7 problemas comunes que descarrilan el éxito de las pruebas de correo electrónico A/B/n

Cada vez que empiezo a trabajar con nuevos clientes que enfrentan problemas importantes con su marketing por correo electrónico, una de las primeras cosas que reviso es cómo realizan sus pruebas de correo electrónico.

Las pruebas A/B/n son la mejor manera que conozco para estructurar campañas efectivas y medir si las estrategias y tácticas de correo electrónico de una marca tienen éxito o no. Pero con demasiada frecuencia, los equipos tienen dificultades para configurar las pruebas correctamente y medir los resultados con precisión. Eso generalmente conduce a experimentos de correo electrónico ineficaces y resultados deficientes.

Si su programa de prueba no es confiable, no sabrá si las estrategias y tácticas elegidas están funcionando o fallando. No culpe al canal de correo electrónico en sí mismo si sus esfuerzos de correo electrónico no brindan los resultados que necesita. En su lugar, observe cómo prueba y mide los resultados.

7 problemas comunes de prueba y cómo solucionarlos

Estos surgen con mayor frecuencia en mi trabajo con clientes. Las soluciones a algunos de estos desafíos requerirán un cambio total de mentalidad. Para otros, el simple hecho de aprender la forma correcta de configurar las pruebas puede resolver muchos de sus problemas actuales.

Esa es la parte buena de las pruebas. Para cada problema, hay una manera de corregirlo. Cada vez que resuelve un problema a través de pruebas, da un paso más para poner su programa de correo electrónico en el camino correcto.

1. Pruebas sin hipótesis

Muchos especialistas en marketing por correo electrónico adquieren los rudimentos de las pruebas mediante el uso de las herramientas que les brindan sus ESP, principalmente para configurar pruebas de división A/B básicas en funciones simples como las líneas de asunto.

Sin embargo, este enfoque único y ad hoc es como aprender a conducir un automóvil sin saber leer un mapa. Puedes encender el auto perfectamente. Pero necesita conocimientos de mapas para planificar un viaje que lo lleve a donde quiere ir con la menor cantidad de atascos y desvíos.

Sí, puede dejar que Google Maps haga el trabajo de planificación por usted. Pero todos los datos, lo que proporciona y lo que extraen de otras fuentes, deben alinearse correctamente. Si escribe el destino equivocado o conduce a una zona muerta, podría terminar a kilómetros de donde quiere estar.

Eso es lo que le sucede a su programa de correo electrónico cuando no lo prueba o lo prueba incorrectamente. Su hipótesis es su hoja de ruta para la prueba. Establece lo que cree que podría suceder y guía sus elecciones de variables, segmentos de prueba, métricas de éxito e incluso cómo usar los resultados.

2. Usar el cálculo de conversión incorrecto

Esto se relaciona con el viaje del cliente y el objetivo de la prueba.

Cuando realiza una prueba de división A/B estándar en la página de destino de un sitio web, a menudo usa "transacciones/sesiones web" como su cálculo de conversión para ver qué tan bien se está convirtiendo la página. Esto tiene sentido porque no sabe el camino que tomaron sus clientes para llegar allí en el sitio, por lo que se enfoca en esta parte particular del viaje, ya que ignora todo lo que sucede antes.

En el correo electrónico, sabemos el camino que tomaron nuestros clientes para ir del correo electrónico a la página de destino. Los ponemos en él, y queremos optimizarlo. Queremos entender qué tan bien se convirtió nuestro correo electrónico, por lo que necesitamos usar "transacciones/correos electrónicos entregados" para calcular nuestra conversión. Esto tiene en cuenta todo el viaje del correo electrónico y no solo analiza qué tan bien se convirtió la página de destino.

Como puede ver en estos dos ejemplos de clientes, la conversión siguió con lo que significaron las aperturas y los clics. Los especialistas en marketing usan el cálculo de "sesiones de página/compras" por vanidad, ya que arroja un porcentaje más alto. Sin embargo, significa que podría estar optimizando para obtener un resultado incorrecto.

Segmentos de prueba a través de campañas comerciales habituales

Probar programas automatizados

3. Medir el éxito con las métricas incorrectas

Un plan de prueba viable necesita métricas relevantes para medir el éxito con precisión. Las métricas incorrectas pueden inflar o desinflar sus resultados. Esto, a su vez, puede inducirlo a error para que optimice la variante perdedora en lugar de la ganadora.

La tasa de apertura, por ejemplo, ha sido una métrica de éxito popular desde que aprendimos a usarla en los primeros días del correo electrónico HTML. Pero es una métrica defectuosa y poco confiable, especialmente ahora que la función de protección de privacidad de correo de Apple enmascara la verdadera tasa de apertura de una campaña. Pero incluso si las aperturas fueran precisas cada vez, la tasa de apertura no es necesariamente la métrica correcta.

Los clics, por ejemplo, son una medida de participación más precisa, pero no revelan cuánto dinero generó su campaña. Si su objetivo es solo obtener clics, siga adelante y use la tasa de clics. Pero si recibe una recompensa por los ingresos de la campaña, debe utilizar una métrica de ingresos, como el número de compras o el valor de la cesta.

4. Pruebas sin significancia estadística

Si los resultados de la prueba son estadísticamente significativos, significa que las diferencias entre los grupos de prueba (el grupo de control, que no cambió, y el grupo que recibió una variable, como una llamada a la acción o una línea de asunto diferentes) no se produjeron debido a casualidad, error o eventos no contados.

Tener una pequeña cantidad de resultados puede desbaratar las pruebas de significación, ya sea porque solo pudo probar una fracción de su población o porque la prueba no se prolongó lo suficiente como para generar suficientes resultados. Es por eso que las pruebas deben ejecutarse el mayor tiempo posible (para automatizaciones) y alcanzar un tamaño de muestra estadísticamente significativo (para campañas).

La mayoría de las pruebas utilizan un factor de significancia del 5%. Esto significa que su variable marcó una diferencia en al menos 95 de cada 100 resultados en su prueba, y los cinco resultados restantes podrían ser aleatorios.

Los resultados que no son estadísticamente significativos pueden llevarlo a asumir conclusiones equivocadas y malinterpretar los resultados de las pruebas y los resultados de su campaña. Alcanzar una significación estadística del 95 % indica un riesgo del 5 % de concluir que existe una diferencia cuando no existe una diferencia real.

Todo lo que necesita saber sobre la capacidad de entrega de marketing por correo electrónico que sus clientes desean y que las bandejas de entrada no bloquearán. Obtenga la tabla periódica de marketing por correo electrónico de MarTech.

¡Haz clic aquí para echarle un vistazo!

5. Terminar con una prueba

El filósofo Heráclito dijo: “Ningún hombre se mete dos veces en el mismo río, porque no es el mismo río y él no es el mismo hombre”.

Lo mismo es cierto para sus campañas de correo electrónico. Su base de suscriptores siempre está ganando nuevos suscriptores y perdiendo los antiguos, y los clientes no reaccionan de la misma manera en cada campaña. Una campaña que funcionó bien una vez podría fracasar la siguiente.

Si ejecuta solo una prueba y luego aplica los resultados a todas las campañas futuras, se perderá estos cambios sutiles pero importantes. Es por eso que debe incluir pruebas en cada campaña, probando todo más de una vez para excluir anomalías.

Esto le brindará tendencias que puede consultar para conocer verdades generales sobre su audiencia e indicar cambios importantes en las actitudes y el comportamiento. Úselos para ajustar o revisar los enfoques de sus campañas.

6. Probar solo un elemento en una campaña

La prueba de línea de asunto es omnipresente, principalmente porque muchas plataformas de correo electrónico crean pruebas divididas de línea de asunto A/B en sus plataformas. Ese es un gran comienzo, pero le da solo una parte de una imagen y, a menudo, es engañoso. Una línea de asunto ganadora que se mide en la tasa de apertura no siempre predice una campaña de logro de objetivos.

Esa es una de las razones por las que desarrollé la práctica llamada Pruebas holísticas, que va más allá de las pruebas de un solo canal, únicas y de una sola variable.

Aquí hay un ejemplo de una hipótesis basada en la motivación que podría usar como parte de una prueba holística. Nombra la métrica adecuada (conversiones) e incorpora factores relacionados con la copia, como líneas de asunto, encabezados, bloques de copia, llamados a la acción e incluso páginas de destino:

Siempre que los cambios en las variables respalden la hipótesis, entonces, al usar múltiples variables, está haciendo que la prueba sea más sólida. La diferencia entre esta y una prueba multivariada es que todas las variables apoyan la hipótesis, y cuando se anuncia el ganador, podemos aplicar lo que hemos aprendido.

7. No usar lo que aprendiste para mejorar el correo electrónico

No probamos para ver qué sucede en una sola campaña ni satisfacemos la curiosidad. Realizamos pruebas para averiguar cómo funcionan nuestros programas y qué los mejorará, ahora y a largo plazo. Hacemos pruebas para determinar si estamos gastando dinero en cosas que nos ayuden a lograr nuestras metas.

Realizamos pruebas para descubrir tendencias y cambios en nuestra audiencia que podemos aplicar en otros canales de marketing, porque nuestra audiencia de correo electrónico es nuestra población de clientes en un microcosmos. No permita que los resultados de sus pruebas languidezcan en su plataforma de correo electrónico o en un cuaderno de equipo.

Un plan de acción para probar y refinar una campaña de correo electrónico se vería así:

Las pruebas son más importantes que nunca. ¿Estás listo?

La pandemia de COVID-19 puso patas arriba el conocimiento de nuestros clientes por parte de los especialistas en marketing por correo electrónico. En 2020, necesitábamos pruebas para detectar qué querían los clientes y qué cambió y qué permaneció igual en sus respuestas a nuestras campañas.

La pandemia está retrocediendo en muchas áreas, pero amenaza con aumentar nuevamente en otras. Las pruebas nos ayudarán a mantenernos a la vanguardia de los nuevos cambios y poner esos conocimientos a trabajar de inmediato. Eso mantiene nuestros programas de correo electrónico relevantes y valiosos para los clientes y eleva el perfil del correo electrónico como una herramienta confiable para ayudar a nuestras empresas a alcanzar el éxito.

Mencioné anteriormente que su base de datos de correo electrónico es un microcosmos de su base de clientes. Los resultados precisos de las pruebas pueden descubrir cambios en el pensamiento y la motivación del cliente que puede usar para probar y actualizar sus redes sociales, su sitio web, marketing por SMS e incluso fuera de línea en marketing directo.

No se me ocurre ninguna otra herramienta en el kit de marketing que sea más versátil, rentable y adaptable que el correo electrónico. Las pruebas precisas y actualizadas mantienen esta vieja herramienta confiable brillante y nueva.

Las opiniones expresadas en este artículo pertenecen al autor invitado y no necesariamente a MarTech. Los autores del personal se enumeran aquí.