Estamos en pleno auge de la era Big Data, esto significa poder contar cada vez más con enormes cantidades de información.
De cada usuario, de cada prospecto, de cada potencial cliente y de cada cliente existente tenemos pilas y pilas de datos. Y aunque esto a simple vista parezca una gran ventaja y una bendición, muchas veces no sabemos qué hacer con toda esa información, no sabemos cómo optimizarla.
Una excelente manera de hacerlo es estar constantemente testeando nuestras acciones de marketing, esto significa ir viendo qué estrategias son las más oportunas y las que mejores tasas de conversión arrojan.
En pocas palabras, me estoy refiriendo a la técnica del A/B Testing.
Para todos aquellos que al día de hoy aún no han hecho este tipo de pruebas, aquí les comparto tres ideas básicas para ejecutar. Háganlas y verán los resultados.
1) Subjects
Algo tan simple como determinante. Es la puerta, el acceso de entrada a nuestros contenidos. Sin un título interesante, atractivo y que despierte interés en los lectores, a nuestros contenidos no los verá nadie.
Y el colmo sería tener piezas super interesantes pero que nadie las lea ni las vea porque no tienen títulos seductores.
Entonces, un excelente y sencillo experimento será probar dos versiones distintas de subjects de correos electrónicos y ver cuál tuvo mayor tasa de apertura.
A modo de ejemplo, aquí tenemos una buena prueba para hacer online:
Título 1: Aprende cómo la ropa sintética te ayuda a correr más rápido
Título 2: Aprende cómo la ropa sintética te ayuda a correr un 10% más rápido
Como podemos ver, el fin es el mismo, lo único que cambia es el dato específico que indica cuánto más rápido podremos correr.
Entonces, para llevar a cabo dicha prueba tenemos que seleccionar dos grupos de nuestra base de datos y enviarles a cada uno el mismo mensaje pero con un subject diferente. De esta manera veremos cuál tuvo más éxito.
Lo mejor sería tomar el 10% de nuestra base y enviarle un título al 5% y el otro título al otro 5%.
Una vez comprobado el ganador, se lo mandamos al restante 90% de nuestra base.
2) Abandono de Carrito de Compra
El abandono del Carrito de Compra es una de las principales oportunidades de mejora para las tiendas online. Su reducción debe encararse con una estrategia decidida de acciones contundentes y activas: envío de recordatorios/promociones basadas en los contenidos del carrito abandonado o pasivas, como el mantenimiento del contenido del carrito entre sesiones.
Es importante tener en cuenta que un programa bien ejecutado tiene una tasa de recupero altísima. Con un porcentaje de abandono que ronda entre el 55% y el 70%, realizar una campaña exitosa significa una enorme cantidad de dinero.
Hay muchos elementos en este tipo de programas que pueden beneficiarse con una prueba de A/B testing: número de mensajes enviados, inclusión de imágenes e información de precios, ofrecimiento de descuentos, etc.
Hoy nos vamos a enfocar en el tiempo de espera que debe transcurrir desde el momento en que un usuario dejó un producto en su carrito hasta el momento en el que decidimos enviarle un mensaje recordatorio.
Es un tema muy sensible, y dependerá en gran medida de los productos que vendamos y del tipo de clientes que tenemos.
¿Por qué? Supongamos que optamos por enviarles a los usuarios un mensaje recordatorio en el mismo instante que dejan un producto en su carrito. Se manda en tiempo real. No pasaron ni siquiera 10 minutos.
Esto podría ser apreciado y reflejar grandes resultados o, por el contrario, podría ser visto como intrusivo y autoritario y por ende disminuir las ganancias.
La única manera de averiguarlo es haciendo A/B testing.
Entonces veremos qué nos conviene, si activar una campaña inmediatamente o esperar un par de horas, incluso días.
De esta manera, con la misma lógica y el mismo procedimiento del punto anterior, podremos ver qué prueba arroja mejores resultados. Una excelente manera de comprobar esto es enviar un mensaje de recordatorio inmediatamente al 5% de nuestra base y enviarle un mensaje luego de 4 horas al otro 5%.
3) Descuentos
Ofrecer una promoción o descuento es una efectiva manera de incrementar los clics y el tráfico. ¿Pero cuál es la cantidad óptima de descuento?
En general, la mayoría de los marketeros sólo utilizan una cantidad predeterminada para cada campaña, que es del 20%.
La pregunta del millón es saber qué diferencia de rendimiento podríamos tener con una oferta del 30% en vez del 20%, o con una del 25% en vez del 10%.
La respuesta es la misma que en los puntos anteriores: hay que probar a través del A/B testing.
Vayamos entonces a ver dos situaciones distintas, dependiendo de si contamos o no con herramientas avanzadas de personalización.
Si no contásemos con una, podríamos ofrecer diferentes niveles de descuento por día o semana. Por ejemplo, el lunes ofrecer un descuento del 25% en nuestros website y la siguiente semana brindar uno de 20%.
De esta manera podremos checar la diferencia de rendimiento.
En el caso de contar con una plataforma de marketing automation, tendremos la oportunidad de segmentar nuestras campañas de acuerdo a los intereses de cada cliente, donde cada usuario recibirá ofertas y descuentos únicos, según sus historiales de navegación y compra.
Con toda esta información, podremos enviar newsletters personalizados con diferentes descuentos.
Llevando a la práctica la misma idea de los puntos anteriores, podremos ofrecerle a una mitad un descuento del 15% y a la otra uno del 20% y ver así el tipo de conversión e ingresos para cada grupo de personas.
El A/B testing es una prueba fundamental para la optimización de nuestras campañas de marketing. La misma sirve como termómetro y para checar qué funciona y qué no.
Una de las grandes ventajas que tiene es que se puede realizar todos los días, cuantas veces querramos y aplicándolo a textos, imágenes, CTA, precios, descuentos, días, horas, fonts y demás.
Si todavía no comenzaron a llevar a cabo esta práctica, es hora de que empiecen. Con un poco de esfuerzo, quedarán sorprendidos por los resultados.
Otras ideas
¿Cómo no caer en Spam con Apple MPP?
El 20 de septiembre Apple lanzó Mail Privacy Protection (MPP), una nueva función que le permite a los usuarios decidir…
¿Cómo gestionar usuarios inactivos luego de Apple Mail Privacy Protection?
El 20 de septiembre comenzó el rollout de iOS 15 y Apple Mail Privacy Protection (MPP). Las nuevas políticas son parte…
¿Cómo reemplazar los Open Rates luego de Apple MPP?
El 20 de septiembre comenzó el rollout de iOS 15 y Apple Mail Privacy Protection (MPP). Y con eso, el trabajo de los…
¿Qué audiencias se verán afectadas por Apple Mail Privacy Protection?
Durante la Conferencia Mundial de Desarrolladores (WWDC21), Apple anunció al mundo las nuevas medidas de privacidad…