A/B-Tests und Optimierung

So testen Sie Rabatte in automatisierten E-Mails per A/B-Test

Veröffentlicht am July 19, 2026 von

Teilen Sie die Automatisierung am Einstiegspunkt 50/50 auf, ändern Sie zwischen den Zweigen nichts außer dem Angebot, geben Sie jedem Zweig einen eigenen Rabattcode, damit sich Bestellungen sauber zuordnen lassen, und küren Sie den Sieger nach dem Gewinn pro Empfänger – niemals nach der Conversion-Rate. Diese letzte Regel entscheidet über alles. Ein größerer Rabatt schlägt einen kleineren bei der Conversion fast jedes Mal; die Frage, die ein Rabatttest tatsächlich beantwortet, ist, ob die zusätzlichen Bestellungen die Marge aufwiegen, die Sie bei allen Bestellungen verschenkt haben. Und weil automatisierte E-Mails täglich in kleinen Mengen ausgehen, statt alle auf einmal loszuschlagen, sollten Sie damit rechnen, dass der Test Wochen läuft, nicht Tage. Dieser Artikel behandelt die Mechanik und die nötigen Ermessensentscheidungen. Die übergeordnete Strategie, die Marge beim Rabattieren zu schützen, ist ein eigenes Thema – siehe wie Sie Rabatte testen, ohne die Marge zu senken – und Angebote im Willkommens-Flow bekommen speziell eine eigene Behandlung in So testen Sie Angebote im Willkommens-Flow per A/B-Test.

Der Rabatt, an dessen Entscheidung sich niemand erinnert

Die meisten automatisierten Flows enthalten einen Rabatt, der nie wirklich gewählt wurde. Er wurde vor zwei Jahren aus einer Vorlage eingefügt, von einem Wettbewerber abgeschaut oder in einem umsatzschwachen Monat hinzugefügt und nie wieder entfernt. 10 % in der Warenkorb-E-Mail. 15 % für neue Abonnenten. Er sitzt dort und feuert Hunderte Male im Monat, und weil der Flow „funktioniert“, stellt ihn niemand infrage.

Doch diese Zahl ist eine Preisentscheidung, in großem Umfang getroffen, im Autopiloten. Wenn Ihr Warenkorb-Flow 60 Bestellungen im Monat bei 70 € Durchschnitt mit 10 % Rabatt zurückholt, geben Sie rund 420 € im Monat aus – 5.000 € im Jahr – unter der Annahme, dass diese Bestellungen den Rabatt gebraucht haben. Vielleicht taten sie das. Sie haben es nie überprüft. (Beispielzahlen; rechnen Sie mit Ihren eigenen.)

Warum die üblichen Lösungen in die falsche Richtung weisen

Wenn ein Flow unterdurchschnittlich läuft, ist der Reflex, das Angebot zu versüßen. Aus 10 % werden 15 %. Die Conversion steigt, das Dashboard wird grün, und die Änderung wird zum Erfolg erklärt – was sie womöglich nicht ist, weil die Conversion die falsche Messlatte war. Tiefere Rabatte konvertieren fast immer besser. Genauso wie alles zum Selbstkostenpreis zu verkaufen. Keins von beidem ist ein Geschäftsmodell.

Der gegenteilige Reflex – „Rabatte sind schlecht, weg mit allen“ – ist genauso ungetestet. Manche Flows brauchen wirklich einen Anreiz; eine Browse-Abandonment-E-Mail an einen kalten Schaufensterbummler und eine Warenkorb-E-Mail an jemanden, der fast gekauft hätte, sind verschiedene Situationen. Die ehrliche Haltung ist: Sie wissen nicht, welche Ihrer Flows sich ihren Rabatt verdienen, bis jeder einzelne auf Gewinn getestet ist.

Es gibt ein zweites, leiseres Leck: Gewöhnung. Ein dauerhafter Warenkorb-Rabatt von 10 % bringt Stammkunden bei, Warenkörbe absichtlich abzubrechen und auf die E-Mail zu warten. Dieses Verhalten sehen Sie in keinem Flow-Report. Sie sehen es als langsames Abdriften darin, wie viele „zurückgeholte“ Bestellungen von Leuten kommen, die ohnehin gekauft hätten.

Die Testleiter: drei Fragen, der Reihe nach

Testen Sie „Rabatte“ nicht als einen Klumpen. Steigen Sie in Reihenfolge auf, ein Flow nach dem anderen:

Braucht dieser Flow überhaupt einen Rabatt? Aktuelles Angebot vs. kein Angebot (ersetzen Sie ihn durch Dringlichkeit, Beruhigung oder Social Proof, damit die E-Mail weiterhin einen Zweck hat). Das ist die wertvollste Frage und die, die Händler überspringen, weil sie Angst vor der Antwort haben.
Wenn ja, wie viel? Sieger aus Runde eins vs. eine kleinere Stufe – 10 % vs. 5 %, nicht 10 % vs. 25 %. Sie suchen den Boden, das Wenigste, das Sie für ungefähr dasselbe Ergebnis ausgeben müssen.
In welcher Form? Prozent vs. Festbetrag vs. kostenloser Versand. Ein 7-€-Code und 10 % Rabatt auf einen 70-€-Warenkorb kosten Sie dasselbe, aber sie wirken nicht gleich – und kostenloser Versand schneidet oft gut ab, weil er den eigentlichen Einwand an der Kasse beantwortet. Welche Form gewinnt, ist von Shop zu Shop verschieden; deshalb testen Sie, statt irgendjemandes Verallgemeinerung zu vertrauen, meiner eingeschlossen.

Eine Sprosse nach der anderen. Ein Test, der Rabatthöhe und Form gleichzeitig ändert, kann Ihnen nicht sagen, welche Änderung die Arbeit geleistet hat.

Die Aufteilung konkret einrichten

Trigger: was auch immer den Flow startet – Warenkorb abgebrochen, Anmeldung, Erstkauf. Unverändert.
Aufteilung: 50/50, zufällig, direkt nach dem Trigger platziert, damit jeder Eintretende einmal zugewiesen wird und in seinem Zweig bleibt. Die Mechanik dieses Aufbaus unterscheidet sich je nach Tool und ist wichtiger, als sie aussieht – So testen Sie Automatisierungs-Zweige per A/B-Test geht die Details und die Fallstricke durch.
Zweige: identisches Timing, identische Betreffzeile, wo möglich, identisches Layout. Nur der Angebotsblock und der Code unterscheiden sich.
Codes: ein eigener Code pro Zweig, mindestens. Besser: generierte Einmalcodes. Geteilte Codes verlieren dicht – ein Kunde postet CART10 auf einem Coupon-Sammelportal, und plötzlich ist Ihr „Kein Rabatt“-Zweig voll mit Leuten, die mit dem Code des anderen Zweigs auschecken, was still und heimlich beide Seiten Ihres Tests verfälscht. Bei geteilten Codes achten Sie zumindest darauf, ob der Code des Verliererzweigs bei Bestellungen aus dem anderen Zweig auftaucht; das ist Ihr Kontaminationsalarm.
Ausstieg: Ein Kauf führt in beiden Zweigen aus dem Flow heraus, dieselbe Regel.
Dauer: bis jeder Zweig ein paar Hundert Abschlüsse und eine aussagekräftige Anzahl von Bestellungen hat – oft vier bis acht Wochen für den Flow eines mittelgroßen Shops. Automatisierungen sammeln Stichproben tröpfchenweise; Ungeduld ist die häufigste Todesursache dieser Tests. Wie lange sollte ein E-Commerce-E-Mail-A/B-Test laufen behandelt die Abbruchregeln.

Die Rechnung, die den Sieger bestimmt (illustrativ)

Nehmen wir an, jeder Zweig eines Warenkorb-Flows erreicht über sechs Wochen 1.000 Personen. Die Produktmarge vor Rabatten beträgt 30 % bei einem Durchschnittsbestellwert von 60 €, also 18 € pro Bestellung.

Zweig A, 5 % Rabatt: 30 Bestellungen. Rabattkosten 3 € pro Stück, also 15 € Gewinn pro Bestellung → 450 € gesamt, 0,45 € pro Empfänger.
Zweig B, 15 % Rabatt: 42 Bestellungen – klar bessere Conversion. Rabattkosten 9 € pro Stück, also 9 € Gewinn pro Bestellung → 378 € gesamt, 0,38 € pro Empfänger.

B gewinnt bei den Bestellungen um 40 % und verliert trotzdem beim Gewinn. Jede einzelne dieser Zahlen ist erfunden, aber das Muster ist die typische Form von Rabatttests: Die Kennzahl, die Ihr Dashboard feiert, und die Kennzahl, die Ihrem Bankkonto wichtig ist, sind sich uneinig. Wenn Sie B trotzdem akzeptieren würden – weil diese zusätzlichen 12 Bestellungen Neukunden sind, deren künftiger Wert die Lücke deckt –, ist das eine legitime Entscheidung, aber treffen Sie sie ausdrücklich, mit Ihren Zahlen zu Wiederholungskäufen in der Hand, nicht durch Verweis auf eine Conversion-Rate.

Was Sie messen sollten

Gewinn pro Empfänger – Umsatz minus Produktkosten minus gewährtem Rabatt, geteilt durch die Zweig-Eintretenden. Die Entscheidungskennzahl.
Umsatz pro Empfänger – die sekundäre Ablesung; nützlich, wenn die Margen einheitlich sind.
Conversion-Rate pro Zweig – nur zur Diagnose. Sagen Sie es vor dem Test laut: Die Conversion kürt nicht den Sieger.
Aufteilung der Bestellungen nach neu vs. wiederkehrend – ein Rabatt, der überwiegend Fremde anwirbt, ist mehr wert als einer, der überwiegend Stammkunden subventioniert.
Code-Kreuzkontamination – Codes des Verliererzweigs, die dort auftauchen, wo sie nicht sein sollten.

Wenn die Zweige sich über die Kennzahlen hinweg die Differenz teilen – einer gewinnt beim Umsatz, der andere beim Gewinn –, gilt die Entscheidungslogik aus So wählen Sie den Sieger eines E-Mail-Tests.

Umsetzung in Omnisend

Ich führe diese Tests in Omnisend in meinen eigenen Shops durch (nach der Nutzung beider Tools Klaviyo vorgezogen – der Preisunterschied und der einfachere Flow-Editor gaben den Ausschlag, und Shopimation verdient eine Affiliate-Provision an Anmeldungen, was Sie wissen sollten, wenn Sie meine Meinung gewichten). Die Bausteine, die hier zählen: Ein Split-Schritt innerhalb des Automatisierungs-Workflows weist Eintretende zufällig den Zweigen zu; bei einem verbundenen Shopify- oder WooCommerce-Shop kann der Rabatt-Inhaltsblock Codes ausstellen, statt dass Sie überall einen geteilten Code einfügen; und der Workflow-Report zeigt Bestellungen und Umsatz pro Zweig, sodass die einzige verbleibende Tabellenarbeit die Margenrechnung ist – Omnisend berichtet, wie die meisten Tools, den Umsatz, nicht den Gewinn. Diese letzte Berechnung bleibt Ihr Job, und sie ist die, die über alles entscheidet.

Ihr nächster Schritt

Wählen Sie Ihren einzelnen umsatzstärksten automatisierten Flow, notieren Sie, was sein Rabatt Sie letzten Monat an tatsächlich verschenkten Euro gekostet hat, und starten Sie einen 50/50-Test dieses Rabatts gegen keinen. In sechs Wochen haben Sie entweder den Beweis, dass sich der Rabatt lohnt, oder eine dauerhafte Margenerhöhung. Beide Ergebnisse sind Gewinne – der einzige verlierende Zug ist, eine zwei Jahre alte Zahl ungeprüft in Ihrer erfolgreichsten E-Mail stehen zu lassen.

A/B-testiranje in optimizacija

Kako A/B-testirati popuste v avtomatiziranih emailih

Veröffentlicht am July 18, 2026 von

Avtomatizacijo razdelite 50/50 na njenem vstopu, med vejama ne spremenite ničesar razen ponudbe, vsaki veji dajte svojo kodo za popust, da se naročila čisto pripišejo, in zmagovalca sodite po dobičku na prejemnika — nikoli po stopnji konverzije. To zadnje pravilo je bistvo vse igre. Večji popust bo skoraj vsakič premagal manjšega po konverziji; vprašanje, na katero test popusta dejansko odgovori, je, ali dodatna naročila poplačajo maržo, ki ste jo podarili pri vseh naročilih. In ker avtomatizirani emaili kapljajo dnevno, namesto da bi udarili naenkrat, računajte, da bo test tekel tedne, ne dneve. Ta članek obravnava mehaniko in odločitve po presoji. Širša strategija varovanja marže ob popuščanju je svoja tema — glejte kako testirati popuste, ne da bi zmanjšali maržo — ponudbe pozdravnega toka pa dobijo namensko obravnavo v kako A/B-testirati ponudbe pozdravnega toka.

Popust, za katerega se nihče ne spomni, da ga je odločil

Večina avtomatiziranih tokov vsebuje popust, ki nikoli ni bil zares izbran. Prilepljen je bil iz predloge pred dvema letoma, ali prekopiran od konkurenta, ali dodan v nekem počasnem mesecu in nikoli odstranjen. 10 % v emailu za košarico. 15 % za nove naročnike. Tam obleži in se sproži stokrat na mesec, in ker tok »deluje«, ga nihče ne postavlja pod vprašaj.

A ta številka je odločitev o ceni, sprejeta na debelo, na samodejnem pilotu. Če vaš tok za košarico obnovi 60 naročil na mesec po 70 € povprečno z 10 % popusta, porabite približno 420 € na mesec — 5.000 € na leto — na predpostavko, da so ta naročila potrebovala popust. Morda so ga. Nikoli niste preverili. (Ponazoritvene številke; preračunajte svoje.)

Zakaj običajne rešitve kažejo v napačno smer

Ko tok slabo deluje, je refleks osladiti ponudbo. 10 % postane 15 %. Konverzija se dvigne, nadzorna plošča se obarva zeleno, sprememba je razglašena za uspeh — kar morda ni, ker je bila konverzija napačna semaforska tabla. Globlji popusti skoraj vedno bolje konvertirajo. Enako velja za oblikovanje cen na ravni stroškov. Nobeno ni posel.

Nasprotni refleks — »popusti so slabi, odstranimo jih vse« — je enako nepreverjen. Nekateri tokovi resnično potrebujejo spodbudo; email za opuščeno brskanje hladnemu ogledovalcu izložb in email za košarico nekomu, ki je skoraj kupil, sta različni situaciji. Poštena drža je, da ne veste, kateri od vaših tokov si prislužijo svoj popust, dokler vsakega ne testirate na dobiček.

Je še ena, tišja luknja: navajanje. Trajen 10-odstotni popust v košarici nauči ponovne stranke, da namerno opuščajo košarice in čakajo na email. Tega vedenja v poročilu toka nikoli ne boste videli. Videli ga boste kot počasen odmik v tem, koliko »obnovljenih« naročil prihaja od ljudi, ki bi tako ali tako kupili.

Testna lestev: tri vprašanja, po vrsti

Ne testirajte »popustov« kot enega samega bloka. Plezajte v zaporedju, en tok naenkrat:

Ali ta tok sploh potrebuje popust? Trenutna ponudba proti brez ponudbe (zamenjajte jo z nujnostjo, zagotovilom ali družbenim dokazom, da ima email še vedno smisel). To je vprašanje z najvišjo vrednostjo in tisto, ki ga trgovci preskočijo, ker se bojijo odgovora.
Če da, koliko? Zmagovalec prvega kroga proti manjšemu koraku — 10 % proti 5 %, ne 10 % proti 25 %. Lovite dno, najmanj, kar lahko porabite za približno enak rezultat.
V kakšni obliki? Odstotek proti fiksnemu znesku proti brezplačni dostavi. Koda za 7 € in 10 % popusta na košarico 70 € vas stanejo enako, a se ne berejo enako — brezplačna dostava pogosto dobro konkurira, ker odgovori na dejanski ugovor pri blagajni. Katera oblika zmaga, je odvisno od trgovine; zato testirate, namesto da zaupate čigar koli posplošitvi, vključno z mojo.

Ena prečka naenkrat. Test, ki hkrati spremeni velikost popusta in obliko, vam ne more povedati, katera sprememba je opravila delo.

Postavitev delitve, konkretno

Sprožilec: karkoli sproži tok — opuščena košarica, prijava, prvi nakup. Nespremenjeno.
Delitev: 50/50, naključno, postavljena takoj za sprožilcem, tako da je vsak vstopnik dodeljen enkrat in ostane v svoji veji. Mehanika gradnje tega se razlikuje po orodju in je pomembnejša, kot je videti — kako A/B-testirati veje avtomatizacije predstavi podrobnosti in pasti.
Veje: enaka časovnica, enaka zadeva, kjer je mogoče, enaka postavitev. Razlikujeta se le blok ponudbe in koda.
Kode: ločena koda na vejo, najmanj. Bolje: enkratno generirane kode. Deljene kode puščajo — ena stranka objavi KOSARICA10 na agregatorju kuponov in kar naenkrat je vaša veja »brez popusta« polna ljudi, ki plačujejo s kodo druge veje, kar tiho pokvari obe strani vašega testa. Pri deljenih kodah vsaj spremljajte, ali se koda poražene veje pojavlja na naročilih iz druge veje; to je vaš alarm za onesnaženje.
Izhod: nakup zapusti tok v obeh vejah, isto pravilo.
Trajanje: dokler vsaka veja ne doseže nekaj sto zaključkov in smiselnega števila naročil — pogosto štiri do osem tednov za tok srednje velike trgovine. Avtomatizacije gradijo vzorec po kapljicah; nepotrpežljivost je glavni način, kako ti testi umrejo. Kako dolgo naj teče A/B-test emaila v spletni trgovini obravnava pravila ustavljanja.

Računica, ki izbere zmagovalca (ponazoritveno)

Recimo, da vsaka veja toka za košarico doseže 1.000 ljudi v šestih tednih. Marža izdelka pred popusti je 30 % na povprečnem naročilu 60 €, torej 18 € na naročilo.

Veja A, 5 % popusta: 30 naročil. Strošek popusta 3 € na naročilo, torej 15 € dobička na naročilo → 450 € skupaj, 0,45 € na prejemnika.
Veja B, 15 % popusta: 42 naročil — očitno boljša konverzija. Strošek popusta 9 € na naročilo, torej 9 € dobička na naročilo → 378 € skupaj, 0,38 € na prejemnika.

B zmaga na naročilih za 40 % in vseeno izgubi na dobičku. Vsaka od teh številk je izmišljena, a vzorec je standardna oblika testov popusta: metrika, ki jo slavi vaša nadzorna plošča, in metrika, ki je mar vašemu bančnemu računu, se ne ujemata. Če bi B vseeno sprejeli — ker je teh dodatnih 12 naročil od novih strank, katerih prihodnja vrednost pokrije razliko — je to legitimna odločitev, a jo sprejmite izrecno, s svojimi številkami o ponovnih nakupih v roki, ne z opozarjanjem na stopnjo konverzije.

Kaj meriti

Dobiček na prejemnika — prihodek minus strošek izdelka minus dani popust, deljeno z vstopniki veje. Metrika razsodbe.
Prihodek na prejemnika — sekundarni odčitek; koristen, ko so marže enotne.
Stopnja konverzije na vejo — le diagnostična. Povejte na glas pred testom: konverzija ne izbere zmagovalca.
Delitev naročil na nove proti vračajočim se — popust, ki večinoma novači tujce, je vreden več od tistega, ki večinoma subvencionira stalne stranke.
Navzkrižno onesnaženje kod — kode poražene veje se pojavljajo tam, kjer ne bi smele.

Ko veje razdelijo razliko med metrikami — ena zmaga prihodek, druga dobiček — velja logika razreševanja iz kako izbrati zmagovalca email testa.

Kako to početi v Omnisendu

Te teste poganjam v Omnisendu v svojih trgovinah (izbran pred Klaviyom po uporabi obeh — razlika v ceni in preprostejši urejevalnik tokov sta odločila, Shopimation pa zasluži provizijo iz pridruženega programa ob prijavah, kar velja vedeti pri tehtanju mojega mnenja). Deli, ki so tu pomembni: korak delitve znotraj delovnega toka avtomatizacije naključno dodeli vstopnike vejam; s povezano trgovino Shopify ali WooCommerce lahko vsebinski blok za popust izdaja kode, namesto da povsod prilepljate eno deljeno kodo; poročilo delovnega toka pa prikaže naročila in prodajo na vejo, tako da je edino preostalo delo v preglednici računica marže — Omnisend, kot večina orodij, poroča prihodek, ne dobička. Ta zadnji izračun ostane vaše delo in je tisti, ki odloči vse.

Vaš naslednji korak

Izberite svoj en avtomatizirani tok z najvišjim prihodkom, zapišite, koliko vas je njegov popust stal prejšnji mesec v dejansko podarjenih evrih, in začnite test 50/50 tega popusta proti nobenemu. Čez šest tednov boste imeli bodisi dokaz, da si popust prisluži svoje mesto, bodisi trajno zvišanje marže. Oba izida sta zmagi — edina poražena poteza je pustiti dve leti staro številko nepreučeno v vašem najuspešnejšem emailu.

A/B Testing and Optimization

How to A/B Test Discounts in Automated Emails

Veröffentlicht am July 17, 2026 von

Split the automation 50/50 at its entry point, change nothing between the branches except the offer, give each branch its own discount code so orders attribute cleanly, and judge the winner on profit per recipient — never on conversion rate. That last rule is the whole game. A bigger discount will beat a smaller one on conversion almost every time; the question a discount test actually answers is whether the extra orders pay for the margin you gave away on all the orders. And because automated emails trickle out daily instead of blasting at once, plan for the test to run weeks, not days. This article covers the mechanics and the judgment calls. The broader strategy of protecting margin while discounting is its own topic — see how to test discounts without reducing margin — and welcome-flow offers specifically get a dedicated treatment in how to A/B test welcome flow offers.

The discount nobody remembers deciding

Most automated flows contain a discount that was never really chosen. It was pasted in from a template two years ago, or copied from a competitor, or added one slow month and never removed. 10% in the cart email. 15% for new subscribers. It sits there firing hundreds of times a month, and because the flow “performs,” nobody questions it.

But that number is a price decision, made in bulk, on autopilot. If your cart flow recovers 60 orders a month at €70 average with 10% off, you’re spending roughly €420 a month — €5,000 a year — on the assumption that those orders needed the discount. Maybe they did. You’ve never checked. (Illustrative figures; run your own.)

Why the usual fixes point the wrong way

When a flow underperforms, the reflex is to sweeten the offer. 10% becomes 15%. Conversion ticks up, the dashboard turns green, and the change is declared a success — which it may not be, because conversion was the wrong scoreboard. Deeper discounts nearly always convert better. So does pricing everything at cost. Neither is a business.

The opposite reflex — “discounts are bad, remove them all” — is equally untested. Some flows genuinely need an incentive; a browse-abandonment email to a cold window-shopper and a cart email to someone who nearly bought are different situations. The honest position is that you don’t know which of your flows earn their discount until each one is tested on profit.

There’s a second, quieter leak: training. A permanent 10% cart discount teaches repeat customers to abandon carts on purpose and wait for the email. You’ll never see that behavior in a flow report. You’ll see it as a slow drift in how many “recovered” orders come from people who were always going to buy.

The testing ladder: three questions, in order

Don’t test “discounts” as one blob. Climb in sequence, one flow at a time:

Does this flow need a discount at all? Current offer vs. no offer (replace it with urgency, reassurance, or social proof so the email still has a point). This is the highest-value question and the one merchants skip because they’re afraid of the answer.
If yes, how much? Winner of round one vs. a smaller step — 10% vs. 5%, not 10% vs. 25%. You’re hunting the floor, the least you can spend for roughly the same result.
What form? Percentage vs. fixed amount vs. free shipping. A €7 code and 10% off a €70 cart cost you the same, but they don’t read the same — and free shipping often competes well because it answers the actual objection at checkout. Which form wins is store-specific; that’s why you test rather than trust anyone’s generalization, including mine.

One rung at a time. A test that changes discount size and form at once can’t tell you which change did the work.

Setting up the split, concretely

Trigger: whatever starts the flow — cart abandoned, signup, first purchase. Unchanged.
Split: 50/50, random, placed immediately after the trigger so every entrant is assigned once and stays in their branch. The mechanics of building this vary by tool and matter more than they look — how to A/B test automation branches walks through the details and the traps.
Branches: identical timing, identical subject where possible, identical layout. Only the offer block and the code differ.
Codes: a distinct code per branch, minimum. Better: single-use generated codes. Shared codes leak — one customer posts CART10 to a coupon aggregator and suddenly your “no discount” branch is full of people checking out with the other branch’s code, quietly corrupting both sides of your test. With shared codes, at least watch for the losing branch’s code appearing on orders from the other branch; that’s your contamination alarm.
Exit: purchase exits the flow in both branches, same rule.
Duration: until each branch has a few hundred completions and a meaningful count of orders — often four to eight weeks for a mid-sized store’s flow. Automations build sample at a trickle; impatience is the main way these tests die. How long should an ecommerce email A/B test run covers the stopping rules.

The arithmetic that picks the winner (illustrative)

Say each branch of a cart flow reaches 1,000 people over six weeks. Product margin before discounts is 30% on a €60 average order, so €18 per order.

Branch A, 5% off: 30 orders. Discount cost €3 each, so €15 profit per order → €450 total, €0.45 per recipient.
Branch B, 15% off: 42 orders — clearly better conversion. Discount cost €9 each, so €9 profit per order → €378 total, €0.38 per recipient.

B wins on orders by 40% and still loses on profit. Every one of these numbers is invented, but the pattern is the standard shape of discount tests: the metric your dashboard celebrates and the metric your bank account cares about disagree. If you’d accept B anyway — because those extra 12 orders are new customers whose future value covers the gap — that’s a legitimate call, but make it explicitly, with your repeat-purchase numbers in hand, not by pointing at a conversion rate.

What to measure

Profit per recipient — revenue minus product cost minus discount given, divided by branch entrants. The verdict metric.
Revenue per recipient — the secondary readout; useful when margins are uniform.
Conversion rate per branch — diagnostic only. Say it out loud before the test: conversion does not pick the winner.
New vs. returning split of orders — a discount that mostly recruits strangers is worth more than one that mostly subsidizes regulars.
Code cross-contamination — losing-branch codes showing up where they shouldn’t.

When branches split the difference across metrics — one wins revenue, the other profit — the tie-breaking logic in choosing a winning email test applies.

Doing it in Omnisend

I run these tests in Omnisend in my own stores (chosen over Klaviyo after using both — the price gap and the simpler flow editor decided it, and Shopimation earns an affiliate commission on signups, which you should know when weighing my view). The pieces that matter here: a split step inside the automation workflow assigns entrants randomly to branches; with a connected Shopify or WooCommerce store, the discount content block can issue codes rather than you pasting one shared code everywhere; and the workflow report shows orders and sales per branch, so the only spreadsheet work left is the margin arithmetic — Omnisend, like most tools, reports revenue, not profit. That last calculation stays your job, and it’s the one that decides everything.

Your next step

Pick your single highest-revenue automated flow, write down what its discount cost you last month in actual euros given away, and start a 50/50 test of that discount against none. Six weeks from now you’ll either have proof the discount earns its keep or a permanent raise in margin. Both outcomes are wins — the only losing move is leaving a two-year-old number unexamined in your best-performing email.