冷电子邮件案例研究：1 次 A/B 测试后预约量增加 97%（使用模板）

已发表: 2024-04-02

杰克·雷默

2024 年 2 月 1 日

内容

本案例研究详细介绍了我们如何在一次 A/B 测试后将业务经纪人（以及 MailShake 的长期客户）的冷电子邮件结果翻倍。

您将看到我们如何帮助 Acme Advisors & Brokers 的 Robert Allen 将一些“负面回复”转变为一项活动，借助新的 A/B 测试策略，每天获得多个预约。

另外，我将向您展示为什么我们的潜在客户开发机构开始运行“定性 A/B 测试”，以及它如何帮助我们在仅编写一个反馈引导的变体后将一封电子邮件的回复率从 9.8% 提高到 18%。

活动统计：
4 封电子邮件
206 潜在客户
打开率：65%
30%回复率
总共 64 条回复
生成了 30 多个会议

新的冷电子邮件 A/B 测试

您可能被告知应该对冷电子邮件进行 A/B 测试。

但在与 Conversion Sciences 的数据科学家和营销专家（例如 Brian Massey）交谈后……

……事实证明，我们大多数人（包括我自己）对冷邮件的 A/B 测试都是错误的！

喘气！

如何像博士一样运行冷电子邮件 A/B 测试

这是冷漠的电子邮件发送者在 A/B 测试时犯的最大错误：

“我们关注回复率而不是实际回复。”

是的，现在，当我运行 A/B 测试时，我不关心回复率。至少一开始不是。

为什么？根据数据科学家的说法，除非每个冷电子邮件变体获得 100 条回复，否则回复率并不是一个可靠的指标。（在此处了解有关统计显着性的更多信息。）

翻译：如果您在每个变体收到 100 个回复之前结束测试，您将无法（自信地）知道哪封电子邮件表现更好！

我不是博士，但这意味着如果每个变体的回复率为 10%，则需要发送 2,000 封电子邮件才能正确运行 A/B 测试。

你看到这里的问题了吗？

这种数量可能适用于登陆页面优化或 PPC 广告……但如果您有一个非常有针对性的列表，那么每个细分受众群就不会需要联系 2,000 个人。

那么销售团队要做什么呢？

运行“反馈引导”A/B 测试。

事实证明，分析您的回复比检查回复率更能帮助您提高结果。

这不是一个新概念。（它只是使用定性数据而不是定量数据。）但如果您想快速将响应率提高一倍，这是 A/B 测试的最佳方法。

为了解释我们是如何做到这一点的——以及您如何做同样的事情——让我们看一下案例研究：

案例研究概述

当我们开始与 Robert 合作时，他心里有一个明确的目标：每天产生 1 个呼叫。

具体来说，我们的目标是每天给他们安排 1 次与有兴趣让他们出售业务的合格企业主通话。

为了实现这一目标，我们需要每天生成 3 个感兴趣的回复。（我们不能假设 100% 的回复实际上会出现在通话中。因此为了安全起见，我们的目标是每天 3 个回复。）

“A”冷邮件

回复率：9.8%

Jack 的注释：对于第一个变体，以下是使用的一些目标过滤器：
企业主，在我们的目标行业，拥有一家 X 年前成立的公司，在我的客户有买家的城市。

对于这种变化，我们决定直接要求他们就业务出售事宜致电。当然，还要确保按照我们的 CCQ 框架添加个性化。

主题：数字

{{firstname}}，{{自定义介绍语句 — CCQ}}

请原谅我这么直接，但如果我在 {{city}} 有一位潜在买家有兴趣购买 {{company}}，您愿意听取他们的报价吗？

如果是这样，您的简短通话日历是什么样的？

PS 作为背景，我的公司帮助 {{INDUSTRY}} 领域的企业家在最终准备退休时为其业务找到合适的买家。

----

非常好的电子邮件，是吧？这就是我的想法……直到回复开始出现。

“A”冷邮件回复

该电子邮件的回复率为 9.8%。

第一次开始还不错，但回复大多是负面的……分析前 8 个回复后，2 个是正面的（同意会面）3 个不感兴趣。 3 人分享了一个常见的潜在客户回复模式，如下所示：

我们如何编写“B”变体：解决第一个问题

您在这些回复中感觉到一个共同的主题吗？

常见反对意见：他们不相信我们的客户在他们的城市实际上有买家准备出价。

因此，我们创建了一个测试变体，可以减少怀疑……

要点：这是根据反馈了解到的！（不是回复率。）

幸运的是，我们的客户在这些市场上确实有买家准备购买合适的企业。

这就是我们所做的。

2 个使我们的回复率翻倍的变化：

我们从文案中删除了“潜在合作伙伴”一词。我们了解到这引起了怀疑，而我们的客户有一个合作伙伴准备提出报价。所以这个词是一个主要问题领域。
我们告诉他们为什么我们联系他们，以使我们的宣传更可信。
在新的文案中，它提到我们只针对某种类型的企业，该企业至少有 X 年历史，并且根据他们的在线评论具有良好的声誉。所以我在 PS 中加入了这一点（当然措辞很好），让他们知道我们专门针对他们。

事情是这样的：

我们的回复率从 9.8%（大部分是负面回复）提高到 18%，其中超过 70% 的回复被标记为正面！＃赢