A/B-Tests für Kaltakquise-E-MailsWas testen und wie messen
A/B-Tests können die Antwortrate von Kaltakquise-E-Mails um 30 bis 50 % steigern. Doch die meisten Teams testen die falschen Dinge. Hier ist, was wirklich etwas bewirkt.
Kaltakquise-E-Mail··6 Min. Lesezeit
Kernpunkte
Betreffzeilen haben den größten Einfluss auf die Performance von Kaltakquise-E-Mails: Testen Sie sie zuerst
Sie brauchen über 100 E-Mails pro Variante für statistisch belastbare Ergebnisse
Vonsel erzeugt mehrere KI-Varianten pro Unternehmen für integrierte A/B-Tests auf Basis realer Daten
Die Grundlagen
Warum A/B-Tests in der Kaltakquise wichtig sind
A/B-Tests bei Kaltakquise-E-Mails bedeuten, zwei Varianten derselben E-Mail an unterschiedliche Segmente zu senden und zu messen, welche besser abschneidet. Der Leitfaden von Optimizely zu den Grundlagen des A/B-Testings erklärt, dass sich selbst kleine Verbesserungen mit der Zeit summieren. Eine Verbesserung der Öffnungsrate um 15 % und der Antwortrate um 10 % kann Ihren Pipeline-Output verdoppeln, ohne dass Sie eine einzige zusätzliche E-Mail versenden.
Die Untersuchungen von VWO zur Methodik des Splittestings zeigen, dass die meisten Teams einen kritischen Fehler machen: Sie testen zu viele Variablen auf einmal. Effektives A/B-Testing bei Kaltakquise-E-Mails bedeutet, jeweils nur ein Element zu ändern und den Test lange genug laufen zu lassen, um statistische Signifikanz zu erreichen.
Die spezifische Herausforderung bei der Kaltakquise-E-Mail ist die Stichprobengröße. Anders als bei Website-A/B-Tests mit Tausenden Besuchern laufen Kaltakquise-Kampagnen oft mit nur Hunderten von Versendungen. Das erfordert einen disziplinierten Ansatz dabei, was Sie testen und wie Sie es messen. Gute E-Mail-Betreffzeilen sind der Ausgangspunkt mit dem höchsten Einfluss.
30-50 %
Verbesserung der Antwortrate durch systematische A/B-Tests
100+
E-Mails pro Variante für statistisch belastbare Ergebnisse erforderlich
1
Variable nach der anderen für saubere, umsetzbare Testergebnisse
Was testen
6 Elemente, die einen A/B-Test wert sind (nach Priorität)
Das A/B-Test-Glossar von Mailchimp und der Leitfaden von ConvertKit zu E-Mail-Teststrategien stimmen in der Prioritätsreihenfolge überein. Testen Sie diese vom höchsten zum niedrigsten Einfluss:
1
Betreffzeilen
Das Element mit dem mit Abstand größten Einfluss. Testen Sie Frage vs. Aussage, kurz vs. lang, personalisiert vs. generisch, neugiergetrieben vs. nutzengetrieben. Eine Gewinner-Betreffzeile kann Ihre E-Mail-Öffnungsrate verdoppeln.
2
Eröffnungssatz
Der erste Satz entscheidet, ob der Rest gelesen wird. Testen Sie Bezug-zum-Unternehmen vs. Schmerzpunkt-Einstieg vs. gemeinsame-Verbindung vs. Kompliment. Echte Daten aus Bewertungen und Rezensionen erleichtern dies.
3
Call-to-Action
Testen Sie einen weichen CTA („Lohnt sich ein Gespräch?") vs. einen konkreten CTA („15 Min. diesen Donnerstag?") vs. einen Nutzen-CTA („Soll ich Ihnen den Bericht schicken?"). Der Blog von ActiveCampaign zur Optimierung des E-Mail-Engagements zeigt, dass weiche CTAs bei Erstkontakt-Kaltakquise-E-Mails gewinnen.
4
E-Mail-Länge
Testen Sie E-Mails mit 50 Wörtern vs. 120 Wörtern vs. 200 Wörtern. Bei Kaltakquise-E-Mails gewinnt fast immer die kürzere. Doch „kürzer" muss für Ihre spezifische Zielgruppe und Ihren B2B-E-Mail-Kontext getestet werden.
5
Personalisierungstiefe
Testen Sie reine Namens-Personalisierung vs. unternehmensspezifische vs. bewertungsbasierte tiefe Personalisierung. Vonsel erzeugt unterschiedliche Personalisierungsstufen pro Unternehmen in Ihrer Datenbank.
6
Versandzeit und -tag
Testen Sie Dienstag 9 Uhr vs. Donnerstag 14 Uhr vs. Samstagmorgen. Die „beste" Zeit variiert je nach Branche. Kombinieren Sie das mit einer durchdachten Strategie zur Versandfrequenz.
Überspringen Sie manuelle A/B-Tests. Lassen Sie die KI Varianten erzeugen.
Vonsel erzeugt mehrere einzigartige E-Mail-Varianten pro Unternehmen aus echten Bewertungsdaten. Jede E-Mail ist anders. Integrierte A/B-Tests, angetrieben von KI. 20 verifizierte Leads beim Start der kostenlosen Testversion.
Beachten Sie, dass die Personalisierungstiefe den zweithöchsten Einfluss hat, aber die kleinste Stichprobe erfordert. Das liegt daran, dass der Unterschied zwischen generischen und tief personalisierten E-Mails so groß ist, dass er schnell statistisch signifikant wird. Nutzen Sie eine geeignete E-Mail-Automatisierung, um Ihre Testkampagnen zu verwalten.
Die Zukunft der A/B-Tests bei Kaltakquise-E-Mails besteht nicht darin, zwei Vorlagen gegeneinander zu testen. Es geht darum, einzigartige E-Mails für jeden Interessenten aus realen Daten zu erzeugen. Wenn jede E-Mail anders ist, findet der „Test" auf natürliche Weise im großen Maßstab statt.
Hören Sie auf, Vorlage A gegen Vorlage B zu testen. Erzeugen Sie stattdessen einzigartige E-Mails aus realen Daten
KI-generierte Varianten für jeden Interessenten
Vonsel erstellt mehrere E-Mail-Varianten pro Unternehmen anhand echter Bewertungen, Ratings und Unternehmensdetails. Integrierte A/B-Tests im großen Maßstab. Tarife ansehen oder uns kontaktieren.
Was sollte ich bei Kaltakquise-E-Mails zuerst per A/B testen?
Beginnen Sie mit den Betreffzeilen. Sie entscheiden überhaupt darüber, ob die E-Mail geöffnet wird. Eine Verbesserung der Öffnungsrate um 10 % zieht mehr Antworten, Termine und Abschlüsse nach sich.
Wie viele E-Mails brauche ich für einen aussagekräftigen A/B-Test?
Mindestens 100 pro Variante (200 insgesamt). Für Tests der Antwortrate sollten Sie 200 bis 300 pro Variante anstreben, da Antwortraten niedriger sind und größere Stichproben für die Signifikanz erfordern.
Kann KI manuelle A/B-Tests in der Kaltakquise ersetzen?
Teilweise. Vonsel erzeugt mehrere einzigartige Varianten pro Unternehmen aus realen Daten und schafft so eine natürliche Variation, die klassische A/B-Tests manuell zu erreichen versuchen.
Kostenlose Testversion