अध्याय 8: परीक्षण और अनुकूलन

एक अच्छे ईमेल प्रोग्राम और एक बेहतरीन ईमेल प्रोग्राम के बीच का अंतर शायद ही कभी किसी एक बड़े विचार से आता है। यह सैकड़ों छोटे-छोटे सुधारों से बनता है जो महीनों और वर्षों में जमा होते रहते हैं। परीक्षण वह तरीका है जिससे आप ये सुधार खोजते हैं। अनुकूलन वह तरीका है जिससे आप उन्हें स्थायी बनाते हैं।

क्या परीक्षण करें

हर चीज परीक्षण के लायक नहीं होती। अपने परीक्षण प्रयासों को उन बदलावों पर केंद्रित करें जो आपके मुख्य मेट्रिक्स पर सबसे अधिक प्रभाव डालेंगे और, आदर्श रूप से, जो भविष्य की रसलों में संयुक्त होते रहेंगे।

सब्जेक्ट लाइनें सबसे अधिक परीक्षण किया जाने वाला तत्व हैं, और इसकी अच्छी वजह है। लेकिन एक समय में केवल एक ही वेरिएबल का परीक्षण करें। इमोजी वाली छोटी सब्जेक्ट लाइन को बिना इमोजी वाली लंबी लाइन के खिलाफ न परखें। आपको पता नहीं चलेगा कि अंतर किस वेरिएबल के कारण हुआ। एक प्रयोग में लंबाई परखें। दूसरे में व्यक्तिगतकरण। एक और में प्रश्न बनाम कथन। अगले में इमोजी बनाम बिना इमोजी।

भेजने का समय एक परीक्षण वेरिएबल के रूप में कम आंका जाता है। सुबह 6 बजे बनाम दोपहर 2 बजे भेजा गया वही ईमेल नाटकीय रूप से भिन्न परिणाम दिखा सकता है। Send Time Optimisation (STO) प्लेटफॉर्म इसे व्यक्तिगत स्तर पर स्वचालित करते हैं, लेकिन यहां तक कि आपके दर्शकों के लिए सुबह बनाम दोपहर का एक सरल परीक्षण भी महत्वपूर्ण अवसर प्रकट कर सकता है।

CTA उच्च प्रभाव वाले परीक्षण उम्मीदवार हैं। बटन बनाम टेक्स्ट लिंक, बटन का रंग, बटन की कॉपी और बटन की स्थिति सभी क्लिक-थ्रू दरों को प्रभावित करते हैं। एक CTA परीक्षण जो 10% सुधार उत्पन्न करता है, भविष्य में उस CTA फ़ॉर्मेट का उपयोग करने वाले हर ईमेल को लाभ देता है।

सामग्री और लेआउट परीक्षण यह बताता है कि क्या आपके दर्शक लंबे या छोटे ईमेल, छवि-भारी या टेक्स्ट-भारी लेआउट, और प्रति रसल एक या एकाधिक विषय पसंद करते हैं।

भेजने वाले का नाम सबसे मूल्यवान परीक्षणों में से एक है जो आप कर सकते हैं। चूंकि भेजने वाले का नाम आपके द्वारा भेजे गए हर ईमेल में दिखता है, इसलिए भेजने वाले के नाम में बदलाव से ओपन रेट में छोटा सा सुधार भी सभी भविष्य की रसलों में जमा होता रहता है। व्यक्तिगत नाम बनाम ब्रांड नाम बनाम "ब्रांड में व्यक्ति" प्रारूप का परीक्षण करें।

'बदसूरत ईमेल' परीक्षण। अपने खूबसूरती से डिज़ाइन किए गए HTML टेम्पलेट को लें और इसे बिना छवियों, बिना स्टाइलिंग, केवल शब्दों वाले सादे-टेक्स्ट संस्करण के खिलाफ परखें। मैंने कई केस स्टडी देखी हैं जहाँ B2B संदर्भों में सादे-टेक्स्ट संस्करण जीता है, कभी-कभी महत्वपूर्ण रूप से। यह विनम्र करने वाला है, लेकिन यह डेटा है।

हीरो इमेज हटाना। कई केस स्टडी ने दिखाया है कि ईमेल के शीर्ष से बड़ी हीरो इमेज हटाने से क्लिक-थ्रू दरें बेहतर होती हैं। ईमेल तेज लोड होता है, अधिक व्यक्तिगत लगता है, और CTA फ़ोल्ड के ऊपर चला जाता है। आपके दर्शकों के लिए इसका परीक्षण करना उचित है।

प्रीहेडर टेक्स्ट बनाम कोई प्रीहेडर टेक्स्ट नहीं। यह सबसे कम जोखिम, उच्चतम इनाम परीक्षणों में से एक है जो आप कर सकते हैं। यदि आप वर्तमान में जानबूझकर प्रिव्यू टेक्स्ट का उपयोग नहीं कर रहे हैं, तो इसे जोड़ने का परीक्षण करें। डेटा लगातार एक वृद्धि दिखाता है, और कार्यान्वयन में लगभग 30 सेकंड लगते हैं।

ईमेल की लंबाई। समान ऑफर और CTA के साथ 100 शब्दों के ईमेल को 400 शब्दों के ईमेल के खिलाफ परखें। आप पा सकते हैं कि छोटे ईमेल उच्च क्लिक दरें उत्पन्न करते हैं (CTA से पहले पढ़ने के लिए कम) या कि लंबे ईमेल उच्च रूपांतरण दरें उत्पन्न करते हैं (अधिक संदर्भ अधिक इच्छा बनाता है)। उत्तर आपके दर्शकों, आपके ऑफर और आप जो बेच रहे हैं उसकी जटिलता पर निर्भर करता है। सरल उत्पाद आमतौर पर छोटी कॉपी से लाभान्वित होते हैं। जटिल, उच्च-विचार खरीदारियाँ आमतौर पर अधिक विवरण से लाभान्वित होती हैं।

परीक्षण प्राथमिकता ढांचा: संभावित परीक्षणों को दो कारकों द्वारा रैंक करें: अपेक्षित प्रभाव (इससे परिणाम कितने बेहतर हो सकते हैं?) और संयुक्त प्रभाव (कितनी भविष्य की रसलें लाभान्वित होंगी?)। उच्च प्रभाव और उच्च संयुक्त प्रभाव दोनों वाले परीक्षणों को हमेशा प्राथमिकता दी जानी चाहिए। भेजने वाले का नाम, CTA प्रारूप और ईमेल टेम्पलेट संरचना उस सूची में सबसे ऊपर हैं। सब्जेक्ट लाइन परीक्षणों का उच्च प्रभाव होता है लेकिन कम संयुक्त प्रभाव होता है क्योंकि प्रत्येक सब्जेक्ट लाइन अद्वितीय होती है।

सांख्यिकीय महत्व

अधिकांश मार्केटर्स A/B परीक्षण गलत तरीके से करते हैं। वे कुछ घंटों के बाद परिणाम जांचते हैं, देखते हैं कि एक संस्करण "जीत रहा है," और अधूरे डेटा के आधार पर विजेता घोषित करते हैं। इससे ऐसे बदलाव लागू होते हैं जो वास्तव में केवल यादृच्छिक शोर थे।

केवल लगभग 7 में से 1 A/B परीक्षण सांख्यिकीय रूप से महत्वपूर्ण विजेता उत्पन्न करता है। इसका मतलब है कि 7 में से 6 परीक्षण ड्रा में समाप्त होते हैं जहाँ कोई भी संस्करण अर्थपूर्ण रूप से बेहतर नहीं होता। यह सामान्य है। इसका मतलब है कि आपकी अधिकांश वर्तमान प्रथाएं पहले से ही काफी अच्छी हैं, और बड़ी जीत हाशिये पर पाई जाती हैं।

नमूना आकार दिशानिर्देश:

छोटी सूचियों (5,000 से कम सब्सक्राइबर) के लिए, अपनी सूची का 20 से 30% परखें। आपको अधिक नमूना अनुपात की आवश्यकता है क्योंकि कुल संख्याएं छोटी हैं।

मध्यम सूचियों (5,000 से 50,000) के लिए, 15 से 25% परखें।

बड़ी सूचियों (50,000+) के लिए, 10 से 20% परखें। आप एक छोटे अनुपात का उपयोग कर सकते हैं क्योंकि पूर्ण संख्याएं महत्व के लिए पर्याप्त बड़ी हैं।

विश्वसनीय परिणामों के लिए प्रतीक्षा समय:

ओपन रेट परीक्षणों के लिए, 2 घंटे का डेटा 80%+ सटीकता के साथ विजेता की भविष्यवाणी करता है। अधिकांश ओपनिंग डिलीवरी के पहले 2 घंटों के भीतर होती हैं।

राजस्व-आधारित परीक्षणों के लिए, 90% सटीकता प्राप्त करने के लिए परीक्षण को पूरे दिन चलने दें। राजस्व को मूर्त रूप लेने में अधिक समय लगता है क्योंकि सब्सक्राइबर क्लिक करते हैं, ब्राउज़ करते हैं और अंततः खरीदते हैं।

हमेशा दोनों परीक्षण संस्करण उसी दिन एक ही समय पर भेजें। मंगलवार को संस्करण A और बुधवार को संस्करण B भेजना आपके वेरिएबल का परीक्षण नहीं है। यह सप्ताह के दिन का परीक्षण है।

महत्व कैलकुलेटर का उपयोग करें। इसे अनुमान से न करें। VWO के A/B परीक्षण महत्व कैलकुलेटर, Evan Miller के कैलकुलेटर, या आपके ESP के अंतर्निहित महत्व संकेतक जैसे उपकरण आपको बताएंगे कि आपका परिणाम सांख्यिकीय रूप से विश्वसनीय है या नहीं। अधिकांश कैलकुलेटर 95% विश्वास स्तर का उपयोग करते हैं, जिसका अर्थ है कि केवल 5% संभावना है कि देखा गया अंतर यादृच्छिक संयोग के कारण है। 95% विश्वास से नीचे विजेता घोषित न करें।

बायेसियन बनाम फ्रिक्वेंटिस्ट परीक्षण। कुछ प्लेटफॉर्म (Klaviyo और Optimizely सहित) पारंपरिक फ्रिक्वेंटिस्ट तरीकों के बजाय बायेसियन सांख्यिकी का उपयोग करते हैं। बायेसियन परीक्षण आपको एक संस्करण के दूसरे से बेहतर होने की संभावना देता है (जैसे, "संस्करण A के विजेता होने की 92% संभावना है"), जो कई लोगों को p-मूल्यों और विश्वास अंतरालों से अधिक सहज लगता है। दोनों दृष्टिकोण मान्य हैं। जो मायने रखता है वह यह है कि अनुमान लगाने के बजाय आप उनमें से एक का उपयोग करते हैं।

A/B परीक्षण आश्चर्य

कुछ सबसे शिक्षाप्रद परीक्षण परिणाम वे हैं जिनकी किसी ने उम्मीद नहीं की थी।

ओबामा अभियान की "Hey" सब्जेक्ट लाइन जिसने अपने निकटतम प्रतिस्पर्धी से $2.5 मिलियन अधिक जुटाए, सबसे अधिक उद्धृत उदाहरण बनी हुई है। अभियान की ईमेल टीम हैरान थी। उन्होंने मान लिया था कि आकस्मिक, व्यक्तिगत सब्जेक्ट लाइनें राजनीतिक धन संग्रह के लिए काम नहीं करेंगी। वे गलत थे।

नकारात्मक सब्जेक्ट लाइनें सकारात्मक को पछाड़ सकती हैं। "अपने ईमेल के साथ यह गलती न करें" "अपना ईमेल कैसे सुधारें" को हरा सकती है। हानि से बचाव का सिद्धांत काम कर रहा है।

Dell ने एक उत्पाद ईमेल में GIF बनाम स्थिर छवि का परीक्षण किया। उत्पाद को उपयोग में दिखाने वाली एनिमेटेड GIF ने स्थिर छवि की तुलना में 109% अधिक राजस्व उत्पन्न किया। सबक: किसी उत्पाद को क्रिया में दिखाना, यहां तक कि एक सरल एनिमेशन में, खरीदार को स्वामित्व की कल्पना करने में मदद करता है।

ईमेल से हीरो इमेज हटाने से कई दस्तावेज़ीकृत केस स्टडी में ओपन-टू-क्लिक दरों में सुधार हुआ है। बड़ी हीरो इमेज जो डिज़ाइन टीम को आवश्यक लगती है, वास्तव में जुड़ाव में बाधा हो सकती है।

प्रीव्यू टेक्स्ट जोड़ने से लगातार लगभग 5% अधिक ओपन दर प्राप्त होती है। यह सबसे सरल, सबसे विश्वसनीय सुधारों में से एक है जो आप कर सकते हैं।

शायद सबसे काउंटरइंट्यूटिव खोज: ईमेल की आवृत्ति कम करने से कभी-कभी कुल राजस्व बढ़ता है। कैसे? इनबॉक्स प्लेसमेंट में सुधार करके। जब आप कम बार भेजते हैं लेकिन अधिक सक्रिय प्राप्तकर्ताओं को, इनबॉक्स प्रदाता आपको बेहतर प्लेसमेंट के साथ पुरस्कृत करते हैं, और जो ईमेल आप भेजते हैं वे काफी बेहतर प्रदर्शन करते हैं। अधिक हमेशा अधिक नहीं होता। एक चेतावनी: आवृत्ति परिवर्तन हमेशा जुड़ाव संकेतों, जीवनचक्र चरण और सब्सक्राइबर इरादे का पालन करने चाहिए — सार्वभौमिक लीवर के रूप में लागू नहीं किए जाने चाहिए। छोटी सूचियों, उच्च-टिकट उत्पादों, B2B दर्शकों, या डिलीवरेबिलिटी समस्याओं से उबर रहे ब्रांडों के लिए, जुड़ाव नियंत्रण के बिना आवृत्ति बढ़ाना उलटा पड़ सकता है।

मल्टीवेरिएट परीक्षण बनाम A/B परीक्षण। A/B परीक्षण दो संस्करणों की तुलना करता है जिसमें एक वेरिएबल बदला जाता है। मल्टीवेरिएट परीक्षण एक साथ कई वेरिएबल बदलता है और मापता है कि विभिन्न संयोजन कैसे प्रदर्शन करते हैं। मल्टीवेरिएट आकर्षक है क्योंकि यह सैद्धांतिक रूप से तेज है, एक साथ कई चीजों का परीक्षण करता है। व्यवहार में, इसे महत्व तक पहुंचने के लिए बहुत अधिक नमूना आकार की आवश्यकता होती है क्योंकि आप ट्रैफ़िक को बहुत अधिक वेरिएंट में विभाजित कर रहे हैं। 100,000 से कम की अधिकांश ईमेल सूचियों के लिए, A/B परीक्षण से जुड़े रहें। मल्टीवेरिएट परीक्षण केवल महत्वपूर्ण स्तर पर व्यावहारिक बनता है।

निरंतर सुधार

किसी सिस्टम के बिना परीक्षण करना केवल यादृच्छिक प्रयोग है। आपको एक प्रक्रिया की आवश्यकता है। और सही ढांचा मायने रखता है: A/B परीक्षण केवल वेरिएबल को अनुकूलित करने के बारे में नहीं है — यह संरचित शिक्षा है। प्रत्येक परीक्षण एक व्यवहारिक धारणा के साथ शुरू होना चाहिए (न केवल "क्या लाल नीले को हराएगा?"), उस धारणा के साथ संरेखित सफलता मेट्रिक्स का उपयोग करना चाहिए, और एक सीख उत्पन्न करनी चाहिए जिसे आप व्यक्तिगत रसल से परे लागू कर सकते हैं। छोटे नमूनों और अस्पष्ट परिकल्पनाओं वाले कम-शक्ति परीक्षण समय बर्बाद करते हैं। स्पष्ट परिकल्पनाओं के साथ अच्छी तरह से डिज़ाइन किए गए परीक्षण संचित ज्ञान बनाते हैं।

Jeanne Jennings का व्यवस्थित दृष्टिकोण वह है जिसकी मैं सिफारिश करूंगा: सबसे कमजोर कड़ी की पहचान करने के लिए अपने वर्तमान प्रदर्शन का विश्लेषण करें, एक परिकल्पना बनाएं कि इसे क्या सुधार सकता है, उचित A/B परीक्षण के साथ उस परिकल्पना का परीक्षण करें, विजेता वेरिएंट लागू करें, और दोहराएं। मुख्य शब्द है व्यवस्थित। प्रत्येक परीक्षण पिछले की सीख पर बनता है।

परीक्षण कैलेंडर बनाएं। Gavin Laugenie व्यावसायिक प्रश्नों से जुड़े त्रैमासिक परीक्षण योजनाओं की वकालत करता है। परीक्षण के खातिर परीक्षण न करें। एक प्रश्न से शुरू करें: "क्या हमारे भेजने वाले का नाम हमें ओपन खो रहा है?" या "क्या छोटा ईमेल क्लिक बढ़ाएगा?" फिर इसका उत्तर देने के लिए एक परीक्षण डिज़ाइन करें। परिणामों को एक साझा स्थान पर दस्तावेज़ करें ताकि संस्थागत ज्ञान जमा हो।

अत्यधिक परीक्षण से सावधान रहें। यदि आप एक साथ कई परीक्षण चला रहे हैं, या एक बार में बहुत सारे वेरिएबल बदल रहे हैं, तो आपको परिणामों को जिम्मेदार ठहराने में कठिनाई होगी और आप अपनी सूची को थका देने का जोखिम उठाते हैं। प्रति रसल एक अच्छी तरह से डिज़ाइन किया गया परीक्षण पर्याप्त है।

अनुकूलन का संयुक्त प्रभाव वह है जहाँ वास्तविक मूल्य निहित है। आपकी वेलकम सीरीज ओपन रेट में 2% सुधार तुच्छ लग सकता है। लेकिन वह सुधार हर एकल नए सब्सक्राइबर को अभी से तब तक प्रभावित करता है जब तक आप इसे फिर से नहीं बदलते। हजारों सब्सक्राइबर और महीनों की रसलों के दौरान, एक मूलभूत फ्लो में 2% सुधार सार्थक राजस्व में तब्दील होता है।

अभियानों की तुलना में अपने स्वचालित फ्लो का परीक्षण प्राथमिकता दें। अभियान परीक्षण एक एकल रसल में सुधार करते हैं। फ्लो परीक्षण अभी से उस फ्लो के माध्यम से हर रसल में सुधार करते हैं। यदि आपके पास सीमित परीक्षण क्षमता है, तो इसे अपनी वेलकम सीरीज, अपने अबैंडन्ड कार्ट अनुक्रम, और अपने पोस्ट-पर्चेज फॉलो-अप पर केंद्रित करें। ये आपके उच्चतम-वॉल्यूम, उच्चतम-मूल्य फ्लो हैं, और सुधार अनिश्चित काल तक जमा होते रहते हैं।

परीक्षण लॉग में सब कुछ दस्तावेज़ करें। कम से कम, रिकॉर्ड करें: आपने क्या परीक्षण किया, परिकल्पना, प्रत्येक वेरिएंट के लिए नमूना आकार, विश्वास स्तर के साथ परिणाम, तारीख, और आपने क्या लागू करने का फैसला किया। समय के साथ, यह लॉग आपके ईमेल प्रोग्राम में सबसे मूल्यवान संपत्तियों में से एक बन जाता है। यह आपको उन चीजों का पुनः परीक्षण करने से रोकता है जो आप पहले ही कर चुके हैं, और यह परीक्षणों में ऐसे पैटर्न प्रकट करता है जो व्यक्तिगत परिणाम चूक सकते हैं।

Send Time Optimisation

Send Time Optimisation (STO) प्रत्येक सब्सक्राइबर के पिछले जुड़ाव के बारे में डेटा का उपयोग करके प्रत्येक ईमेल की डिलीवरी के लिए इष्टतम समय की भविष्यवाणी करता है। मंगलवार सुबह 10 बजे अपनी पूरी सूची को भेजने के बजाय, STO प्रत्येक ईमेल को उस क्षण के लिए कतार में लगाता है जब वह विशेष सब्सक्राइबर सबसे अधिक जुड़ने की संभावना रखता है।

यह कैसे काम करता है: प्लेटफ़ॉर्म ट्रैक करता है कि प्रत्येक सब्सक्राइबर ने ऐतिहासिक रूप से कब ईमेल खोले और क्लिक किए। यह प्रति-सब्सक्राइबर जुड़ाव पैटर्न का एक मॉडल बनाता है (सुबह का व्यक्ति, दोपहर का चेकर, रात का ब्राउज़र) और तदनुसार डिलीवरी कतार में लगाता है। अपर्याप्त जुड़ाव डेटा वाले नए सब्सक्राइबर के लिए, प्लेटफ़ॉर्म आमतौर पर ऑडियंस-स्तरीय औसत पर वापस जाता है जब तक पर्याप्त व्यक्तिगत डेटा जमा न हो जाए।

प्लेटफॉर्म तुलना:

प्रत्येक पर अधिक संदर्भ:

Klaviyo का Smart Send Time व्यक्तिगत सब्सक्राइबर स्तर पर इष्टतम डिलीवरी की भविष्यवाणी करने के लिए मशीन लर्निंग का उपयोग करता है। यह अधिकांश प्लान पर उपलब्ध है और ई-कॉमर्स के लिए अच्छी तरह काम करता है।

Seventh Sense सबसे गहरी प्रति-संपर्क विश्लेषण प्रदान करता है और HubSpot और Marketo के साथ एकीकृत होता है। यह B2B और एंटरप्राइज़ के लिए सबसे परिष्कृत विकल्प है।

ActiveCampaign का Predictive Sending प्रति-संपर्क पैटर्न बनाता है और डिलीवरी टाइमिंग को अनुकूलित करता है। छोटे से मध्यम B2B के लिए अच्छा विकल्प।

Mailchimp का Send Time Optimisation व्यक्तिगत स्तर पर नहीं बल्कि ऑडियंस स्तर पर काम करता है। यह आपकी पूरी ऑडियंस के लिए सबसे अच्छा समय खोजता है, जो कम सटीक है लेकिन अनुमान लगाने से अभी भी बेहतर है।

Brevo का STO प्रति-संपर्क भविष्यवाणी प्रदान करता है और उनके मार्केटिंग प्लेटफॉर्म में शामिल है।

परिणाम: STO आमतौर पर ओपन रेट में 5 से 15% सुधार देता है। यह एक महत्वपूर्ण वृद्धि है एक ऐसी सुविधा के लिए जिसे सेटअप के बाद कोई अतिरिक्त कार्य की आवश्यकता नहीं है।

जब STO मदद नहीं करता:

समय-संवेदनशील सामग्री। यदि आपका ईमेल 4 घंटे में समाप्त होने वाली फ्लैश सेल के बारे में है, तो आप इसे 24 घंटों में नहीं फैला सकते। कुछ संदेशों को एक विशिष्ट समय पर पहुंचने की आवश्यकता होती है।

1,000 से कम की छोटी सूचियाँ। मॉडलों को पैटर्न खोजने के लिए पर्याप्त डेटा की आवश्यकता होती है। बहुत छोटी सूचियों के साथ, भविष्यवाणियां सूचित अनुमान लगाने से बेहतर प्रदर्शन करने के लिए पर्याप्त विश्वसनीय नहीं होतीं।

लेन-देन संबंधी ईमेल। ऑर्डर की पुष्टि, पासवर्ड रीसेट और शिपिंग सूचनाएं तुरंत पहुंचनी चाहिए। उन्हें "इष्टतम जुड़ाव समय" के लिए विलंबित करना ग्राहकों को निराश करेगा।

व्यापक डेटा से सामान्य समय निष्कर्ष:

सुबह 4 बजे और 6 बजे के बीच भेजे गए ईमेल उच्चतम ओपन रेट देते हैं, क्योंकि वे इनबॉक्स के शीर्ष पर होते हैं जब सब्सक्राइबर जागता है और अपना फोन जांचता है। इसका मतलब यह नहीं है कि सुबह 4 बजे आपकी ऑडियंस के लिए सही भेजने का समय है, लेकिन यह बताता है कि क्यों प्रारंभिक सुबह की रसलें अक्सर दोपहर की रसलों से बेहतर प्रदर्शन करती हैं।

मंगलवार और गुरुवार B2B ईमेल के लिए सर्वश्रेष्ठ प्रदर्शन वाले दिन होते हैं। सोमवार के इनबॉक्स सप्ताहांत से भरे होते हैं। शुक्रवार का ध्यान पहले से ही सप्ताहांत पर चला जाता है। सप्ताह का मध्य सही समय होता है।

B2C और ई-कॉमर्स के लिए, सप्ताहांत वास्तव में कुछ वर्टिकल (फैशन, भोजन, मनोरंजन) के लिए कार्यदिवसों से बेहतर प्रदर्शन कर सकते हैं क्योंकि सब्सक्राइबर के पास अधिक अवकाश ब्राउज़िंग समय होता है।

लेकिन यहाँ असली निष्कर्ष है: ये सामान्यीकरण हैं। आपकी ऑडियंस विशिष्ट है। STO उपकरण मौजूद हैं क्योंकि "सर्वश्रेष्ठ" भेजने का समय न केवल ऑडियंस के अनुसार, बल्कि व्यक्ति के अनुसार भिन्न होता है। सामान्य निष्कर्षों को शुरुआती बिंदु के रूप में उपयोग करें, फिर डेटा और एल्गोरिदम को वहाँ से परिष्कृत होने दें।

टाइम ज़ोन हैंडलिंग send time optimisation का अक्सर भूला हुआ चचेरा भाई है। यदि आपकी ऑडियंस कई टाइम ज़ोन में फैली है (और यदि आपके अंतर्राष्ट्रीय सब्सक्राइबर हैं, तो यह है), तो आपके टाइम ज़ोन में सुबह 10 बजे भेजने का मतलब है कि कुछ सब्सक्राइबर इसे रात 3 बजे प्राप्त करते हैं। अधिकांश ESP टाइम ज़ोन-आधारित भेजने की पेशकश करते हैं जो प्रत्येक सब्सक्राइबर के लिए एक ही स्थानीय समय पर डिलीवर करता है। यह पूर्ण STO जितना सटीक नहीं है, लेकिन यह सब कुछ एक साथ भेजने की तुलना में एक महत्वपूर्ण कदम ऊपर है। वैश्विक रूप से वितरित ऑडियंस के लिए, टाइम ज़ोन भेजना STO पर विचार करने से पहले भी बुनियादी आवश्यकता है।

परीक्षण संस्कृति बनाना

मेरे द्वारा काम किए गए सबसे सफल ईमेल प्रोग्राम एक सामान्य विशेषता साझा करते हैं: वे प्रत्येक रसल को केवल एक प्रसारण के रूप में नहीं, बल्कि एक सीखने के अवसर के रूप में मानते हैं। वे "हमने क्या सीखा?" उतनी ही बार पूछते हैं जितनी बार "यह कैसा प्रदर्शन किया?"

इसका मतलब है परीक्षण परिणामों को दस्तावेज़ करना जहाँ टीम उन्हें ढूंढ सके। इसका मतलब है नकारात्मक परिणामों का जश्न मनाना (यह सीखना कि कुछ काम नहीं करता मूल्यवान है)। इसका मतलब है राजस्व-केंद्रित अभियानों से हर स्लॉट भरने के बजाय परीक्षण के लिए विशेष रूप से समय और रसलें आवंटित करना।

अपनी कम से कम 20% अभियान रसलों को कुछ परीक्षण करने के लिए समर्पित करें। हर परीक्षण एक विजेता उत्पन्न नहीं करेगा। लेकिन एक वर्ष के दौरान, जो जीत उभरती हैं, वे एक ऐसे प्रोग्राम में जमा होंगी जो आपके शुरू होने की तुलना में सार्थक रूप से बेहतर प्रदर्शन करती है।

टीमों के पार परीक्षण परिणाम साझा करें। आपके ईमेल परीक्षण अंतर्दृष्टि एक शून्य में मौजूद नहीं हैं। एक सब्जेक्ट लाइन परीक्षण जो प्रकट करता है कि आपकी ऑडियंस नकारात्मक ढांचे के लिए बेहतर प्रतिक्रिया देती है, आपके विज्ञापन कॉपी, आपके लैंडिंग पेज शीर्षकों और आपके उत्पाद संदेश के लिए निहितार्थ हैं। एक CTA परीक्षण जो दिखाता है कि प्रथम-पुरुष कॉपी द्वितीय-पुरुष को पछाड़ती है, हर जगह लागू होता है जहाँ आप कॉल टू एक्शन लिख रहे हैं। ईमेल परीक्षण अक्सर आपकी ऑडियंस की प्राथमिकताओं के बारे में जानने का सबसे तेज़, सबसे सस्ता तरीका है क्योंकि फीडबैक लूप इतनी तंग है।

जब कोई परीक्षण विजेता उत्पन्न नहीं करता। अनिर्णायक परिणाम अभी भी परिणाम हैं। वे आपको बताते हैं कि जो वेरिएबल आपने परीक्षण किया वह आपकी ऑडियंस के लिए बहुत मायने नहीं रखता, जो आपको इसके बारे में चिंता करना बंद करने और अपनी अनुकूलन ऊर्जा कहीं और केंद्रित करने के लिए मुक्त करता है। यदि आपने बटन का रंग परखा और लाल और हरे के बीच कोई महत्वपूर्ण अंतर नहीं पाया, तो अब आप जानते हैं कि बटन का रंग आपके लिए एक लीवर नहीं है। आगे उस चीज़ की ओर बढ़ें जो है।

परीक्षण एक चरण नहीं है। यह एक अभ्यास है।