Studium przypadku zimnej poczty e-mail: 97% więcej spotkań po 1 teście A/B (z szablonami)
Opublikowany: 2024-04-02
- 1 lutego 2024 r
Zawartość
To studium przypadku pokazuje, jak podwoiliśmy wyniki zimnej wiadomości e-mail dla brokera biznesowego (i wieloletniego klienta MailShake) po pojedynczym teście A/B.
Zobaczysz, jak pomogliśmy Robertowi Allenowi z Acme Advisors & Brokers zamienić kilka „negatywnych odpowiedzi” w kampanię, która zapewniała wiele spotkań dziennie dzięki nowej strategii testów A/B.
Dodatkowo pokażę Ci, dlaczego nasza agencja generowania leadów zaczęła przeprowadzać „ jakościowe testy A/B ” i jak pomogło nam to uzyskać współczynnik odpowiedzi na pojedynczy e-mail z 9,8% do 18% po napisaniu tylko jednej odmiany opartej na opiniach .
Statystyki kampanii:
4 e-maile
206 perspektyw
Wskaźnik otwarć: 65%
30% współczynnik odpowiedzi
Łącznie 64 odpowiedzi
Wygenerowano ponad 30 spotkań
Nowy test A/B zimnego e-maila
Prawdopodobnie powiedziano Ci, że powinieneś przetestować A/B swoje zimne e-maile.
Jednak po rozmowach z analitykami danych i guru marketingu, takimi jak Brian Massey z Conversion Sciences…
…Okazuje się, że większość z nas (łącznie ze mną) źle przeprowadzała testy A/B zimnych e-maili!
Dech zapierać ze zdziwienia!
Jak przeprowadzać testy A/B zimnej poczty elektronicznej jak doktorat
Oto największy błąd, jaki popełniają osoby wysyłające zimne e-maile podczas testów A/B:
„Patrzymy na odsetek odpowiedzi, a nie na rzeczywiste odpowiedzi ”.
Tak, teraz, kiedy przeprowadzam testy A/B, nie przejmuję się współczynnikiem odpowiedzi. Przynajmniej nie na początku.
Dlaczego? Według analityków danych współczynnik odpowiedzi nie jest wiarygodnym wskaźnikiem, dopóki nie otrzymasz 100 odpowiedzi na każdą odmianę zimnego e-maila. (Dowiedz się więcej na temat istotności statystycznej tutaj.)
Tłumaczenie : jeśli zakończysz test ZANIM otrzymasz 100 odpowiedzi na każdą odmianę, nie będziesz wiedział (z pewnością), który e-mail działał lepiej!
Nie jestem doktorem, ale to oznacza, że jeśli uzyskasz współczynnik odpowiedzi na poziomie 10% na odmianę, będziesz musiał wysłać 2000 e-maili, zanim będziesz mógł prawidłowo przeprowadzić test A/B.
Czy widzisz tutaj problem?
Ten rodzaj wolumenu może działać w przypadku optymalizacji strony docelowej lub reklam PPC… ale jeśli masz BARDZO ukierunkowaną listę, nie będziesz mieć 2000 osób do kontaktu w każdym segmencie.
Co zatem ma zrobić zespół sprzedaży?
Przeprowadź testy A/B oparte na opiniach.
Okazuje się, że analizowanie odpowiedzi pomoże Ci poprawić wyniki DUŻO bardziej niż sprawdzanie współczynników odpowiedzi.
To nie jest nowa koncepcja. (To po prostu wykorzystanie danych jakościowych zamiast ilościowych). Jest to jednak najlepszy sposób na przeprowadzenie testu A/B, jeśli chcesz szybko podwoić współczynnik odpowiedzi.
Aby wyjaśnić, jak tego zrobiliśmy — i jak Ty możesz zrobić to samo — spójrzmy na studium przypadku:
Przegląd studium przypadku
Kiedy zaczynaliśmy współpracę z Robertem, miał on jasny cel: generować 1 rozmowę dziennie.
W szczególności naszym celem było zapewnienie im 1 zaplanowanej rozmowy dziennie z wykwalifikowanym właścicielem firmy, który był zainteresowany sprzedażą swojej firmy.
Aby osiągnąć ten cel, musielibyśmy generować 3 zainteresowane odpowiedzi dziennie. (Nie mogliśmy założyć, że 100% odpowiedzi faktycznie pojawi się w rozmowie. Dlatego dla bezpieczeństwa naszym celem były 3 odpowiedzi dziennie).
Zimny e-mail „A”.
Współczynnik odpowiedzi: 9,8%
Uwagi Jacka: W przypadku tej pierwszej odmiany zastosowano następujące filtry kierowania:
Właściciele firm z naszej docelowej branży, z firmą założoną X lat temu, w mieście, w którym mój klient miał kupca.
W przypadku tej odmiany postanowiliśmy zachować się bezpośrednio i poprosić ich o telefon w sprawie sprzedaży firmy. I oczywiście pamiętaj o dodaniu personalizacji zgodnie z naszymi ramami CCQ.
Temat: liczby
{{firstname}}, {{NIESTANDARDOWE ZDANIE WSTĘPNE — CCQ}}
Wybacz, że mówię bezpośrednio, ale gdybym miał potencjalnego nabywcę w {{city}} zainteresowanego zakupem {{company}}, czy byłbyś otwarty na wysłuchanie jego oferty?
Jeśli tak, jak wygląda Twój kalendarz na krótką rozmowę?
{{PODPIS}}
PS W tle moja firma pomaga przedsiębiorcom z branży {{INDUSTRY}} znaleźć odpowiedniego nabywcę dla ich firmy, gdy w końcu będą gotowi przejść na emeryturę.
—-
Całkiem niezły e-mail, co? Tak właśnie myślałem… Dopóki nie zaczęły napływać odpowiedzi.
Odpowiedzi na zimne e-maile typu „A”.
Na ten e-mail uzyskano współczynnik odpowiedzi wynoszący 9,8%.
Jak na pierwszy start nieźle, ale odpowiedzi były w większości negatywne… Po przeanalizowaniu pierwszych 8 odpowiedzi, 2 były pozytywne (zgodziły się na spotkanie), 3 nie były zainteresowane. A 3 podzieliło się typowym wzorcem odpowiedzi potencjalnego klienta, takim jak ten:
Jak napisaliśmy odmianę „B”: rozwiązanie problemu nr 1
Czy wyczuwasz wspólny motyw w tych odpowiedziach?
Częsty zarzut: Nie wierzyli, że nasz klient rzeczywiście ma w swoim mieście kupca gotowego złożyć ofertę .
Stworzyliśmy więc odmianę testową, która może zmniejszyć sceptycyzm…
Na wynos : Tego dowiedzieliśmy się na podstawie opinii! (Nie współczynnik odpowiedzi.)
Na szczęście nasz klient miał na tych rynkach nabywcę gotowego kupić firmę, jeśli będzie mu to odpowiadało.
Oto co zrobiliśmy.
2 zmiany, które podwoiły nasz współczynnik odpowiedzi:
- Usunęliśmy z kopii słowo „potencjalny partner”. Dowiedzieliśmy się, że budzi to sceptycyzm, a nasz klient MIAŁ partnera gotowego do złożenia oferty. Zatem to słowo stanowiło GŁÓWNY problem.
- Powiedzieliśmy im, DLACZEGO się z nimi skontaktowaliśmy, aby uczynić naszą ofertę bardziej wiarygodną.
- W nowym egzemplarzu wspomniano, że kierowaliśmy reklamy wyłącznie na określony rodzaj firm, które istnieją co najmniej X lat i cieszą się dobrą reputacją – na podstawie ich recenzji w Internecie. Więc umieściłem to (oczywiście ładnie sformułowane) w PS, aby dać im znać, że specjalnie do NICH zaatakowaliśmy.
Oto co się stało:
Przeszliśmy od wskaźnika odpowiedzi 9,8% (głównie odpowiedzi negatywne) do wskaźnika odpowiedzi wynoszącego 18%, przy czym ponad 70% odpowiedzi oznaczono jako pozytywne! #wygrać
Współczynnik odpowiedzi na zimne e-maile „B”: 18%
Temat: liczby
{{firstname}}, {{NIESTANDARDOWE ZDANIE WSTĘPNE — CCQ}}
Wybacz, że mówię bezpośrednio, ale mam partnera w {{city}}, który chce przejąć firmę taką jak {{company}}.
Czy jesteś otwarty na rozmowy o liczbach?
To, co najlepsze,
Roberta
PS Aby zachować przejrzystość, szukamy firmy z branży {{INDUSTRY}} w okolicy, która istnieje na rynku od {{TIME OKRES}} i ma dobrą reputację taką jak Twoja. Jeśli jednak nie jesteś zainteresowany, możesz to zignorować.
Wyniki: Prawdziwe odpowiedzi z tej odmiany
Wniosek
Kilka kluczowych wniosków dla Ciebie:
- Tak, zimny e-mail nadal działa, ale jeśli chcesz odnieść sukces, musisz dodać personalizację. W rzeczywistości personalizacja działa tak dobrze, że zatrudniliśmy „Eksperta ds. personalizacji” na pełny etat. Przetestuj i zobacz, co się stanie.
- Po przeanalizowaniu negatywnych odpowiedzi napisz swoją odmianę „B”. To najszybszy i najbardziej niezawodny sposób na pomyślne przeprowadzenie testów A/B. (Współczynnik odpowiedzi często wprowadza w błąd.)
- Lista spraw związanych z budowaniem. Ta kampania zakończyłaby się fiaskiem, gdybyśmy kierowali ją na grupę, która nie spełniała naszych rygorystycznych kryteriów. Przeanalizuj swoich obecnych klientów/klientów i znajdź wspólne atrybuty, których możesz użyć do tworzenia list skupionych na laserze.
Jacka Reamera
Jack Reamer prowadzi SalesBread.com, butikową agencję generowania leadów, która wysyła spersonalizowane zimne e-maile i wiadomości na linkach dla zapracowanych osób, które chcą więcej spotkań z wymarzonymi klientami. Skontaktuj się z nim, aby porozmawiać o rozwoju lub powiedz „Cześć!” na LinkedIn.
