กรณีศึกษาอีเมลแบบ Cold Email: ได้รับการนัดหมายเพิ่มขึ้น 97% หลังจากการทดสอบ A/B 1 ครั้ง (พร้อมเทมเพลต)
เผยแพร่แล้ว: 2024-04-02
- 1 กุมภาพันธ์ 2024
สารบัญ
กรณีศึกษานี้แจกแจงรายละเอียดวิธีที่เราเพิ่มผลลัพธ์อีเมลแบบ Cold Email เป็นสองเท่าสำหรับนายหน้าธุรกิจ (และลูกค้า MailShake ที่รู้จักกันมานาน) หลังจากการทดสอบ A/B เพียงครั้งเดียว
คุณจะเห็นวิธีที่เราช่วย Robert Allen จาก Acme Advisors & Brokers เปลี่ยน "การตอบกลับเชิงลบ" บางส่วนให้เป็นแคมเปญที่ได้รับการนัดหมายหลายครั้งต่อวันด้วยกลยุทธ์การทดสอบ A/B ใหม่
นอกจากนี้ ฉันจะแสดงให้คุณเห็นว่าเหตุใดเอเจนซี่การสร้างโอกาสในการขายของเราจึงเริ่มดำเนินการ " การทดสอบ A/B เชิงคุณภาพ " และวิธีที่ช่วยให้เรารับอีเมลฉบับเดียวจากอัตราการตอบกลับ 9.8% ถึง 18% หลังจากเขียนรูปแบบ ที่มีข้อเสนอแนะ เพียงรูปแบบเดียว
สถิติแคมเปญ:
อีเมล 4 ฉบับ
206 โอกาส
อัตราการเปิด: 65%
อัตราการตอบกลับ 30%
รวมทั้งหมด 64 คำตอบ
สร้างการประชุมมากกว่า 30 รายการ
การทดสอบ A/B อีเมลแบบ Cold ใหม่
คุณอาจได้รับแจ้งว่าคุณควรทดสอบ A/B ทดสอบอีเมลที่ไม่เปิดเผยของคุณ
แต่หลังจากพูดคุยกับนักวิทยาศาสตร์ข้อมูลและกูรูด้านการตลาดอย่าง Brian Massey ที่ Conversion Sciences...
…ปรากฎว่าพวกเราส่วนใหญ่ (รวมตัวฉันเองด้วย) ทำการทดสอบ A/B กับอีเมลที่ไม่เปิดเผยซึ่งผิด!
อ้าปากค้าง!
วิธีเรียกใช้การทดสอบ A/B ทางอีเมลแบบเย็นเหมือนปริญญาเอก
นี่คือข้อผิดพลาดที่ใหญ่ที่สุดที่ผู้ส่งอีเมลที่ไม่คุ้นเคยทำเมื่อทำการทดสอบ A/B:
“เราพิจารณา อัตราการตอบกลับ แทน การตอบกลับ จริง ”
ใช่แล้ว ตอนนี้เมื่อฉันทำการทดสอบ A/B ฉันไม่สนใจอัตราการตอบกลับ อย่างน้อยก็ไม่ใช่ในตอนแรก
ทำไม ตามที่นักวิทยาศาสตร์ข้อมูลระบุว่า อัตราการตอบกลับไม่ใช่ตัวชี้วัดที่เชื่อถือได้จนกว่าคุณจะได้รับ การตอบกลับ 100 ครั้งต่อรูปแบบอีเมลแบบเย็น (เรียนรู้เพิ่มเติมเกี่ยวกับนัยสำคัญทางสถิติที่นี่)
การแปล : หากคุณสิ้นสุดการทดสอบก่อนที่จะได้รับการตอบกลับ 100 ครั้งต่อรูปแบบ คุณจะไม่รู้ (ด้วยความมั่นใจ) ว่าอีเมลใดทำงานได้ดีกว่า!
ฉันไม่ใช่ปริญญาเอก แต่นั่นหมายความว่าหากคุณได้รับอัตราการตอบกลับ 10% ต่อรูปแบบ คุณจะต้องส่งอีเมล 2,000 ฉบับก่อนจึงจะสามารถทำการทดสอบ A/B ได้อย่างเหมาะสม
คุณเห็นปัญหาที่นี่หรือไม่?
ปริมาณดังกล่าวอาจใช้ได้กับการเพิ่มประสิทธิภาพหน้า Landing Page หรือโฆษณา PPC... แต่หากคุณมีรายการที่ตรงเป้าหมายมาก คุณจะไม่มีผู้ติดต่อ 2,000 คนต่อเซ็กเมนต์
แล้วทีมขายต้องทำอย่างไร?
เรียกใช้การทดสอบ A/B แบบ "แนะนำคำติชม"
ปรากฎว่าการวิเคราะห์คำตอบของคุณจะช่วยให้คุณปรับปรุงผลลัพธ์ได้มากกว่าการตรวจสอบอัตราการตอบกลับ
นี่ไม่ใช่แนวคิดใหม่ (เป็นเพียงการใช้ข้อมูลเชิงคุณภาพแทนข้อมูลเชิงปริมาณ) แต่เป็นวิธีที่ดีที่สุดในการทดสอบ A/B หากคุณต้องการเพิ่มอัตราการตอบกลับเป็นสองเท่าอย่างรวดเร็ว
เพื่ออธิบายว่าเราทำสิ่งนี้ได้อย่างไร และคุณสามารถทำสิ่งเดียวกันได้อย่างไร มาดูกรณีศึกษากัน:
ภาพรวมกรณีศึกษา
เมื่อเราเริ่มทำงานกับ Robert เขามีเป้าหมายที่ชัดเจนในใจ: สร้างการโทร 1 ครั้งต่อวัน
โดยเฉพาะอย่างยิ่ง เป้าหมายของเราคือการโทรหาพวกเขาตามกำหนดเวลา 1 ครั้งต่อวันกับ เจ้าของธุรกิจที่มีคุณสมบัติเหมาะสมซึ่งสนใจที่จะให้พวกเขาขายธุรกิจของตน
เพื่อให้บรรลุเป้าหมายนั้น เราต้องสร้างการตอบกลับที่สนใจ 3 ครั้งต่อวัน (เราไม่สามารถสรุปได้ว่าการตอบกลับ 100% จะปรากฏต่อการโทรจริงๆ ดังนั้น เพื่อความปลอดภัย เป้าหมายของเราคือการตอบกลับ 3 ครั้งต่อวัน)
อีเมลเย็น “A”
อัตราการตอบกลับ: 9.8%
หมายเหตุของแจ็ค: สำหรับรูปแบบแรกนี้ ต่อไปนี้เป็นตัวกรองการกำหนดเป้าหมายบางส่วนที่ใช้:
เจ้าของธุรกิจในอุตสาหกรรมเป้าหมายของเรา โดยมีบริษัทที่ก่อตั้งเมื่อ X ปีที่แล้ว ในเมืองที่ลูกค้าของฉันมีผู้ซื้อ
สำหรับรูปแบบนี้ เราตัดสินใจที่จะติดต่อโดยตรงและขอให้พวกเขาติดต่อเกี่ยวกับการขายธุรกิจของพวกเขา และแน่นอนว่าต้องเพิ่มความเป็นส่วนตัวตามกรอบ CCQ ของเรา
หัวเรื่อง : ตัวเลข
{{firstname}}, {{ประโยคแนะนำที่กำหนดเอง — CCQ}}
ขออภัยที่พูดตรงๆ แต่ถ้าฉันมีผู้ซื้อที่มีศักยภาพใน {{city}} สนใจซื้อ {{company}} คุณจะยินดีรับฟังข้อเสนอของพวกเขาหรือไม่
หากเป็นเช่นนั้น ปฏิทินของคุณจะเป็นอย่างไรสำหรับการโทรสั้นๆ
{{ลายเซ็น}}
ป.ล. สำหรับความเป็นมา บริษัทของฉันช่วยให้ผู้ประกอบการในพื้นที่ {{INDUSTRY}} ค้นหาผู้ซื้อที่เหมาะสมสำหรับธุรกิจของตนเมื่อพวกเขาพร้อมที่จะเกษียณในที่สุด
-
อีเมลค่อนข้างดีใช่มั้ย? นั่นคือสิ่งที่ฉันคิดว่า… จนกระทั่งการตอบกลับเริ่มเข้ามา
การตอบกลับอีเมลแบบ "A" แบบเย็น
อีเมลดังกล่าวได้รับอัตราการตอบกลับ 9.8%
ไม่แย่เลยสำหรับการเริ่มต้นครั้งแรก แต่การตอบกลับส่วนใหญ่เป็นเชิงลบ... หลังจากวิเคราะห์คำตอบ 8 ครั้งแรก มี 2 คนที่เป็นเชิงบวก (ตกลงที่จะประชุม) 3 คนไม่สนใจ และ 3 แบ่งปัน รูปแบบการตอบกลับผู้มีโอกาสเป็นลูกค้าทั่วไป ดังนี้:
เราเขียนรูปแบบ "B" อย่างไร: แก้ไขปัญหา #1
คุณรู้สึกถึงประเด็นทั่วไปในการตอบกลับเหล่านั้นหรือไม่?
ข้อโต้แย้งทั่วไป: พวกเขาไม่เชื่อว่าลูกค้าของเรามีผู้ซื้อในเมืองของตน พร้อมที่จะยื่นข้อเสนอจริงๆ
ดังนั้นเราจึงสร้างรูปแบบการทดสอบที่สามารถลดความสงสัย...
Takeaway : สิ่งนี้เรียนรู้จากคำติชม! (ไม่ใช่อัตราการตอบกลับ)
โชคดีที่ลูกค้าของเรา มี ผู้ซื้อในตลาดเหล่านั้นพร้อมที่จะซื้อธุรกิจหากเหมาะสม
นี่คือสิ่งที่เราทำ
การเปลี่ยนแปลง 2 ประการที่เพิ่มอัตราการตอบกลับของเราเป็นสองเท่า:
- เราตัดคำว่า "พันธมิตรที่มีศักยภาพ" ออกจากสำเนา เราได้เรียนรู้ว่าสิ่งนี้ทำให้เกิดความสงสัย และลูกค้าของเราก็มีพันธมิตรพร้อมที่จะยื่นข้อเสนอ คำนี้จึงเป็นประเด็นปัญหาสำคัญ
- เราบอกพวกเขาว่าทำไมเราถึงติดต่อพวกเขาเพื่อทำให้การนำเสนอของเราน่าเชื่อถือยิ่งขึ้น
- ในฉบับใหม่ระบุว่าเรากำหนดเป้าหมายเฉพาะธุรกิจบางประเภทที่มีอายุอย่างน้อย X ปีและมีชื่อเสียงอย่างมาก — ตามรีวิวออนไลน์ของพวกเขา ดังนั้นฉันจึงรวมสิ่งนั้น (ใช้คำพูดอย่างดี) ไว้ใน PS เพื่อให้พวกเขารู้ว่าเรากำหนดเป้าหมายพวกเขาเป็นพิเศษ
นี่คือสิ่งที่เกิดขึ้น:
เราเปลี่ยนจากอัตราการตอบกลับ 9.8% (ส่วนใหญ่เป็นการตอบกลับเชิงลบ) เป็นอัตราการตอบกลับ 18% โดยที่การตอบกลับมากกว่า 70% ทำเครื่องหมายว่าเป็นบวก! #ชนะ
อัตราการตอบกลับอีเมลแบบเย็น “B”: 18%
หัวเรื่อง : ตัวเลข
{{firstname}}, {{ประโยคแนะนำที่กำหนดเอง — CCQ}}
ขออภัยที่พูดตรงๆ แต่ฉันมีหุ้นส่วนใน {{city}} ที่ต้องการซื้อบริษัทเช่น {{company}}
คุณเปิดใจที่จะพูดตัวเลขหรือไม่?
ดีที่สุด,
โรเบิร์ต
ป.ล. เพื่อให้โปร่งใส เรากำลังมองหาบริษัท {{INDUSTRY}} ในพื้นที่ที่อยู่มาเป็นเวลา {{TIME PERIOD}} และมีชื่อเสียงที่แข็งแกร่งเช่นเดียวกับคุณ แต่ถ้าคุณไม่สนใจ คุณก็สามารถเพิกเฉยต่อเรื่องนี้ได้
ผลลัพธ์: การตอบกลับจริงจากรูปแบบนี้
บทสรุป
ประเด็นสำคัญบางประการสำหรับคุณ:
- ใช่ Cold Email ยังคงใช้งานได้ แต่คุณต้องเพิ่มความเป็นส่วนตัวหากคุณต้องการประสบความสำเร็จ ในความเป็นจริง การปรับเปลี่ยนในแบบของคุณทำงานได้ดีมาก เราจึงจ้าง "ผู้เชี่ยวชาญด้านการปรับแต่งส่วนบุคคล" แบบเต็มเวลา ทดสอบและดูว่าเกิดอะไรขึ้น
- เขียนรูปแบบ "B" ของคุณหลังจากวิเคราะห์คำตอบเชิงลบของคุณ เป็นวิธีที่รวดเร็วและเชื่อถือได้มากที่สุดในการทำการทดสอบ A/B ให้ประสบความสำเร็จ (อัตราการตอบกลับมักจะทำให้เข้าใจผิด)
- เรื่องการสร้างรายการ แคมเปญนี้คงจะล้มเหลวหากเรากำหนดเป้าหมายกลุ่มที่ไม่ตรงกับเกณฑ์ที่เข้มงวดของเรา วิเคราะห์ลูกค้าปัจจุบันของคุณและค้นหาคุณลักษณะทั่วไปที่คุณสามารถใช้เพื่อสร้างรายการที่เน้นเลเซอร์
แจ็ค รีมเมอร์
Jack Reamer ดำเนินกิจการ SalesBread.com ซึ่งเป็นเอเจนซี่สร้างโอกาสในการขายที่ส่งอีเมลส่วนตัวและข้อความ LinkedIn สำหรับคนมีงานยุ่งที่ต้องการพบปะกับลูกค้าในฝันมากขึ้น ติดต่อเขาเพื่อพูดคุยเรื่องการเติบโตหรือพูดว่า “สวัสดี!” บน LinkedIn
