Path Optimizer – O teste A/B/N que faltava no Salesforce Marketing Cloud

Path Optimizer – O teste A/B/N que faltava no Salesforce Marketing Cloud

Publicado por nome do autor em data do post

O Path Optimizer é uma daquelas features mais aguardadas e chegou ao Marketing Cloud na release de Maio de 2020.

Afinal, o que é o Path Optimizer?

Basicamente, o Path Optimizer é uma atividade do Journey Builder que lhe permite criar variações/experimentos para identificar qual o melhor resultado dentro de um conjunto de e-mails e permite escolher um “vencedor” baseado em métricas de engajamento com esses e-mails.

E qual a grande vantagem em utilizar essa ferramenta?

Se você é um estatístico, analista de dados ou até mesmo responsável pela área de Marketing, nem é necessária uma explicação para isso, não é mesmo? Mas se você ainda não é adepto da ferramenta ou não tem muita familiaridade a gente te explica o motivo: combinações diferentes provocam resultados diferentes!

Isso significa que ao enviarmos um e-mail existirão subjects (linhas de assunto) que terão como resultado taxas de abertura maiores que outros, assim como preheaders, conteúdos e assim por diante.

Ainda assim, mesmo que nós enviemos 3 e-mails com o intuito de testar essas variações, não podemos dizer que o e-mail com maior taxa de abertura é o mais adequado para a Jornada. Existem outros parâmetros como por exemplo: a taxa de clique e taxa de unsubscribers.

Precisamos considerá-las como variáveis interdependentes, ou seja, uma taxa de abertura de e-mail está estritamente relacionada a taxa de unsubscriber a medida o conteúdo que você propôs é/não é aderente e o CTA (Call-to-Action) usado no assunto é ou não é chamativo.

Portanto, enxergo essa funcionalidade como uma ferramenta de teste massiva e ainda como uma ferramenta de preparação para o estabelecimento de uma régua de relacionamento.

E na prática?

Na prática, é separado uma quantidade/percentual X de pessoas (de forma randômica) e escolhemos uma métrica para analisar como taxa de abertura de e-mails, depois que a jornada for ativada e tivermos uma amostra de dados suficiente para análise, determinamos uma ponderação em cada variável e o que tiver o melhor resultado servirá para a régua de relacionamento final. Exemplo:

Contudo, antes de utilizar essa atividade algumas considerações devem ser feitas:

  1. O tipo da amostra: Uma amostra completa é um conjunto de objetos de uma população de origem que inclui todos os objetos que satisfazem um conjunto de critérios de seleção bem definidos. Ou seja, sua Data Extension como fonte de dados de origem deve estar previamente “filtrada” com características
  2. O tamanho da amostra: Tratando-se de uma análise quantitativa, não podemos estabelecer como verdade o resultado de um teste para 1 ou 5 pessoas, precisamos antes olhar para o Universo (quantidade total de pessoas) e realizar o cálculo da quantidade amostral.
  3. Outros fatores: margem de erro, desvio do valor médio entre outros fatores estatísticos que deverão ser considerados se você almeja um resultado eficaz.

Se você quer saber como calcular a amostra ideal, aqui você pode encontrar uma abordagem simples sobre como calcular essa quantidade.

E você? Como utiliza o Path Optimizer? Tem alguma dica? Compartilhe com a gente nos comentários! E se gostou desse artigo, se inscreva para receber conteúdo relevantes semanais sobre SFMC!

Escrito por:
Youssef Kanso

Marketing Cloud Consultant

Para acessar mais publicações de nossos especialistas, vá para a página Especialistas.

Feras no assunto

Quando se trata de nuvens Salesforce, somos especialistas em conectar estratégia e agilidade em um só projeto.

Fale com um especialista