A/B-Tests in Transaktionsmails

Test-Setup

Um einen A/B-Test bei Transaktionsmails durchzuführen, muss zunächst ein Testziel definiert werden. Dies kann zum Beispiel lauten: Wie häufig klicken User auf einen Call-to-Action-Button (CTA). Ein A/B-Test unterteilt die Empfänger-Zielgruppe in die Gruppen A und B. Die Aufteilung erfolgt nach dem Zufallsprinzip. Danach wird auch das Testobjekt, also die Transaktionsmail, in zweifacher Ausführung erstellt: einmal als Original, die auch den Original-Button enthält, und einmal als Alternative, die einen vom Original abweichenden CTA-Button enthält. Beide Varianten sollten sich generell nur in einer Komponente unterscheiden. Der Grund: Akzeptanz-Unterschiede lassen sich dadurch eindeutig auf die veränderte Version zurückführen.

Automatisierte System-E-Mails

Bei Transaktionsmails handelt es sich automatisiert versendete „System-E-Mails“. Ihr Versand folgt auf die konkreten (Inter-)Aktion eines Users, Kunden oder Interessenten, die dieser auf einer Website oder etwa einem Online-Shop bewusst ausführt. Typische Transaktionsmails sind etwa Bestell-, Versand- oder Anmeldebestätigungen, aber auch E-Mails mit Dateianhängen wie etwa Rechnungen gehören dazu.

Typische Transaktionsmails sind zum Beispiel:

• Registrierungs-, Anmelde- und Abmeldebestätigungen
• Lieferbenachrichtigungen sowie Wareneingangshinweise
• Rechnungen, Auftrags-, Reservierungs- und Bestellbestätigungen
• Passwortanforderungen und -änderungen
• Statusmeldungen und Community-Statusberichte
• Abwesenheitshinweise und Autoresponder-Nachrichten auf Webseiten-Formularen
• E-Mail-Benachrichtigungen über neue Meldungen in Communitys und sozialen Netzwerken
• Re-Marketing Benachrichtigungen an Warenkorb-Abbrecher oder Produktempfehlungen an Käufer

Über A/B-Tests können verschiedene Versionen von Transaktionsmails bzw. deren Inhalte – zum Beispiel Seitenelemente wie Blöcke, Bilder, Betreffzeile, Textbausteine, Schaltflächen/Call-to-Action-Buttons, Formularfelder usw.) dahingehend getestet und verglichen werden, welche Version bei den Empfängern auf die größte positive Resonanz stößt bezüglich einer konkreten Änderung führt. A/B-Tests messen die Anzahl der Konversionen, die mit dem Original (Kontrolle) im Vergleich zur Variation (Alternative) erzielt wurden. Jene Version, die während des Testzeitraums die meisten Konversionen erzielt hat, wird in der Regel übernommen. 

Personalisierung wirkt – auch in Transaktionsmails

Im einfachsten Fall beginnt die Optimierung einer Transaktionsmail per A/B-Test zum Beispiel bei der Betreffzeile. Sie kann zum Beispiel lauten: „Rechnung“. Sie könnte aber auch lauten: „Vielen Dank für Ihren Einkauf bei onlineshop.de, Frau Meier. Hier ist ihre Rechnung.“ Auf diese Weise lässt sich nicht nur die Betreffzeile optimieren, auch die Akzeptanz ganzer Text-Bausteine, von einzelnen Sätzen oder auch einzelnen Begriffen lassen sich so A/B-testen. Hintergrund: Studien haben gezeigt, dass die persönliche Ansprache in der Betreffzeile einer E-Mail die durchschnittliche Öffnungsrate im Vergleich zu nicht personalisierten Betreffzeilen um 22 % erhöht. In spezifischen Branchen wie zum Beispiel in der Touristik, erreicht die E-Mail-Öffnungsrate mit personalisierten Betreffzeilen Spitzenwerte von 47 %. Selbst unterdurchschnittliche Werte wie etwa im Mode-Segment erzielen mit ca. 20 % immer noch ein beachtliches Ergebnis.

A/B-Tests mit personalisierten Product Recommendations

Automatisierte Transaktionsmails lassen sich aber auch mit personalisierten Product Recommendations „anreichern“. Mittels A/B-Test wird dann die aussichtsreichste Version ermittelt. Product Recommendations sind dabei kein Bestandteil von Campaign, sie gehören vielmehr zur Optimizely Digitale Experience Plattform. Im Unterschied zu Campaign reicht DXP wesentlich weiter. In der DXP basiert die Personalisierung auf Daten, die im Anschluss an den E-Mail-Empfang aus weiterführenden User-Interaktionen mit einer Website oder einem Online-Shop erhoben werden. Diese Interaktionen können durch Klicks auf bzw. den Kauf von Produkten repräsentiert werden. Aus diesen Daten lassen sich wiederum verschieden Implikationen ableiten (z. B. „Andere Kunden, die ihr Produkt gekauft haben, haben danach dieses Produkt gekauft“, „Sie haben dieses Produkt erworben, wie gefällt ihnen dieses Produkt“ etc.). Auf diese Weise lassen sich automatisierte Transaktionsmails - z. B. der Versand einer Rechnung - mit personalisierten Produktempfehlungen individuell anreichern. Sie werden so zu einem positiven Erlebnis in der Digital Experience des Empfängers und steigern dadurch die Markenloyalität.

Gesetzliche Schranken

Aber: Auch E-Mail-Marketing per Transaktionsmail unterliegt gesetzlichen Schranken. Das Gesetzt gegen unlauteren Wettbewerb (UWG) erfordert dazu eine eindeutige und ausdrückliche Einwilligung seitens des Empfängers. Darunter versteht der Gesetzgeber einen nicht vorangekreuzten Hard-Opt-In. Optimizely gewährleistet den gesetzeskonformen E-Mail-Versand gemeinhin mit dem Double-Opt-In-Verfahren. Das schließt auch Transaktionsmails ein. § 7 UWG schützt auch die Erfassung und Analyse personenbezogener Daten. Beides erfordert eine vorherige ausdrückliche Einwilligung bzw. eine Wider- oder Einspruchsoption, wenn Daten nur in begrenztem Umfang oder gar nicht erhoben und / oder gespeichert werden sollen.

Hohe Relevanz bei Transaktionsmails

Dass Product Recommendations Reichweite und Umsätze steigern, gilt als unbestritten. Branchengrößen wie Amazon schreiben 35 % ihres Umsatzes tatsächlich Produktempfehlungen zu. Werden Product Recommendations in Transaktionsmails eingesetzt, lassen sich diese Werte möglicherweise sogar noch erhöhen. Das könnte dann daran liegen, das Transaktionsmails generell von den Empfängern erwartet werden und aus diesem Grund über eine extrem hohe Relevanz verfügen. Allerdings: Dieser Vertrauensvorschuss sollte nicht durch den übermäßigen Einsatz von Produktempfehlungen aufs Spiel gesetzt werden. Hier empfiehlt sich der wohl dosierte Einsatz oder eben auch ein A- /B-Test, welche Alternativen (dezente, wohldosierte Produktempfehlungen vs. überfrachtete Produktempfehlungen) in Transaktionsmails häufiger konvertieren.

So könnte eine Produktempfehlung (roter Rahmen) aussehen. Ob diese Art der Ausspielung allerdings in Transaktionsmails funktioniert, das muss ein A/B-Test ermitteln.

Fazit

Gut umgesetzte und A/B-getestete Transaktionsmails leiten im E-Mail-Marketing einen wichtigen Beitrag zur Kundenbindung. Enthalten die Mails alle relevanten Informationen, die der Kunde erwartet, entlastet dies zum Beispiel nicht nur den Kundenservice, sondern schafft auch eine positive “Customer Experience” und damit eine höhere Kundenzufriedenheit. Die über A/B-Test ermittelten besten Transaktions-Mails liefern Kunden hierbei Anlass zur Wiederaufnahme der Customer Journey. Sei es, um den Sendungsstatus zu verfolgen, Retourenlabel zu beantragen, die Kontaktdaten zum Kundenservice zu erfahren oder eben auch, um am schnellsten zu relevanten weiteren Produkten oder Upgrades zu gelangen.

Aus diesem Grund sind A/B-Tests gerade bei Transaktionsmails von großer Bedeutung. Sie sollten in regelmäßigen Abständen durchgeführt werden. Auf diese Weise optimieren diese Marketing Automations die digitale Kommunikation von Online-Shops und Marken und erzeugen positive Erlebnisse auf der Customer Journey der Kunden.

Weitere Insights und Optimierungsimpulse erhalten Sie in unserem E-Book "Omnichannel Marketing Trends 2023".