¿Cómo encuentra el mejor momento para enviar el boletín informativo por correo electrónico a los destinatarios?

Vistas: 89
0 0
Tiempo de lectura:8 Minutos, 40 Segundos

Es el antiguo debate en todas las conversaciones de marketing por correo electrónico: “¿cuándo es el mejor momento para enviar su boletín informativo por correo electrónico?” La respuesta es: no hay un solo mejor momento. Sí, lo leiste bien. Si desea aumentar sus tasas de participación de correo electrónico, no es tan simple como seleccionar un día u hora específicos.

Al igual que con Farmers Insurance, cuando se trata de marketing por correo electrónico, “sabemos algunas cosas porque hemos visto algunas cosas”. Investigamos más de 100 mil millones de correos electrónicos cada año para producir un informe anual sobre las tendencias y el compromiso del marketing por correo electrónico. ¿Sabes lo que encontramos? El mejor momento para enviar su boletín informativo por correo electrónico depende de su industria, audiencia y objetivos de participación. No existe un tiempo único para enviar un boletín informativo por correo electrónico.

El núcleo del marketing por correo electrónico es un boletín informativo adaptado a su producto, marca y público objetivo. Para lograr esto, necesita probar, analizar y optimizar constantemente sus campañas de correo electrónico. ¿Cómo se ve en tiempo real? Sumerjámonos.

Prueba tus correos electrónicos

La piedra angular para mejorar la participación del correo electrónico es probar qué funciona y qué no para su audiencia en todos los aspectos. Esto incluye probar la hora del día que está enviando, asuntos, texto, gráficos y otros elementos clave de su correo electrónico.

Tenga en cuenta que esto puede variar según el segmento de audiencia, el producto y el tipo de correo electrónico (es decir, anuncio de función o mensaje de bienvenida) que está enviando. Probar tantas cosas con múltiples segmentos puede parecer abrumador, pero afortunadamente existe una forma sistemática de abordar las pruebas de correo electrónico que simplificará el descubrimiento de tendencias: las pruebas A/B.

1. Segmenta tu lista de suscriptores de correo electrónico

Para dividir su lista de suscriptores, divida su lista de correo electrónico en listas más pequeñas de acuerdo con las características clave, como la demografía, el tipo de negocio, el comportamiento de compra o la ubicación. Los segmentos le permitirán ver qué tiene el mayor impacto en la audiencia de cada marca, así como proporcionar un marketing por correo electrónico más específico en el futuro.

Lo ideal es que tu plataforma de email marketing cuente con una herramienta de segmentación para facilitar esta tarea. Así es como funciona en Campaign Monitor.

2. Formular una hipótesis

Ahora que ha dividido sus listas en segmentos, es hora de formular una hipótesis o “adivinar” como lo haría con una prueba científica. Para formar su hipótesis, primero seleccione el segmento de la lista en el que desea enfocarse y luego seleccione el único elemento para probar que es clave para ese grupo.

Por ejemplo, podría estar adivinando cuál sería el resultado de cambiar la hora de envío de sus correos electrónicos de bienvenida. Al igual que con el establecimiento de objetivos, su hipótesis debe ser SMART (concreta, medible, alcanzable, relevante y limitada en el tiempo). En este caso, su hipótesis podría ser: “Enviar un correo electrónico de bienvenida dentro de los 10 minutos de unirse a un usuario aumentará las tasas de apertura de correo electrónico en un 6% durante los próximos tres meses en el segmento de nuevos usuarios”.

3. Divida cada segmento en el grupo de prueba “A” y “B”

Después de formular la hipótesis, divida el segmento de suscriptores en dos partes: el grupo “A” para el grupo de control y el grupo “B” para el grupo de prueba.

Divida el segmento de manera equitativa y aleatoria para asegurarse de que los resultados no estén sesgados en un sentido u otro. La forma más fácil de obtener una selección de grupo aleatoria es usar un proveedor de correo electrónico (ESP) que tenga pruebas A/B integradas.

Evalúe si cada grupo es lo suficientemente grande como para proporcionar resultados estadísticamente significativos para proporcionar los datos más precisos. Si los grupos son demasiado pequeños o no lo suficientemente diversos, la prueba puede reflejar simplemente los resultados de aleatoriedad. Por el contrario, un grupo más grande aumentará la precisión de los resultados al reducir la probabilidad de aleatoriedad.

Un grupo estadísticamente significativo se define por varios factores y muchas matemáticas. Si no eres estadístico o simplemente no te gustan las matemáticas (¿a quién le gustan?), puedes encontrar fácilmente el tamaño correcto con la calculadora de prueba A/B. Un buen tamaño inicial suele ser 1000 o más suscriptores, pero nuevamente, esto podría ser más bajo o más alto dependiendo de su prueba y su lista de suscriptores.

4. Crear recursos de prueba “A” y “B”

Para probar un aspecto específico de un correo electrónico, cree dos variaciones del mismo correo electrónico con solo un elemento modificado para reflejar su hipótesis.

Por ejemplo, cree dos correos electrónicos de bienvenida idénticos, pero envíe uno a la hora en que normalmente envía sus correos electrónicos de bienvenida y el otro a la hora que refleja su hipótesis. Siguiendo el ejemplo de hipótesis anterior: si suele enviar correos electrónicos de bienvenida dos días después de que el usuario se une, envíe su correo electrónico de control ahora. El correo electrónico de su grupo de prueba puede enviarse 10 minutos después de que un nuevo usuario se una para probar el rendimiento con los resultados de referencia del grupo de control.

La única diferencia entre los dos correos electrónicos debe ser la hora en que se enviaron. Si tuviera que probar más de un elemento, esto se llama prueba multivariada. Por ejemplo, se probaría una prueba de múltiples variantes si estuviera probando tanto el tiempo de envío del correo electrónico como una línea de asunto diferente. Solo debe usar pruebas multivariadas cuando esté probando combinaciones de diferentes elementos. Y las pruebas multivariadas se implementan mejor solo después de probar cada elemento individualmente.

Por ejemplo, después prueba y encuentra el momento más efectivo para enviar un correo electrónico, luego puede combinarlo con temas ganadores para medir el impacto total. Si intenta probar todos los aspectos de un correo electrónico a la vez, puede ser difícil determinar cuál influye positiva o negativamente en la puntuación general.

5. Ejecute la prueba en una plataforma que pueda medir los resultados

Ahora es el momento de ejecutar la prueba. Asegúrese de enviar correos electrónicos desde ESP, que tiene un panel analítico sólido para que pueda medir y evaluar los resultados fácilmente. Asegúrese de aislar todas las variables excepto la que está probando. Entonces, si está probando los tiempos de carga, no escriba líneas de asunto separadas y enviar en diferentes días de la semana o en diferentes momentos del día. Incluye el mismo asunto en ambos emails y simplemente cambia la hora de envío.

Analizar los datos

Ahora que ha realizado su prueba, es hora de evaluar sus resultados y determinar si su hipótesis era correcta o no. Al probar la hipótesis anterior, por ejemplo, observe las tasas de apertura de cada segmento de correo electrónico para medir el impacto del tiempo de envío. El “ganador” sería el grupo con las tasas de apertura más altas.

Si está utilizando un ESP que tiene pruebas A / B integradas, la plataforma debería hacer la mayor parte del trabajo duro por usted. Por ejemplo, en el panel de análisis de prueba A/B de Campaign Monitor, puede mostrar gráficos de sus resultados y valores de conversión al mismo tiempo.
imagen.png

Además de analizar los resultados frente a una prueba individual, evalúe los resultados frente al rendimiento general de su boletín informativo por correo electrónico. Esto le dará más información sobre el impacto potencial que esto podría tener en otros segmentos de correo electrónico. Por ejemplo, si su línea de asunto personalizada ha aumentado las tasas de apertura con nuevos clientes, considere realizar la misma prueba con otros segmentos de su lista.

Optimizar en función de los resultados

Los datos que recopile y analice solo tendrán lugar en la medida en que los implemente. La clave para la viabilidad a largo plazo es implementar los cambios indicados en los resultados de la prueba, así como iterarlos continuamente. Las necesidades de su audiencia cambiarán, su marca probablemente evolucionará y, por lo tanto, sus campañas de marketing por correo electrónico deben adaptarse. Para adaptarse con éxito, las pruebas A / B deben ser una práctica constante.

Recuerda que la forma en que elijas optimizar tu correo electrónico tendrá un impacto diferente. Por lo tanto, es importante establecer un objetivo principal claro antes de realizar cambios en su marketing por correo electrónico. Nuestra investigación ha demostrado que el mejor día y el momento ideal para enviar un correo electrónico no solo depende de su industria, sino también de sus objetivos.

Por ejemplo, los lunes tienen la tasa de apertura más alta en promedio, pero los martes tienen la tasa de clics (CTR) más alta. Por lo tanto, si su objetivo son tasas de apertura más altas, el lunes puede ser un mejor día. Pero si su objetivo es un CTR más alto, el martes sería la mejor opción. Todo esto es subjetivo para su industria y audiencia, por lo que es importante probarlo en su lista de correo electrónico específica.
imagen.png