Če želite z umetno inteligenco prepisati neuspešen email, najprej ugotovite, zakaj ne deluje — šibka zadeva, napačna ponudba, skrit poziv k dejanju ali napačni ljudje, ki ga prejemajo — nato pa umetni inteligenci podajte email skupaj s to diagnozo in jo prosite za dve ali tri ciljne predelave, ne pa za povsem nov osnutek s prazne strani. Umetna inteligenca je močan urednik, kadar ji poveste, kaj je narobe, in povprečen, kadar samo prilepite besedilo in rečete “izboljšaj to”. Vrstni red je pomemben: metrike pokažejo problem, vi ga poimenujete, umetna inteligenca predela glede nanj, vi pa rezultat preizkusite z A/B testom. Ta članek pokriva to popravljalno zanko. Pisanje vrstic z zadevo od začetka in ustvarjanje testnih različic imata vsak svoj poglobljeni vodič, povezan spodaj — tu se osredotočamo na popravljanje emaila, ki že obstaja in ne opravlja svojega dela.

Pravi problem: email, ki je bil nekoč v redu ali pa ni bil nikoli

Vsaka trgovina jih ima. Opomnik za zapuščeno košarico z 12-odstotno stopnjo klikov, ko so vaši drugi pri 20 %. Naknadni ponakupni predlog, na katerega se nihče ne odziva. Mesečna novička, ki jo odprejo in nato zaprejo brez enega samega klika. Enkrat ste jih zgradili, šli so v živo in odtlej tiho premalo zaslužijo.

Neprijetno je to, da čutite, da nekaj ne deluje, a ne veste, kaj bi spremenili. Je vrstica z zadevo tista, ki drži odpiranja nizko? Ponudba? Postavitev na mobilnem telefonu? Dejstvo, da gre na ves vaš seznam namesto na segment, za katerega je bil napisan? Strmenje v email vam ne pove nič. Najprej potrebujete številke, nato pa hiter način, kako preizkusiti boljše različice, ne da bi za en email porabili celo popoldne.

Zakaj pisanje od začetka običajno škoduje

Nagon je, da bi email zavrgli in začeli znova. Včasih je to pravilno. Običajno ni, ker skupaj z delom, ki ni deloval, zavržete tudi dele, ki so.

Še slabša je različica začenjanja znova z umetno inteligenco: prilepite email v klepetalnega robota z “predelaj to za boljšo konverzijo”. Dobili boste nekaj, kar se gladko bere in hkrati spremeni vse — novo zadevo, nov ton, novo strukturo, novo ponudbo. Morda bo šlo bolje. Morda slabše. In ker ste spremenili pet stvari, nikoli ne boste vedeli, katera je štela, zato se ne naučite ničesar, kar bi lahko ponovno uporabili pri naslednjem emailu. To je tihi strošek nejasnega poziva: proizvede srečko na loteriji, ne nauka.

Tudi več pošiljanj ne bo popravilo pokvarjenega emaila. Če potisnete slabo konvertirajoč opomnik za košarico na več ljudi, samo razširite slabo uspešnost naokoli. Rešitev je natančnost — poiščite en šibek člen in ga premišljeno popravite.

Kje pušča prihodek

Postavite temu številko, da bo prednostna naloga očitna. Recimo, da vaš tok za zapuščeno košarico doseže 800 košaric na mesec, povprečna vrednost košarice je 70 EUR, trenutno pa jih povrne 8 %. To je 64 naročil, okoli 4.480 EUR. Dvignite stopnjo povrnitve na 11 % s popravkom zadeve in poziva k dejanju in ste pri 88 naročilih, približno 6.160 EUR — dodatnih 1.680 EUR na mesec z urejanjem enega emaila, ne z nakupom enega dodatnega obiskovalca.

Zdaj to razširite čez vsako avtomatizacijo in vsako ponavljajoče se razpošiljanje. Trgovina, ki poganja ducat tokov, ima skoraj vedno dva ali tri, ki vlečejo navzdol, in vlečejo navzdol že mesece prav zato, ker nihče ni imel hitre metode, kako jih najti in popraviti. Ta nakopičena slaba uspešnost je običajno večja in cenejša zmaga od naslednje oglaševalske kampanje.

Praktična rešitev: diagnosticirajte, nato predelajte glede na diagnozo

1. Preberite metrike, preden se dotaknete besedila. Številke vam povedo, katera plast je pokvarjena:

• Nizka stopnja odpiranja → težava sta vrstica z zadevo in ime pošiljatelja. Nič drugega v emailu ni pomembno, dokler ga ljudje ne odprejo.
• Zdrava odpiranja, nizka stopnja klikov → telo, ponudba ali poziv k dejanju odpoveduje. Ljudje so pogledali in jim ni bilo mar.
• Dobri kliki, malo naročil → neskladje je onkraj emaila — pristajalna stran, cena ali napačno občinstvo, ki ga prejema.

Že ta korak vam prepreči, da bi predelovali telo, ko je bil krivec zadeva. Da najdete, kateri emaili čez ves vaš račun so najhujši prestopniki, je uporaba umetne inteligence za iskanje priložnosti za prihodek v podatkih o emailih prvi pregled, ki ga velja opraviti.

2. Poimenujte problem v pozivu. Umetni inteligenci dajte diagnozo, ne samo emaila. “Odpiranja so zdrava, pri 45 %, a klikov je le 3 %. Ponudba je prag za brezplačno dostavo. Predelaj telo in poziv k dejanju, da bo ta ponudba jasnejša in bolj nujna, ohrani vrstico z zadevo, ohrani naš preprost ton.” Specifičen brief da uporabno urejanje; nejasen da naključno.

3. Spreminjajte eno plast naenkrat. Če je težava zadeva, ustvarite pet možnosti zadeve in pustite telo pri miru. Če je težava telo, ohranite zadevo nespremenjeno. Tako ostane test čist in se dejansko nekaj naučite. Delo z vrsticami zadeve ima svoj priročnik — uporaba umetne inteligence za pisanje boljših vrstic z zadevo za emaile spletne trgovine — vredno branja, če so odpiranja vaša šibka točka.

4. Prosite za dve ali tri različice, ne za eno. Želite možnosti za testiranje, ne ene same zamenjave, ki ji zaupate na slepo. Naročite umetni inteligenci, naj pripravi varno predelavo (blizu izvirniku), drznejšo (drugačen zorni kot) in eno, ki spremeni uokvirjenje ponudbe. Nato izberete dve, ki jih poženete drugo proti drugi.

5. Preverite, preden izide. Umetna inteligenca bo samozavestno izmislila kodo za popust, obljubila “dostavo v 24 urah” ali odtavala od glasu vaše znamke. Vsaka predelava gre skozi človeški pregled glede točnosti in tona. Disciplina za ta prehod je opisana v kako pregledati email besedilo za spletno trgovino, ki ga je ustvarila umetna inteligenca — brez izjeme, preden karkoli doseže kupce.

Kaj avtomatizirati okoli predelave

Predelava sama je naloga za človeka in umetno inteligenco skupaj, testiranje in uvedba pa naj bosta sistematična:

• Sprožilec: mesečni pregled prihodka na prejemnika za vsako avtomatizacijo. Karkoli je pod svojo primerjalno skupino, se označi za predelavo.
• Nastavitev testa: poženite najboljšo predelavo umetne inteligence proti trenutni različici kot A/B razdelitev na živem toku — isti segment, isto časovno usklajevanje, razlikuje se le besedilo. Celotna metoda je v kako z umetno inteligenco ustvariti različice emailov za A/B testiranje.
• Logika zmagovalca: pustite razdelitvi teči do dovolj pošiljanj za pravo oceno, nato povišajte zmagovalca in arhivirajte poraženca.
• Cilj: dokumentiran dvig prihodka na prejemnika za ta specifičen email, ne občutek, da se “zdi boljši”.

Emaili za zapuščeno košarico so najpogostejša stvar, ki jo je vredno popraviti prva, saj se dotikajo kupcev z visoko namero — ciljna različica tega popravila je kako z umetno inteligenco izboljšati emaile za zapuščeno košarico.

Primer trgovine (ponazoritev)

Trgovina z opremo za dom ima email za opuščeno brskanje — “Še vedno razmišljate?” — s 40 % odpiranj, a 2 % klikov. Odpiranja so v redu, torej je zadeva izven suma. Diagnoza: telo prikazuje generično mrežo “naši najbolje prodajani izdelki” namesto izdelka, ki ga je oseba dejansko brskala, gumb pa piše “Nakupuj zdaj”.

Brief za umetno inteligenco: “Odpiranja so zdrava, kliki so pri 2 %. Telo prikazuje generične najbolje prodajane izdelke; želim, da se nanaša na specifičen izdelek, ki so si ga ogledali, in poda en jasen razlog za vrnitev. Ohrani zadevo, obdrži pod 90 besed, preprosto in toplo.” Predelava potegne ogledani izdelek na vrh, doda eno vrstico o tem, zakaj je ljudem všeč, in gumb spremeni v “Poglej ga znova”. Pognana proti izvirniku, personalizirana različica dvigne klike — ker je relevantna, ne ker so besede bolj domiselne. (Ponazoritveni primer — preverite ga glede na svoje rezultate, preden ga uvedete.)

Kako izmeriti predelavo

• Metrika, ki je bila pokvarjena. Če ste popravili za klike, sodite po klikih. Ne premikajte cilja.
• Prihodek na prejemnika. Bistvo emaila. Predelava, ki dvigne klike, a ne naročil, si ni zaslužila povišanja.
• Statistična poštenost. Dajte razdelitvi dovolj pošiljanj, preden jo razglasite. Prednost treh naročil na 40 pošiljanjih je šum.
• Odjave in pritožbe. Drznejša predelava, ki jih poskoči, ni zmaga, tudi če kliki narastejo.

Kako pomaga Omnisend

Popravljalna zanka potrebuje tri stvari na enem mestu: poročanje za vsak email posebej, da opazite slabe, enostavne A/B razdelitve za testiranje predelav in segmentacijo, da popravljen email doseže prave ljudi. V svojih trgovinah to poganjam v Omnisendu, ki sem ga izbral, potem ko sem ga preizkusil proti Klaviyu. Poročanje o prihodku za vsako sporočilo naredi šibke emaile očitne, nastavitev A/B testa na besedilu žive avtomatizacije pa vzame nekaj minut namesto ponovne gradnje.

Česar orodje ne bo naredilo, je diagnosticiranje problema ali zagotovilo, da je predelava točna — ta presoja in ta pregled ostajata vaša. Omnisend je pridruženi partner Shopimationa; priporočam ga iz vsakodnevne uporabe, in brezplačna raven zadostuje za testiranje predelave na majhnem segmentu, preden ji zaupate na celotnem toku.

Vaš naslednji korak

Danes izberite svoj eden najslabše uspešen avtomatiziran email. Izvlecite njegove stopnje odpiranja, klikov in naročil, odločite se, katera plast je pokvarjena, in umetni inteligenci napišite brief v enem odstavku, ki poimenuje točno ta problem. Ustvarite tri predelave, dve pošljite kot A/B test in pustite, da številke izberejo zmagovalca. Ko popravite enega, ista zanka pospravi ostale — če pa so odpiranja skupna šibka točka, začnite z uporaba umetne inteligence za pisanje boljših vrstic z zadevo za emaile spletne trgovine.