机性概率来提高结果的准确性。 具有统计显着性的组是由几个因素和大量数学计算确定的。如果您不是统计学家或者只是不喜欢做数学（因为谁喜欢？），您可以使用A/B 测试计算器轻松找到合适的尺寸。
个好的起始规模通常是至少 1,000 个订阅者，但同样，这个数字可以更低或更高，具体取决于测试和订阅者列表。 4. 创建“A”和“B”测试资产 要测试电子邮件的特定方面，请创建同一封电子邮件的两个变体，仅更改单个元素以反映您的假设。 1440 Media 如何利用电子邮件营销获得 100 万以上订阅者和 55% 以上的打开率。 案例分析 1440 Media 如何利用电子邮件营销获得 100 万以上订阅者和 55% 以上的打开率。 学习如何 例如，创建两封相同的欢迎电子邮件，但在您通常发送欢迎电子邮件的时间发送一封，在您的假设反映的时间发送一封。按照上面的假设示例：如果您通常在用户加入后两天发送欢迎电子邮件，请在此时发送控制电子邮件。您的测试组电子邮件可能会在新用户加入后 10 分钟发送，以根据对照组的基线结果测试有效性。 两封电子邮件之间唯一的不同应该是您发送它们的时间。如果要测试多个元素，则称为多变量测试。例如，如果您同时测试电子邮件的发送时间和不同的主题行，则为多变量测试。仅当测试不同元素的组合时才应使用多变量测试。
例您可以对更改发送欢迎电子邮件的时间会产生什么结果做出有根据的猜测。与设定目标类似，您的假设应该是 SMART（具体、可衡量、可实现、相关和有时限）。在这种情况下，您的假设可能是“在用户加入后 10 分钟内发送 手机号码数据库 欢迎电子邮件将使新用户群在未来三个月内的电子邮件打开率提高 6%。” 3. 将每个段分为“A”和“B”测试组 现在您已经形成了假设，将订阅者细分为两部分：“A”组用于控制组，“B”组用于测试组。 随机均匀地分割该段，以确保结果不偏向某一方向或另一方向。单方法是使用具有内置A/B 测试的电子邮件服务提供商 (ESP)。 评估每个组是否足够大，能够提供具有统计意义的结果，以确保数据最准确。如果组太小或变化不够，测试将很容易只反映随机性的结果。而较大的群体将通过降低随机性概率来提高结果的准确性。 具有统计显着性的组是由几个因素和大量数学计算确定的。如果您不是统计学家或者只是不喜欢做数学（因为谁喜欢？），您可以使用A/B 测试计算器轻松找到合适的尺寸。
个好的起始规模通常是至少 1,000 个订阅者，但同样，这个数字可以更低或更高，具体取决于测试和订阅者列表。 4. 创建“A”和“B”测试资产 要测试电子邮件的特定方面，请创建同一封电子邮件的两个变体，仅更改单个元素以反映您的假设。 1440 Media 如何利用电子邮件营销获得 100 万以上订阅者和 55% 以上的打开率。 案例分析 1440 Media 如何利用电子邮件营销获得 100 万以上订阅者和 55% 以上的打开率。 学习如何 例如，创建两封相同的欢迎电子邮件，但在您通常发送欢迎电子邮件的时间发送一封，在您的假设反映的时间发送一封。按照上面的假设示例：如果您通常在用户加入后两天发送欢迎电子邮件，请在此时发送控制电子邮件。您的测试组电子邮件可能会在新用户加入后 10 分钟发送，以根据对照组的基线结果测试有效性。 两封电子邮件之间唯一的不同应该是您发送它们的时间。如果要测试多个元素，则称为多变量测试。例如，如果您同时测试电子邮件的发送时间和不同的主题行，则为多变量测试。仅当测试不同元素的组合时才应使用多变量测试。