反复测试
怎样通过A/B测试来优化你的邮件

引言
你是否已经做过一段时间邮件营销(Email Marketing)，却一直未收获到理想的效果？我们将通过本文向你阐述如何利用A/B测试来快速提高邮件的打开率、点击率和转化率。

测试：邮件营销成功的绝佳助力
你或许已经启动或正准备启动一项邮件营销计划且期望能获得更佳效果。抑或你已经看过我在前几篇文章中的建议，也深知图文并茂的邮件会带来更高的回复率。但是，你依然需要知道如何优化你的邮件以获得更佳的效果，因为我们都知道，市场营销，永无止境，我们需要逐步完善它。

邮件营销最大的优势之一在于，邮件营销相对容易控制，这更便于你将A/B测试运用到你的邮件营销理念

A/B测试的概念
所谓A/B测试，就是向随意抽取的两个收件人列表发两封不同内容的邮件以测试出哪封邮件的效果更好。

A/B测试被普遍用于网站，用来测试使用Java脚本或Google网站优化工具做出的不同服务或创意。但相比之下，邮件中使用A/B测试，访客不会因到你网站上所见所闻与之前不同而放弃，也不会因此而影响到转换率。

做一个A/B测试相当简单，只需将邮件列表拆分成两个小的邮件列表，并给这两个邮件列表发送不同的邮件即可。每封邮件在测试的时候可能会产生不同的效果，而测试效果较好的那封邮件就是你在实际的邮件营销中要使用的，你可以使用它的创意内容或是发送时间等等。

需要测试哪些因素？
任何可能影响邮件营销效果的因素都应进行测试！其中包括：

• 邮件主题


• 一周中哪天发信


• 一天中哪个时刻发信


• 推荐的产品/服务或邮件内容


• 邮件创意及排版


• HTML模板VS纯文本邮件


• 邮件内标题


• 发件人地址


• 个性化、邮件语调等概念.

以上因素都会综合影响到邮件营销的效果，但由于所属行业及邮件营销目标不同，也会有其他一些因素会影响到你的邮件营销效果，那也需要测试。

邮件A/B测试的误区
关于邮件A/B测试，你需要避免以下常见陷阱：

确保邮件列表的随意性：为确保邮件列表的随意性，我们建议在拆分邮件列表时，尽量打乱原来的列表，并随意组合新的邮件列表。一个优秀的程序员可通过编写一段脚本轻松实现这一点。A/B测试的最常见的误区之一，就是发件人只简单地将邮件列表一切为二，然后进行A/B测试。这样做很可能会使某一个列表全是非活跃收件人，而另一个全是活跃收件人，这样测试出来的的结果不够准确、客观。

另外，当邮件列表被随意拆分成两个列表后，请快速检查一遍拆开后的两个列表，看看相同后缀名的邮件是否会大量堆积，如大批Hotmail邮箱是否会堆积。若有，需将其分开，不然会影响送达率，从而使测试结果不够准确、客观。总而言之，要尽量确保邮件列表的随意性。

每次只测试一个因素：A/B测试的另一个常见误区，就是是一次测试多个因素。例如，有人会同时测试邮件标题和邮件内的某张图片，这样做就无法确定到底是哪一个因素影响到了邮件营销效果。要想测试效果准确，最好的办法是一次只测试一个因素。如果你为了少劳多得而同时测试多个因素，最终会导致你的测试数据因不够准确而没有价值。

不要过多分析：若确保了列表的随意性且每次只测试了一个因素，那么你会得到相对准确的测试结果。这说明你已经学会了刚才所讲的。但在测试时，不要有太多的“如果”和“但是”，因为真实随意的A/B测试的结果才是最准确、最客观的。记住，众多邮件营销实例证明，过多的改变并不会让你的邮件营销带来太可观的效果。

如何利用你的测试结果
在你尚未完成A/B测试之前，首先要保存好你的每次测试结果。这样你才能在对邮件进行多处优化测试后，得出能够获得最佳邮件营销效果的邮件，如最佳的标题、邮件主题、邮件创意、优惠信息等等。

在你得到最佳邮件时，请不要停止测试。但由于受众的整体情况会随着产品价格、产品接受程度、竞争对手活动等因素变化而变化，市场营销，尤其是邮件营销需谨遵一条规律：测试、测试、再测试。