Wiederverfügbarkeits- und Preisalarm-Automatisierung

So testen Sie Betreffzeilen für Wiederverfügbarkeits-E-Mails per A/B-Test

Veröffentlicht am July 19, 2026 von

Um Betreffzeilen für Wiederverfügbarkeits-E-Mails richtig per A/B-Test zu prüfen, teilen Sie Ihr Benachrichtigungspublikum in zwei Hälften, schicken jeder Hälfte für denselben Restock eine andere Betreffzeile und bestimmen den Gewinner anhand von Klicks und Bestellungen – nicht an Öffnungen. Öffnungen sind nicht mehr vertrauenswürdig, seit Apples Mail Privacy Protection begann, Bilder vorzuladen und die Öffnungsraten für einen großen Teil der Postfächer aufzublähen; ein heutiger „Öffnungsraten-Gewinner“ kann beim Umsatz mühelos der Verlierer sein. Testen Sie immer nur eine klare Variable auf einmal – schlicht und deutlich gegen Dringlichkeit, Produktname in der Betreffzeile oder nicht, ein Knappheitshinweis, ein Emoji – und lassen Sie es lange genug laufen, damit es etwas bedeutet. Das ehrliche Problem mit Restock-Listen ist, dass sie oft klein sind, sodass eine einzelne Benachrichtigung selten statistische Signifikanz erreicht. Das macht das Testen nicht nutzlos; es ändert, wie Sie das Ergebnis lesen und wie Sie es über viele Restocks hinweg ansammeln, statt einem einzelnen zu vertrauen.

So testen Sie auf eine Weise, die kleine Zahlen übersteht.

Testen Sie Klicks und Bestellungen, nicht Öffnungen

Jahrelang bedeutete das Testen von Betreffzeilen das Testen von Öffnungsraten. Das ist heute eine Falle.

Apples Mail Privacy Protection und ähnliches Bild-Vorladen anderswo bedeuten, dass ein Teil Ihrer „Öffnungen“ Maschinen sind, die Bilder abrufen, keine Menschen, die lesen. Bei einer Wiederverfügbarkeits-Benachrichtigung fällt die Verzerrung ins Gewicht, weil das Publikum zu engagierten Käufern tendiert, deren Apps die Zahl still aufblähen. So kann eine Betreffzeile bei den Öffnungen gewinnen und bei allem verlieren, was Ihnen wirklich wichtig ist.

Die eigentliche Aufgabe der Betreffzeile bei einer Restock-Benachrichtigung ist es, den Klick zu erzielen, der zur Bestellung führt. Messen Sie also die Klickrate jeder Variante und – die Zahl, die die Rechnungen bezahlt – die Bestellungen und den Umsatz, den jede Variante erzeugt hat. Wenn Variante A mehr Öffnungen bekommt, aber Variante B mehr Käufe, hat B gewonnen. Punkt. Das ist dieselbe Disziplin, die für alle ausgelösten Flows gilt; A/B-Test eines Warenkorbabbruch-Flows führt sie für Warenkorb-E-Mails durch, und die Logik lässt sich direkt übertragen.

Was bei einer Restock-Betreffzeile tatsächlich einen Test wert ist

Testen Sie keine Belanglosigkeiten. Testen Sie die wenigen Dinge, die plausibel darüber entscheiden, ob jemand klickt.

Schlicht und deutlich vs. Dringlichkeit. „Der Trail ist wieder in Ihrer Größe da“ gegen „Wieder verfügbar – schnell weg“. Das Erste respektiert die Intelligenz des Lesers; das Zweite setzt auf Zeitdruck. Was gewinnt, hängt von Ihren Käufern ab, und es ist der nützlichste Test, den man zuerst durchführt.
Produktname in der Betreffzeile oder nicht. „Ihre Leinentischdecke ist zurück“ gegen „Der Artikel, den Sie wollten, ist gerade wieder da“. Das Nennen des Produkts erinnert die Leute daran, was sie bekommen; eine vagere Zeile kann die Neugier wecken. Bei einer Liste von Menschen, die jeweils auf einen anderen Artikel gewartet haben, hilft die benannte Version meist – aber testen Sie es in Ihrem Shop.
Knappheit, ehrlich. „Nur wenige wieder verfügbar“ wirkt, wenn es stimmt und überprüfbar ist. Testen Sie es gegen eine neutrale Zeile. Wenn der Gewinner die Knappheit ist, gut – aber täuschen Sie sie nie vor; erfundene Knappheit fliegt auf und kostet Sie dauerhaft Vertrauen.
Emoji oder reiner Text. Ein einzelnes Emoji kann eine Betreffzeile in einem überfüllten Postfach heben oder sie wie einen Werbeaufschlag aussehen lassen. Es ist ein günstiger, risikoarmer Test mit einer klaren Ja/Nein-Antwort für Ihr Publikum.

Ändern Sie jeweils nur eines davon. Wenn Variante A „🔥 Wieder verfügbar – geht schnell weg“ und Variante B „Ihre Tischdecke ist zurück“ lautet, haben Sie Emoji, Dringlichkeit und Produktname auf einmal geändert, und ein Sieg sagt Ihnen nichts darüber, welcher Hebel gewirkt hat.

Das Kleine-Stichprobe-Problem, klar gesagt

Das ist der Teil, den die meisten Leitfäden auslassen, und es ist die eigentliche Schwierigkeit beim Restock-Testen.

Statistische Signifikanz braucht Volumen. Eine Restock-Benachrichtigung an 80 Menschen, 40/40 gesplittet, wird fast nie ein Konfidenzniveau erreichen, das Sie verteidigen könnten. Wenn 6 Menschen auf der einen Seite klicken und 4 auf der anderen, ist das Rauschen – werfen Sie ein paar Mal eine Münze, und Sie werden größere Unterschiede sehen. Daraus einen „Gewinner“ auszurufen und ihn überall auszurollen, ist der Weg, wie sich Shops in schlechtere Betreffzeilen hineintäuschen.

Seien Sie also ehrlich darüber, was ein einzelner kleiner Test kann und nicht kann. Er kann keinen endgültigen Gewinner krönen. Was er kann, ist, einen Datenpunkt zu einem laufenden Muster hinzufügen.

Was tun, wenn die Liste für Signifikanz zu klein ist

Drei Maßnahmen, in der Reihenfolge der Präferenz.

Über Restocks hinweg ansammeln. Statt eine Benachrichtigung zu testen und aufzuhören, führen Sie dieselben zwei Betreffstile über viele Restock-Ereignisse hinweg über ein paar Monate durch. Jedes einzelne Ereignis ist Rauschen; zehn Ereignisse, die in dieselbe Richtung zeigen, sind ein Signal. Führen Sie eine einfache laufende Zählung von Klicks und Bestellungen pro Stil. So bekommt ein kleiner Shop echte Antworten – Geduld, nicht Stichprobengröße.
Testen Sie bei Ihren größten Restocks. Wenn ein Produkt eine Warteliste von 500 anzieht und der Rest 50, führen Sie Ihre aussagekräftigen Tests bei den 500 durch. Ein gut abgesicherter Test schlägt zehn unterversorgte.
Testen Sie die dauerhafte Entscheidung, nicht die wegwerfbare. Verschwenden Sie keine Mühe darauf, Formulierungen zu testen, die spezifisch für ein Produkt sind. Testen Sie die Stil-Frage – Dringlichkeit vs. schlicht, Emoji vs. keins –, denn was auch immer gewinnt, wird Ihre Standardvorlage für jeden künftigen Restock. Eine allgemeine Antwort wächst kumulativ; eine einmalige Antwort verfällt mit dem Produkt.

Und wenn ein Test die beiden wirklich nicht trennen kann, akzeptieren Sie das Unentschieden und ziehen weiter. Eine Betreffzeile, die sich klar liest und das Produkt nennt, ist eine solide Standardwahl; nicht jede Entscheidung braucht eine Trophäe.

Wie Sie den Test genau durchführen

Auslöser: die Restock-Benachrichtigung für ein bestimmtes Produkt.
Split: zufällig, 50/50, damit die beiden Gruppen vergleichbar sind. Die meisten Tools machen das automatisch.
Variable: nur eine Änderung – das, was Sie tatsächlich testen.
Messen: Klickrate, dann Bestellungen und Umsatz pro Variante. Notieren Sie Öffnungen, wenn Sie mögen, aber entscheiden Sie nicht danach.
Dauer: lassen Sie es über den Ansturm der ersten Stunde und durch den Ausläufer laufen – mindestens 24–48 Stunden bei einem Restock, damit Sie nicht nur an den schnellsten Klickern urteilen.
Aufzeichnen: protokollieren Sie das Ergebnis gegen den Stil, der getestet wird, nicht nur gegen dieses Produkt, damit es in die laufende Zählung einfließt.
Ziel: eine Standard-Betreffzeilenvorlage für Restocks, die die meisten Bestellungen einbringt, über Ereignisse hinweg bewiesen statt aus einem einzigen erraten.

Ein Shop-Beispiel

Ein Shop stellt ein Paar Laufshorts für 60 € an eine Warteliste von 220 wieder ein. (Beispielhaft.) Er splittet sie 110/110. Variante A: „Ihre Shorts sind wieder verfügbar.“ Variante B: „Wieder verfügbar – und sie gehen schnell weg.“ Eine saubere Variable: schlicht vs. Dringlichkeit, Produktname auf beiden konstant gehalten.

Nach 48 Stunden erzeugte A 22 Klicks und 9 Bestellungen; B erzeugte 26 Klicks und 7 Bestellungen. Bei den Öffnungen oder sogar den Klicks sah B konkurrenzfähig aus. Bei den Bestellungen – der einzigen Zahl, die zählt – gewann A. Aber 9 gegen 7 ist bei dieser Größe dünn, also rufen sie keinen Sieg aus. Sie protokollieren es als einen Punkt für „schlicht, benannt“ und führen denselben Stiltest bei ihren nächsten vier Restocks durch. Drei von fünf tendieren zu schlicht-und-benannt; das wird die Standardvorlage. Keine erfundene Signifikanz, nur ein Muster, ehrlich über die Zeit aufgebaut.

Was zu messen ist

Klickrate pro Variante – die direkte Wirkung der Betreffzeile darauf, den Klick zu erzielen.
Bestellungen und Umsatz pro Variante – die Entscheidungskennzahl; diese sticht alles andere.
Kumulatives Ergebnis pro Stil – die laufende Zählung über Restocks hinweg, die kleine, verrauschte Tests in eine echte Antwort verwandelt.

Wie Omnisend hilft

Das A/B-Testen von Restock-Betreffzeilen braucht saubere 50/50-Splits, eine Berichterstattung pro Variante, die Bestellungen einschließt (nicht nur Öffnungen), und denselben Test wiederholbar über viele Restock-Ereignisse hinweg. Ich habe Klaviyo und Omnisend getestet und nutze Omnisend in meinen eigenen Shops, unter anderem, weil ich einen Betreffzeilen-Splittest innerhalb der Automatisierung einrichten und die Konversion pro Variante sehen kann, ohne Daten zu exportieren.

Die relevanten Bausteine: A/B-Split-Schritte innerhalb von Automatisierungen, eine Berichterstattung, die jede Variante mit Klicks und Bestellungen verknüpft statt nur mit Öffnungen, und wiederverwendbare Automatisierungsvorlagen, damit der Gewinnerstil zu Ihrem Restock-Standard wird. Was das Tool nicht beheben kann, ist eine kleine Liste – keine Software fertigt statistische Signifikanz aus 80 Empfängern; die Disziplin, über Restocks hinweg anzusammeln, liegt bei Ihnen. (Omnisend ist ein Tool, das ich nutze und empfehle; jeder Affiliate-Link hier wird offengelegt – die Testmethode funktioniert in jeder Plattform mit Splittests und Konversionsberichten.)

Ihr nächster Schritt

Richten Sie einen Betreffzeilentest bei Ihrem nächsten Restock ein: schlicht-und-benannt gegen Dringlichkeit, eine Variable, beurteilt an Bestellungen und Klicks. Dann – der Teil, der es tatsächlich zum Funktionieren bringt – verpflichten Sie sich, denselben Stiltest über Ihre nächsten mehreren Restocks hinweg durchzuführen und eine laufende Zählung zu führen. Ein Test ist Rauschen; das Muster ist die Antwort.

Verwandt: A/B-Test eines Warenkorbabbruch-Flows für die umfassendere Testmethode, Was sollte eine Wiederverfügbarkeits-E-Mail sagen für den Textkörper, der die Betreffzeile untermauern muss, und Umsatz aus Wiederverfügbarkeits-Automatisierung messen, um die Wirkung der Gewinner-Betreffzeile auf den Umsatz pro Empfänger des Flows zu sehen.

Avtomatizacija ponovne zaloge in znižanja cen

Kako A/B-testirati zadeve emailov o ponovni zalogi

Veröffentlicht am July 19, 2026 von

Da pravilno A/B-testirate zadeve emailov o ponovni zalogi, občinstvo obvestil razdelite na dvoje, vsaki polovici pošljite drugačno zadevo za isto ponovno zalogo in zmagovalca ocenite po klikih in naročilih – ne po odpiranjih. Odpiranja niso več vredna zaupanja, odkar je Applova zaščita zasebnosti pošte (Mail Privacy Protection) začela vnaprej nalagati slike in napihovati stopnje odpiranja za velik delež nabiralnikov, tako da je »zmagovalec po stopnji odpiranja« danes zlahka poraženec po prihodku. Testirajte eno jasno spremenljivko naenkrat – preprosto in jasno proti nujnosti, ime izdelka v zadevi ali ne, namig o pomanjkanju, emoji – in pustite, da teče dovolj dolgo, da kaj pomeni. Pošten problem seznamov ponovne zaloge je, da so pogosto majhni, zato posamezno obvestilo redko doseže statistično značilnost. To testiranja ne naredi neuporabnega; spremeni, kako beremo rezultat in kako ga kopičimo čez mnogo ponovnih zalog, namesto da zaupamo eni.

Takole testirate na način, ki preživi majhna števila.

Testirajte klike in naročila, ne odpiranj

Leta je testiranje zadev pomenilo testiranje stopnje odpiranja. To je zdaj past.

Applova zaščita zasebnosti pošte, plus podobno vnaprejšnje nalaganje slik drugod, pomeni, da je del vaših »odpiranj« strojev, ki nalagajo slike, ne ljudi, ki berejo. Pri obvestilu o ponovni zalogi izkrivljanje šteje, ker se občinstvo nagiba k angažiranim kupcem, katerih aplikacije tiho napihujejo številko. Zadeva torej lahko zmaga po odpiranjih in izgubi po vsem, kar vam je dejansko mar.

Prava naloga zadeve pri obvestilu o ponovni zalogi je pridobiti klik, ki vodi do naročila. Zato izmerite delež klikov na vsaki različici in – številko, ki plača račune – naročila in prihodek, ki ju je pognala vsaka različica. Če različica A dobi več odpiranj, različica B pa več nakupov, je zmagala B. Pika. To je ista disciplina, ki velja čez vse sprožene tokove; A/B-testiranje toka zapuščene košarice jo prehodi za e-pošto košarice, logika pa se prenese naravnost naprej.

Kaj je pri zadevi ponovne zaloge dejansko vredno testirati

Ne testirajte drobnarij. Testirajte tistih nekaj stvari, ki verjetno spremenijo, ali nekdo klikne.

Preprosto in jasno proti nujnosti. »Trail je spet na voljo v vaši velikosti« proti »Spet na zalogi – te se hitro razprodajo«. Prvo spoštuje bralčevo inteligenco; drugo se opira na časovni pritisk. Kateri zmaga, je odvisno od vaših kupcev, in je posamično najkoristnejši test, ki ga izvedete najprej.
Ime izdelka v zadevi ali ne. »Vaš lanen prt je spet tu« proti »Izdelek, ki ste ga želeli, je pravkar spet na zalogi«. Poimenovanje izdelka jih spomni, kaj dobijo; bolj meglena vrstica lahko pritegne radovednost. Na seznamu ljudi, kjer je vsak čakal na drug izdelek, poimenovana različica običajno pomaga – a preizkusite jo v svoji trgovini.
Pomanjkanje, pošteno. »Le nekaj kosov spet na zalogi« deluje, ko je res in preverljivo. Testirajte ga proti nevtralni vrstici. Če je zmagovalec pomanjkanje, prav – a ga nikoli ne ponarejajte; izmišljeno pomanjkanje se opazi in vas za vedno stane zaupanja.
Emoji ali navadno besedilo. En sam emoji lahko dvigne zadevo v natrpanem nabiralniku ali jo naredi videti kot promocijsko zasutje. To je poceni, nizko tvegan test z jasnim da/ne odgovorom za vaše občinstvo.

Spremenite eno od teh naenkrat. Če je različica A »🔥 Spet na zalogi – hitro pošlo« in različica B »Vaš prt je spet tu«, ste naenkrat spremenili emoji, nujnost in ime izdelka, in zmaga vam ne pove ničesar o tem, kateri vzvod jo je premaknil.

Problem majhnega vzorca, povedano naravnost

To je del, ki ga večina vodičev preskoči, in je celotna težava testiranja ponovne zaloge.

Statistična značilnost potrebuje obseg. Obvestilo o ponovni zalogi za 80 ljudi, razdeljeno 40/40, skoraj nikoli ne bo doseglo ravni zaupanja, ki bi jo lahko zagovarjali. Če 6 ljudi klikne eno stran in 4 drugo, je to šum – vrzite kovanec nekajkrat in videli boste širše razmike. Razglasitev »zmagovalca« na podlagi tega in uvedba povsod je način, kako se trgovine same zavedejo v slabše zadeve.

Zato bodite pošteni glede tega, kaj vam posamezen majhen test lahko pove in česa ne. Ne more okronati dokončnega zmagovalca. Kar lahko naredi, je, da doda eno podatkovno točko tekočemu vzorcu.

Kaj storiti, ko je seznam premajhen za značilnost

Trije koraki, po vrstnem redu prednosti.

Kopičite čez ponovne zaloge. Namesto da testirate eno obvestilo in nehate, izvajajte isti dve stilizaciji zadev čez mnogo dogodkov ponovne zaloge v nekaj mesecih. Vsak posamezen dogodek je šum; deset dogodkov, ki kažejo v isto smer, je signal. Vodite preprosto tekočo evidenco klikov in naročil po stilizaciji. Tako majhna trgovina dobi resnične odgovore – potrpežljivost, ne velikost vzorca.
Testirajte na svojih največjih ponovnih zalogah. Če en izdelek privabi čakalni seznam 500 ljudi, ostali pa 50, izvajajte svoje smiselne teste na tistih 500. En dobro podprt test premaga deset premalo podprtih.
Testirajte trajno izbiro, ne enkratne. Ne zapravljajte truda za testiranje besedila, značilnega za en izdelek. Testirajte vprašanje stila – nujnost proti preprostemu, emoji proti ničemer – ker karkoli zmaga, postane vaša privzeta predloga čez vsako prihodnjo ponovno zalogo. Splošen odgovor se sešteva; enkraten odgovor poteče z izdelkom.

In kadar test dveh strani zares ne more ločiti, sprejmite neodločeni izid in pojdite naprej. Zadeva, ki se bere jasno in poimenuje izdelek, je dobra privzeta izbira; ne potrebuje vsaka odločitev pokala.

Natanko kako izvesti test

Sprožilec: obvestilo o ponovni zalogi za dani izdelek.
Razdelitev: naključno, 50/50, da sta skupini primerljivi. Večina orodij to naredi samodejno.
Spremenljivka: ena sprememba, samo tisto, kar dejansko testirate.
Merjenje: delež klikov, nato naročila in prihodek po različici. Če želite, zabeležite odpiranja, a ne odločajte na njih.
Trajanje: pustite, da teče preko naval prve ure in skozi rep – vsaj 24–48 ur pri ponovni zalogi, da ne sodite le po najhitrejših klikalcih.
Zapis: rezultat zabeležite proti stilu, ki ga testirate, ne le proti temu izdelku, da napaja tekočo evidenco.
Cilj: privzeta predloga zadeve za ponovne zaloge, ki prisluži največ naročil, dokazana čez dogodke, ne uganjena iz enega.

Primer iz trgovine

Trgovina ponovno napolni zalogo para tekaških kratkih hlač za 60 € za čakalni seznam 220 ljudi. (Ilustrativno.) Razdelijo ga 110/110. Različica A: »Vaše kratke hlače so spet na zalogi.« Različica B: »Spet na zalogi – in hitro poidejo.« Ena čista spremenljivka: preprosto proti nujnosti, ime izdelka nespremenjeno na obeh.

Po 48 urah je A pognala 22 klikov in 9 naročil; B je pognala 26 klikov in 7 naročil. Po odpiranjih ali celo po klikih je bila B videti konkurenčna. Po naročilih – edini številki, ki šteje – je zmagala A. A 9 proti 7 je pri tej velikosti pičlo, zato zmage ne razglasijo. Zabeležijo jo kot eno točko za »preprosto, poimenovano« in isti test stila izvajajo čez svoje naslednje štiri ponovne zaloge. Tri od petih se nagibajo k preprostemu in poimenovanemu; to postane privzeta predloga. Brez izmišljene značilnosti, le vzorec, zgrajen pošteno skozi čas.

Kaj meriti

Delež klikov po različici – neposreden učinek zadeve na pridobitev klika.
Naročila in prihodek po različici – odločitvena metrika; ta prevlada nad vsem drugim.
Kumulativni rezultat po stilu – tekoča evidenca čez ponovne zaloge, ki majhne, šumne teste spremeni v resničen odgovor.

Kako pomaga Omnisend

A/B-testiranje zadev ob ponovni zalogi potrebuje čiste 50/50 razdelitve, poročanje po različici, ki vključuje naročila (ne le odpiranja), in isti test, ponovljiv čez mnogo dogodkov ponovne zaloge. Testiral sem Klaviyo in Omnisend ter v svojih trgovinah uporabljam Omnisend, deloma zato, ker lahko test razdelitve zadev nastavim znotraj avtomatizacije in vidim pretvorbo po različici, ne da bi izvažal podatke.

Pomembni deli: koraki A/B-razdelitve znotraj avtomatizacij, poročanje, ki vsako različico veže na klike in naročila, ne le na odpiranja, in ponovno uporabne predloge avtomatizacij, tako da zmagovalni stil postane vaša privzeta izbira za ponovne zaloge. Česar orodje ne more popraviti, je majhen seznam – nobena programska oprema ne izdela statistične značilnosti iz 80 prejemnikov; disciplina kopičenja čez ponovne zaloge je vaša, da jo izvajate. (Omnisend je orodje, ki ga uporabljam in priporočam; morebitna partnerska povezava je razkrita – metoda testiranja deluje na vsaki platformi z razdelitvenim testiranjem in poročanjem o pretvorbi.)

Vaš naslednji korak

Nastavite en test zadeve ob svoji naslednji ponovni zalogi: preprosto in poimenovano proti nujnosti, ena spremenljivka, sojeno po naročilih in klikih. Nato – del, ki to dejansko naredi delujoče – se zavežite, da boste isti test stila izvajali čez svojih naslednjih nekaj ponovnih zalog in vodili tekočo evidenco. En test je šum; vzorec je odgovor.

Sorodno: A/B-testiranje toka zapuščene košarice za širšo metodo testiranja, Kaj naj piše v e-pošti o ponovni zalogi za telo, ki mora podpreti zadevo, in Kako meriti prihodek avtomatizacije ponovne zaloge, da vidite učinek zmagovalne zadeve na prihodek toka na prejemnika.

Back-in-Stock and Price-Drop Automation

How to A/B Test Back-in-Stock Subject Lines

Veröffentlicht am July 10, 2026 von

To A/B test back-in-stock subject lines properly, test one variable at a time (urgency vs. product name, personalization vs. plain), split each notification batch 50/50, and judge the winner on revenue per recipient — not open rate. Because back-in-stock lists are small, you’ll rarely get statistical significance from a single restock. The fix is to run the same test across several restock events and product categories until a pattern holds, then lock in the winner and test the next variable. Done this way, subject line testing is one of the cheapest optimizations in your store: the audience already asked to be notified, so every extra open is a shopper with real intent.

Why this test matters more here than in campaigns

If you run a store doing €20,000–100,000 a month, you already know the shape of the problem. A product sells out, you restock it two weeks later, and the notification email goes out to everyone who clicked “notify me”. Some restocks convert brilliantly. Others land flat, and you can’t tell why. Meanwhile you’re paying Meta and Google more every quarter to bring in strangers, while a list of people who explicitly asked to buy a specific product gets a subject line someone wrote in ninety seconds.

The usual response is to push harder on ads or drop a discount into the restock email. Neither addresses the real leak. Ads bring new demand at rising cost; a discount gives away margin to people who were already going to pay full price. The back-in-stock subscriber is the highest-intent contact in your entire database — they named the exact product they want. If they don’t open the email, everything downstream fails, and the sale often goes to a competitor who had the item in stock that day.

What a weak subject line actually costs

Run a quick illustrative calculation on your own numbers. Say a popular size of a €60 sneaker collects 400 waitlist signups before you restock. If your subject line gets a 45% open rate and 12% of openers buy, that’s 21–22 orders, roughly €1,290. Lift the open rate to 60% with a better subject line and the same 12% of openers buying gives you about 28–29 orders — around €1,730. That’s ~€440 more from one restock of one product, with zero extra ad spend. (These numbers are invented to show the mechanics, not benchmarks.)

Now multiply by every restock event this year. Stores that restock weekly are running this lottery fifty times a year without ever checking whether their ticket could be better.

How to run the test, step by step

Fix the foundation first. Before testing subject lines, make sure the flow itself is sound — the alert fires promptly, links go to the right variant, and inventory is actually available. If any of that is broken, fix it first; our guide on troubleshooting back-in-stock automation covers the common failures.
Pick one variable. Good first candidates: product name in the subject vs. generic (“Back in stock: Atlas Trail Runner” vs. “It’s back — and it won’t last”), urgency vs. neutral, first-name personalization vs. none, emoji vs. no emoji. Test exactly one.
Write two versions that differ only in that variable. Keep length, sender name and preheader identical. If two things change, you learn nothing.
Split 50/50 at the automation level. This isn’t a one-off campaign test — the split has to live inside the flow so every future restock keeps feeding the same experiment.
Choose the metric before you start. Open rate tells you the subject line worked; revenue per recipient tells you the whole message worked. Use opens to judge the subject line test specifically, but sanity-check that the “winner” isn’t winning opens while losing orders — that’s a different problem, covered in why back-in-stock emails get clicks but no orders.
Let it accumulate. A single restock with 300 recipients won’t settle anything. Leave the split running across 5–10 restock events, or until each variant has reached at least a few thousand recipients, before you call it.
Lock the winner, start the next test. Winner becomes the new control. Next variable goes in. This is a rotation, not a one-time project.

What you don’t need yet: multivariate testing, send-time optimization per user, or AI subject line generators. With back-in-stock volumes, simple sequential A/B tests are the only thing that will reach a usable sample size.

The exact automation to build

Spell it out so there’s no ambiguity:

Trigger: product inventory changes from 0 to above your threshold (ideally above 5–10 units, so you don’t alert 400 people about 3 units).
Segment: contacts who requested a back-in-stock alert for that specific product and haven’t purchased it since signing up.
Delay: none, or a few minutes for inventory sync. Speed matters — these shoppers are also on your competitors’ waitlists.
Channel: email for the test itself (subject lines are an email variable). If you also send SMS or push, keep those constant during the test so they don’t muddy attribution — see coordinating restock alerts across multiple channels.
Message: Variant A and Variant B subject lines, identical body: product image, price, stock status, one button to the exact variant they wanted.
Goal: higher open rate on the tested variable, with revenue per recipient as the guardrail metric.

An illustrative test sequence

A store selling ceramic cookware might run this rotation over a quarter (invented example): Test 1 — “Back in stock: the 28cm Dutch oven” vs. “Your Dutch oven is waiting”. Test 2 (winner + urgency) — add “only 40 made this batch” vs. no scarcity line. Test 3 — first name in subject vs. none. Three answered questions in one quarter beats thirty opinions in a meeting.

Metrics that decide the winner

Open rate per variant — the primary readout for a subject line test.
Revenue per recipient — the guardrail; a subject line that wins opens but loses revenue is bait, not a winner.
Click-to-open rate — tells you whether the subject line set an expectation the email body kept.
Conversion rate of the flow — track it across the whole quarter to confirm the rotation is compounding. Measuring revenue from back-in-stock automation shows how to set this up cleanly.

Running this in Omnisend

Omnisend supports an A/B split step inside automation workflows, which is the piece that makes this practical: you set the split once in the back-in-stock flow and every future restock event feeds the same experiment automatically. Reporting shows opens, clicks and sales per variant, so the revenue guardrail is visible without spreadsheet work.

I ignored email marketing for years — it felt like spam from a previous decade. Rising ad costs on my own stores changed my mind, and after trying both Klaviyo and Omnisend I settled on Omnisend because I could build and adjust flows like this myself without a consultant. Be honest with yourself about the limits, though: an A/B test needs volume to mean anything, the trigger needs clean inventory data from your store platform, and no subject line rescues a product priced above what the waitlist is willing to pay.

Your next step

Open your back-in-stock flow and look at the current subject line’s open rate over the last five restocks. If it’s below where your best campaigns land, write one challenger variant — product name in the subject is the classic first test — and add a 50/50 split today. If you haven’t captured a waitlist yet, start with setting up back-in-stock alerts first; you can’t test what doesn’t exist.