De evolutie van e-mailoptimalisatie: van a/b-testen naar optimalisatieprofielen

Tijdens de @ward Night van de DDMA Email Summit worden jaarlijks de vakprijzen voor de beste e-mailcampagne en de e-mail m|v 2015 uitgereikt. De keynote werd gegeven door Maurits Kaptein, cum laude afgestudeerde psychologisch econoom en oprichter van ScienceRockstars/Persuasion API. Maurits ging in zijn presentatie in op de evolutie van A/B-testen en hoe persuasion profiling kan worden toegepast om conversies te verhogen.

“Wie in de zaal A/B-test zijn e-mails?” (Bijna) alle handen in de zaal gaan omhoog. Het A/B-testen vindt deels zijn origine in medische wereld. Bij Randomised Clinical Trials worden medicijnen op een verschillende random groep getest om de effectiviteit te bepalen. De ene groep krijgt medicijn A, terwijl de andere medicijn B krijgt. A/B-testen dus. Maar wat is het verschil met A/B-testen zoals we die doen op sites en in e-mails? Hoe groot moet de groep zijn voordat we weten wat het beste medicijn is?

Product gebaseerde e-mail A/B-testen

Maurits geeft een voorbeeld van een case van T-Mobile waarbij op aankoop product-plus incentive wordt getest. Heeft het aanbieden van een iPhone of Beertender (thuistap) bij een abonnement een grotere kans om mensen te converteren? Na bepaalde tijd deed de thuistap het beter bij de testgroep. Omdat deze aanbieding in de mail dynamisch aangepast kon worden op basis van afbeeldingen, wordt die versie automatisch uitgerold naar de rest van de ontvangers. Maar klopt dat wel? Zijn de mensen die snel de mail openen wel representatief voor de rest van de ontvangers? Ze openen immers snel de mail (en dus waarschijnlijk op mobiel). En dan hebben ze daarmee misschien een sterkere voorkeur voor de thuistap – de iPhone die hebben ze immers al.

In de medische wereld zijn de stakes wat groter, want er kunnen mensen dood gaan. Dus wordt in plaats van het kiezen van een winnaar, langzaam de testgroep aangepast, maar de andere versie niet geheel weggelaten. Een aanpassing die de kans dat een optimale versie wordt getoond, vergroot. Normale A/B-testing is ook goed, maar dit is een andere manier – als opmaat naar optimalisatieprofielen.

“Wie test en optimaliseert op deze manier?” Niemand steekt zijn hand op. Het tweede voorbeeld is van een bank die met prijs probeert om de rente te optimaliseren. Normaliter doen zij bij leningen een persoonlijk aanbod op basis van de minimale rente die ze nodig hebben om deze goed terugbetaald te krijgen. Bij een lagere rente zijn er meer mensen die op het aanbod ingaan. Maar misschien is een andere prijsstelling wel winstgevender, waar er minder mensen op het aanbod ingaan, maar de marge per lening beter is. Een gemoduleerde test zorgde ervoor dat er uiteindelijk 5 procent meer winst werd gemaakt. Dus andere variabelen worden getest. Niet het product of het design, maar de prijs.

Online invloed en verleiding

We zijn niet zo rationeel als we denken. Een kijkje naar het wheel of persuasion van Bart Schutz laat zien dat er voldoende verleidingsopties zijn te ontdekken. Bij verschillende verleidingstactieken in persuasionmarketing gaat het vooral over de onbewuste psychologische effecten die de niet-rationele besluitvorming beïnvloeden. Deze effecten kunnen nog veel sterker zijn in het beïnvloeden van een aankoopbeslissing dan bijvoorbeeld prijs.

Waarschijnlijk ben je al bekend met de 6 van Cialdini. De six principles of persuasion, six universal truths of influence of zelfs de six weapons of persuasion genoemd. De verleidingstactieken wederkerigheid, autoriteit, sociale bewijskracht, commitment/consistentie, sympathie en schaarste hebben effect op besluitvorming en dus ook op online conversie.

Het onderwerp houdt marketeers in ieder geval wel bezig, ook in e-mailmarketing. Veel sites gebruiken deze technieken al, soms onbewust. Een e-mail recommendation engine plaatst automatisch gepersonaliseerde aanbiedingen in de mail. Als deze in de vorm komen van ‘Anderen (zoals U) kochten ook’ is het een toepassing van social proof. Net als het weergeven dat een product een bestseller is. Een klant die een product op een verlanglijstje plaatst, toont commitment als eerste stap naar aankoop. Waar de marketeer dan ook verder op kan inspelen.

Dit betekent echter niet dat je dan maar alle technieken tegelijkertijd moet proberen in te zetten en landingspagina’s te behangen met iedere mogelijke tactiek tegelijkertijd. Het stapelen van verkoopargumenten zorgt ervoor dat de kans ook groter wordt dat de bezoeker iets ziet waar hij juist niet van houdt.

Kaptein heeft inmiddels flink wat interessante academische publicaties achter zijn naam staan. Zijn onderzoek toont aan dat het bepalen van een ‘gemiddeld beste’ beïnvloedingstactiek niet werkt om het gedrag van het individu correct te voorspellen.

Hier een video van TEDx waar hij dit ook uitlegt. “Persuasion: why we fail to predict it“

Het blijkt wel dat mensen een dominante overtuigingsstijl hebben; de beïnvloeding waar iemand het meest ontvankelijk voor is en die is vrij consistent is. Dit zet de weg open tot het opbouwen van individuele persuasion profiles (verleidingsprofielen).

Verleidingsprofielen opbouwen

Door verschillende manieren van verleiding aan te bieden en te zien waar iemand met (click)gedrag op ingaat, wordt een persoonlijk persuasionprofiel opgebouwd, naar mate er meer interacties zijn wordt het profiel sterker.

Het profiel kan daarna gebruikt worden om de communicatie in e-mail, site en landingspagina’s aan te passen en dus niet alleen te personaliseren op productniveau maar ook op verleidingstactiek.

Of zoals Wired het mooi verwoordt:

“Retailers can not only personalize which products are shown, they can personalize the way they’re pitched, too.”

De verleidingstactieken die getest worden zijn social proof, schaarste en authoriteit. Een gemiddelde verhoging van de conversie met 5 tot 10 procent en een algemene groei van de e-mailengagement.

Tijdens de avond vertelde Kaptein over een case van Booking.com die persuasion profiling inzette in hun e-mailmarketing opens in te zetten. Het resultaat van die test was een verhoging in e-mail opens tot 10 procent op het hoogste punt en 5,6 procent na 7 weken.

Persuasion profiling is zeker een interessante ontwikkeling, maar het is nog maar de vraag of iedere marketeer er nu direct mee moet (en kan) beginnen. Na zijn keynote op de Summit sprak ik met Maurits. Een van de lastigste punten in het opbouwen van optimalisatieprofielen voor marketeers is misschien wel dat je een andere versie moet sturen, die in eerste instantie niet gemiddeld de winnaar is, maar voor die individuele ontvanger (waarschijnlijk) wel de beste optie om aan te bieden. Dat blijkt nog lastig uit te leggen om die kennis over te dragen. In een sprekend voorbeeld lukt dat nog wel, maar wordt lastiger in specifieke cases, zeker als een andere testversie een duidelijke winnaar was voor het grootste deel van de ontvangers.

Pas op voor inzicht

Schijnbaar kan ‘inzicht’ je nog duur komen te staan, zo ook bij de case van Philips Direct Live, waar de uitkomst van een pre-test, waarbij via enquête mensen werd gevraag welke type aanbieding ze het eerste op zouden gaan, uiteindelijk de slechtste versie uit de test bleek op te leveren.

Ik vertelde het verhaal van Abraham Wald (don’t stare at the bulletholes) die juist inzag dat we vaak naar het verkeerde kijken en precies het omgekeerde te doen – vertaald naar e-mailoptimalisatietactiek niet alleen te kijken naar het succesvolle versies, maar juist waar het fout gaat en voor die groep te optimaliseren.

Dit was ook waar in een van de cases waar Maurits op werkte. Bij een grote inactieve groep is er ook een hiërarchie in het optimaliseren. Voor de inactieven is variatie en wellicht even het stilleggen van communicatie een geschikte tactiek of anders gewoon uitschrijven ook een vorm van optimalisatie.