---
title: "ईमेल A/B टेस्टिंग: अपने कैम्पेन की स्प्लिट टेस्टिंग की पूरी गाइड [2026]"
description: "A/B टेस्टिंग की मदद से अपने ईमेल कैम्पेन को ऑप्टिमाइज़ करें. जानें कि क्या टेस्ट करना है, टेस्ट कैसे चलाना है, और लगातार सुधार के लिए नतीजों की व्याख्या कैसे करनी है."
url: https://tajo.io/hi/blog/email-ab-testing-guide/
markdown: https://tajo.io/hi/blog/email-ab-testing-guide.md
lang: hi-IN
author: "Set Noa"
author_url: https://tajo.io/hi/set-noa/
published: 2025-03-08
updated: 2026-08-07
alternates: {en-US: /blog/email-ab-testing-guide.md, bg-BG: /bg/blog/email-ab-testing-guide.md, cs-CZ: /cz/blog/email-ab-testing-guide.md, de-DE: /de/blog/email-ab-testing-guide.md, da-DK: /dk/blog/email-ab-testing-guide.md, es-ES: /es/blog/email-ab-testing-guide.md, fr-FR: /fr/blog/email-ab-testing-guide.md, el-GR: /gr/blog/email-ab-testing-guide.md, id-ID: /in/blog/email-ab-testing-guide.md, hr-HR: /hr/blog/email-ab-testing-guide.md, hu-HU: /hu/blog/email-ab-testing-guide.md, it-IT: /it/blog/email-ab-testing-guide.md, ja-JP: /jp/blog/email-ab-testing-guide.md, ko-KR: /kr/blog/email-ab-testing-guide.md, ar-SA: /ar/blog/email-ab-testing-guide.md, nl-NL: /nl/blog/email-ab-testing-guide.md, no-NO: /no/blog/email-ab-testing-guide.md, pl-PL: /pl/blog/email-ab-testing-guide.md, pt-BR: /pt/blog/email-ab-testing-guide.md, ro-RO: /ro/blog/email-ab-testing-guide.md, ru-RU: /ru/blog/email-ab-testing-guide.md, sv-SE: /se/blog/email-ab-testing-guide.md, zh-CN: /zh-cn/blog/email-ab-testing-guide.md, sl-SI: /sl/blog/email-ab-testing-guide.md, sr-Latn-RS: /sr/blog/email-ab-testing-guide.md, th-TH: /th/blog/email-ab-testing-guide.md, tr-TR: /tr/blog/email-ab-testing-guide.md, ur-PK: /ur/blog/email-ab-testing-guide.md, vi-VN: /vi/blog/email-ab-testing-guide.md, sk-SK: /sk/blog/email-ab-testing-guide.md}
---

[ईमेल मार्केटिंग](https://tajo.io/hi/blog/?category=email-marketing)

[ऑप्टिमाइज़ेशन](https://tajo.io/hi/blog/?category=optimization)

# ईमेल A/B टेस्टिंग: अपने कैम्पेन की स्प्लिट टेस्टिंग की पूरी गाइड \[2026\]

A/B टेस्टिंग की मदद से अपने ईमेल कैम्पेन को ऑप्टिमाइज़ करें. जानें कि क्या टेस्ट करना है, टेस्ट कैसे चलाना है, और लगातार सुधार के लिए नतीजों की व्याख्या कैसे करनी है.

A/B testing

ईमेल मार्केटिंग में A/B टेस्टिंग क्या है?

एक बार में एक असरदार तत्व—जैसे विषय पंक्ति, भेजने वाले का नाम या कॉल टू एक्शन—बदलें। पर्याप्त नमूना मिलने पर नतीजा देखें और जीतने वाले संस्करण को आगे लागू करें।

[और जानें](https://tajo.io/hi/blog/email-ab-testing-guide/#%E0%A4%88%E0%A4%AE%E0%A5%87%E0%A4%B2-ab-%E0%A4%9F%E0%A5%87%E0%A4%B8%E0%A5%8D%E0%A4%9F%E0%A4%BF%E0%A4%82%E0%A4%97-%E0%A4%95%E0%A5%8D%E0%A4%AF%E0%A4%BE-%E0%A4%B9%E0%A5%88)

ईमेल A/B टेस्टिंग ही वह फ़र्क़ है जो “क्या काम करता है, इसका अंदाज़ा लगाना” और “क्या काम करता है, यह जानना” के बीच होता है. सबसे बेहतर परफ़ॉर्म करने वाले ईमेल मार्केटर लगातार टेस्ट करते हैं और छोटे-छोटे सुधार करते हैं, जो समय के साथ जुड़कर परफ़ॉर्मेंस में बड़ी बढ़त बन जाते हैं.

इस विस्तृत गाइड में हम ईमेल A/B टेस्टिंग के बारे में वह सब कुछ कवर करेंगे जो आपको जानना चाहिए: क्या टेस्ट करना है, सही टेस्ट कैसे डिज़ाइन करना है, सांख्यिकीय महत्व कैसे निकालना है, और नतीजों को अमल में लाने लायक सुधारों में कैसे बदलना है.

## ईमेल A/B टेस्टिंग क्या है?

**ईमेल A/B टेस्टिंग** (जिसे स्प्लिट टेस्टिंग भी कहा जाता है) एक ईमेल के दो वर्ज़न की तुलना करने का तरीक़ा है, ताकि यह तय हो सके कि कौन सा बेहतर परफ़ॉर्म करता है. आप वर्ज़न A अपनी ऑडियंस के एक हिस्से को और वर्ज़न B दूसरे हिस्से को भेजते हैं, फिर मापते हैं कि किस वर्ज़न ने बेहतर नतीजे दिए.

### A/B टेस्टिंग कैसे काम करती है

यह प्रक्रिया एक सीधे-सादे ढांचे पर चलती है:

1. **परिकल्पना** - तय करें कि आप क्या टेस्ट करना चाहते हैं और नतीजे का अनुमान लगाएं
2. **वेरिएशन** - दो वर्ज़न बनाएं जो सिर्फ़ एक एलिमेंट में अलग हों
3. **स्प्लिट** - अपनी ऑडियंस को रैंडम तरीक़े से दो समूहों में बांटें
4. **सेंड** - हर वर्ज़न को उसके संबंधित समूह तक पहुंचाएं
5. **मेज़र** - मुख्य मेट्रिक ट्रैक करें (ओपन, क्लिक, कन्वर्ज़न)
6. **एनालाइज़** - सांख्यिकीय भरोसे के साथ विजेता तय करें
7. **इम्प्लीमेंट** - सीखी हुई बातें आने वाले कैम्पेन में लागू करें

### A/B टेस्टिंग बनाम मल्टीवेरिएट टेस्टिंग

| तरीक़ा | क्या टेस्ट होता है | ज़रूरी सैंपल साइज़ | जटिलता |
| --- | --- | --- | --- |
| A/B टेस्टिंग | एक वेरिएबल | मध्यम | आसान |
| A/B/C टेस्टिंग | एक वेरिएबल, 3 वर्ज़न | बड़ा | आसान |
| मल्टीवेरिएट | कई वेरिएबल | बहुत बड़ा | जटिल |

ज़्यादातर ईमेल मार्केटर के लिए A/B टेस्टिंग जानकारी और व्यावहारिकता का सबसे अच्छा संतुलन देती है. मल्टीवेरिएट टेस्टिंग को सांख्यिकीय महत्व तक पहुंचने के लिए काफ़ी बड़ी ऑडियंस चाहिए होती है.

## ईमेल A/B टेस्टिंग क्यों मायने रखती है

### चक्रवृद्धि असर

छोटे-छोटे सुधार समय के साथ नाटकीय रूप से जुड़ जाते हैं:

- ओपन रेट में **10% सुधार**
- क्लिक रेट में **15% सुधार**
- कन्वर्ज़न में **20% सुधार**
- **नतीजा:** उसी लिस्ट से 52% ज़्यादा कन्वर्ज़न

### डेटा पर आधारित फ़ैसले

A/B टेस्टिंग अंदाज़ेबाज़ी ख़त्म कर देती है:

- मीटिंग में निजी पसंद पर बहस बंद करें
- अपनी ऑडियंस को बताने दें कि क्या काम करता है
- अपने सब्सक्राइबर के बारे में संस्थागत जानकारी तैयार करें
- ऐसी टेस्टिंग संस्कृति बनाएं जो लगातार सुधार को आगे बढ़ाए

### असली बिज़नेस असर

जो कंपनियां लगातार टेस्ट करती हैं, उन्हें मिलता है:

- **37% ज़्यादा** ईमेल मार्केटिंग ROI
- अनसब्सक्राइब रेट में **28% कमी**
- ग्राहक जुड़ाव में **23% सुधार**
- ईमेल से जुड़ी कमाई में **18% बढ़ोतरी**

---

## क्या टेस्ट करें: असर के हिसाब से एलिमेंट

हर टेस्ट बराबर कीमत नहीं देता. उन एलिमेंट को प्राथमिकता दें जिनका आपके लक्ष्यों पर सबसे ज़्यादा असर हो सकता है.

### सब्जेक्ट लाइन (सबसे ज़्यादा असर)

सब्जेक्ट लाइन तय करती है कि आपका ईमेल खुलेगा भी या नहीं. इन वेरिएशन को टेस्ट करें:

**लंबाई:**

- छोटी (30 कैरेक्टर से कम): “फ़्लैश सेल: 40% छूट”
- मध्यम (30-50 कैरेक्टर): “फ़्लैश सेल: हर चीज़ पर 40% छूट, आज रात ख़त्म”
- लंबी (50+ कैरेक्टर): “फ़्लैश सेल: पूरी साइट पर 40% छूट, आज आधी रात को ख़त्म”

**पर्सनलाइज़ेशन:**

- बिना पर्सनलाइज़ेशन: “आपके लिए ख़ास ऑफ़र अंदर है”
- नाम के साथ पर्सनलाइज़ेशन: “सारा, आपके लिए ख़ास ऑफ़र अंदर है”
- व्यवहार पर आधारित पर्सनलाइज़ेशन: “सारा, जो ड्रेस आपने देखी थी वह सेल में है”

**टोन:**

- तात्कालिकता: “आख़िरी मौक़ा! सेल 3 घंटे में ख़त्म”
- जिज्ञासा: “हमें कुछ दिलचस्प दिखा…”
- सीधा: “अपने अगले ऑर्डर पर 30% बचाएं”
- मज़ाकिया: “लगता है इस सेल में हम थोड़ा आगे बढ़ गए”

**इमोजी का इस्तेमाल:**

- बिना इमोजी: “नए प्रोडक्ट अभी आए हैं”
- एक इमोजी के साथ: “नए प्रोडक्ट अभी आए हैं”
- कई इमोजी के साथ: “नए प्रोडक्ट अभी आए हैं”

**सवाल बनाम कथन:**

- सवाल: “गर्मियों के लिए तैयार हैं?”
- कथन: “गर्मियों के लिए तैयार हो जाएं”

### प्रीहेडर टेक्स्ट

प्रीहेडर इनबॉक्स प्रीव्यू में आपकी सब्जेक्ट लाइन को आगे बढ़ाता है:

- **पूरक:** सब्जेक्ट जिज्ञासा जगाए, प्रीहेडर फ़ायदा बताए
- **तात्कालिकता जोड़ना:** सब्जेक्ट ऑफ़र बताए, प्रीहेडर आख़िरी तारीख़ जोड़े
- **सोशल प्रूफ़:** सब्जेक्ट दावा करे, प्रीहेडर उसकी पुष्टि जोड़े
- **CTA की झलक:** सब्जेक्ट दिलचस्पी जगाए, प्रीहेडर अगला क़दम बताए

### कॉल टू एक्शन (CTA)

आपका CTA सीधे क्लिक-थ्रू दरों को प्रभावित करता है:

**बटन का टेक्स्ट:**

- सामान्य: “अभी ख़रीदें” बनाम “यहां क्लिक करें”
- विशिष्ट: “समर ड्रेस देखें” बनाम “कलेक्शन ब्राउज़ करें”
- फ़ायदे पर केंद्रित: “30% छूट पाएं” बनाम “अभी बचाएं”
- तात्कालिकता: “अपनी छूट क्लेम करें” बनाम “सेल देखें”

**बटन का डिज़ाइन:**

- रंग: ब्रांड रंग बनाम हाई-कॉन्ट्रास्ट रंग
- आकार: सामान्य बनाम बड़ा बटन
- शेप: गोल किनारे बनाम चौकोर किनारे
- जगह: ऊपर वाले हिस्से में बनाम कंटेंट के बाद

**CTA की संख्या:**

- एक ही CTA (केंद्रित)
- कई CTA (एक ही एक्शन, अलग-अलग जगह)
- कई CTA (अलग-अलग एक्शन)

### भेजने का समय और दिन

समय का ओपन रेट पर बड़ा असर पड़ता है:

**हफ़्ते का दिन:**

- मंगलवार बनाम गुरुवार
- कामकाजी दिन बनाम सप्ताहांत
- हफ़्ते की शुरुआत बनाम हफ़्ते का अंत

**दिन का समय:**

- सुबह (6-9 बजे)
- दोपहर से पहले (9 बजे से 12 बजे)
- दोपहर (12 से 3 बजे)
- शाम (6 से 9 बजे)

**सापेक्ष समय:**

- तुरंत भेजना बनाम कुछ घंटे बाद भेजना
- सब्सक्राइबर के टाइम ज़ोन के हिसाब से बनाम एक तय समय पर

### ईमेल कंटेंट और कॉपी

**लंबाई:**

- छोटा और आसानी से स्कैन होने वाला
- लंबा और विस्तृत
- मिला-जुला (स्कैन करने लायक, विस्तार से पढ़ने के विकल्प के साथ)

**टोन:**

- औपचारिक बनाम बातचीत जैसा
- फ़ीचर पर केंद्रित बनाम फ़ायदे पर केंद्रित
- शैक्षिक बनाम प्रचारात्मक

**कंटेंट की बनावट:**

- टेक्स्ट ज़्यादा बनाम इमेज ज़्यादा
- एक कॉलम बनाम कई कॉलम
- प्रोडक्ट ग्रिड बनाम एक फ़ीचर्ड प्रोडक्ट

### इमेज और विज़ुअल डिज़ाइन

**हीरो इमेज:**

- प्रोडक्ट इमेज बनाम लाइफ़स्टाइल इमेज
- स्थिर इमेज बनाम एनिमेटेड GIF
- हीरो इमेज नहीं बनाम पूरी चौड़ाई की हीरो इमेज

**इमेज की शैली:**

- प्रोफ़ेशनल फ़ोटोग्राफ़ी बनाम यूज़र का बनाया कंटेंट
- लोगों के साथ बनाम सिर्फ़ प्रोडक्ट
- एक प्रोडक्ट बनाम कई प्रोडक्ट

**लेआउट:**

- मिनिमल डिज़ाइन बनाम विस्तृत डिज़ाइन
- ब्रांड रंग प्रमुख बनाम न्यूट्रल पैलेट
- कस्टम ग्राफ़िक्स बनाम सिर्फ़ फ़ोटो

### भेजने वाले का नाम और पता

**भेजने वाले का नाम:**

- कंपनी का नाम: “Acme Store”
- व्यक्ति का नाम: “Acme की सारा”
- दोनों साथ: “Acme Store से सारा”
- फ़ाउंडर या CEO: “John Smith, CEO”

**रिप्लाई-टू पता:**

- नो-रिप्लाई बनाम मॉनिटर किया जाने वाला इनबॉक्स
- सामान्य बनाम व्यक्तिगत ([sarah@company.com](mailto:sarah@company.com))

### ऑफ़र और प्रोत्साहन

**छूट का स्वरूप:**

- प्रतिशत में छूट: “25% off”
- रक़म में छूट: “$25 off”
- मुफ़्त शिपिंग: “सभी ऑर्डर पर मुफ़्त शिपिंग”
- ख़रीद के साथ उपहार: “$50 से ऊपर के ऑर्डर पर मुफ़्त गिफ़्ट”

**तात्कालिकता के तत्व:**

- काउंटडाउन टाइमर बनाम टेक्स्ट में दी गई आख़िरी तारीख़
- सीमित मात्रा बनाम सीमित समय
- ख़ास उपलब्धता बनाम सामान्य उपलब्धता

---

## सैंपल साइज़ और सांख्यिकीय महत्व

### सही सैंपल साइज़ का महत्व

बहुत कम लोगों पर टेस्ट करने से नतीजे भरोसेमंद नहीं रहते. छोटे टेस्ट का “विजेता” महज़ रैंडम उतार-चढ़ाव भी हो सकता है.

### न्यूनतम सैंपल साइज़ की गणना

हर वेरिएशन के लिए कितने प्राप्तकर्ता चाहिए, यह तय करने के लिए इस आधार का इस्तेमाल करें:

**95% कॉन्फ़िडेंस लेवल और 80% सांख्यिकीय पावर के लिए:**

| आधार दर | अपेक्षित लिफ़्ट | प्रति वेरिएशन न्यूनतम सैंपल |
| --- | --- | --- |
| 15% ओपन रेट | 10% लिफ़्ट | 3,000 |
| 15% ओपन रेट | 20% लिफ़्ट | 800 |
| 20% ओपन रेट | 10% लिफ़्ट | 2,300 |
| 20% ओपन रेट | 20% लिफ़्ट | 600 |
| 3% क्लिक रेट | 10% लिफ़्ट | 15,000 |
| 3% क्लिक रेट | 20% लिफ़्ट | 4,000 |
| 3% क्लिक रेट | 50% लिफ़्ट | 700 |

**अहम बात:** अपेक्षित सुधार जितना छोटा होगा, उसे भरोसे के साथ पकड़ने के लिए उतना ही बड़ा सैंपल साइज़ चाहिए.

### सांख्यिकीय महत्व का मतलब

**सांख्यिकीय महत्व** का मतलब है कि वेरिएशन के बीच का अंतर असली होने की संभावना है, यह महज़ संयोग नहीं है.

**95% कॉन्फ़िडेंस लेवल** का मतलब है कि दिखे हुए अंतर के महज़ संयोग होने की संभावना सिर्फ़ 5% है.

**महत्व कैसे जांचें:**

1. **कैलकुलेटर का इस्तेमाल करें** - कई ईमेल सर्विस प्रोवाइडर में महत्व निकालने वाले कैलकुलेटर पहले से मौजूद होते हैं
2. **पर्याप्त डेटा का इंतज़ार करें** - विजेता बहुत जल्दी घोषित न करें
3. **कॉन्फ़िडेंस इंटरवल जांचें** - अगर इंटरवल आपस में ओवरलैप करते हैं तो असली अंतर नहीं है

### विजेता बहुत जल्दी घोषित करने का ख़तरा

समय से पहले विजेता घोषित कर देना A/B टेस्टिंग की सबसे आम ग़लती है:

- **दिन 1:** वर्ज़न A 15% से आगे है, लेकिन हर वेरिएशन पर सिर्फ़ 200 ओपन हैं
- **दिन 3:** दोनों वर्ज़न बराबरी पर हैं, सैंपल साइज़ बढ़ रहा है
- **दिन 5:** वर्ज़न B 8% से जीतता है, और यह सांख्यिकीय रूप से महत्वपूर्ण है

**सामान्य नियम:** फ़ैसला लेने से पहले तब तक इंतज़ार करें जब तक आप अपने गणना किए गए न्यूनतम सैंपल साइज़ तक न पहुंच जाएं.

### छोटी लिस्ट को संभालना

अगर आपकी लिस्ट सांख्यिकीय महत्व के लिए बहुत छोटी है:

1. **कई कैम्पेन पर टेस्ट करें** - अलग-अलग सेंड का डेटा जोड़ें
2. **बड़े बदलावों पर ध्यान दें** - ऐसे वेरिएशन टेस्ट करें जिनसे 50% या उससे ज़्यादा लिफ़्ट की उम्मीद हो
3. **लंबी अवधि तक देखें** - कैम्पेन को ज़्यादा समय चलने दें
4. **दिशा बताने वाली जानकारी स्वीकार करें** - सांख्यिकीय रूप से सिद्ध नहीं, लेकिन काम की

---

## A/B टेस्टिंग की पद्धति: क़दम दर क़दम

### क़दम 1: अपना लक्ष्य तय करें

इस टेस्ट के लिए कौन सी मेट्रिक सबसे ज़्यादा मायने रखती है?

| लक्ष्य | प्राथमिक मेट्रिक | द्वितीयक मेट्रिक |
| --- | --- | --- |
| जागरूकता | ओपन रेट | क्लिक रेट |
| जुड़ाव | क्लिक रेट | पेज पर बिताया समय |
| कन्वर्ज़न | कन्वर्ज़न रेट | प्रति ईमेल कमाई |
| रिटेंशन | रिप्लाई रेट | अनसब्सक्राइब रेट |

### क़दम 2: परिकल्पना बनाएं

अपनी परिकल्पना को साफ़ ढांचे में रखें:

**प्रारूप:** “अगर हम \[बदलाव\] करें, तो \[मेट्रिक\] \[बढ़ेगी या घटेगी\] क्योंकि \[कारण\].”

**उदाहरण:**

- “अगर हम सब्जेक्ट लाइन में सब्सक्राइबर का नाम जोड़ें, तो ओपन रेट 15% बढ़ेगी क्योंकि पर्सनलाइज़ेशन से प्रासंगिकता बनती है.”
- “अगर हम नीले के बजाय लाल CTA बटन इस्तेमाल करें, तो क्लिक रेट 20% बढ़ेगी क्योंकि लाल रंग ज़्यादा तात्कालिकता पैदा करता है.”
- “अगर हम सुबह 10 बजे के बजाय 7 बजे भेजें, तो ओपन रेट 10% बढ़ेगी क्योंकि सब्सक्राइबर काम पर जाने से पहले ईमेल देखते हैं.”

### क़दम 3: वेरिएबल को अलग करें

**महत्वपूर्ण नियम:** एक बार में सिर्फ़ एक ही एलिमेंट टेस्ट करें.

**ग़लत तरीक़ा:**

- वर्ज़न A: “फ़्लैश सेल!” + लाल बटन + सुबह भेजा गया
- वर्ज़न B: “आज 30% बचाएं” + नीला बटन + दोपहर में भेजा गया

अगर B जीतता है, तो आपको पता ही नहीं चलेगा कि क्यों.

**सही तरीक़ा:**

- वर्ज़न A: “फ़्लैश सेल!” + नीला बटन + सुबह भेजा गया
- वर्ज़न B: “आज 30% बचाएं” + नीला बटन + सुबह भेजा गया

अब आप सिर्फ़ सब्जेक्ट लाइन टेस्ट कर रहे हैं.

### क़दम 4: टेस्ट सेट अप करें

**रैंडम असाइनमेंट:** पक्का करें कि सब्सक्राइबर हर वेरिएशन में रैंडम तरीक़े से बंटें.

**बराबर बंटवारा:** दो वेरिएशन के लिए 50/50 में बांटें (या तीन के लिए 33/33/33).

**दूसरे टेस्ट से बाहर रखें:** एक ही सब्सक्राइबर को एक साथ चल रहे कई टेस्ट में शामिल न करें.

### क़दम 5: टेस्ट चलाएं

**समय से जुड़ी बातें:**

| मेट्रिक | न्यूनतम प्रतीक्षा समय |
| --- | --- |
| ओपन रेट | 24-48 घंटे |
| क्लिक रेट | 48-72 घंटे |
| कन्वर्ज़न रेट | 72+ घंटे (सेल्स साइकल पर निर्भर) |
| अनसब्सक्राइब रेट | 72 घंटे |

**बार-बार झांकें नहीं:** हर घंटे नतीजे देखने से समय से पहले नतीजे निकालने की आदत बनती है.

### क़दम 6: नतीजों का विश्लेषण करें

विश्लेषण करते समय इन बातों पर ध्यान दें:

1. **सांख्यिकीय महत्व** - क्या अंतर असली है या संयोग?
2. **व्यावहारिक महत्व** - क्या यह अंतर आपके बिज़नेस के लिए मायने रखता है?
3. **द्वितीयक मेट्रिक** - क्या प्राथमिक मेट्रिक में जीत से दूसरी मेट्रिक पर बुरा असर पड़ा?
4. **सेगमेंट का प्रदर्शन** - क्या ऑडियंस सेगमेंट के हिसाब से नतीजे अलग रहे?

### क़दम 7: दस्तावेज़ बनाएं और लागू करें

**सब कुछ दर्ज करें:**

- क्या टेस्ट किया गया
- परिकल्पना
- नतीजे (कॉन्फ़िडेंस लेवल के साथ)
- मुख्य सीख
- अगले टेस्ट के विचार

**सीख लागू करें:**

- जीतने वाले एलिमेंट के साथ टेम्पलेट अपडेट करें
- नतीजे टीम के साथ साझा करें
- पुष्टि के लिए आगे के टेस्ट की योजना बनाएं

---

## कैम्पेन के प्रकार के हिसाब से टेस्ट के विचार

### वेलकम ईमेल

| एलिमेंट | टेस्ट A | टेस्ट B |
| --- | --- | --- |
| सब्जेक्ट लाइन | ”ब्रांड में आपका स्वागत है!" | "यह रहा आपका 15% वेलकम गिफ़्ट” |
| छूट का स्वरूप | 15% छूट | $15 छूट |
| CTA का फ़ोकस | अभी ख़रीदें | क्विज़ लें |
| ईमेल की लंबाई | छोटा स्वागत संदेश | विस्तृत ब्रांड परिचय |
| फ़ॉलो-अप का समय | दिन 2 | दिन 3 |

### अबैंडन्ड कार्ट ईमेल

| एलिमेंट | टेस्ट A | टेस्ट B |
| --- | --- | --- |
| सब्जेक्ट लाइन | ”आप कुछ छोड़ आए हैं" | "आपका कार्ट इंतज़ार कर रहा है” |
| पहले ईमेल का समय | 1 घंटा | 4 घंटे |
| छूट | कोई छूट नहीं | 10% छूट |
| प्रोडक्ट दिखाना | सिर्फ़ मुख्य प्रोडक्ट | पूरा कार्ट |
| तात्कालिकता | कम स्टॉक की चेतावनी | कार्ट ख़त्म होने की चेतावनी |

### प्रमोशनल कैम्पेन

| एलिमेंट | टेस्ट A | टेस्ट B |
| --- | --- | --- |
| सब्जेक्ट लाइन | ”हर चीज़ पर 30% छूट" | "सीज़न की हमारी सबसे बड़ी सेल” |
| हीरो इमेज | प्रोडक्ट ग्रिड | लाइफ़स्टाइल फ़ोटो |
| ऑफ़र की बनावट | पूरी साइट पर छूट | कैटेगरी के हिसाब से डील |
| CTA की जगह | सिर्फ़ ऊपर | ऊपर और नीचे |
| काउंटडाउन टाइमर | मौजूद | नहीं |

### न्यूज़लेटर और कंटेंट ईमेल

| एलिमेंट | टेस्ट A | टेस्ट B |
| --- | --- | --- |
| सब्जेक्ट लाइन | कंटेंट पर केंद्रित | जिज्ञासा जगाने वाली |
| प्रारूप | एक ही कहानी | कई छोटी कहानियां |
| CTA की शैली | टेक्स्ट लिंक | बटन |
| पर्सनलाइज़ेशन | अभिवादन में नाम | प्रोडक्ट सुझाव |
| सोशल एलिमेंट | शेयर बटन | शेयर बटन नहीं |

### री-एंगेजमेंट कैम्पेन

| एलिमेंट | टेस्ट A | टेस्ट B |
| --- | --- | --- |
| सब्जेक्ट लाइन | ”हमें आपकी याद आती है!" | "अब बहुत कुछ बदल गया है” |
| प्रोत्साहन | छूट | मुफ़्त शिपिंग |
| कंटेंट का फ़ोकस | क्या नया है | बेस्ट सेलर |
| टोन | भावनात्मक | सीधा |
| अनसब्सक्राइब पर ज़ोर | हल्का | स्पष्ट |

---

## नतीजों की व्याख्या और अगला क़दम

### अपने नतीजे पढ़ना

**स्थिति 1: साफ़ विजेता**

- वर्ज़न B की क्लिक रेट 25% ज़्यादा है
- सांख्यिकीय महत्व: 98%
- क़दम: वर्ज़न B का तरीक़ा लागू करें

**स्थिति 2: कोई महत्वपूर्ण अंतर नहीं**

- वर्ज़न A और B एक-दूसरे के 3% के दायरे में परफ़ॉर्म करते हैं
- सांख्यिकीय महत्व: 45%
- क़दम: दोनों तरीक़े ठीक हैं, कुछ और टेस्ट करें

**स्थिति 3: मिले-जुले नतीजे**

- वर्ज़न A ओपन रेट में जीतता है
- वर्ज़न B कन्वर्ज़न रेट में जीतता है
- क़दम: लक्ष्य की प्राथमिकता देखें, संभव हो तो मिला-जुला तरीक़ा टेस्ट करें

### व्याख्या में होने वाली आम ग़लतियां

1. **द्वितीयक मेट्रिक को नज़रअंदाज़ करना** - जो सब्जेक्ट लाइन ओपन बढ़ाती है लेकिन कन्वर्ज़न गिरा देती है, वह विजेता नहीं है
2. **नतीजों को हद से ज़्यादा सामान्य बनाना** - जीतने वाली सब्जेक्ट लाइन शैली हर तरह के कैम्पेन में काम नहीं करेगी
3. **सेगमेंट के अंतर को अनदेखा करना** - कुल मिलाकर जीतने वाला वर्ज़न आपके सबसे अच्छे ग्राहकों के लिए हारने वाला हो सकता है
4. **विजेता बहुत जल्दी घोषित करना** - सांख्यिकीय महत्व के लिए पर्याप्त सैंपल साइज़ चाहिए

### एक एक्शन फ़्रेमवर्क बनाना

हर टेस्ट के बाद नतीजों को इस तरह वर्गीकृत करें:

| परिणाम | क़दम |
| --- | --- |
| मज़बूत विजेता (95% से ज़्यादा कॉन्फ़िडेंस, 10% से ज़्यादा लिफ़्ट) | तुरंत लागू करें, टेम्पलेट अपडेट करें |
| मध्यम विजेता (90% से ज़्यादा कॉन्फ़िडेंस, 5-10% लिफ़्ट) | लागू करें, वेरिएशन टेस्ट करते रहें |
| कमज़ोर विजेता (90% से कम कॉन्फ़िडेंस या 5% से कम लिफ़्ट) | रुझान नोट करें, बड़े सैंपल के साथ दोबारा टेस्ट करें |
| कोई अंतर नहीं | कोई भी तरीक़ा बेहतर नहीं, नया वेरिएबल टेस्ट करें |
| स्पष्ट रूप से ख़राब | यह तरीक़ा न अपनाएं, कारण दर्ज करें |

### टेस्टिंग कैलेंडर बनाना

अपने टेस्ट रणनीति के साथ तय करें:

**महीना 1: बुनियाद**

- हफ़्ता 1-2: सब्जेक्ट लाइन पर्सनलाइज़ेशन टेस्ट
- हफ़्ता 3-4: CTA बटन के रंग का टेस्ट

**महीना 2: समय**

- हफ़्ता 1-2: भेजने के समय का ऑप्टिमाइज़ेशन (सुबह बनाम दोपहर)
- हफ़्ता 3-4: भेजने के दिन का ऑप्टिमाइज़ेशन (मंगलवार बनाम गुरुवार)

**महीना 3: कंटेंट**

- हफ़्ता 1-2: ईमेल की लंबाई का टेस्ट
- हफ़्ता 3-4: इमेज शैली का टेस्ट

**महीना 4: ऑफ़र**

- हफ़्ता 1-2: छूट का स्वरूप (प्रतिशत बनाम रक़म)
- हफ़्ता 3-4: तात्कालिकता के तत्वों का टेस्ट

---

## एडवांस A/B टेस्टिंग रणनीतियां

### क्रमिक टेस्टिंग

एक-एक अलग टेस्ट के बजाय, सबसे अच्छा प्रदर्शन ढूंढने के लिए क्रमिक टेस्ट चलाएं:

1. **राउंड 1:** सब्जेक्ट लाइन के 4 तरीक़े टेस्ट करें (A बनाम B बनाम C बनाम D)
2. **राउंड 2:** विजेता को 2 नए वेरिएशन के ख़िलाफ़ टेस्ट करें
3. **राउंड 3:** जीतने वाले तरीक़े को छोटे बदलावों से और निखारें

### सेगमेंट के हिसाब से टेस्टिंग

अलग-अलग सेगमेंट अलग-अलग प्रतिक्रिया दे सकते हैं:

- **नए सब्सक्राइबर** को शैक्षिक कंटेंट ज़्यादा पसंद आ सकता है
- **VIP ग्राहक** ख़ास होने के एहसास पर बेहतर प्रतिक्रिया दे सकते हैं
- **निष्क्रिय सब्सक्राइबर** को ज़्यादा मज़बूत प्रोत्साहन चाहिए हो सकता है

जहां संभव हो, सेगमेंट के भीतर ही टेस्ट चलाएं.

### भेजने के समय का ऑटोमेटेड ऑप्टिमाइज़ेशन

कई ईमेल सर्विस प्रोवाइडर मशीन लर्निंग पर आधारित सेंड टाइम ऑप्टिमाइज़ेशन देते हैं:

- हर सब्सक्राइबर का व्यवहार सीखता है
- हर प्राप्तकर्ता के लिए सबसे अच्छे समय पर भेजता है
- जुड़ाव के आधार पर लगातार बेहतर होता जाता है

मैनुअल टेस्टिंग से बुनियादी आंकड़े तय हो जाने के बाद ऑटोमेटेड ऑप्टिमाइज़ेशन पर विचार करें.

### होल्डआउट ग्रुप

लंबी अवधि का असर मापने के लिए:

1. एक होल्डआउट ग्रुप बनाएं जिसे सिर्फ़ वर्ज़न A मिले
2. बाकी ऑडियंस पर वर्ज़न B टेस्ट करें
3. 30-90 दिन बाद लाइफ़टाइम मेट्रिक की तुलना करें
4. बदलावों का लंबी अवधि का असर समझें

### बेज़ियन बनाम फ़्रीक्वेंटिस्ट टेस्टिंग

ज़्यादातर A/B टेस्ट फ़्रीक्वेंटिस्ट सांख्यिकी (p-वैल्यू और कॉन्फ़िडेंस इंटरवल) का इस्तेमाल करते हैं. बेज़ियन टेस्टिंग एक विकल्प देती है:

**फ़्रीक्वेंटिस्ट तरीक़ा:**

- तय सैंपल साइज़ की ज़रूरत होती है
- हां या ना में महत्व का जवाब देता है
- हितधारकों को समझाना आसान है
- बार-बार देखने पर p-हैकिंग का ख़तरा रहता है

**बेज़ियन तरीक़ा:**

- नतीजे कभी भी देखे जा सकते हैं
- एक वर्ज़न के दूसरे से बेहतर होने की संभावना बताता है
- फ़ैसले ज़्यादा बारीकी से लिए जा सकते हैं
- सांख्यिकी की ज़्यादा समझ चाहिए

ज़्यादातर ईमेल मार्केटर के लिए सही सैंपल साइज़ गणना के साथ फ़्रीक्वेंटिस्ट टेस्टिंग पर्याप्त है और लागू करने में आसान भी.

---

## असल दुनिया के A/B टेस्टिंग केस स्टडी

### केस स्टडी 1: सब्जेक्ट लाइन पर्सनलाइज़ेशन

**कंपनी:** ई-कॉमर्स फ़ैशन रिटेलर **टेस्ट:** नाम के साथ पर्सनलाइज़ेशन बनाम सामान्य सब्जेक्ट लाइन

| वर्ज़न | सब्जेक्ट लाइन | ओपन रेट | सैंपल साइज़ |
| --- | --- | --- | --- |
| A (कंट्रोल) | “नए प्रोडक्ट जो आपको पसंद आएंगे” | 18.2% | 25,000 |
| B (टेस्ट) | “सारा, नए प्रोडक्ट जो आपको पसंद आएंगे” | 22.4% | 25,000 |

**नतीजा:** 99% सांख्यिकीय भरोसे के साथ ओपन रेट में 23% लिफ़्ट **अमल:** सभी प्रमोशनल ईमेल पर पर्सनलाइज़ेशन लागू किया गया **कमाई पर असर:** ईमेल से हर महीने $47,000 की अतिरिक्त कमाई

### केस स्टडी 2: CTA बटन ऑप्टिमाइज़ेशन

**कंपनी:** सब्सक्रिप्शन बॉक्स सर्विस **टेस्ट:** बटन के टेक्स्ट और रंग के वेरिएशन

| वर्ज़न | CTA | रंग | क्लिक रेट |
| --- | --- | --- | --- |
| A | ”अभी सब्सक्राइब करें” | नीला | 3.2% |
| B | ”मेरा सब्सक्रिप्शन शुरू करें” | नारंगी | 4.1% |

**नतीजा:** क्लिक-थ्रू रेट में 28% लिफ़्ट **मुख्य सीख:** प्रथम पुरुष वाली भाषा (“मेरा”) और तात्कालिकता वाले रंग का मेल सबसे बेहतर रहा **अगला टेस्ट:** प्रथम पुरुष वाले और वेरिएशन टेस्ट किए गए

### केस स्टडी 3: भेजने के समय का ऑप्टिमाइज़ेशन

**कंपनी:** B2B SaaS कंपनी **टेस्ट:** मंगलवार सुबह 9 बजे बनाम गुरुवार दोपहर 2 बजे

| दिन और समय | ओपन रेट | क्लिक रेट | डेमो अनुरोध |
| --- | --- | --- | --- |
| मंगलवार सुबह 9 बजे | 24.8% | 4.2% | 12 |
| गुरुवार दोपहर 2 बजे | 21.3% | 5.8% | 18 |

**नतीजा:** गुरुवार को ओपन कम रहे, लेकिन जुड़ाव और कन्वर्ज़न ज़्यादा **मुख्य सीख:** ओपन हमेशा कन्वर्ज़न के साथ नहीं चलते **अमल:** सभी प्रमोशनल सेंड गुरुवार दोपहर पर शिफ़्ट किए गए

### केस स्टडी 4: छूट पेश करने का तरीक़ा

**कंपनी:** होम गुड्स रिटेलर **टेस्ट:** $100 के औसत ऑर्डर पर प्रतिशत बनाम रक़म

| वर्ज़न | ऑफ़र | कन्वर्ज़न रेट | औसत ऑर्डर वैल्यू |
| --- | --- | --- | --- |
| A | ”20% off” | 4.8% | $95 |
| B | ”$20 off” | 5.2% | $112 |

**नतीजा:** रक़म वाली छूट से 8% ज़्यादा कन्वर्ज़न और 18% ज़्यादा औसत ऑर्डर वैल्यू मिली **अंतर्दृष्टि:** मध्यम क़ीमत की ख़रीद पर रक़म वाली छूट ज़्यादा ठोस महसूस होती है **चेतावनी:** बहुत ऊंची या बहुत कम क़ीमत वाले प्रोडक्ट पर यह उलट जाता है

---

## A/B टेस्टिंग की आम ग़लतियां और उनसे बचने के तरीक़े

### ग़लती 1: बहुत सारे वेरिएबल टेस्ट करना

**समस्या:** सब्जेक्ट लाइन, CTA और इमेज एक साथ टेस्ट करने पर यह जानना नामुमकिन हो जाता है कि अंतर किस वजह से आया.

**समाधान:** एक बार में एक ही एलिमेंट टेस्ट करें. अगर कई एलिमेंट टेस्ट करने हों, तो क्रमिक टेस्ट चलाएं.

### ग़लती 2: अपर्याप्त सैंपल साइज़

**समस्या:** जब 3,000 ओपन चाहिए थे, तब हर वेरिएशन पर 500 ओपन के बाद ही विजेता घोषित कर देना.

**समाधान:** टेस्ट से पहले ज़रूरी सैंपल साइज़ की गणना करें. ऑनलाइन कैलकुलेटर या इस गाइड में ऊपर दी गई तालिकाओं का इस्तेमाल करें.

### ग़लती 3: टेस्ट जल्दी रोक देना

**समस्या:** पहले ही दिन नतीजे देखना, कोई “विजेता” दिखना और टेस्ट रोक देना.

**समाधान:** टेस्ट की अवधि और सैंपल साइज़ पहले से तय कर लें. न्यूनतम सीमा पूरी होने तक नतीजे न देखें.

### ग़लती 4: पर्याप्त बार टेस्ट न करना

**समस्या:** लगातार टेस्ट करने के बजाय हर तिमाही में सिर्फ़ एक टेस्ट चलाना.

**समाधान:** ऐसा टेस्टिंग कैलेंडर बनाएं जिसमें हर महीने हर बड़े कैम्पेन प्रकार के लिए कम से कम एक टेस्ट हो.

### ग़लती 5: ग़ैर-ज़रूरी एलिमेंट टेस्ट करना

**समस्या:** फ़ुटर के फ़ॉन्ट के रंग पर हफ़्तों बिताना, जिसका मुख्य मेट्रिक पर कोई असर नहीं पड़ता.

**समाधान:** संभावित असर के हिसाब से टेस्ट को प्राथमिकता दें. सब्जेक्ट लाइन, CTA और ऑफ़र से शुरुआत करें.

### ग़लती 6: सेगमेंट के अंतर को नज़रअंदाज़ करना

**समस्या:** ऐसा “विजेता” लागू कर देना जो असल में आपके सबसे अच्छे ग्राहकों के लिए परफ़ॉर्मेंस गिरा देता है.

**समाधान:** टेस्ट के नतीजों का सेगमेंट के हिसाब से विश्लेषण करें (नए बनाम पुराने ग्राहक, ज़्यादा वैल्यू वाले बनाम औसत, वग़ैरह).

### ग़लती 7: नतीजे दर्ज न करना

**समस्या:** वही टेस्ट दोबारा चलाना क्योंकि किसी को याद ही नहीं कि पिछली बार क्या सीखा था.

**समाधान:** परिकल्पना, नतीजे, सीख और निहितार्थ के साथ एक टेस्टिंग लॉग बनाए रखें.

### ग़लती 8: असामान्य अवधि में टेस्ट करना

**समस्या:** Black Friday या बड़े त्योहारों के दौरान टेस्ट चलाना और उन सीखों को सामान्य अवधि पर लागू कर देना.

**समाधान:** अपने टेस्टिंग लॉग में संदर्भ ज़रूर लिखें. व्यापक रूप से लागू करने से पहले सामान्य अवधि में दोबारा टेस्ट करें.

---

## टेस्टिंग संस्कृति बनाना

### हितधारकों का समर्थन हासिल करना

टेस्टिंग-पहले वाली संस्कृति बनाने के लिए:

1. **जल्दी मिलने वाली जीत से शुरू करें** - साफ़ नतीजों वाला एक बड़े असर का टेस्ट चलाएं
2. **कमाई पर असर बताएं** - लिफ़्ट के प्रतिशत को रुपयों में बदलकर दिखाएं
3. **सीख व्यापक रूप से साझा करें** - हर महीने टेस्टिंग समीक्षा मीटिंग करें
4. **चौंकाने वाले नतीजों का जश्न मनाएं** - जो टेस्ट धारणाएं ग़लत साबित करते हैं, वे भी क़ीमती हैं
5. **टेस्टिंग रोडमैप बनाएं** - रणनीतिक तरीक़ा दिखाएं, बेतरतीब टेस्ट नहीं

### अपनी टेस्टिंग प्लेबुक बनाना

अपने संगठन के टेस्टिंग मानक दर्ज करें:

**टेस्ट की योजना:**

- न्यूनतम सैंपल साइज़ की शर्तें
- ज़रूरी कॉन्फ़िडेंस लेवल (आमतौर पर 95%)
- टेस्ट अवधि के दिशानिर्देश
- टेस्ट के लिए मंज़ूरी की प्रक्रिया

**टेस्ट चलाना:**

- अपने ईमेल सर्विस प्रोवाइडर में टेस्ट कैसे सेट अप करें
- वेरिएशन के नाम रखने के नियम
- भेजने से पहले की QA चेकलिस्ट

**विश्लेषण के मानक:**

- नतीजे कब देखें
- महत्व की गणना कैसे करें
- अनिर्णायक नतीजों का क्या करें

**दस्तावेज़ीकरण:**

- टेस्ट कहां दर्ज करें
- ज़रूरी फ़ील्ड (परिकल्पना, नतीजे, सीख)
- नतीजे कैसे साझा करें

### टेस्टिंग प्रोग्राम की सफलता मापना

अपने टेस्टिंग प्रोग्राम की प्रभावशीलता ट्रैक करें:

| मेट्रिक | लक्ष्य |
| --- | --- |
| हर महीने चलाए गए टेस्ट | 4-8 |
| महत्व तक पहुंचने वाले टेस्ट | 60% या ज़्यादा |
| साफ़ विजेता वाले टेस्ट | 40% या ज़्यादा |
| लागू की गई सीख | 80% या ज़्यादा |
| कुल परफ़ॉर्मेंस सुधार | हर तिमाही ट्रैक करें |

---

## A/B टेस्टिंग के टूल और प्लेटफ़ॉर्म

### किन बातों पर ध्यान दें

A/B टेस्टिंग के ज़रूरी फ़ीचर:

| फ़ीचर | यह क्यों मायने रखता है |
| --- | --- |
| आसानी से वेरिएशन बनाना | तेज़ी से टेस्ट सेट अप |
| रैंडम असाइनमेंट | भरोसेमंद नतीजे |
| सांख्यिकीय महत्व कैलकुलेटर | पता चले कि नतीजे कब भरोसेमंद हैं |
| अपने आप विजेता चुनना | बाकी लिस्ट को सबसे बेहतर वर्ज़न भेजें |
| नतीजों का विज़ुअलाइज़ेशन | व्याख्या करना आसान |
| पुराने टेस्ट का रिकॉर्ड | पिछली सीख पर आगे बढ़ें |

## निष्कर्ष

ईमेल A/B टेस्टिंग ईमेल मार्केटिंग को कला से विज्ञान में बदल देती है. एलिमेंट को व्यवस्थित तरीक़े से टेस्ट करके, सांख्यिकीय महत्व निकालकर और सीख लागू करके आप अपनी ईमेल परफ़ॉर्मेंस में लगातार सुधार हासिल कर सकते हैं.

**मुख्य बातें:**

1. साफ़ और अमल में लाने लायक जानकारी के लिए **एक बार में एक ही वेरिएबल टेस्ट करें**
2. विजेता घोषित करने से पहले **सांख्यिकीय महत्व का इंतज़ार करें**
3. संस्थागत जानकारी बनाने के लिए **सब कुछ दर्ज करें**
4. पहले **बड़े असर वाले एलिमेंट** जैसे सब्जेक्ट लाइन और CTA पर ध्यान दें
5. लगातार सुधार के लिए **एक टेस्टिंग कैलेंडर बनाएं**
6. **सीख तुरंत लागू करें** और दोहराते रहें

सबसे कामयाब ईमेल मार्केटर वे नहीं होते जिनकी समझ सबसे अच्छी होती है. वे होते हैं जो सबसे लगातार टेस्ट करते हैं.

क्या आप डेटा पर आधारित टेस्टिंग से अपने ईमेल कैम्पेन ऑप्टिमाइज़ करने के लिए तैयार हैं?

## Tajo कहाँ फिट होता है

Tajo एक इंटीग्रेशन बिल्डर है। इंटीग्रेशन बनाइए। उन पर एजेंट लगाइए। उन्हें एंगेजमेंट चलाने दीजिए। Tajo अभी अर्ली एक्सेस में है। [अर्ली एक्सेस माँगें](https://tajo.io/hi/#early-access)

## अक्सर पूछे जाने वाले प्रश्न

**ईमेल मार्केटिंग में A/B टेस्टिंग क्या है?**

A/B टेस्टिंग (स्प्लिट टेस्टिंग) में एक ही ईमेल के दो वर्ज़न आपकी लिस्ट के छोटे सेगमेंट को भेजे जाते हैं, ताकि पता चले कि कौन सा बेहतर परफ़ॉर्म करता है. इसके बाद जीतने वाला वर्ज़न बाकी सब्सक्राइबर को भेजा जाता है.

**ईमेल में मुझे किन चीज़ों का A/B टेस्ट करना चाहिए?**

सबसे पहले सब्जेक्ट लाइन से शुरू करें (सबसे बड़ा असर), फिर भेजने का समय, CTA, ईमेल डिज़ाइन और लेआउट, पर्सनलाइज़ेशन और कंटेंट की लंबाई टेस्ट करें. साफ़ नतीजों के लिए एक बार में सिर्फ़ एक ही वेरिएबल टेस्ट करें.

**एक A/B टेस्ट कितने समय तक चलाना चाहिए?**

ईमेल के लिए, विजेता भेजने से पहले अपनी लिस्ट के 10-20% हिस्से पर 2-4 घंटे तक टेस्ट करें. लैंडिंग पेज के लिए, टेस्ट कम से कम 1-2 हफ़्ते चलाएं या तब तक चलाएं जब तक आप सांख्यिकीय महत्व (95% कॉन्फ़िडेंस) तक न पहुंच जाएं.

**मेरी लिस्ट के कितने प्रतिशत हिस्से को टेस्ट मिलना चाहिए?**

अपने आप विजेता भेजने के लिए, अपनी लिस्ट के 20-40% हिस्से पर टेस्ट करें (हर वेरिएशन के लिए 10-20%), फिर विजेता को बाकी 60-80% को भेजें. पूरी सीख हासिल करने वाले टेस्ट के लिए, सांख्यिकीय ताक़त बढ़ाने हेतु पूरी लिस्ट को 50/50 में बांटकर भेजें.

**एक साथ कितने टेस्ट चलाने चाहिए?**

नतीजों को भरोसेमंद रखने के लिए एक सब्सक्राइबर पर एक समय में सिर्फ़ एक ही टेस्ट चलाएं. अगर टेस्ट अलग-अलग ऑडियंस सेगमेंट को टारगेट करते हैं, तो आप कई टेस्ट एक साथ चला सकते हैं. एक ही ईमेल के भीतर एक से ज़्यादा एलिमेंट टेस्ट करने से बचें.

**अगर मेरी लिस्ट सांख्यिकीय महत्व के लिए बहुत छोटी हो तो क्या करें?**

छोटी लिस्ट (5,000 से कम) के लिए बड़े अंतर वाले बदलावों पर ध्यान दें (50% या उससे ज़्यादा अपेक्षित लिफ़्ट), कई सेंड के नतीजों को जोड़कर देखें, या सांख्यिकीय रूप से सिद्ध निष्कर्ष के बजाय दिशा बताने वाली जानकारी का इस्तेमाल करें. पर्याप्त डेटा जमा करने के लिए तिमाही अवधि में टेस्ट करने पर विचार करें.

**क्या मुझे सभी कैम्पेन पर टेस्ट करना चाहिए या कुछ ख़ास तरह के कैम्पेन पर?**

अपने सबसे ज़्यादा वॉल्यूम वाले और सबसे अहम कैम्पेन से शुरू करें (वेलकम सीरीज़, अबैंडन्ड कार्ट, प्रमोशनल ईमेल). इन्हें ऑप्टिमाइज़ करने के बाद टेस्टिंग को छोटे कैम्पेन तक बढ़ाएं. कम वॉल्यूम वाले कैम्पेन पर किए गए टेस्ट शायद ही कभी सांख्यिकीय महत्व तक पहुंचते हैं.

**मुझे कैसे पता चलेगा कि कोई नतीजा व्यावहारिक रूप से महत्वपूर्ण है?**

कोई नतीजा व्यावहारिक रूप से तब महत्वपूर्ण है जब सुधार आपकी मेहनत को सही ठहराए. ओपन रेट में 2% सुधार सांख्यिकीय रूप से महत्वपूर्ण हो सकता है, लेकिन टेम्पलेट बदलने लायक शायद न हो. वहीं कन्वर्ज़न रेट में 2% सुधार का मतलब हज़ारों की अतिरिक्त कमाई हो सकता है. सिर्फ़ सांख्यिकीय वैधता नहीं, बिज़नेस पर पड़ने वाले असर को भी देखें.

**A/B टेस्टिंग की सबसे बड़ी ग़लती कौन सी है जिससे बचना चाहिए?**

सांख्यिकीय महत्व तक पहुंचने से पहले ही विजेता घोषित कर देना. इससे ऐसे बदलाव लागू हो जाते हैं जो असल में सुधार होते ही नहीं. फ़ैसला लेने से पहले हमेशा पर्याप्त सैंपल साइज़ का इंतज़ार करें और महत्व की गणना करें.

**जीतने वाले एलिमेंट को दोबारा कितनी बार टेस्ट करना चाहिए?**

विजेताओं को हर 6-12 महीने में दोबारा टेस्ट करें, क्योंकि समय के साथ ऑडियंस की पसंद बदलती है. इसके अलावा जब परफ़ॉर्मेंस गिरती दिखे या लिस्ट में बड़ी बढ़ोतरी के बाद आपकी ऑडियंस की बनावट बदल गई हो, तब भी दोबारा टेस्ट करें.

## संबंधित लेख

### [A/B टेस्टिंग: 2026 के लिए मार्केटिंग के लिए स्प्लिट टेस्टिंग की संपूर्ण गाइड](https://tajo.io/hi/blog/ab-testing-guide/)

22 मार्च 2026 · 18 मिनट पढ़ें

11 खंड

### [फ़्री A/B टेस्टिंग टूल गाइड: वेब एक्सपेरिमेंट, प्रोडक्ट फ़्लैग, ईमेल टेस्ट, बिहेवियर एनालिटिक्स और मोबाइल रिमोट कॉन्फ़िग, 2026 के लिए](https://tajo.io/hi/blog/the-8-best-free-ab-testing-tools/)

15 जन॰ 2025 · 6 मिनट पढ़ें

7 खंड

### [Grok Bot और Brevo से मापने योग्य अभियान प्रयोग चलाएँ](https://tajo.io/hi/blog/grok-bot-brevo-campaign-experiments/)

7 अक्टू॰ 2026 · 5 मिनट पढ़ें

3 खंड