No es la primera vez que hablamos del Test A/B de Mailchimp, sin embargo, acaban de actualizar la funcionalidad para hacerla más intuitiva y potente, y no podíamos dejar pasar la oportunidad de enseñároslo. Bien usada, esta herramienta nos permitirá optimizar nuestras campañas de newsletter para mejorar nuestras tasas de apertura y de clics de forma constante.
¿Qué es un Test A/B en e-mail marketing?
El Test A/B consiste en realizar dos envíos diferentes (A y B) de una misma campaña a una parte de nuestra lista de correo, con el fin de detectar cuál de ellas funciona mejor, y así poder enviar al resto de la lista la que haya resultado más efectiva.
Las variables
Mailchimp nos ofrece dentro del Test A/B diferentes elementos de una campaña de newsletter que podemos poner a prueba:
- Asunto del mensaje: se enviarán dos correo idénticos pero con distinto asunto. Es útil para probar, por ejemplo, si conviene más un tono profesional o uno más cercano.
- Emisor: igual que el asunto influye en la decisión del usuario de abrir o no abrir el correo, la persona que lo ha enviado también es importante. En este apartado podemos elegir dos direcciones de correo diferentes para probar cuál funciona mejor.
- Contenido: tal vez la variable más importante. Para usarla tendremos que tener preparadas dos plantillas de la misma campaña, e introducir en ellas los elementos diferenciadores que consideremos oportunos. De esta manera Mailchimp enviará a la misma lista de correo las dos variaciones y seleccionará la que haya funcionado mejor. Es útil por ejemplo para saber si una serie de enlaces debe ir con foto o bien solo texto. Si has de añadir información de la empresa, o bien solo la noticia. Quizá una fuente diferente, más grande, etc.
- Hora de envío: dependiendo del contenido y de los destinatarios es importante tener en cuenta la hora de envío. Un test A/B es perfecto para conocer con exactitud qué franja horaria es más adecuada.
En la versión básica de Mailchimp solo se puede utilizar una variable en cada campaña. Sin embargo podría resultar útil contar con el Pro, ya que éste permite el Multivariate Testing, es decir, la posibilidad de elegir hasta ocho variaciones diferentes por campaña, aprovechando más el envío.
Muestra para el test
Después de seleccionar la variable o variables que vamos a emplear, es necesario elegir qué porcentaje de nuestra lista de correo vamos a usar para realizar el test. El porcentaje más conveniente dependerá por supuesto del número de destinatarios que tenga la campaña completa. Mailchimp recomienda un 20%, lo que es adecuado si nuestra base de datos tiene, como mínimo unos 5000 usuarios. En este caso la muestra serían 1000 usuarios de los cuales 500 recibirían el A y 500 el B. El envío ganador se enviaría a los restantes 4000 usuarios. Sin embargo si nuestra base de datos cuenta con solo 500 usuarios por ejemplo, lo más conveniente sería subir el split a un 30% o 40%, ya que cuanto más pequeña sea la muestra, menos representativa será, y las conclusiones que sacaremos del test por lo tanto, no serán tan fiables.
La variable clave para decidir el ganador
Una vez configurado el split es la hora de definir qué criterio vamos a considerar para dar como ganador a un envío sobre otro. Hay tres modos predeterminados para elegir: tasa de clics, tasa de apertura y nivel de ingresos. En función de qué queramos poner a prueba, utilizaremos la tasa de apertura o la tasa de clics. Por ejemplo, si estamos probando el Asunto o el Remitente, el más usado suele ser la tasa de apertura. Es una opción lógica ya que el primer obstáculo que tiene que superar una campaña de email marketing exitosa es que la mayor parte de los destinatarios abra el correo. Sin embargo aquí hay que analizar cuidadosamente a qué tipo de público nos estamos dirigiendo y cuál es nuestro objetivo. Si por el contrario estamos poniendo a prueba el Contenido, entonces el criterio a utilizar en general suele ser la tasa de clics.
Hay que especificar también qué margen se le va a dar a la campaña para hacer la prueba, que puede ir desde unas horas a días. Lo ideal es que la prueba y el envío final se realicen en el menor tiempo posible, con el fin de que el factor tiempo (no es lo mismo abrir el correo en fin de semana que en día laborable) no desvirtúe los resultados. De todas maneras existe la opción Manual selection que nos permitirá elegir qué variable usaremos como combinación ganadora después de haber enviado la campaña a la muestra inicial. Es especialmente útil cuando la lista de usuarios es demasiado heterogénea o simplemente no tenemos una idea clara de cuál es la mejor opción.
Una vez definido el Test, tan solo hay que montar las diferentes campañas. En función de la variable a probar, las pantallas siguientes serán diferentes:
- Asunto del mensaje: En la pantalla de «Setup» [Configuración], se mostrarán dos posibilidades diferentes de asunto.
- Remitente: En la pantalla de «Setup» [Configuración], se mostrarán dos posibilidades diferentes de remitente.
- Contenido: Habrá una única pantalla de «Setup», pero sin embargo será en «Design» donde habrá dos opciones de diseño que se vayan a probar.
- Hora de envío: Configuraremos diferentes días y horas para el envío en la pantalla de «Setup».
Ejemplo práctico
En nuestro caso hemos realizado un Test A/B con el fin de conocer qué funciona mejor:
- Lista de enlaces con solo texto
- Lista de enlaces con texto + imagen
Para averiguarlo seleccionamos la variable tasa de apertura y creamos dos plantillas para la prueba.
En la primera plantilla usamos solo una lista de enlaces ordenados, solo texto. Ocupan poco espacio y se leen rápido. El acceso en principio es más cómodo ya que no hay necesidad de hacer ‘scroll’ para ver todo el contenido.
La segunda plantilla contaba con los mismos enlaces que la primera pero con la salvedad de que se añadía una imagen como recurso para darle vistosidad y hacer más agradable el mensaje. El inconveniente es que la newsletter aumentaba de tamaño considerablemente y el usuario debe hacer ‘scroll’ para acceder a todo el contenido.
El resultado, siguiendo la variable tasa de clics, fue más favorable a la plantilla con imágenes, con lo que concluimos que por el tipo de contenido y el tipo de usuario al que va dirigida este tipo de campañas, conviene añadir imágenes al envío para mejorar su efectividad.
Conclusiones
Tras el uso de los Test A/B subyace toda una filosofía de trabajo que desde la Agencia Reinicia intentamos inculcar a nuestros Clientes y que creemos que en el medio y largo plazo permite tener organizaciones más eficientes. Se trata de concebir el marketing como un proceso de mejora constante en vez de acciones secuenciales e independientes, en el que se analizan permanentemente los resultados y se van poniendo a prueba cada uno de los elementos de las campañas buscando incrementar resultados.
Un test A/B es extremadamente útil si se usa bien. Las conclusiones que se pueden sacar de un test son más relevantes cuantos más hayamos hecho previamente. Se trata de pulir las campañas poco a poco para llegar a un nivel de optimización difícil de superar. Hay que tener cuidado con las variables y sobre todo con la monitorización de los resultados. Tan importante es tener buena información como saber interpretarla, y en este caso es conveniente entender bien previamente qué factores son los más relevantes.
Mailchimp nos proporciona una herramienta muy efectiva y fácil de usar. Haz tus pruebas y cuéntanos qué tal te ha ido.
