A/B-Tests und Optimierung

So führen Sie A/B-Tests für Versandzeiten im E-Commerce durch

Veröffentlicht am July 19, 2026 von

Um Versandzeiten per A/B-Test zu prüfen, teilen Sie eine Kampagne in zwei zufällige Hälften, schicken jeder Hälfte die identische E-Mail zu einer anderen Uhrzeit und wiederholen genau diesen Vergleich über vier bis sechs Kampagnen, bevor Sie der Antwort glauben. Ein Ergebnis aus einem einzigen Durchlauf ist hier fast wertlos, denn Versandzeit-Effekte sind klein und das wöchentliche Rauschen ist groß. Was Sie keinesfalls tun dürfen: die Kampagne dieses Dienstags gegen die letzten Freitags stellen – anderer Inhalt, andere Woche, andere Listenstimmung – und den Unterschied als Timing-Erkenntnis verkaufen. Dieser Artikel behandelt das Testen der Uhrzeit, zu der Ihre Kampagnen rausgehen. Verzögerungen innerhalb von Automationen (wie lange man etwa nach einem abgebrochenen Warenkorb wartet) sind eine andere Frage mit anderer Logik, behandelt in A/B-Test für das Timing bei abgebrochenen Warenkörben.

Das Problem mit „beste Versandzeit“-Ratschlägen

Jeder Shop-Betreiber hat die Diagramme gesehen. Dienstag um 10 Uhr. Donnerstagnachmittag. Sonntagabend für den E-Commerce. Das Problem ist, dass diese Zahlen Durchschnitte über Millionen von Versänden aus den Zielgruppen anderer Leute sind – B2B-Software-Listen, Newsletter-Leser, ganz andere Nischen. Ihre Käufer sind vielleicht Eltern, die um 21 Uhr Zeit am Handy haben, oder Handwerker, die um 5:30 Uhr auf sind. Ein Durchschnitt aller sagt Ihnen fast nichts über Ihre Liste, und ihm zu folgen heißt, genau dann zu senden, wenn jeder andere Shop sendet, der demselben Diagramm folgt.

Gleichzeitig ist der Vergleich, den die meisten Händler tatsächlich anstellen, schlechter als das geborgte Diagramm: „Unsere Freitags-E-Mail lief besser als unsere Dienstags-E-Mail, also funktionieren bei uns Freitage.“ Diese zwei E-Mails hatten unterschiedliche Betreffzeilen, unterschiedliche Angebote und landeten in unterschiedlichen Wochen. Das Timing erklärt vielleicht gar nichts von der Differenz.

Warum die Versandzeit ein echter, aber kleiner Hebel ist

Seien Sie sich über die Obergrenze im Klaren, bevor Sie hier Testkapazität verbrauchen. Eine zur falschen Zeit versendete E-Mail verschwindet nicht – sie liegt im Posteingang und wird später geöffnet, nur zu einer niedrigeren Rate, weil sie unter allem begraben ist, was danach ankam. Die Posteingang-Position verfällt, aber sie läuft nicht ab. Timing verschiebt Ergebnisse also am Rand; es rettet kein schwaches Angebot und keine langweilige Betreffzeile.

Das hat eine praktische Folge für die Reihenfolge Ihrer Tests: Wenn Sie Ihre Angebote und Betreffzeilen noch nicht getestet haben – die Hebel mit echter Spannweite –, tun Sie das zuerst. Betreffzeilen richtig per A/B-Test prüfen ist der natürliche Vorgänger dieses Tests. Die Versandzeit ist das, was Sie optimieren, wenn die größeren Dinge geklärt sind – oder wenn Ihre Liste so weit gewachsen ist, dass ein kleiner prozentualer Zuwachs echtes Geld wert ist.

Wo der Umsatz wirklich versickert

An zwei Stellen, und es sind nicht die, von denen die Diagramme reden.

Die erste ist der Flash-Fenster-Fehlgriff. Wenn Sie 24- oder 48-Stunden-Aktionen fahren, verbrennt eine E-Mail, die zwölf Stunden vor dem natürlichen Handy-Fenster Ihrer Zielgruppe landet, die halbe Aktionsuhr in der Stille. Bei zeitlich begrenzten Angeboten hört die Versandzeit auf, ein marginaler Hebel zu sein, und beginnt, das ganze Ergebnis zu bestimmen.

Die zweite ist der Stau. Wenn Sie senden, wann immer die Kampagne zufällig fertig ist – Donnerstag um 16:47 Uhr, weil Sie da fertig wurden –, ist Ihr Timing nicht neutral, es ist zufällig, und ein bedeutsamer Anteil der Versände landet in wirklich schwachen Momenten. Sich zu einem anständigen-wenn-auch-nicht-perfekten Standardslot durchzutesten, beseitigt diese selbstverschuldete Varianz. (Beide Effekte sind Richtungsbeobachtungen aus dem Betrieb meiner eigenen Shops, keine gemessenen Universalien – die Größe jedes einzelnen hängt ganz von Ihrer Zielgruppe ab.)

So führen Sie einen Versandzeit-Test durch, der etwas bedeutet

Testen Sie Stunden vor Tagen. Wochentags-Tests sind langsamer (ein Vergleich pro Woche) und schmutziger, weil Ihre Aktionen, die Versände Ihrer Wettbewerber und Zahltage alle nach Wochentag variieren. Die Tageszeit am selben Tag ist das sauberere Experiment. Holen Sie sich zuerst eine Morgen-vs.-Abend-Antwort; verfeinern Sie später nach Wochentag, falls es Sie dann noch interessiert.

Der Aufbau:

Nehmen Sie Ihre nächste Kampagne und teilen Sie die Zielgruppe in zwei zufällige Hälften. Zufall ist entscheidend – ein Split nach Alphabet oder Anmeldedatum schmuggelt echte Unterschiede zwischen den Gruppen ein.
Schicken Sie die identische E-Mail an Hälfte A zu Zeitpunkt eins (sagen wir 8 Uhr) und an Hälfte B zu Zeitpunkt zwei (sagen wir 20 Uhr) am selben Tag. Gleicher Betreff, gleicher Inhalt, alles gleich.
Erfassen Sie Klicks pro Empfänger und Umsatz pro Empfänger für jede Hälfte. Öffnungen sind für Timing-Tests wackliger Boden: Apples Mail Privacy Protection registriert maschinelle Öffnungen, an denen nie ein Mensch oder eine Uhr beteiligt war, sodass Öffnungszeit-Daten heute teils Fiktion sind.
Wiederholen Sie dieselben zwei Zeitfenster bei Ihren nächsten vier oder fünf Kampagnen. Andere E-Mails, gleicher Vergleich.
Handeln Sie nur, wenn ein Slot konsistent gewinnt – vier von fünf Wiederholungen, die in dieselbe Richtung zeigen, sind ein Muster; ein 3:2-Split ist ein Achselzucken, und Sie behalten den Slot, der betrieblich einfacher ist.

Die Wiederholung ist der Teil, der übertrieben wirkt und es nicht ist. Das Ergebnis einer Kampagne spiegelt diese Kampagne. Fünf Kampagnen mit derselben Tendenz spiegeln Ihre Zielgruppe. Die meisten irreführenden Test-Schlussfolgerungen im E-Commerce entstehen daraus, eine einzelne verrauschte Messung als Gesetz zu behandeln – warum die meisten E-Commerce-A/B-Tests irreführende Ergebnisse liefern seziert das Muster.

Was Sie automatisieren und was Sie in Ruhe lassen

Das Kampagnen-Timing ist eine manuelle Entscheidung, informiert durch Ihren Test. Aber zwei verwandte Dinge gehören zur Automation:

Zeitzonen-Versand. Wenn sich Ihre Kunden über Zeitzonen erstrecken, schlägt ein Tool, das die Kampagne bei jedem Empfänger um lokal 20 Uhr freigibt, jeden einzelnen globalen Slot, zu dem Sie sich durchtesten könnten. Das löst einen Gutteil des Timing-Problems ganz ohne Test.
Verhaltensauslöser bleiben verhaltensbasiert. Nehmen Sie keine „Unsere Liste klickt um 20 Uhr“-Erkenntnis und fangen Sie an, Warenkorb- oder Browse-Abandonment-E-Mails auf den Abend zu verzögern. Diese E-Mails funktionieren, weil sie ankommen, solange die Kaufabsicht warm ist. Timing innerhalb von Flows ist eine Frage der Verzögerungslänge, keine Uhrzeitfrage – auch das ist das Terrain des Artikels zum Warenkorb-Timing, nicht dieses hier.

Ein durchgerechnetes Beispiel (Illustration)

Ein Shop mit 12.000 engagierten Abonnenten testet 7 Uhr gegen 19 Uhr über fünf wöchentliche Kampagnen. Klicks pro 1.000 Empfänger, morgens vs. abends: 31 vs. 36, 28 vs. 35, 33 vs. 32, 26 vs. 34, 30 vs. 38. Der Abend gewinnt vier von fünf, und die gepoolte Differenz liegt bei rund 15 % mehr Klicks. Der Umsatz pro Empfänger tendiert in dieselbe Richtung. Das ist ein Keeper – der Shop standardisiert auf Abendversand. Beachten Sie, was die Schlussfolgerung sicher machte: fünf Wiederholungen, eine konsistente Richtung und zwei übereinstimmende Kennzahlen. Jede einzelne Woche – besonders Woche drei, in der der Morgen die Nase vorn hatte – wäre für sich genommen eine unzuverlässige Antwort gewesen. (Alle Zahlen erfunden, um die Form eines vertrauenswürdigen Ergebnisses zu zeigen.)

Kennzahlen, die einen Timing-Test entscheiden

Klicks pro Empfänger – die primäre Messgröße; Menschen klicken, Preloader nicht.
Umsatz pro Empfänger – die Kontrolle, dass zusätzliche Klicks überhaupt etwas wert sind.
Konsistenz über Wiederholungen – das eigentliche Urteil; behandeln Sie die Richtung-über-fünf-Tests als Kennzahl, nicht irgendeine einzelne Differenz.
Abmelderate pro Hälfte – unterscheidet sich selten nach Uhrzeit, ist aber einen Blick wert.

Wie lange Sie das Gesamtprogramm laufen lassen sollten, bevor Sie es entscheiden: Die Argumentation in wie lange ein E-Commerce-E-Mail-A/B-Test laufen sollte gilt hier doppelt, da Ihre Einheit Kampagnen sind, nicht Tage.

Das in Omnisend durchführen

Omnisends eingebautes A/B-Testing zielt auf Betreffzeilen und Inhalte statt auf Uhrzeiten, weshalb ich Versandzeit-Tests dort manuell fahre: Kampagne duplizieren, Zielgruppe in zwei zufällige Hälften teilen, jede Kopie für ihren Slot planen und die beiden Kampagnenberichte auf Klicks und Verkäufe vergleichen. Dauert vielleicht zehn zusätzliche Minuten pro Kampagne. Auf Omnisends Zeitzonen-Planung pro Empfänger würde ich mich tatsächlich stützen – wie oben erwähnt, beseitigt sie klammheimlich den größten Timing-Fehler, bevor irgendein Test läuft. Zum Kontext: Ich nutze Omnisend in meinen eigenen Shops, habe es wegen Preis und Bedienkomfort Klaviyo vorgezogen, und Shopimation ist Omnisend-Affiliate – die Offenlegung dürfen Sie selbst gewichten.

Ihr nächster Schritt

Wählen Sie zwei Kandidaten-Uhrzeiten, die Ihre aktuelle Gewohnheit einrahmen – eine morgens, eine abends – und verpflichten Sie sich, denselben 50/50-Vergleich bei Ihren nächsten fünf Kampagnen zu fahren, ohne früh nach einem Urteil zu schielen. Tragen Sie die fünf Ergebnisse in eine Tabelle ein, sobald sie eintreffen. In sechs Wochen haben Sie eine Versandzeit-Antwort, die tatsächlich von Ihren Kunden handelt – und das ist mehr, als jedes Diagramm im Internet Ihnen geben kann.

A/B-testiranje in optimizacija

Kako A/B-testirati čas pošiljanja v spletni trgovini

Veröffentlicht am July 18, 2026 von

Za A/B-test časa pošiljanja razdelite eno kampanjo na dve naključni polovici, vsaki polovici pošljite enak email ob različnem času in to isto primerjavo ponovite skozi štiri do šest kampanj, preden odgovoru verjamete. Rezultat enega samega teka je tu skoraj brez vrednosti, ker so učinki časa pošiljanja majhni, tedenski šum pa velik. Česar ne smete storiti, je primerjati torkovo kampanjo s petkovo izpred tedna — druga vsebina, drug teden, drugačno razpoloženje seznama — in razliko razglasiti za spoznanje o časovnici. Ta članek obravnava, kdaj gredo ven vaše kampanje. Zamiki znotraj avtomatizacij (denimo, kako dolgo počakati po opuščeni košarici) so drugo vprašanje z drugačno logiko, obravnavano v A/B-testiranje časovnice opuščene košarice.

Težava z nasveti o »najboljšem času pošiljanja«

Vsak lastnik trgovine je videl grafe. Torek ob 10. uri. Četrtek popoldne. Nedelja zvečer za spletno trgovino. Težava je, da so te številke povprečja čez milijone razpošiljanj iz občinstev drugih ljudi — seznamov B2B programske opreme, bralcev novičnikov, povsem drugih niš. Vaši kupci so morda starši, ki dobijo čas za telefon ob 21. uri, ali obrtniki, pokonci ob 5.30. Povprečje vseh vam o vašem seznamu ne pove skoraj ničesar, sledenje mu pa pomeni pošiljati natanko takrat, ko pošilja vsaka druga trgovina, ki sledi istemu grafu.

Medtem je primerjava, ki jo večina trgovcev dejansko dela, slabša od izposojenega grafa: »naš petkov email je bil boljši od torkovega, torej nam petki delujejo«. Ta dva emaila sta imela drugačni zadevi, drugačni ponudbi in sta pristala v različnih tednih. Časovnica pojasni morda nič od razlike.

Zakaj je čas pošiljanja resnična, a majhna ročica

Bodite iskreni glede zgornje meje, preden tu porabite testne termine. Email, poslan ob slabem času, ne izgine — obleži v nabiralniku in je odprt pozneje, le po nižji stopnji, ker je zakopan pod vsem, kar je prispelo za njim. Položaj v nabiralniku razpade, ne poteče. Časovnica torej premakne rezultate na robovih; ne reši šibke ponudbe ali dolgočasne zadeve.

To ima praktično posledico za zaporedje vaših testov: če svojih ponudb in zadev — ročic s pravim razponom — še niste testirali, jih naredite najprej. Kako pravilno A/B-testirati zadeve emailov je naravni predhodnik tega testa. Čas pošiljanja je tisto, kar optimizirate, ko so večje stvari urejene, ali ko je vaš seznam zrasel dovolj, da je majhen odstotni dvig vreden pravega denarja.

Kje prihodek dejansko pušča

Na dveh mestih, in nista tisti, o katerih govorijo grafi.

Prvo je neujemanje z bliskovitim oknom. Če izvajate 24- ali 48-urne akcije, email, ki prispe dvanajst ur pred naravnim oknom, ko vaše občinstvo preverja telefone, zapravi pol ure akcije v tišini. Pri časovno omejenih ponudbah čas pošiljanja neha biti obrobna ročica in začne zamejevati celoten rezultat.

Drugo je kopičenje. Če pošiljate takrat, ko je kampanja pač pripravljena — v četrtek ob 16.47, ker ste jo takrat dokončali — vaša časovnica ni nevtralna, ampak naključna, in nek pomemben delež razpošiljanj pristane v resnično šibkih trenutkih. Če se s testiranjem dokopljete tudi le do spodobnega, ne popolnega standardnega termina, odstranite to samopovzročeno nihanje. (Oba učinka sta usmerjevalna opažanja iz vodenja mojih trgovin, ne izmerjeni univerzalni zakoni — velikost vsakega je povsem odvisna od vašega občinstva.)

Kako izvesti test časa pošiljanja, ki nekaj pomeni

Testirajte ure pred dnevi. Testi dneva v tednu so počasnejši (ena primerjava na teden) in bolj umazani, ker vaše akcije, razpošiljanja vaših konkurentov in dnevi izplačil plač vsi nihajo po dnevih. Ura v dnevu na isti dan je čistejši poskus. Najprej dobite odgovor jutro proti večeru; po dnevih izpopolnite pozneje, če vam je še kaj mar.

Postavitev:

Vzemite svojo naslednjo kampanjo in občinstvo razdelite na dve naključni polovici. Naključnost je pomembna — delitev po abecedi ali datumu prijave pretihotapi resnične razlike med skupinami.
Polovici A pošljite enak email ob prvem času (recimo 8. uri), polovici B pa ob drugem času (recimo 20. uri) na isti dan. Ista zadeva, ista vsebina, vse isto.
Za vsako polovico zabeležite klike na prejemnika in prihodek na prejemnika. Odpiranja so za teste časovnice majava tla: Applov Mail Privacy Protection beleži strojna odpiranja, ki niso nikoli vključila človeka ali ure, zato so podatki o času odpiranja zdaj deloma izmišljija.
Isti dve časovni okni ponovite v naslednjih štirih ali petih kampanjah. Drugi emaili, ista primerjava.
Ukrepajte le, če ena časovnica dosledno zmaguje — štiri od petih ponovitev, ki kažejo v isto smer, so vzorec; delitev 3–2 je skomig z rameni in obdržite tisto časovnico, ki je operativno lažja.

Ponavljanje je del, ki se zdi pretiran, pa ni. Rezultat ene kampanje odseva to kampanjo. Pet kampanj z istim nagibom odseva vaše občinstvo. Večina zavajajočih zaključkov testov v spletni trgovini izhaja iz obravnavanja enega šumnega odčitka kot zakona — zakaj večina A/B-testov v spletni trgovini prinese zavajajoče rezultate razčleni ta vzorec.

Kaj avtomatizirati in česa pustiti pri miru

Časovnica kampanj je ročna odločitev, podprta z vašim testom. Dve povezani stvari pa spadata k avtomatizaciji:

Pošiljanje po časovnih pasovih. Če vaše stranke segajo čez časovne pasove, orodje, ki kampanjo sprosti ob lokalni 20. uri vsakega prejemnika, premaga vsako enotno globalno časovnico, do katere bi se lahko dokopali s testiranjem. To reši del težave s časovnico brez testa.
Vedenjski sprožilci ostanejo vedenjski. Ne vzemite ugotovitve »naš seznam klika ob 20. uri« in ne začnite zavlačevati emailov za košarico ali brskanje na večer. Ti emaili delujejo, ker prispejo, dokler je namera še topla. Časovnica znotraj tokov je vprašanje dolžine zamika, ne vprašanje ure — spet, to je področje članka o časovnici opuščene košarice, ne tega.

Predelan primer (ponazoritveno)

Trgovina z 12.000 angažiranimi naročniki testira 7. uro proti 19. uri skozi pet tedenskih kampanj. Kliki na 1.000 prejemnikov, jutro proti večeru: 31 proti 36, 28 proti 35, 33 proti 32, 26 proti 34, 30 proti 38. Večer zmaga štirikrat od petih, združena razlika pa je okoli 15 % več klikov. Prihodek na prejemnika se nagiba enako. To je zadetek — trgovina se standardizira na večerna razpošiljanja. Bodite pozorni na to, kaj je zaključek naredilo varen: pet ponovitev, dosledna smer in obe metriki, ki se ujemata. Kateri koli posamezen teden — še posebej tretji, kjer je jutro pokukalo v prednost — bi bil sam po sebi nezanesljiv odgovor. (Vse številke so izmišljene, da prikažejo obliko zanesljivega rezultata.)

Metrike, ki odločijo test časovnice

Kliki na prejemnika — glavni odčitek; ljudje klikajo, prednalagalniki ne.
Prihodek na prejemnika — preverba, da so dodatni kliki sploh kaj vredni.
Doslednost skozi ponovitve — prava razsodba; smer-skozi-pet-testov obravnavajte kot metriko, ne katero koli posamezno razliko.
Stopnja odjav na polovico — redko se razlikuje po času, a je vredna pogleda.

Za to, kako dolgo naj celoten program teče, preden ga razsodite, velja razmislek iz kako dolgo naj teče A/B-test emaila v spletni trgovini, tu podvojen, saj je vaša enota kampanja, ne dan.

Kako to izvesti v Omnisendu

Omnisendovo vgrajeno A/B-testiranje je usmerjeno v zadeve in vsebino, ne v ure, zato teste časa pošiljanja tam poganjam ročno: podvojim kampanjo, občinstvo razdelim na dve naključni polovici, vsako kopijo razporedim za njen termin in primerjam obe poročili o kampanji glede klikov in prodaje. Vzame morda deset dodatnih minut na kampanjo. Omnisendovo razporejanje po časovnih pasovih na prejemnika je funkcija, na katero bi se dejansko naslonil — kot rečeno zgoraj, tiho odstrani največjo napako časovnice, preden se sploh začne kateri koli test. Za kontekst: Omnisend uporabljam v svojih trgovinah, izbral sem ga pred Klaviyom zaradi cene in preprostosti, Shopimation pa je Omnisendov pridruženi partner — razkritje je na vas, da ga pretehtate.

Vaš naslednji korak

Izberite dve kandidatni uri, ki objameta vašo trenutno navado — eno jutranjo, eno večerno — in se zavežite, da boste isto primerjavo 50/50 izvedli na svojih naslednjih petih kampanjah, ne da bi predčasno kukali po razsodbo. Pet rezultatov sproti vpisujte v preglednico. Čez šest tednov boste imeli odgovor o času pošiljanja, ki je dejansko o vaših strankah, kar je več, kot vam lahko da kateri koli graf na spletu.

A/B Testing and Optimization

How to A/B Test Send Times in Ecommerce

Veröffentlicht am July 17, 2026 von

To A/B test send times, split one campaign into two random halves, send the identical email to each half at a different time, and repeat that same comparison across four to six campaigns before you believe the answer. A single-run result is nearly worthless here, because send-time effects are small and weekly noise is big. What you must not do is compare this Tuesday’s campaign against last Friday’s — different content, different week, different list mood — and call the difference a timing insight. This article covers testing when your campaigns go out. Delays inside automations (how long to wait after an abandoned cart, say) are a different question with different logic, covered in A/B testing abandoned cart timing.

The problem with “best time to send” advice

Every store owner has seen the charts. Tuesday at 10 a.m. Thursday afternoon. Sunday evening for ecommerce. The problem is that those numbers are averages across millions of sends from other people’s audiences — B2B software lists, newsletter readers, other niches entirely. Your buyers might be parents who get phone time at 9 p.m., or tradespeople up at 5:30. An average of everyone tells you almost nothing about your list, and following it means sending exactly when every other store following the same chart sends.

Meanwhile the comparison most merchants actually make is worse than the borrowed chart: “our Friday email did better than our Tuesday email, so Fridays work for us.” Those two emails had different subject lines, different offers, and landed in different weeks. The timing explains maybe none of the gap.

Why send time is a real but small lever

Be honest about the ceiling before spending test slots here. An email sent at a bad time doesn’t vanish — it sits in the inbox and gets opened later, just at a lower rate, because it’s buried under everything that arrived after it. Inbox position decays, it doesn’t expire. So timing shifts results at the margins; it doesn’t rescue a weak offer or a dull subject line.

That has a practical consequence for sequencing your tests: if you haven’t yet tested your offers and subject lines — the levers with real range — do those first. A/B testing email subject lines properly is the natural predecessor to this test. Send time is what you optimize once the bigger things are settled, or when your list has grown enough that a small percentage lift is worth real money.

Where the revenue actually leaks

Two places, and they’re not the ones the charts talk about.

The first is flash-window mismatch. If you run 24- or 48-hour promotions, an email that lands twelve hours before your audience’s natural phone-checking window burns half the promotion clock in silence. For time-limited offers, send time stops being a marginal lever and starts gating the whole result.

The second is pile-up. If you send whenever the campaign happens to be ready — Thursday at 4:47 p.m. because that’s when you finished it — your timing isn’t neutral, it’s random, and some meaningful share of sends land at genuinely weak moments. Testing your way to even a decent-not-perfect standard slot removes that self-inflicted variance. (Both effects are directional observations from running my own stores, not measured universals — the size of each depends entirely on your audience.)

How to run a send-time test that means something

Test hours before days. Day-of-week tests are slower (one comparison per week) and dirtier, because your promotions, your competitors’ sends, and paydays all vary by day. Hour-of-day on the same day is the cleaner experiment. Get a morning-vs-evening answer first; refine by day later if you still care.

The setup:

Take your next campaign and split the audience into two random halves. Random matters — splitting alphabetically or by signup date smuggles in real differences between groups.
Send the identical email to half A at time one (say 8 a.m.) and half B at time two (say 8 p.m.) on the same day. Same subject, same content, same everything.
Record clicks per recipient and revenue per recipient for each half. Opens are shaky ground for timing tests: Apple’s Mail Privacy Protection registers machine opens that never involved a human or a clock, so open-time data is partly fiction now.
Repeat the same two time slots on your next four or five campaigns. Different emails, same comparison.
Only act if one slot wins consistently — four out of five repetitions pointing the same way is a pattern; a 3–2 split is a shrug, and you keep whichever slot is operationally easier.

The repetition is the part that feels excessive and isn’t. One campaign’s result reflects that campaign. Five campaigns’ worth of the same lean reflects your audience. Most misleading test conclusions in ecommerce come from treating a single noisy readout as a law — why most ecommerce A/B tests produce misleading results dissects the pattern.

What to automate, and what to leave alone

Campaign timing is a manual decision informed by your test. But two related things belong to automation:

Time-zone sending. If your customers span time zones, a tool that releases the campaign at each recipient’s local 8 p.m. beats any single global slot you could test your way to. This solves a chunk of the timing problem without a test.
Behavioral triggers stay behavioral. Don’t take a “our list clicks at 8 p.m.” finding and start delaying cart or browse abandonment emails to the evening. Those emails work because they arrive while intent is warm. Timing inside flows is a delay-length question, not a clock question — again, that’s the territory of the abandoned-cart timing article, not this one.

A worked example (illustrative)

A store with 12,000 engaged subscribers tests 7 a.m. against 7 p.m. across five weekly campaigns. Clicks per 1,000 recipients, morning vs. evening: 31 vs. 36, 28 vs. 35, 33 vs. 32, 26 vs. 34, 30 vs. 38. Evening wins four of five, and the pooled gap is around 15% more clicks. Revenue per recipient leans the same way. That’s a keeper — the store standardizes on evening sends. Notice what made the conclusion safe: five repetitions, a consistent direction, and both metrics agreeing. Any single week — especially week three, where morning nosed ahead — would have been an unreliable answer on its own. (All numbers invented to show the shape of a trustworthy result.)

Metrics that decide a timing test

Clicks per recipient — the primary readout; humans click, preloaders don’t.
Revenue per recipient — the check that extra clicks are worth anything.
Consistency across repetitions — the real verdict; treat direction-across-five-tests as the metric, not any single gap.
Unsubscribe rate per half — rarely differs by time, but worth a glance.

For how long to let the overall program run before calling it, the reasoning in how long should an ecommerce email A/B test run applies here doubled, since your unit is campaigns, not days.

Running this in Omnisend

Omnisend’s built-in A/B testing is aimed at subject lines and content rather than clocks, so I run send-time tests manually there: duplicate the campaign, split the audience into two random halves, schedule each copy for its slot, and compare the two campaign reports on clicks and sales. Takes maybe ten extra minutes per campaign. Omnisend’s per-recipient time-zone scheduling is the feature I’d actually lean on — as noted above, it quietly removes the biggest timing error before any test runs. For context: I use Omnisend in my own stores, chose it over Klaviyo on price and ease, and Shopimation is an Omnisend affiliate — the disclosure is yours to weigh.

Your next step

Pick two candidate hours that bracket your current habit — one morning, one evening — and commit to running the same 50/50 comparison on your next five campaigns without peeking for a verdict early. Put the five results in a spreadsheet as they land. In six weeks you’ll have a send-time answer that’s actually about your customers, which is more than any chart on the internet can give you.