이메일 A/B 테스트: 올바른 방법으로 수행해 봅시다

짧은 사본과 긴 사본 중 무엇이 더 낫습니까? GIF 또는 정적 이미지? 흰색 또는 보라색 CTA 버튼?

완벽한 이메일 마케팅 전략을 수립하고 캠페인에 CTOR 및 CTR을 향상시키는 데에는 수많은 옵션과 결정이 있습니다. 그리고 이메일 캠페인은 소셜 미디어 이전에도 여전히 가장 중요한 마케팅 채널 중 하나로 간주되기 때문에 압박감이 큽니다.

그렇다면 어떻게 전략적으로 이메일 캠페인 전략을 개발할 수 있습니까?

이 기사에서는 캠페인에 대한 지능형 A/B 테스트를 구축하고 더 효과적인 결과를 얻는 데 도움이 되는 이에 대한 답변과 더 많은 정보를 제공합니다.

이메일 마케팅에서 A/B 테스트란?

이메일 마케팅 캠페인에서 A/B 테스트는 어떤 버전이 더 나은 성능을 발휘하는지 확인하기 위해 변수를 변경하여 동일한 이메일의 두 가지 변형을 보내는 방법입니다. A/B 테스트에는 다음 사항에 대한 변경 사항이 포함될 수 있습니다.

• 이메일 시각 디자인
• 다양한 제목
• 다양한 목소리 톤/텍스트 길이(일명 카피)
• 다양한 유형의 CTA

A/B 테스트(분할 테스트라고도 함)는 마케팅 담당자가 나중에 최상의 결과를 제공하고, 더 많은 열기 및 클릭률을 생성하고, 청중의 선호도와 이메일 성능 전반에 대한 정보를 제공하는 정보를 수집하는 데 도움이 될 수 있습니다.

이메일 A/B 테스트가 필요한 이유

이메일 캠페인을 사용하는 마케팅 담당자는 정기적으로 A/B 테스트를 실시합니다. 이는 어떤 버전의 이메일 캠페인이 가장 성과가 좋은지 통계적으로 증명할 수 있는 유일한 방법이기 때문입니다. 이는 또한 평소보다 더 빠르게 청중을 알아가고 이에 따라 팀의 전략을 최적화할 수 있는 방법이기도 합니다.

"이메일에는 많은 채널이 제공하지 못하는 기능이 있습니다. 즉, 가치 있고 개인적인 접촉을 규모에 맞게 생성하는 것입니다."

– David Newman, Do It!의 저자 마케팅.

즉, 맹목적으로 추측하지 않고 이메일 마케팅을 최대한 활용하려면 A/B 테스트가 필요합니다. A/B 분할 테스트는 이메일 캠페인에 필요한 조정 및 전략을 결정하는 데 필요한 데이터를 제공합니다. 이는 다음을 배우고 개선할 수 있는 기회를 제공합니다.

• 더 나은 공개율을 제공하는 제목 라인 유형
• 어떤 종류의 시각 자료/Gif /이모티콘이 사람들의 관심을 더 끌까요?
• 더 많은 오픈을 얻으려면 언제 보내는 것이 가장 좋은가요?
• 더 많은 클릭을 유도하는 CTA 버튼 유형
• 더 많은 전환을 가져오는 이메일의 시각적 템플릿
• 프리헤더가 더 많은 오픈을 가져오는 것

이는 A/B 테스트에서 밝혀지는 몇 가지 "비밀"일 뿐이지만, 측정하려는 대상에 따라 훨씬 더 많은 정보를 알려줄 수 있습니다. 더 많은 전환 판매에 영향을 미치고 유도하는 것이 무엇인지 찾는 것 – 이것이 모든 마케터가 추구하는 것이며 이를 위해 도움이 될 수 있는 것은 A/B 테스트에서 얻은 데이터입니다.

A/B 테스트 전 고려해야 할 사항

이메일 캠페인을 실험할 때 A/B 테스트를 시작하기 전에 몇 가지 사항을 고려해야 합니다. A/B 테스트를 시작할 때 따라야 할 몇 가지 규칙은 다음과 같습니다.

동시에 테스트

장기간에 걸쳐 동일한 이메일의 두 가지 버전을 테스트하는 것은 현명하지 않습니다. A/B 메일링 테스트를 실행할 때는 동시에 테스트해야 합니다. 그렇지 않으면 성능 차이가 이메일의 다른 변수로 인한 것인지 아니면 이메일을 보내는 것과 같이 고려하지 않은 외부 요인으로 인한 것인지 알 수 없습니다. 다른 요일이나 다른 달에. 유일한 예외는 이메일을 보내기 위한 최적의 시간을 테스트하는 경우입니다. 이 경우 물론 다른 시간에 이메일을 테스트해야 합니다.

시간에 따른 데이터 생성

전송하는 두 대안 간의 차이를 통계적으로 확인할 수 있도록 A/B 테스트에 충분한 시간을 주는 것이 중요합니다. 예를 들어, 한 연구에 따르면 2시간의 대기 시간은 전체 시간의 80% 이상 정확하게 역대 우승자를 예측하고, 12시간 이상의 대기 시간은 90% 이상 정확하다는 사실이 밝혀졌습니다. 따라서 중요한 결과를 확인할 수 있을 만큼 오랫동안 테스트를 실행해 보세요.

한 번에 하나의 변수 테스트

동시에 몇 가지 다른 항목을 테스트하고 싶을 수도 있지만 하나의 변수를 선택하고 이에 따라 A/B 테스트의 성능을 측정하는 것이 가장 좋습니다. 이렇게 하면 메일 성능 변화의 원인이 정확히 무엇인지 확인할 수 있습니다. 자체적으로 탐색할 수 있는 또 다른 테스트 프로세스인 다변량 테스트라는 것이 있습니다.

동일한 샘플 그룹에 보내기

보다 결정적인 결과를 얻으려면 유사/동등한 대상과 동시에 무작위 대상을 대상으로 테스트하십시오. 특히 두 명 이상의 대상을 동시에 테스트하는 경우에는 더욱 그렇습니다.

청중의 규모가 중요하다

Hubspot에 따르면 통계적으로 관련 있는 결과를 얻으려면 최소 1000개의 연락처로 구성된 A/B 전송 목록이 있어야 합니다. 그보다 적으면 통계적으로 관련 있는 결과를 얻는 데 사용되는 A/B 테스트 목록의 비율이 점점 더 커집니다.

A/B 테스트 도구 사용 

이메일, 웹사이트, 랜딩 페이지 등 무엇을 테스트하든 최소한의 노력으로 테스트를 수행하는 가장 좋은 방법은 HubSpot 또는 MailChimp와 같은 A/B 테스트 도구를 사용하는 것입니다. 이렇게 하면 실험에서 데이터를 더 쉽게 테스트하고 수집할 수 있습니다.

기본 측정항목 식별

A/B 테스트가 다양한 성능 지표에 동시에 영향을 미칠 수 있지만 테스트를 실행하기 전에 집중할 기본 지표를 갖는 것이 좋습니다. 이를 "종속" 변수라고 합니다. 변경 사항에 따라 나중에 사용자 행동에 대한 결과가 결정됩니다. 가장 중요한 지표를 선택하면 이 변수가 결정되고 A/B 테스트를 가장 좋은 방법으로 설정하는 데 도움이 됩니다.

A/B 테스트의 이점

그렇다면 아직 A/B 테스트를 시작하지 않았다면 왜 즉시 시작해야 할까요?

분할 테스트 기술을 익히는 것은 가치가 있으며 다음과 같은 이점이 있습니다.

웹 트래픽 증가

사람들을 귀하의 웹사이트, 제품 또는 랜딩 페이지로 유도하는 것은 이메일 캠페인의 최우선 목표입니다. 연결된 CTA 버튼을 원하는 수의 사람들이 클릭하게 만드는 것은 마케팅 담당자가 A/B 테스트를 만들고 나중에 데이터를 볼 때 바라는 것입니다.

더 많은 전환

A/B 이메일 테스트에서 변경하는 변수의 주요 목적은 양식을 클릭하고 작성하여 웹 사이트의 리드로 전환하는 사람들의 수를 늘리는 것입니다. 전환율을 높이는 것은 분할 테스트의 주요 이점 중 하나입니다.

반송률을 낮추세요

A/B 테스트는 다양한 카피, 소개, CTA 버튼, 레이아웃 등을 시도하여 웹 사이트의 이탈률을 낮추는 데 도움이 될 수 있습니다. 이 모든 것은 타겟 고객을 더 잘 알고 고객의 선호도를 배우는 것과 관련이 있습니다. 데이터를 통해 잠재고객을 확보하여 전략을 더 잘 조정할 수 있습니다.

A/B 테스트 도구

새로운 고객을 만족시키기 위해 올바른 도구를 사용하지 않으면 효율적인 A/B 테스트를 수행할 수 없습니다.

A/B 테스트 실행을 위한 도구

• Optimizely– 손쉬운 편집 액세스, 저장된 대상자, IP 주소 소급 필터링 및 직관적인 데이터 표시를 가능하게 하는 선도적인 A/B 테스트 도구 중 하나입니다.
• SiteSpect– 보다 복잡한 테스트를 허용하는 최초의 서버 측 테스트 솔루션 중 하나(그러나 더 많은 기술 지식이 필요함) – SiteSpect는 HTML이 서버를 떠나기 전에 편집하고 브라우저 기반 테스트 플랫폼에서 발생하는 많은 문제를 방지합니다.
• AB Tasty– 이 도구를 사용하면 A/B 테스트, 분할 테스트, 다변량 테스트, 시각적 편집은 물론 콘텐츠 개인화를 실행할 수 있습니다. 마케팅 팀을 위해 특별히 설계되었습니다.
• Crazy Egg– A/B 테스트, 히트 매핑, 유용성 테스트를 제공할 뿐만 아니라 단일 코드 조각을 추가하여 웹 사이트의 각 페이지에 대한 변형을 테스트할 수 있습니다. Crazy Egg는 변형 테스트를 위한 가장 직관적인 도구 중 하나이기 때문에 코딩 경험이 필요하지 않습니다.
• Evolv– 기계 학습 알고리즘을 사용하여 다변량 테스트를 활용하고 콘텐츠를 쉽게 개인화하고 실험할 수 있게 해주는 상당히 새로운 도구입니다.
• Google 최적화– 표준 A/B 테스트는 물론 다변량 테스트, 분할 URL 테스트, 서버측 실험을 제공하는 무료 도구입니다.

A/B 테스트에서 데이터 수집 도구

• UsabilityHub– 실제 사용자를 대상으로 테스트 옵션을 검증한 다음 이 테스트에서 얻은 데이터를 제공할 수 있습니다.
• Google Analytics– 데이터 수집 및 분석을 위한 가장 인기 있는 도구 중 하나인 GA를 사용하면 A/B 테스트 결과를 분석하고 다양한 세그먼트(기기, 지역 등)별로 행동을 확인할 수 있습니다.
• HotJar– 히트맵, 스크롤 추적, 깔때기 추적, 피드백 설문 조사, 설문 조사 및 녹음을 통해 데이터를 제공하는 SaaS 도구
• Mouseflow– 트래픽 소스, 위치, 플랫폼 등을 포함한 고급 사용자 세분화를 제공합니다.
• SessionCam– 이 도구는 세션 녹화를 제공하고 히트 매핑을 추가하여 기존 데이터 수집 기술을 사용하는 것보다 더 역동적이고 비용 효율적인 방법을 제공합니다.

그러나 어떤 도구를 선택하든 한 가지는 확실합니다. A/B 테스트는 지금까지 수행한 작업과 다음에 수행해야 할 작업에 대한 스토리를 알려주는 데이터 통찰력을 통해서만 의미가 있다는 것입니다.

결과 분석

고객을 파악하고, 오픈률과 클릭률을 높이며, 더 많은 전환을 창출하려고 할 때 종종 테스트와 테스트가 필요합니다. 그러나 그것은 모두 당신이 수집하는 데이터에 달려 있습니다.

"측정된 내용은 개선됩니다."
– 피터 드러커

강력한 데이터 분석 기능을 갖춘 올인원 디지털 작업 공간을 사용하는 것은 A/B 테스트에 필요한 것이며 이메일 마케팅 전략을 처음부터 끝까지 실행하는 데 도움이 될 수 있는 데이터 기반 기능을 제공하는 것입니다.

Slingshot 다음을 통해 결과를 개선하는 데 도움이 됩니다.

• 몇 초 만에 아름다운 대시보드를 구축하고, 모든 통합 소스에서 데이터를 가져오고, A/B 테스트의 전체 스토리를 한 눈에 보여줌으로써 데이터를 완벽하게 관리하세요.

• 데이터가 있는 동일한 공간에서 즉시 결과를 팀과 공유하고, 작업을 생성하고, 피드백과 작업 항목을 후속 조치하여 진행 상황이 손실되는 일이 없도록 하세요.

• 올인원 기능을 사용하고 작업 및 대시보드의 맥락에서 직접 통신하여 효과적인 협업을 달성하세요. 모든 작업에 대해 토론과 채팅을 생성하여 모든 사람에게 최신 정보를 제공하세요.
• 성공적인 이메일 마케팅을 달성하고, 과제를 극복하며, 그 과정에서 팀을 위한 데이터 중심 의사결정 문화를 조성할 수 있는 올인원 디지털 업무공간을 믿으십시오.