假设你想测试现有邮件主题和你和

[Habib01]

团队编写的更短版本邮件主题的打开率。我们认为更短的邮件主题会带来更多邮件被打开。以下是我们的零假设和备择假设。 零假设 (H0)：长电子邮件主题行和短电子邮件主题行之间的电子邮件打开率没有显著差异。 备选假设：较短的电子邮件主题行比较长的电子邮件主题行能获得更多的电子邮件打开。 现在您可以汇总样本了。抽样是另一个看似简单的主题，但要找到理想的样本量，需要了解所需的置信水平、误差幅度和总体规模。置信水平越高，误差幅度越低，测试所需的时间就越长。您应该在预算和时间限制内完成这些主题。 Qualtrics 有一篇很棒的文章和工具可以帮助您确定所需的样本量。 现在您可以收集构成您计划运行测试的样本的线索。 让我们以之前的例子为例，您想要测试现有电子邮件主题行与您和您的团队编写的新的更短版本之间的打开率。 您知道您需要 95% 的置信水平（Z 值 1.96），误差幅度为 5%（许多统计学家在进行此分析时使用的默认值）。对于总体规模，您计划将此信息发送给所有在美国拥有 1,000 名或以上员工的公司中负责 B2B 业务的高管。


美国目前没有关于高管人数的普查数据，但我们可以给出一个大概的估计。一般来说，公司最多会有两名 厄瓜多尔电报数据库 高管协助销售。有统计数据显示，美国有23,533家公司的员工人数在 1,000 人或以上。我们可以将这个数字乘以 2，得到高管人数，即 47,066 人。 Qualtrics 提供免费的理想样本量计算器。使用该计算器，我们可以计算出理想样本量为 382。 第 2 步：检查 测试步骤是我觉得最有趣的一步。在这里，你可以创建并开始完整的测试。 根据测试内容，您需要确保拥有跟踪结果所需的工具。这些工具通常包括电子邮件互动跟踪、电话跟踪和记录，以及分析或报告软件等功能。 掌握了必要的工具后，让我们回顾一下我之前给出的示例。我们的样本量为 382 条线索，并且已经创建了两封电子邮件。 现在，您可以将其中一封邮件发送给 191 位联系人，将第二封邮件发送给另外 191 位联系人。邮件发送完成后，只需等待即可。我建议您提前选择一个时间段，以便您的联系人有足够的时间打开邮件。在本例中，我们假设给他们一周时间。 一周结束后，我们得到了结果。我已生成以下示例的结果。


长主题行（控制变量）：已发送 191 封电子邮件 电子邮件打开数量：92 未打开的电子邮件：99 简短主题：已发送 191 封电子邮件 电子邮件打开数量：121 未打开的电子邮件：70 从我们的结果可以看出，简短的主题行能带来更高的邮件打开率。我仍然建议遵循第三步，即分析。 步骤3：分析 A/B 测试的定义是基于零假设或控制变量来测试新的变化。你需要关注的是结果是否具有统计学意义。 完整的分析涉及很多公式。如果您想手动进行所有计算，我建议您阅读文章“单侧与双侧 A/B 测试——您需要了解的单侧与双侧 A/B 测试的一切”。我相信很多统计学家都会手动进行计算。就我们而言，网上有很多免费和付费的资源可以用来进行计算。 我推荐AB Testguide 上提供的A/B 测试计算器。 使用这个计算器，我们可以输入结果，并发现结果具有统计学意义。现在我们可以说，我们有95%的把握，较短的电子邮件主题行提高了电子邮件的打开率。 后续步骤 我希望您现在可以开始构建自己的完整 A/B 测试，以提高您的潜在客户生成、对话次数和成交数量。 几乎可以在销售周期的任何环节创建 A/B 测试。我建议从小处着手，比如从销售脚本开始。祝您玩得开心！我们都曾在人生的某个阶段想过远程办公会是多么便捷。