Browse-Abandonment-Automatisierung

Das Timing von Browse Abandonment A/B-testen

Veröffentlicht am July 19, 2026 von

Das Timing ist das Hebelstärkste, was Sie in einem Browse-Abandonment-Flow per A/B-Test prüfen können, denn die Verzögerung vor der ersten E-Mail – ein paar Stunden gegen den nächsten Tag – verändert die Ergebnisse stärker als die meisten Textanpassungen, und die Änderung kostet nichts. Um es richtig zu testen: Wählen Sie zwei Verzögerungen, teilen Sie Ihr Publikum der Browse-Abbrecher zufällig zwischen ihnen auf, halten Sie die E-Mail selbst identisch, lassen Sie es lange genug laufen, um echte Zahlen zu sammeln, und bestimmen Sie den Gewinner am Umsatz pro Empfänger, nicht an Öffnungen. Genau der letzte Punkt bringt Leute zu Fall – ein schnellerer Versand bekommt oft mehr Öffnungen, einfach weil das Produkt frischer ist, aber Öffnungen bezahlen Sie nicht. Dieser Artikel behandelt, wie Sie den Test strukturieren, die Realitäten von Stichprobengröße und Dauer, die über Erfolg oder Scheitern entscheiden, und warum Timing das Erste ist, mit dem Sie experimentieren sollten – noch vor dem Text.

Warum Sie das Timing vor allem anderen testen sollten

Die meisten Shops A/B-testen Betreffzeilen und Buttonfarben. In Ordnung, aber wenig hebelwirksam. Speziell bei Browse zählt wann die E-Mail eintrifft mehr als was darin steht, denn die Browse-Absicht zerfällt schnell – das Fenster zwischen „noch warm“ und „kalt und gruselig“ ist schmal, und wo Sie darin landen, verändert die Konversion stark. Eine großartige E-Mail, zu spät gesendet, schneidet schlechter ab als eine schlichte, die im richtigen Moment kommt.

Timing ist außerdem kostenlos zu ändern und leicht sauber zu testen – es ist eine einzelne Variable ohne kreativen Aufwand. Diese Kombination (hohe Wirkung, null Kosten, sauberer Test) macht es zum ersten Experiment, das sich bei einem Browse-Flow lohnt. (Wie schnell sollten Sie eine Browse-Abandonment-E-Mail senden behandelt die Standardwerte; hier finden Sie Ihre Zahl.)

Wie Sie den Test strukturieren

Halten Sie ihn sauber, sonst bedeutet das Ergebnis nichts:

Ändern Sie nur eine Variable: die Verzögerung. Gleiche Betreffzeile, gleicher E-Mail-Text, alles andere gleich. Wenn Sie Timing und Text ändern, wissen Sie nicht, was den Unterschied verursacht hat.
Zwei Varianten, deutlich verschieden. Testen Sie nicht 2 Stunden gegen 2,5 Stunden – der Abstand ist zu klein, um ihn zu erkennen. Testen Sie 2 Stunden gegen den nächsten Morgen oder 1 Stunde gegen 4 Stunden. Ausreichend große Unterschiede erzeugen lesbare Ergebnisse.
Zufälliger, gleichmäßiger Split. Jeder abbrechende Browser wird zufällig Variante A oder B zugewiesen. Die Randomisierung ist das, was den Vergleich fair macht.
Beurteilen Sie am Umsatz pro Empfänger, oder an der Konversionsrate – nicht an Öffnungen oder Klicks. (Mehr dazu, warum, weiter unten.)

Die Kennzahlenfalle: Öffnungen werden Sie belügen

Hier ist der Fehler, der Timing-Tests ruiniert. Ein schnellerer Versand gewinnt fast immer bei den Öffnungen, weil das Produkt frischer im Kopf der Person ist und sich die E-Mail zeitgemäß anfühlt. Wenn Sie also den Gewinner nach der Öffnungsrate ausrufen, wählen Sie jedes Mal „schneller“ – selbst dann, wenn ein etwas späterer Versand tatsächlich mehr Verkäufe erzeugt.

Warum sollte später je mehr verkaufen? Weil ein zu schneller Versand Leute mitten in der Sitzung erwischen kann (sie hatten gar nicht wirklich abgebrochen) oder sich wie Überwachung anfühlt und den eigentlichen Kauf unterdrückt, während die Öffnung gut aussieht. Die einzige Kennzahl, die es entscheidet, ist Geld: Umsatz pro Empfänger oder Konversionsrate. Öffnungen und selbst Klicks sind bestenfalls diagnostisch. Lassen Sie die Verkäufe entscheiden. (Wie man Browse-Abandonment-Umsatz misst.)

Der harte Teil: Stichprobengröße und Geduld

Hier scheitern die meisten Timing-Tests kleiner Shops, und es lohnt sich, ehrlich darüber zu sein. Die Browse-Konversion ist niedrig, also brauchen Sie, um einen echten Unterschied zwischen zwei Verzögerungen zu erkennen, genügend Konversionen in jeder Gruppe – nicht nur genügend Versände. Wenn Ihr Browse-Flow mit niedriger Rate konvertiert, kann ein Test, der pro Variante nur eine Handvoll Käufe sammelt, einen echten Gewinner nicht von zufälligem Rauschen unterscheiden.

Praktische Konsequenzen:

Geben Sie ihm Zeit. Ein Timing-Test in einem bescheidenen Shop braucht vielleicht mehrere Wochen, um genügend Käufe für Vertrauen anzusammeln. Ihn nach drei Tagen zu beenden, weil „A vorne liegt“, ist der Weg, dem Rauschen hinterherzujagen.
Splitten Sie nicht zu stark. Zwei Varianten, nicht fünf. Ein Publikum mit niedriger Konversion fünffach zu splitten, garantiert, dass jede Gruppe zu klein zum Lesen ist.
Suchen Sie eine deutliche Lücke, kein Fotofinish. Wenn die beiden Verzögerungen am Ende dicht beieinander liegen, lautet die ehrliche Schlussfolgerung „das Timing hat hier nicht viel ausgemacht“ – was selbst nützlich ist. Erzwingen Sie keinen Gewinner aus einem Unentschieden.
Wenn Ihr Volumen wirklich winzig ist, können Sie das Timing möglicherweise überhaupt nicht zuverlässig per A/B-Test prüfen. Übernehmen Sie in dem Fall einen sinnvollen Standardwert (ein paar Stunden) und greifen Sie das wieder auf, wenn das Volumen wächst, statt unterversorgte Tests laufen zu lassen, die Sie in die Irre führen.

Ein konkretes Beispiel

Ein Shop testet 2 Stunden gegen den nächsten Morgen für die erste Browse-E-Mail. (Beispielhaft.) Beide Male dieselbe E-Mail. Nach den ersten Tagen liegt die 2-Stunden-Version bei den Öffnungen vorn – aber sie warten, weil Öffnungen nicht bezahlen. Nach drei Wochen, mit genügend Käufen in jeder Gruppe, ist der Umsatz pro Empfänger das, was sie vergleichen. Nehmen wir an, der nächste Morgen setzt sich bei den Verkäufen leise durch, obwohl er bei den Öffnungen verliert; sie hätten den falschen Gewinner gewählt, wenn sie den Öffnungen vertraut und früh gestoppt hätten. (Richtung beispielhaft – die Lehre ist die Methode: richtige Kennzahl, genug Zeit.)

Nach dem Timing, was dann

Sobald Sie Ihre beste Verzögerung gefunden haben, gilt dieselbe Disziplin für andere Tests – eine Variable, zufälliger Split, Umsatz als Richter, genügend Volumen. Timing zuerst, weil es am hebelstärksten ist; dann Nachrichtenwinkel, Social Proof, Anzahl der E-Mails. Aber widerstehen Sie der Versuchung, alles auf einmal zu testen, und widerstehen Sie der Versuchung, irgendetwas zu testen, das Ihr Volumen gar nicht messen kann. Ein disziplinierter einzelner Test schlägt fünf verrauschte. (Wie man einen leistungsschwachen Browse-Abandonment-Flow verbessert.)

Was zu automatisieren / einzurichten ist

Splittest auf dem Warteschritt: zwei Verzögerungen, zufällige gleichmäßige Zuteilung, identische E-Mail.
Ein Ruhezeiten-Schutz auf beiden, damit keine Variante um 3 Uhr morgens sendet (was den Test verfälschen würde).
Umsatz-pro-Empfänger-Berichterstattung pro Variante, mit genügend Laufzeit, um echte Konversionen zu sammeln.
Eine vorab festgelegte Laufzeit / Stichprobenschwelle, damit Sie nicht früh beim Rauschen stoppen.
Ziel: die Verzögerung finden, die die Verkäufe maximiert, am Geld bewiesen, nicht an Öffnungen.

Wie Sie es messen

Umsatz pro Empfänger pro Variante – der Entscheider.
Konversionsrate pro Variante, mit einer Plausibilitätsprüfung, dass jede Gruppe genügend Käufe hat, um aussagekräftig zu sein.
Öffnungen/Klicks nur als Diagnose – nützlich, um zu verstehen, warum, nie, um den Gewinner zu wählen.

Wie Omnisend hilft

Ein sauberer Timing-Test braucht eingebautes A/B-Testen auf dem Warteschritt und Umsatzberichte pro Variante, damit Sie kein manuelles Experiment zusammenflicken müssen. Ich nutze Omnisend in meinen eigenen Shops, nachdem ich es gegen Klaviyo getestet habe, unter anderem, weil ich das Timing innerhalb des Flows splittesten und den Umsatz pro Variante direkt sehen kann, mit Ruhezeiten-Handhabung, damit keiner der Zweige über Nacht auslöst. Die relevanten Bausteine: A/B-Testen auf Flow-Schritten, Umsatz-pro-Variante-Berichte, Versandzeit-Steuerungen und genügend Berichtsgranularität, um am Geld zu urteilen. (Omnisend ist ein Tool, das ich nutze und empfehle; jeder Affiliate-Link wird offengelegt – die Testmethode gilt auf jeder leistungsfähigen Plattform.)

Ihr nächster Schritt

Richten Sie diese Woche einen Timing-Test ein: 2 Stunden gegen den nächsten Morgen für Ihre erste Browse-E-Mail, identischer Text, zufälliger Split. Entscheiden Sie im Voraus, wie lange Sie ihn laufen lassen (zielen Sie auf Wochen, nicht Tage) und dass Sie ihn am Umsatz pro Empfänger beurteilen, nicht an Öffnungen. Wenn Ihr Volumen zu klein ist, um echte Konversionen zu sammeln, lassen Sie den Test sein und verwenden stattdessen einen sinnvollen Standardwert. Verankern Sie Ihre Startverzögerungen mit Wie schnell sollten Sie eine Browse-Abandonment-E-Mail senden und messen Sie den Gewinner ehrlich mit Wie man Browse-Abandonment-Umsatz misst.

Avtomatizacija zapuščenega ogleda

Kako A/B-testirati čas pošiljanja pri zapuščenem ogledu

Veröffentlicht am July 19, 2026 von

Časovnica je stvar z največjim vzvodom, ki jo velja A/B-testirati v toku za zapuščen ogled, saj zakasnitev pred prvim emailom — nekaj ur proti naslednjemu dnevu — spremeni rezultate bolj kot večina popravkov besedila in nič ne stane, da jo spremenite. Da jo pravilno preizkusite: izberite dve zakasnitvi, svojo publiko, ki opušča ogled, naključno razdelite mednju, sam email pustite enak, tečite dovolj dolgo, da zberete resnične številke, in zmagovalca presodite po prihodku na prejemnika, ne po odpiranjih. Prav zadnje ljudem povzroča spotikanje — hitrejše pošiljanje pogosto dobi več odpiranj preprosto zato, ker je izdelek svežji, a odpiranja vas ne plačajo. Ta članek pokrije, kako strukturirati test, resničnosti glede velikosti vzorca in trajanja, ki test naredijo ali zlomijo, ter zakaj časovnica prekaša besedilo kot prva stvar za eksperimentiranje.

Zakaj testirati časovnico pred vsem drugim

Večina trgovin A/B-testira zadeve in barve gumbov. V redu, a nizek vzvod. Za ogled specifično je pomembnejše, kdaj email prispe, kot to, kaj pravi, ker namera ogleda hitro upada — okno med “še vedno toplo” in “hladno in srhljivo” je ozko, in kje v njem pristanete, močno zaniha konverzijo. Odličen email, poslan prepozno, se odreže slabše kot preprost, poslan v pravem trenutku.

Časovnica je tudi brezplačna za spremembo in enostavna za čisto testiranje — je ena sama spremenljivka brez ustvarjalnega dela. Ta kombinacija (visok učinek, nič stroškov, čist test) jo naredi za prvi eksperiment, ki ga je vredno pognati na toku za ogled. (Kako hitro naj pošljete email za zapuščen ogled pokrije privzete vrednosti; tukaj je, kako najdete svojo številko.)

Kako strukturirati test

Naj bo čist, sicer rezultat ne pomeni nič:

Spremenite le eno spremenljivko: zakasnitev. Ista zadeva, isto telo emaila, vse ostalo isto. Če spremenite časovnico in besedilo, ne boste vedeli, kaj je povzročilo razliko.
Dve različici, smiselno različni. Ne testirajte 2 uri proti 2,5 ure — razmik je premajhen, da bi ga zaznali. Testirajte 2 uri proti naslednjemu jutru ali 1 uro proti 4 uram. Dovolj velike razlike proizvedejo berljive rezultate.
Naključna, enakomerna delitev. Vsak brskalec, ki opušča ogled, je naključno dodeljen različici A ali B. Naključnost je tisto, kar naredi primerjavo poštено.
Presodite po prihodku na prejemnika ali stopnji konverzije — ne po odpiranjih ali klikih. (Več o tem, zakaj, spodaj.)

Metrična past: odpiranja vam bodo lagala

Tukaj je napaka, ki uniči teste časovnice. Hitrejše pošiljanje skoraj vedno zmaga pri odpiranjih, ker je izdelek osebi svežji v spominu in email deluje pravočasen. Če torej zmagovalca razglasite po stopnji odpiranj, boste vsakič izbrali “hitrejše” — tudi ko malce kasnejše pošiljanje dejansko proizvede več prodaje.

Zakaj bi kasnejše sploh kdaj prodalo več? Ker prehitro pošiljanje lahko ujame ljudi sredi seje (v resnici še niso opustili) ali deluje kot nadzor, kar dejanski nakup zavira, tudi ko odpiranje izgleda dobro. Edina metrika, ki to razreši, je denar: prihodek na prejemnika ali stopnja konverzije. Odpiranja in celo kliki so kvečjemu diagnostični. Naj odloči prodaja. (Kako izmeriti prihodek iz zapuščenega ogleda.)

Težki del: velikost vzorca in potrpljenje

Tu večina testov časovnice v majhnih trgovinah propade, in glede tega je vredno biti iskren. Konverzija ogleda je nizka, zato za zaznavo prave razlike med dvema zakasnitvama potrebujete dovolj konverzij v vsaki skupini — ne le dovolj pošiljanj. Če vaš tok za ogled pretvarja po nizki stopnji, test, ki zbere le peščico nakupov na različico, ne more ločiti pravega zmagovalca od naključnega šuma.

Praktične posledice:

Dajte mu čas. Test časovnice v skromni trgovini bo morda potreboval več tednov, da nabere dovolj nakupov, ki jim je mogoče zaupati. Končanje po treh dneh, ker “A vodi”, je način, kako lovite šum.
Ne delite pretirano. Dve različici, ne pet. Deljenje publike z nizko konverzijo na pet delov zagotovi, da je vsaka skupina premajhna za branje.
Iščite odločilno razliko, ne fotofiniša. Če se zakasnitvi iztečeta blizu skupaj, je iskren sklep “časovnica tukaj ni veliko štela” — kar je samo po sebi uporabno. Ne izsiljujte zmagovalca iz izenačenja.
Če je vaš obseg resnično drobcen, morda časovnice sploh ne boste mogli zanesljivo A/B-testirati. V tem primeru sprejmite smiselno privzeto vrednost (nekaj ur) in se vrnite, ko obseg zraste, namesto da poganjate premalo zmogljive teste, ki vas zavajajo.

Konkreten primer

Trgovina testira 2 uri proti naslednjemu jutru za prvi email za ogled. (Ilustrativno.) Isti email v obeh. Po prvih nekaj dneh je 2-urna različica v prednosti pri odpiranjih — a počakajo, ker odpiranja ne plačajo. Tri tedne kasneje, z dovolj nakupi v vsaki skupini, primerjajo prihodek na prejemnika. Recimo, da naslednje jutro tiho prehiti po prodaji kljub izgubi pri odpiranjih; izbrali bi napačnega zmagovalca, če bi zaupali odpiranjem in se ustavili prezgodaj. (Smer ilustrativna — nauk je metoda: prava metrika, dovolj časa.)

Po časovnici, kaj potem

Ko najdete svojo najboljšo zakasnitev, ista disciplina velja za druge teste — ena spremenljivka, naključna delitev, prihodek kot sodnik, dovolj obsega. Časovnica najprej, ker ima najvišji vzvod; nato kot sporočila, družbeni dokaz, število emailov. A uprite se testiranju vsega naenkrat in uprite se testiranju česar koli, česar vaš obseg dejansko ne more izmeriti. En discipliniran test prekaša pet šumnih. (Kako izboljšati slabo delujoč tok za zapuščen ogled.)

Kaj avtomatizirati / nastaviti

Deljeni test na koraku čakanja: dve zakasnitvi, naključna enakomerna dodelitev, enak email.
Varovalo tihih ur na obeh, da nobena različica ne pošlje ob 3. uri zjutraj (kar bi zmedlo test).
Poročanje o prihodku na prejemnika po posamezni različici, z dovolj časa teka, da se naberejo resnične konverzije.
Vnaprej določen čas teka / prag vzorca, da se ne ustavite prezgodaj na šumu.
Cilj: najti zakasnitev, ki maksimira prodajo, dokazano na denarju, ne na odpiranjih.

Kako to meriti

Prihodek na prejemnika po posamezni različici — odločilnik.
Stopnja konverzije po posamezni različici, s preverbo zdrave pameti, da ima vsaka skupina dovolj nakupov, da je pomenljiva.
Odpiranja/kliki le kot diagnostika — uporabni za razumevanje zakaj, nikoli za izbiro zmagovalca.

Kako vam Omnisend pomaga

Čist test časovnice potrebuje vgrajeno A/B-testiranje na koraku čakanja in poročanje o prihodku po posamezni različici, da ne šivate skupaj ročnega eksperimenta. Omnisend uporabljam v svojih trgovinah, potem ko sem ga preizkusil proti Klaviyu, deloma zato, ker lahko časovnico deljeno testiram znotraj toka in vidim prihodek po posamezni različici neposredno, z obravnavo tihih ur, da nobena veja ne pošilja čez noč. Pomembni deli: A/B-testiranje na korakih toka, poročanje o prihodku po posamezni različici, nadzor časa pošiljanja in dovolj granularno poročanje, da presodite po denarju. (Omnisend je orodje, ki ga uporabljam in priporočam; morebitna partnerska povezava je razkrita — metoda testiranja velja na kateri koli zmogljivi platformi.)

Vaš naslednji korak

Ta teden nastavite en test časovnice: 2 uri proti naslednjemu jutru za vaš prvi email za ogled, enako besedilo, naključna delitev. Vnaprej se odločite, kako dolgo ga boste pognali (ciljajte na tedne, ne dneve) in da ga boste presodili po prihodku na prejemnika, ne po odpiranjih. Če je vaš obseg premajhen, da bi nabral resnične konverzije, test preskočite in namesto tega uporabite smiselno privzeto vrednost. Utemeljite svoje začetne zakasnitve s Kako hitro naj pošljete email za zapuščen ogled in zmagovalca izmerite iskreno s Kako izmeriti prihodek iz zapuščenega ogleda.

Browse Abandonment Automation

How to A/B Test Browse Abandonment Timing

Veröffentlicht am July 10, 2026 von

To A/B test browse abandonment timing, split your flow into two identical branches that differ only in delay — say, 1 hour versus 4 hours — send each to 50% of triggered visitors, and compare revenue per recipient after at least 100 conversions per branch. Everything else stays fixed: same subject line, same products, same template. Run it for two to four weeks depending on your traffic, pick the winner, then test the next delay pair. That’s the whole method. The rest of this article covers how to set it up so the result actually means something, because most timing tests fail on sample size or on measuring the wrong number.

Why timing is worth testing at all

If you’re running a store doing €30,000 or €80,000 a month, you already know the frustrating part: plenty of product views, far fewer orders. A visitor looks at a €90 jacket, checks two colours, and leaves. Your browse abandonment email is the cheapest shot you’ll ever get at that person — you’ve already paid Meta or Google to bring them in.

Timing decides whether that email lands while the jacket is still on their mind or after they’ve bought elsewhere. Send too fast and it feels like surveillance. Send too slow and the intent is gone. The problem is that the “right” delay is different for a €15 phone case than for a €600 standing desk, and different for your store than for the store whose blog post you copied the settings from. That’s the case for testing instead of guessing.

Why “just send more campaigns” doesn’t fix weak timing

The usual reaction to a flow that underdelivers is to push volume somewhere else: another newsletter, another 10% off promo, a bit more ad spend. That adds cost and trains customers to wait for discounts, but it doesn’t touch the actual leak — high-intent visitors who viewed a product today and got your email at the wrong moment. A promo blast goes to everyone regardless of intent. A well-timed browse abandonment email goes to someone who told you, an hour ago, exactly what they want. Fixing the timing of that one message usually beats adding another campaign to the calendar.

What a bad delay costs you — a quick illustration

Illustrative numbers, not benchmarks: suppose 3,000 identified visitors trigger your browse abandonment flow each month and your current setup produces €0.30 revenue per recipient — €900 a month. If a better delay lifts that to €0.40, you’re at €1,200. That’s €3,600 a year from changing one setting, with zero extra ad spend and zero discounting. The lift may be smaller or larger for your store; the point is that the test costs a few minutes of setup, so even a modest improvement pays for itself immediately. Compare that with what a 10% sitewide discount does to margin on the same revenue.

How to run the test, step by step

Get a baseline first. Before testing, know your current flow’s revenue per recipient, click rate, and unsubscribe rate over the last 60–90 days. If you’re not sure how to pull these, start with measuring browse abandonment revenue properly — a test without a baseline is just noise.
Pick two delays that are meaningfully different. 1 hour vs 90 minutes will take months to separate. 1 hour vs 4 hours, or 2 hours vs 24 hours, will show a difference faster if one exists. If you haven’t picked a starting point yet, how soon to send a browse abandonment email covers sensible defaults by product type.
Change only the delay. Same subject line, same content, same product block. If the branches differ in two things, you’ll never know which one caused the result.
Split 50/50 at the trigger. The split has to happen when the visitor enters the flow, not by sending different weeks to different delays — seasonality and promos would contaminate a sequential test.
Decide the winning metric before you start. Revenue per recipient, not open rate. A 1-hour email will almost always get more opens than a 24-hour email; that tells you nothing about orders.
Wait for enough data. A rough rule: don’t call a winner before each branch has at least 100 conversions, or you’ve run four full weeks, whichever comes first. Small stores need patience here.
Iterate, don’t multiply. After a winner, test the next question (winner vs a new delay, or delay of email two in the sequence). Don’t run three timing tests at once — you don’t have the traffic, and you don’t need to.

What you don’t need yet: multivariate tools, send-time AI, or testing timing per product category. Get one clean win on the first email’s delay before layering anything on.

The exact automation to build

Spelled out so there’s no ambiguity:

Trigger: product page viewed, no add-to-cart and no purchase in the same session.
Segment: identified contacts only (email known), exclude anyone who bought in the last 14 days and anyone already in an abandoned cart flow — cart intent outranks browse intent.
Split: 50/50 A/B at flow entry.
Delay: Branch A waits 1 hour, Branch B waits 4 hours (adjust the pair to your product; high-ticket items tolerate longer).
Channel: email for the test. Keep push or SMS out of this flow while testing, or they’ll blur the result.
Message: the viewed product with image and price, one clear link back to it, two or three related items below. No discount — see building a browse abandonment flow without discounts for why leading with a coupon here is usually margin thrown away.
Goal: higher revenue per recipient without a rise in unsubscribes or spam complaints.

A worked example

Illustrative example: a store selling home fitness gear tests 1 hour vs 6 hours on its first browse abandonment email. After three weeks, Branch A (1 hour) has 1,400 recipients and €520 in attributed revenue — €0.37 per recipient. Branch B (6 hours) has 1,410 recipients and €410 — €0.29 per recipient. Unsubscribe rates are equal. A is the winner, and the next test is 1 hour vs 2 hours to see whether even faster helps or starts to feel pushy. Invented numbers — your categories, prices, and audience will produce different ones. The method is what transfers.

Metrics that decide the winner

Revenue per recipient — the primary metric, per branch.
Conversion rate per branch — orders divided by recipients, as a sanity check on revenue skew from one big order.
Unsubscribe and spam complaint rate — a faster delay that wins on revenue but doubles unsubscribes is borrowing from your list’s future.
Click-to-open rate — secondary; useful for diagnosing whether the delay changed interest or just visibility.

Setting this up in Omnisend

I ignored email automation for years — it looked like the spam I deleted daily. Rising ad costs on two of my own stores changed my mind, and after testing Klaviyo and Omnisend side by side I settled on Omnisend because I could build and adjust flows myself without a retainer.

For this test specifically: Omnisend’s browse abandonment flow has a built-in A/B split step, so you drag the split in right after the trigger, set a different delay block on each branch, and duplicate the same email into both. The flow report shows revenue and conversion per branch, which is exactly what you need to call a winner. Two honest caveats: the trigger only fires for visitors Omnisend can identify (subscribers or people who’ve clicked through from your emails), so your test audience is smaller than your traffic — and no delay setting rescues a product page with weak photos or unclear pricing. The tool runs the test; the offer still has to hold up.

Your next step

Open your current browse abandonment flow and write down its revenue per recipient for the last 60 days. That single number is your baseline, and without it no timing test means anything. If the flow’s numbers look broadly weak — not just timing — work through improving an underperforming browse abandonment flow first, then come back and test delays on a flow worth optimising.