【编者按】推广邮件和新闻邮件都是给你带来新客源以及回头客的好方法，如果你的邮件营销已经开始渐入佳境，很多人订阅了你的邮件信息，还从你初购买了商品。而我们都知道，挽留老用户比开拓新用户的难度要小很多。这就是为什么A/B测试你在尝试新的技术以及排版时会如此重要的原因。在同样的投入下，这种方式能更好的帮助你改善转化率。
本文由MailPanda团队翻译编校，原文由Cameron Chapman所撰写并发表在kissmetrics网站上，点击阅读原文。
决定你的测试内容
想要执行一个高效率的A/B测试的第一步就是决定你的测试内容。要是你的测试对象多于一个的话，把测试控制在每次一个上，这样才能保证你的测试准确率。测试应该考虑的项目分别有：
- 行动呼吁（比如“赶快购买！”和“查看套餐以及定价”）
- 邮件主题（比如“XYZ产品甩卖”和“XYZ产品打折促销”）
- 该附上哪些用户感受（或者要不要附上用户感受）
- 邮件排版（比如单栏和双栏布局以及各个元素之间的搭配）
- 个性化称呼（比如“史密斯先生”和“乔伊”）
- 正文
- 正文标题
- 结尾
- 图片
- 优惠内容（比如“省钱20%”和“获得免费船票”）
上面所谈的每一个都会对不同的邮件转化阶段产生影响。比如说，你的行动呼吁会对购买量和你的主页点击率有直接影响。另一方面，你的邮件主题，会直接影响你的用户对邮件的第一时间打开率。
想一想你要测试的内容顺序。如果你的邮件打开率不高，你就应该从你的邮件主题入手。你或许会想先测试测试更重要的部分，比如说标题和行动呼吁，它们对你的转化率影响比图片和正文文本要大得多。首先从这些重要内容开始，然后按照重要性排序依次测试其他内容。
用你的整个订阅人列表测试，还是用一部分呢？
在绝大多数情况下，你会希望能够测试一下你的整个订阅人列表，以获得那些订阅用户对你的新邮件营销活动的具体反馈信息。想获得这些信息的最好办法就是把他们统统试上一遍。可是在以下的几个情况下，你可能并不需要拿整个订阅人列表来测试。
- 如果你的列表非常大，你的A/B测试又是按照收件人数量来收费的。这种情况下请选择量力而行，并且保证随机抽取测试样本以保证测试结果的准确性。
- 如果你正在尝试某种非常激进的方式，你应该限制一下测试的范围。以防产生恶劣影响、在这种情况下，选择百来个人进行测试是明智的。如果你能找到千把人进行实验的话效果会更好。
- 如果你在推广推广一个限时活动，你希望转化率越高越好，你应该先进行一次小型的测试（百来个收件人），然后挑选出最佳的一个开始向整个列表推广。
你的测试样品范围越大，你的测试结果也就越加准确，而且一定要保证分割的随机性。手动抽取样本会极大地扭曲你的测试精确性。A/B测试的目标就是获取实验信息，好证明哪一个版本的邮件能够取得最佳的效果。
什么是成功的邮件？
在你发送邮件之前，你必须先想好了你的测试目标是什么，达到什么标准才算是成功。首先，先回顾一下你之前的成果。如果你之前用相同的邮件风格推广了好多年月，那么你的对比数据将会非常充足。如果你的历史转化率是10%，那么你的前进目标就应该定在15%。
当然了，也许你的A/B测试初始目标就是让更多人打开你的邮件。如果真的是这样的话，请回顾一下你的历史打开率，然后决定你希望达到的打开率。如果你在A/B测试中没有达到这一目标的话，你就可以重新设计另外两个方案，然后再进行一次测试。
测试工具
很多电子邮件营销工具都内置有A/B测试功能，包括MailPanda。
如果你的电子邮件营销软件不支持A/B测试的话，你也可以手动建立一个。只要把你的订阅人列表分成两组，然后分别向两组列表发送两组不同的邮件。然后手动比较一下两组邮件的结果，你也可以通过把发送报告导出为两份不同表格的方式进行对比。
分析结果
一旦你开始用两组不同的邮件模版开始发送测试，就应该把注意力放在分析结果上了。下面是你分析结果时应该注意的几大方面：
- 打开率
- 点击率
- 用户登录主页后的转化率
关注头两个方面的原因非常明显，无需多言。可是或许会有很多读者会疑惑，为什么要统计超出电子邮件范畴的网站转化率、这不是超纲了吗？
你说的很对，但也不对。你的电子邮件确实和用户登录你的主页后的转化率无关。如果你的电子邮件能够将10%的读者带到你的主页上，另一封邮件能带走15%，那么第二封邮件理论上能够产生比第一封多处50%的转化率猜对，可是现实往往并非如此。
你的邮件必须和你的主页保持高度一致性。如果你想你的用户许诺，你的促销活动无与伦比，而实际上你主页上显示的内容却不那么令人满意，那么你的用户自然会流失。如果你的邮件在编排和风格上和你的主页不一致，也会导致类似的结果。访问者会感觉一头雾水，纳闷是不是登录错了网页。
确保实时跟踪你每一封邮件的转化率，这样才能保证你不会流失客户。这里的最终目标其实是转化率，而不仅仅是点击率。你也许会发现某一封邮件的点击率比另一封要高，可是实际上产生的转化率并不如人意。这种情况下，你就应该进行更多的测试，找出一条既有高点击率，又有高转化率的新邮件模式。
A/B测试的几点好习惯
这里附上几点进行A/B测试的好习惯：
- 测试要及时，以抵消时间流逝对测试结果造成的影响。
- 测试规模越大，你的结果就越准确。
- 相信数据，不要迷信直觉。
- 利用现成工具，降低A/B测试难度。
- 早做测试，多做测试，这样才能得出最佳结论。
- 一次只测试一个内容以保证测试结果。（如果你想一次多测试几个，你应该使用多元测试而不是A/B测试。）
页首图片来源：http://www.seomoves.org/blog/search-engine-optimization/maximize-conversions-with-autonomous-ab-testing-2820/