Testverfahren im E-Mail-Marketing

Wissen Sie, ob Sie die richtigen Betreffzeilen für Ihre Newsletter wählen? Nutzen Sie den bestmöglichen Call-to-Action? Es gibt zahlreiche Tipps & Tricks zur Optimierung aller relevanten Elemente eines Newsletters. Und es gibt zahlreiche Benchmarks, an denen Sie sich bei der Bewertung Ihrer eigenen E-Mail-Marketing-KPI orientieren können. Aber woher wissen Sie, dass Ihre Newsletter für Ihre Zielgruppe, Ihr Geschäftsmodell und Ihren ganz individuellen Marketing-Mix wirklich effektiv sind? Anstatt sich auf generische Tipps zu verlassen und sich an anderen zu orientieren, sollten Sie einfach testen, was für Sie funktioniert und was nicht.

In diesem Artikel wird gezeigt, welche Test-Methoden es im E-Mail-Marketing gibt.

A/B-Tests

Bei A/B-Tests wird nur ein Element des Newsletters getestet, zum Beispiel die Betreffzeile. Sie testen mindestens zwei verschiedene Newsletter-Varianten gegeneinander, die sich in der Ausprägung des jeweiligen Elements unterscheiden. Es können aber auch mehr sein (A/B/C/D/…-Test). A/B-Tests werden entweder als Split-Runs oder als Sample-Tests genutzt. Bei Split-Runs teilen Sie Ihren Newsletter-Verteiler (bei zwei Testvarianten) in zwei gleich große Gruppen und schicken jeder Gruppe eine Newsletter-Variante. Die Gewinnervariante bzw. die Erkenntnisse aus dem Testergebnis können Sie dann für weitere Versände nutzen. Gängiger ist jedoch der Sample-Test. Hier lösen Sie vor dem eigentlichen Hauptversand eine Testgruppe aus Ihrem Gesamtverteiler, an die Sie die Testvarianten schicken. Die Gewinnervariante wird an den Rest des Verteilers versendet.

Multivariate Tests

Multivariate Tests unterscheiden sich von A/B-Tests dadurch, dass mehr als ein Element getestet wird. Möchten Sie beispielweise jeweils zwei verschiedene Betreffzeilen und zwei verschiedene Call-to-Action-Buttons testen, ergäbe das insgesamt vier verschiedene Varianten.

Multivariate Test sind besonders einfach, wenn sich die getesteten Elemente nicht (oder nur wenig) gegenseitig beeinflussen. Wenn Sie zum Beispiel den Erfolg des Call-to-Action-Buttons an der Click-Through-Rate messen, spielt die Performance der Betreffzeile für diese relative KPI keine Rolle. Schwieriger wird es, wenn Sie beispielweise verschiedene Call-to-Action-Buttons und verschiedene Textlängen testen. Beides wirkt sich auf die Click-Through-Rate aus. Sie können die Newsletter-Variante mit der besten Perfomance ermitteln. Welches der beiden Elemente welchen Einfluss auf die Performance hatte und wie sich die Elemente gegenseitig beeinflussen, ist jedoch nicht immer offensichtlich. Performt die Variante „Call-to-Action 1 + langer Text“ deswegen am besten, weil Ihre Empfänger sich sowohl von dem Call-to-Action als auch von langen Texten angesprochen fühlen? Oder ist es die Kombination aus beidem?

Solche Fragen lassen sich nicht mit einzelnen multivariaten Tests beantworten, sondern müssen immer wieder überprüft werden, auch in Kombination mit A/B-Tests.

Echtzeit-Tests

Bei Echtzeit-Tests werden die Testergebnisse eines A/B- oder multivariaten Test noch während des Kampagnenverlaufs zur Optimierung des versendeten Newsletters benutzt.

Beispiel: Sie testen drei verschiedene Call-to-Action-Buttons. Nach einer gewissen Anzahl an Klicks erkennt das System automatisch, welcher Button besser funktioniert und spielt allen Empfängern, welche die E-Mail zu diesem Zeitpunkt noch nicht geöffnet haben, die bessere Variante aus. Hierzu müssen Sie Ihre Newsletter mit dynamischen Inhalten versenden, die erst zum Zeitpunkt der Öffnung geladen werden.

Die Königsdisziplin sind Echtzeit-Verfahren, die während des Kampagnenverlaufs anhand der Testergebnisse verschiedene Segmente bilden:

- Call-to-Action 1 wird insb. von Frauen geklickt -> wird im weiteren Kampagnenverlauf nur Frauen ausgespielt

- Call-to-Action 2 wird insb. von Männern geklickt -> wird im weiteren Kampagnenverlauf nur Männern ausgespielt

- Call-to-Action 3 wird kaum geklickt -> wird im weiteren Kampagnenverlauf niemandem mehr ausgespielt