Wie lange sollten Sie neue Abonnenten aufwärmen, bevor Sie ein Produkt bewerben?

Es gibt keine feste Anzahl an Tagen, die für jeden Shop funktioniert, aber hier ist die ehrliche Antwort: Wärmen Sie so lange auf, bis Sie die tatsächlichen Einwände des Käufers ausgeräumt haben – und keine E-Mail länger. Für die meisten Shops sind das zwei bis vier Nachrichten über etwa die erste Woche bis zehn Tage […]

Wie lange sollte ein A/B-Test für E-Commerce-E-Mails laufen?

Bei einem Kampagnentest warten Sie mindestens 24 Stunden, bevor Sie Öffnungen und Klicks beurteilen, und drei bis fünf Tage, bevor Sie Bestellungen beurteilen — bei den meisten Shops trudeln Käufe noch Tage nach einem Versand ein. Bei einem Test innerhalb einer Automatisierung lassen Sie ihn laufen, bis ein paar Hundert Menschen jede Variante durchlaufen haben, […]

Wie lang sollte das Attributionsfenster für E-Commerce-E-Mails sein?

Für die meisten Online-Shops ist ein klickbasiertes Attributionsfenster von drei bis fünf Tagen ein sinnvoller Standard. Gehen Sie kürzer — 24 bis 48 Stunden — wenn Sie günstige Impulsprodukte verkaufen, die Menschen in einem Rutsch kaufen. Gehen Sie nur länger, wenn Ihre Kunden wirklich eine Woche oder mehr überlegen, und selbst dann seien Sie sich […]

Wie groß muss eine E-Mail-Liste für A/B-Tests sein?

Eine offizielle Grenze gibt es nicht, aber hier die ehrliche Faustregel: Unterhalb von etwa 1.000 aktiven Empfängern pro Versand können A/B-Tests bei Kampagnen nur große, offensichtliche Unterschiede erkennen — eine starke Betreffzeile gegen eine schwache, Rabatt gegen keinen Rabatt. Bei allem Feineren, oder bei allem, das nach Bestellungen statt nach Öffnungen beurteilt wird, brauchen Sie […]

Wie lange dauert die Migration einer E-Commerce-E-Mail-Plattform?

Für einen typischen etablierten Shop — eine Liste, eine Handvoll Automatisierungen, eine Person, die die Arbeit macht — rechnen Sie mit zwei bis sechs Wochen Kalenderzeit, von denen nur ein paar Tage tatsächliche Handarbeit sind. Die Lücke zwischen diesen beiden Zahlen ist der Teil, den fast alle unterschätzen: Der Datenimport dauert Stunden, aber das Aufwärmen […]

Wie E-Mail-Automatisierung die Wirtschaftlichkeit von bezahltem Traffic verbessert

E-Mail-Automatisierung verbessert die Wirtschaftlichkeit von bezahltem Traffic, indem sie jeden Besucher, den Sie einkaufen, mehr wert macht – die einfängt, die nicht konvertieren, damit sie nicht verloren gehen, die zurückholt, die fast gekauft hätten, und Erstkäufer in Wiederkäufer verwandelt, deren nächste Bestellungen Sie nichts kosten. Bezahlter Traffic ist teuer und wird es zunehmend. Wenn ein […]

Wie früh sollten Onlineshops mit Black-Friday-E-Mails beginnen?

Beginnen Sie Ihre Black-Friday-E-Mail-Arbeit Anfang Oktober und starten Sie das eigentliche Versenden Anfang November. Der Oktober ist für die unsichtbare Grundlagenarbeit: die Liste ausbauen, tote Kontakte aussortieren und stille Abonnenten reaktivieren, damit Ihre Versandreputation gesund ist, bevor das Volumen hochschnellt. Die erste verkaufsbezogene E-Mail – ein Teaser oder eine Early-Access-Einladung – landet in der ersten […]

Wie KI kleinen E-Commerce-Teams beim Wettbewerb hilft

Ein kleines E-Commerce-Team hält mit größeren mit, indem es KI die Arbeit erledigen lässt, für die früher eine Stelle nötig war, die Sie sich nicht leisten können: das Verfassen der E-Mails, das Sortieren der Kundendaten, das Schreiben von fünf Betreffzeilen-Varianten statt einer und das Verwandeln einer groben Idee in eine fertige Kampagne an einem Nachmittag. […]

Wie Rabatte und Werbekosten unbemerkt Ihre E-Commerce-Marge zerstören

Rabatte und Werbekosten zerstören die Marge so, wie ein langsames Leck einen Reifen leert – nach und nach, von zwei Seiten, bis der Shop eines Tages mehr Umsatz macht als je zuvor und fast nichts davon behält. Werbekosten nehmen ihren Bissen vor dem Verkauf: Sie zahlen, um den Käufer hereinzuholen, und diese Kosten gehen direkt […]

Wie KI Onlineshops bei personalisierten Produktempfehlungen unterstützt

KI hilft Ihnen vor allem dabei, das richtige Produkt zu empfehlen, weil sie Muster erkennt, für die Sie selbst keine Zeit haben: was ein Kunde angesehen hat, was ähnliche Kunden als Nächstes gekauft haben, was zu dem passt, was bereits im Warenkorb liegt. Statt allen dieselben drei Bestseller zu zeigen, kann sie jede Empfehlung auf […]