Het is mogelijk om je trigger A/B te testen. Wil je bijvoorbeeld je open ratio, click ratio of aantal afmeldingen A/B testen? Dat kan! In dit artikel leg ik je uit hoe een A/B test voor een trigger werkt, hoe je deze instelt en hoe je de resultaten analyseert.
Waarom een trigger A/B testen?
Hoe werkt een A/B test voor een trigger?
Tips voor het A/B testen van een trigger
Een A/B test instellen voor een trigger
A/B test resultaten analyseren
Waarom een trigger A/B testen?
Met het A/B testen van een trigger test je wat het beste werkt in een e-mail. Werkt een groene button het beste, of toch een blauwe button? Levert een recht-voor-zijn-raap onderwerp het meeste opens op, of is een teasend onderwerp beter? Je komt erachter dankzij een A/B test.
Hoe werkt een A/B test voor een trigger?
In het kort: bij een A/B test maak je twee versies van je e-mail op. Het A/B testen van een trigger werkt echter anders dan het A/B testen van een nieuwsbrief. Waar je een nieuwsbrief in één keer verstuurd naar een grote doelgroep, verstuur je een trigger continu alleen naar matchende profielen. Dit zorgt ervoor dat je bij een A/B test van een trigger geen testduur instelt. De trigger blijft continu A/B testen. Dat wil zeggen: het ene matchende profiel ontvangt versie A van je e-mail, een ander profiel ontvangt versie B.
Tips voor het A/B testen
Bij een A/B test kun je op drie resultaten testen:
Open ratio
Click ratio
Afmeldingen
We geven je graag een aantal tips waar je zoal op test:
Open ratio. Om je open ratio te testen laat je de naam van de afzender, e-mail onderwerp of pre-header verschillen van elkaar. Test steeds één van de drie. Anders weet je nooit aan welke wijziging de doorslag gaf voor het kiezen van de winnaar.
Click Ratio. We meten het aantal klicks in je nieuwsbrief. Je click ratio gaat over de inhoud van je nieuwsbrief. Laat de inhoud van variant A verschillen met variant B. Verander alleen een button, hero image of een tekst. Op welke variant wordt het meeste geklikt? Test het en laat je content aansluiten op je doelgroep.
Afmeldingen. Wij meten het aantal afmeldingen per nieuwsbrief. Veel mensen melden zich af voor de nieuwsbrief omdat de inhoud niet interessant. Probeer je te verplaatsen in je klant: waarom zou jij je afmelden voor een nieuwsbrief? Staan er geen interessante aanbiedingen in je nieuwsbrief? Of ligt het toch aan de artikelen zelf? Goed doortesten waarom jouw klanten zich afmelden voor de nieuwsbrief.
Test steeds één element tegelijk. Wanneer je alle drie de graadmeters wilt testen, wegen ze allemaal even belangrijk af. Dus elke graadmeter weegt 1/3. Test je twee graadmeters tegelijk? Dan wegen we ze ook even zwaar tegen elkaar af met 50/50.
A/B test instellen voor een trigger
Tijd om de A/B test in te stellen voor een trigger. Hieronder ligt ik alle stappen voor je toe.
Stap 1. Maak een nieuwe trigger aan (of pak een bestaande trigger)
Je begint met het opstellen van je trigger. In stap 1 selecteer je je doelgroep. In stap 2 begint de magie van het A/B testen.
Stap 2. E-mail instellingen
Om A/B testen in te schakelen voor jouw trigger druk je op 'A/B test inschakelen' bij A/B test:
Nu zie je dat het scherm voor A/B testen uitklapt. Het is nu mogelijk om alles in te vullen voor je A/B test. Je hebt nu dit scherm voor je:
Stap 3. Uitleg van alle velden in je A/B test
Het scherm wat je voor je ziet, is nu eigenlijk te verdelen in een A variant (bovenin) , de A/B test instellingen (middenstuk) en B variant (daaronder). Ik zal alle velden die je nu voor je ziet behandelen.
Op welke graadmeters wil jij testen?
Vul hier in wáár jij op wilt testen. Je hebt keuze uit open ratio, klikfrequentie en afmeldingen. Wanneer je alle drie kiest, testen we de trigger op alle drie de graadmeters en kun je zelf aangeven welke variant uiteindelijk de winnaar wordt.
A variant:
De A variant is de eerste variant die je in het scherm ziet. Hier vul jij de volgende velden in:
Naam van de afzender
E-mail afzender
E-mail onderwerp
Tekst voor pre-header
Dit is hetzelfde als het opmaken van een trigger.
B variant:
De B variant is de tweede variant die je in het scherm ziet. Hier vul jij de volgende velden in:
Naam van de afzender
E-mail afzender
E-mail onderwerp
Tekst voor pre-header
Heb jij alles ingevuld? Ga dan nu naar de volgende stap.
Stap 4. De e-mail opmaken
In de volgende stap maak jij je mail op die bij je trigger hoort. Bovenin zie je een dropdown menu waar je variant A of variant B in opmaakt:
Maak altijd éérst variant A op. Variant A wordt als het ware live gedupliceerd naar variant B. Zo hoef je je trigger niet twee keer te maken. Sla nu variant A op.
Wanneer je variant A hebt opgeslagen en verder gaat in variant B, worden de varianten van elkaar los gekoppeld! Dan worden de wijzigingen niet meer overgenomen wanneer je nog iets wijzigt in variant A.
Ga nu verder met variant B. In variant B maak je enkele wijzigingen waar je op wilt testen.
Heb je je mail ook opgemaakt zoals altijd? In de samenvatting zie je nogmaals dat je een A/B test draait en welke verschillen er precies zijn:
A/B test resultaten analyseren
De resultaten van je A/B test zie je live terug. Dit is je dashboard voor je A/B testresultaten:
Aan de linkerkant zie je de kans in percentages voor de best presterende variant.
De graadmeter toont aan hoe goed de varianten het doen ten opzichte van elkaar. Het geeft aan hoeveel van de in totaal behaalde score in de wacht is gesleept door de individuele varianten. Een 50/50 verdeling van de score betekent dat de beide varianten gelijkwaardig zijn. Een 1/3 (33.33%) versus 2/3 (66.67%) verdeling van de cirkeldiagram geeft bijvoorbeeld aan dat één van de varianten twee keer zoveel scoort ten opzichte van het alternatief. De score zelf wordt berekend op basis van de prestatie-indicatoren (clicks, opens, etc.).
Daarnaast heb je beide varianten met de prestaties:
Benieuwd naar de 'reguliere' statistieken die je altijd hebt bij een trigger? Klik dan op variant A of variant B. Dan kom je bij de unieke prestaties van de betreffende trigger.
Rechtsboven zie je de testvoortgang. Daar zie je hoe ver de test is en wat mogelijk de best presterende wordt op basis van de verzamelde gegevens:
Rechts onderin zie je vervolgens de prestaties van wat je precies test. In dit voorbeeld zie je dat er getest wordt op open ratio, click ratio en aantal afmeldingen:
Heb jij tussentijds iets gewijzigd in je e-mail? Ook dat vind je in de plot terug:
Een aanpassing op een variant kan er voor zorgen dat de variant beter of slechter gaat presteren. Deze verandering in prestatie is direct visueel inzichtelijk gemaakt door de plot. Is er een stijgende lijn te merken na een aanpassing, dan heeft de aanpassing een positief effect gehad op de prestatie-indicator en vice versa. Let wel op dat een stijging in het aantal afmeldingen nooit een goed teken is.