E-posta A/B Testi: Kampanyalarınızı Bölünmüş Test Etmenin Eksiksiz Rehberi [2026]

E-posta A/B testi, neyin işe yaradığını tahmin etmek ile gerçekten bilmek arasındaki farktır. En iyi performans gösteren e-posta pazarlamacıları sürekli test yapar ve zaman içinde birikerek ciddi performans artışlarına dönüşen küçük iyileştirmeler elde eder.

Bu kapsamlı rehberde e-posta A/B testi hakkında bilmeniz gereken her şeyi ele alıyoruz: neyi test edeceğiniz, doğru testleri nasıl tasarlayacağınız, istatistiksel anlamlılığı nasıl hesaplayacağınız ve sonuçları uygulanabilir iyileştirmelere nasıl dönüştüreceğiniz.

E-posta A/B Testi Nedir?

E-posta A/B testi (bölünmüş test olarak da adlandırılır), hangisinin daha iyi performans gösterdiğini belirlemek için bir e-postanın iki sürümünü karşılaştırma yöntemidir. A sürümünü kitlenizin bir bölümüne, B sürümünü başka bir bölümüne gönderir, ardından hangi sürümün daha iyi sonuç verdiğini ölçersiniz.

A/B Testi Nasıl Çalışır?

Süreç basit bir çerçeveyi izler:

1. Hipotez - Neyi test etmek istediğinizi belirleyin ve sonucu öngörün
2. Varyasyon - Tek bir unsur bakımından farklılaşan iki sürüm oluşturun
3. Bölme - Kitlenizi rastgele iki gruba ayırın
4. Gönderim - Her sürümü ilgili gruba iletin
5. Ölçüm - Temel metriği izleyin (açılmalar, tıklamalar, dönüşümler)
6. Analiz - Kazananı istatistiksel güvenle belirleyin
7. Uygulama - Öğrenimleri gelecekteki kampanyalara aktarın

A/B Testi ile Çok Değişkenli Test Karşılaştırması

Yaklaşım	Neyi Test Eder	Gereken Örneklem Büyüklüğü	Karmaşıklık
A/B Testi	Tek değişken	Orta	Basit
A/B/C Testi	Tek değişken, 3 sürüm	Daha büyük	Basit
Çok değişkenli	Birden fazla değişken	Çok büyük	Karmaşık

Çoğu e-posta pazarlamacısı için A/B testi, içgörü ve uygulanabilirlik arasında en iyi dengeyi sunar. Çok değişkenli test, istatistiksel anlamlılığa ulaşmak için belirgin biçimde daha büyük kitleler gerektirir.

E-posta A/B Testi Neden Önemli?

Birikimli Etki

Küçük iyileştirmeler zamanla çarpıcı biçimde birikir:

• Açılma oranlarında %10 iyileşme
• Tıklama oranlarında %15 iyileşme
• Dönüşümlerde %20 iyileşme
• Sonuç: Aynı listeden %52 daha fazla dönüşüm

Veriye Dayalı Kararlar

A/B testi tahmin yürütmeyi ortadan kaldırır:

• Toplantılarda kişisel tercihleri tartışmayı bırakın
• Neyin işe yaradığını kitleniz size söylesin
• Aboneleriniz hakkında kurumsal bilgi birikimi oluşturun
• Sürekli iyileştirmeyi yürüten bir test kültürü yaratın

Gerçek İş Etkisi

Tutarlı biçimde test yapan şirketlerde şunlar görülür:

• %37 daha yüksek e-posta pazarlaması ROI’si
• Abonelikten çıkma oranlarında %28 azalma
• Müşteri etkileşiminde %23 iyileşme
• E-postaya atfedilen gelirde %18 artış

---

Neyi Test Etmeli: Etkiye Göre Unsurlar

Her test aynı değeri sunmaz. Hedefleriniz üzerinde en yüksek potansiyel etkiye sahip unsurları önceliklendirin.

Konu Satırları (En Yüksek Etki)

Konu satırları e-postanızın açılıp açılmayacağını belirler. Şu varyasyonları test edin:

Uzunluk:

• Kısa (30 karakterin altında): “Kısa Süreli İndirim: %40”
• Orta (30-50 karakter): “Kısa Süreli İndirim: Her Şeyde %40, Bu Gece Bitiyor”
• Uzun (50 karakterden fazla): “Kısa Süreli İndirim: Site Genelinde %40 - Bu Gece Yarısı Sona Eriyor”

Kişiselleştirme:

• Kişiselleştirme yok: “Size özel teklif içeride”
• Ada göre kişiselleştirme: “Selin, size özel teklif içeride”
• Davranışa göre kişiselleştirme: “Selin, incelediğiniz o elbise indirimde”

Ton:

• Aciliyet: “Son şans! İndirim 3 saat sonra bitiyor”
• Merak: “İlginç bir şey fark ettik…”
• Doğrudan: “Bir sonraki siparişinizde %30 tasarruf edin”
• Eğlenceli: “Galiba bu indirimde biraz fazla ileri gittik”

Emoji Kullanımı:

• Emoji yok: “Yeni ürünler az önce yayında”
• Tek emoji ile: “Yeni ürünler az önce yayında”
• Birden fazla emoji ile: “Yeni ürünler az önce yayında”

Soru mu, Cümle mi:

• Soru: “Yaza hazır mısınız?”
• Cümle: “Yaza hazırlanın”

Ön Başlık Metni

Ön başlık, gelen kutusu önizlemesinde konu satırınızı tamamlar:

• Tamamlayıcı: Konu merak uyandırır, ön başlık faydayı açıklar
• Aciliyet ekleme: Konu teklifi belirtir, ön başlık son tarihi ekler
• Sosyal kanıt: Konu iddiada bulunur, ön başlık bunu doğrular
• CTA önizlemesi: Konu ilgi uyandırır, ön başlık sonraki adımı söyler

Harekete Geçirici Mesaj (CTA)

CTA’nız tıklama oranlarını doğrudan etkiler:

Buton Metni:

• Genel: “Hemen Alışverişe Başlayın” ile “Buraya Tıklayın”
• Belirli: “Yazlık Elbiseleri İnceleyin” ile “Koleksiyona Göz Atın”
• Fayda odaklı: “%30 İndirimi Alın” ile “Hemen Tasarruf Edin”
• Aciliyet: “İndiriminizi Talep Edin” ile “İndirimde Alışveriş Yapın”

Buton Tasarımı:

• Renk: Marka rengi ile yüksek kontrastlı renk
• Boyut: Standart ile daha büyük buton
• Biçim: Yuvarlak ile köşeli kenarlar
• Konum: Sayfanın üst kısmı ile içerikten sonrası

CTA Sayısı:

• Tek CTA (odaklı)
• Birden fazla CTA (aynı eylem, farklı konumlar)
• Birden fazla CTA (farklı eylemler)

Gönderim Saati ve Günü

Zamanlama açılma oranlarını ciddi biçimde etkiler:

Haftanın Günü:

• Salı ile Perşembe
• Hafta içi ile hafta sonu
• Haftanın başı ile haftanın sonu

Günün Saati:

• Sabah (06.00-09.00)
• Kuşluk (09.00-12.00)
• Öğleden sonra (12.00-15.00)
• Akşam (18.00-21.00)

Göreli Zamanlama:

• Hemen gönderim ile saatlerce gecikmeli gönderim
• Abonenin saat dilimine göre ile sabit saate göre

E-posta İçeriği ve Metni

Uzunluk:

• Kısa ve göz gezdirilebilir
• Uzun ve ayrıntılı
• Karma (genişletilebilir bölümlerle göz gezdirilebilir)

Ton:

• Resmi ile samimi
• Özellik odaklı ile fayda odaklı
• Eğitici ile promosyon amaçlı

İçerik Yapısı:

• Metin ağırlıklı ile görsel ağırlıklı
• Tek sütun ile çok sütun
• Ürün ızgarası ile öne çıkan tek ürün

Görseller ve Görsel Tasarım

Ana Görsel:

• Ürün görseli ile yaşam tarzı görseli
• Sabit görsel ile hareketli GIF
• Ana görsel yok ile tam genişlikte ana görsel

Görsel Stili:

• Profesyonel fotoğraf ile kullanıcı üretimi içerik
• İnsanlı ile yalnızca ürün
• Tek ürün ile birden fazla ürün

Düzen:

• Minimalist tasarım ile ayrıntılı tasarım
• Marka renkleri baskın ile nötr palet
• Özel grafikler ile yalnızca fotoğraflar

Gönderen Adı ve Adresi

Gönderen Adı:

• Şirket adı: “Acme Mağaza”
• Kişi adı: “Acme’den Selin”
• Birleşik: “Acme Mağaza’dan Selin”
• Kurucu/CEO: “Selin Yılmaz, CEO”

Yanıt Adresi:

• Yanıtlanmayan adres ile takip edilen gelen kutusu
• Genel ile kişisel ([email protected])

Teklifler ve Teşvikler

İndirim Biçimi:

• Yüzde indirim: “%25 indirim”
• Tutar indirimi: “$25 indirim”
• Ücretsiz kargo: “Tüm siparişlerde ücretsiz kargo”
• Hediye: “$50 ve üzeri siparişlerde hediye”

Aciliyet Unsurları:

• Geri sayım sayacı ile metin halinde son tarih
• Sınırlı stok ile sınırlı süre
• Özel erişim ile herkese açık erişim

---

Örneklem Büyüklüğü ve İstatistiksel Anlamlılık

Doğru Örneklem Büyüklüğünün Önemi

Çok az alıcıyla test yapmak güvenilmez sonuçlara yol açar. Küçük bir testteki “kazanan” yalnızca rastlantısal bir dalgalanma olabilir.

Minimum Örneklem Büyüklüğünü Hesaplama

Varyasyon başına kaç alıcıya ihtiyacınız olduğunu belirlemek için şu tabloyu kullanın:

%95 güven düzeyi ve %80 istatistiksel güç için:

Temel Oran	Beklenen Artış	Varyasyon Başına Min. Örneklem
%15 açılma oranı	%10 artış	3.000
%15 açılma oranı	%20 artış	800
%20 açılma oranı	%10 artış	2.300
%20 açılma oranı	%20 artış	600
%3 tıklama oranı	%10 artış	15.000
%3 tıklama oranı	%20 artış	4.000
%3 tıklama oranı	%50 artış	700

Temel içgörü: Beklenen iyileşme ne kadar küçükse, onu güvenle saptamak için gereken örneklem büyüklüğü o kadar büyüktür.

İstatistiksel Anlamlılık Nedir?

İstatistiksel anlamlılık, varyasyonlar arasındaki farkın rastlantıdan değil, gerçek bir etkiden kaynaklandığının muhtemel olduğu anlamına gelir.

%95 güven düzeyi, gözlenen farkın rastlantısal dalgalanmadan kaynaklanma ihtimalinin yalnızca %5 olduğunu gösterir.

Anlamlılık nasıl kontrol edilir:

1. Bir hesaplayıcı kullanın - Birçok e-posta servis sağlayıcısında yerleşik anlamlılık hesaplayıcısı bulunur
2. Yeterli veriyi bekleyin - Kazananları çok erken ilan etmeyin
3. Güven aralıklarını kontrol edin - Örtüşen aralıklar gerçek bir fark olmadığına işaret eder

Kazananı Çok Erken İlan Etmenin Tehlikesi

Kazananı erken ilan etmek en yaygın A/B testi hatasıdır:

• 1. gün: A sürümü %15 önde, ancak varyasyon başına yalnızca 200 açılma var
• 3. gün: Sürümler başa baş, örneklem büyüyor
• 5. gün: B sürümü %8 farkla kazanıyor, istatistiksel olarak anlamlı

Genel kural: Karar vermeden önce hesapladığınız minimum örneklem büyüklüğüne ulaşmayı bekleyin.

Küçük Listeleri Yönetmek

Listeniz istatistiksel anlamlılık için çok küçükse:

1. Birden fazla kampanya boyunca test edin - Gönderimler arasında veriyi toplayın
2. Daha büyük değişikliklere odaklanın - Beklenen artışı %50 ve üzeri olan varyasyonları test edin
3. Daha uzun gözlem süreleri kullanın - Kampanyaların daha uzun süre çalışmasına izin verin
4. Yön gösterici içgörüleri kabul edin - İstatistiksel olarak kanıtlanmamış ama yine de bilgilendirici

---

A/B Testi Yöntemi: Adım Adım

Adım 1: Hedefinizi Tanımlayın

Bu test için hangi metrik en önemli?

Hedef	Birincil Metrik	İkincil Metrik
Bilinirlik	Açılma oranı	Tıklama oranı
Etkileşim	Tıklama oranı	Sayfada geçirilen süre
Dönüşüm	Dönüşüm oranı	E-posta başına gelir
Elde tutma	Yanıt oranı	Abonelikten çıkma oranı

Adım 2: Bir Hipotez Kurun

Hipotezinizi net biçimde kurgulayın:

Biçim: “Eğer [değişikliği] yaparsak, [metrik] [artacak/azalacak], çünkü [neden].”

Örnekler:

• “Konu satırına abonenin adını eklersek açılma oranları %15 artacak, çünkü kişiselleştirme ilgililik yaratır.”
• “Mavi yerine kırmızı CTA butonu kullanırsak tıklama oranları %20 artacak, çünkü kırmızı daha fazla aciliyet hissi yaratır.”
• “Saat 10.00 yerine 07.00’de gönderirsek açılma oranları %10 artacak, çünkü aboneler e-postalarını işe başlamadan önce kontrol ediyor.”

Adım 3: Değişkeni Yalıtın

Kritik kural: Tek seferde YALNIZCA BİR unsuru test edin.

Yanlış yaklaşım:

• A sürümü: “Kısa Süreli İndirim!” + kırmızı buton + sabah gönderimi
• B sürümü: “Bugün %30 Tasarruf Edin” + mavi buton + öğleden sonra gönderimi

B kazanırsa nedenini bilemezsiniz.

Doğru yaklaşım:

• A sürümü: “Kısa Süreli İndirim!” + mavi buton + sabah gönderimi
• B sürümü: “Bugün %30 Tasarruf Edin” + mavi buton + sabah gönderimi

Artık yalnızca konu satırını test ediyorsunuz.

Adım 4: Testi Kurun

Rastgele atama: Abonelerin her varyasyona rastgele atandığından emin olun.

Eşit dağılım: İki varyasyon için 50/50 bölün (üç varyasyon için 33/33/33).

Diğer testlerden hariç tutun: Aynı aboneleri aynı anda yürüyen birden fazla teste dâhil etmeyin.

Adım 5: Testi Yürütün

Zamanlama değerlendirmeleri:

Metrik	Minimum Bekleme Süresi
Açılma oranı	24-48 saat
Tıklama oranı	48-72 saat
Dönüşüm oranı	72 saat ve üzeri (satış döngüsüne bağlı)
Abonelikten çıkma oranı	72 saat

Sürekli kontrol etmeyin: Sonuçlara saat başı bakmak erken sonuçlara varmanıza yol açabilir.

Adım 6: Sonuçları Analiz Edin

Analiz ederken şunları göz önünde bulundurun:

1. İstatistiksel anlamlılık - Fark gerçek mi yoksa rastlantısal mı?
2. Pratik anlamlılık - Fark işletmeniz için anlamlı mı?
3. İkincil metrikler - Birincil metrikte kazanmak diğerlerini olumsuz etkiledi mi?
4. Segment performansı - Sonuçlar kitle segmentine göre farklılaştı mı?

Adım 7: Belgeleyin ve Uygulayın

Her şeyi belgeleyin:

• Neyin test edildiği
• Hipotez
• Sonuçlar (güven düzeyiyle birlikte)
• Temel öğrenimler
• Sonraki test fikirleri

Öğrenimleri uygulayın:

• Şablonları kazanan unsurlarla güncelleyin
• Bulguları ekiple paylaşın
• Doğrulamak için takip testleri planlayın

---

Kampanya Türüne Göre Test Fikirleri

Karşılama E-postaları

Unsur	Test A	Test B
Konu satırı	”[Marka]‘ya hoş geldiniz!"	"%15’lik hoş geldiniz hediyeniz burada”
İndirim biçimi	%15 indirim	$15 indirim
CTA odağı	Hemen alışveriş yapın	Testi çözün
E-posta uzunluğu	Kısa karşılama	Ayrıntılı marka tanıtımı
Takip zamanlaması	2. gün	3. gün

Terk Edilmiş Sepet E-postaları

Unsur	Test A	Test B
Konu satırı	”Arkanızda bir şey bıraktınız"	"Sepetiniz sizi bekliyor”
İlk e-posta zamanlaması	1 saat	4 saat
İndirim	İndirim yok	%10 indirim
Ürün gösterimi	Tek ana ürün	Sepetin tamamı
Aciliyet	Düşük stok uyarısı	Sepetin süresi doluyor uyarısı

Promosyon Kampanyaları

Unsur	Test A	Test B
Konu satırı	”Her Şeyde %30 İndirim"	"Sezonun En Büyük İndirimi”
Ana görsel	Ürün ızgarası	Yaşam tarzı fotoğrafı
Teklif yapısı	Site geneli indirim	Kategoriye özel fırsatlar
CTA konumu	Yalnızca üstte	Üstte ve altta
Geri sayım sayacı	Var	Yok

Bülten ve İçerik E-postaları

Unsur	Test A	Test B
Konu satırı	İçerik odaklı	Merak uyandıran
Biçim	Tek hikâye	Birden fazla kısa hikâye
CTA stili	Metin bağlantısı	Buton
Kişiselleştirme	Selamlamada isim	Ürün önerileri
Sosyal unsurlar	Paylaşım butonları	Paylaşım butonu yok

Yeniden Etkileşim Kampanyaları

Unsur	Test A	Test B
Konu satırı	”Sizi özledik!"	"Bazı şeyler değişti”
Teşvik	İndirim	Ücretsiz kargo
İçerik odağı	Yenilikler	Çok satanlar
Ton	Duygusal	Doğrudan
Abonelikten çıkma vurgusu	Hafif	Belirgin

---

Sonuçları Yorumlama ve Harekete Geçme

Sonuçlarınızı Okuma

Senaryo 1: Net Kazanan

• B sürümünün tıklama oranı %25 daha yüksek
• İstatistiksel anlamlılık: %98
• Eylem: B sürümü yaklaşımını uygulayın

Senaryo 2: Anlamlı Fark Yok

• A ve B sürümleri birbirinden %3 içinde performans gösteriyor
• İstatistiksel anlamlılık: %45
• Eylem: İki yaklaşım da işe yarar, başka bir şey test edin

Senaryo 3: Karışık Sonuçlar

• A sürümü açılma oranında kazanıyor
• B sürümü dönüşüm oranında kazanıyor
• Eylem: Hedef önceliğini gözden geçirin, gerekirse melez bir yaklaşım test edin

Yaygın Yorumlama Hataları

1. İkincil metrikleri göz ardı etmek - Açılmaları artıran ama dönüşümleri dibe çeken bir konu satırı kazanan değildir
2. Sonuçları aşırı genellemek - Kazanan bir konu satırı stili her kampanya türünde işe yaramayabilir
3. Segment farklılıklarını göz ardı etmek - Genel kazanan, en iyi müşterileriniz için kaybeden olabilir
4. Kazananları çok hızlı ilan etmek - İstatistiksel anlamlılık yeterli örneklem büyüklüğü gerektirir

Bir Eylem Çerçevesi Oluşturma

Her testten sonra sonuçları sınıflandırın:

Sonuç	Eylem
Güçlü kazanan (%95 üzeri güven, %10 üzeri artış)	Hemen uygulayın, şablonları güncelleyin
Orta düzey kazanan (%90 üzeri güven, %5-10 artış)	Uygulayın, varyasyonları test etmeyi sürdürün
Zayıf kazanan (%90’ın altında güven veya %5’in altında artış)	Eğilimi not edin, daha büyük örneklemle yeniden test edin
Fark yok	Hiçbir yaklaşım üstün değil, yeni bir değişken test edin
Güçlü kaybeden	Bu yaklaşımdan kaçının, nedenini belgeleyin

Bir Test Takvimi Kurma

Testlerinizi stratejik olarak planlayın:

1. Ay: Temel

• 1-2. hafta: Konu satırı kişiselleştirme testi
• 3-4. hafta: CTA buton rengi testi

2. Ay: Zamanlama

• 1-2. hafta: Gönderim saati optimizasyonu (sabah ile öğleden sonra)
• 3-4. hafta: Gönderim günü optimizasyonu (Salı ile Perşembe)

3. Ay: İçerik

• 1-2. hafta: E-posta uzunluğu testi
• 3-4. hafta: Görsel stili testi

4. Ay: Teklifler

• 1-2. hafta: İndirim biçimi (yüzde ile tutar)
• 3-4. hafta: Aciliyet unsurları testi

---

İleri Düzey A/B Testi Stratejileri

Ardışık Test

Tek seferlik testler yerine en iyi performansı bulmak için ardışık testler yürütün:

1. 1. tur: 4 konu satırı yaklaşımını test edin (A, B, C ve D)
2. 2. tur: Kazananı 2 yeni varyasyonla test edin
3. 3. tur: Kazanan yaklaşımı küçük dokunuşlarla iyileştirin

Segmente Özel Test

Farklı segmentler farklı tepki verebilir:

• Yeni aboneler eğitici içeriği tercih edebilir
• VIP müşteriler ayrıcalık hissine daha iyi tepki verebilir
• Pasif aboneler daha güçlü teşviklere ihtiyaç duyabilir

Mümkün olduğunda testleri segmentlerin içinde yürütün.

Otomatik Gönderim Saati Optimizasyonu

Birçok e-posta servis sağlayıcısı makine öğrenimi destekli gönderim saati optimizasyonu sunar:

• Her abonenin davranışını ayrı ayrı öğrenir
• Her alıcı için en uygun saatte gönderir
• Etkileşime dayanarak sürekli iyileşir

Otomatik optimizasyonu, manuel testler temel değerleri belirledikten sonra değerlendirin.

Kontrol Grupları

Uzun vadeli etkiyi ölçmek için:

1. Yalnızca A sürümünü alan bir kontrol grubu oluşturun
2. B sürümünü kalan kitleyle test edin
3. 30-90 gün sonra yaşam boyu metrikleri karşılaştırın
4. Değişikliklerin uzun vadeli etkilerini anlayın

Bayesçi ve Frekansçı Test

Çoğu A/B testi frekansçı istatistik kullanır (p değerleri ve güven aralıkları). Bayesçi test bir alternatif sunar:

Frekansçı yaklaşım:

• Sabit örneklem büyüklüğü gerektirir
• Evet/hayır biçiminde anlamlılık yanıtı verir
• Paydaşlara açıklaması daha kolaydır
• Sonuçlara defalarca bakıldığında p değeri manipülasyonu riski taşır

Bayesçi yaklaşım:

• Sonuçlar istenildiği zaman kontrol edilebilir
• Bir sürümün diğerini geçme olasılığını verir
• Daha nüanslı karar vermeye izin verir
• Daha fazla istatistik bilgisi gerektirir

Çoğu e-posta pazarlamacısı için doğru örneklem hesaplamalarıyla yapılan frekansçı test yeterlidir ve uygulaması daha kolaydır.

---

Gerçek Hayattan A/B Testi Örnekleri

Örnek 1: Konu Satırı Kişiselleştirme

Şirket: E-ticaret moda perakendecisi Test: Ada göre kişiselleştirme ile genel konu satırı

Sürüm	Konu Satırı	Açılma Oranı	Örneklem Büyüklüğü
A (Kontrol)	“Bayılacağınız yeni ürünler”	%18,2	25.000
B (Test)	“Selin, bayılacağınız yeni ürünler”	%22,4	25.000

Sonuç: %99 istatistiksel güvenle açılma oranlarında %23 artış Uygulama: Kişiselleştirme tüm promosyon e-postalarına uygulandı Gelir Etkisi: Aylık e-posta gelirinde $47.000 artış

Örnek 2: CTA Buton Optimizasyonu

Şirket: Abonelik kutusu hizmeti Test: Buton metni ve renk varyasyonları

Sürüm	CTA	Renk	Tıklama Oranı
A	”Hemen Abone Olun”	Mavi	%3,2
B	”Aboneliğimi Başlat”	Turuncu	%4,1

Sonuç: Tıklama oranında %28 artış Temel Öğrenim: Birinci tekil şahıs dili (“Benim”) aciliyet hissi veren renkle birleştiğinde en iyi sonucu verdi Takip Testi: Ek birinci tekil şahıs varyasyonları test edildi

Örnek 3: Gönderim Saati Optimizasyonu

Şirket: B2B SaaS şirketi Test: Salı 09.00 ile Perşembe 14.00

Gün/Saat	Açılma Oranı	Tıklama Oranı	Demo Talebi
Salı 09.00	%24,8	%4,2	12
Perşembe 14.00	%21,3	%5,8	18

Sonuç: Perşembe günü açılmalar daha düşük, ancak etkileşim ve dönüşümler daha yüksekti Temel Öğrenim: Açılmalar her zaman dönüşümlerle örtüşmez Uygulama: Tüm promosyon gönderimleri Perşembe öğleden sonrasına taşındı

Örnek 4: İndirim Sunumu

Şirket: Ev ürünleri perakendecisi Test: $100 ortalama sipariş tutarı için yüzde ile tutar karşılaştırması

Sürüm	Teklif	Dönüşüm Oranı	Ortalama Sipariş Tutarı
A	”%20 indirim”	%4,8	$95
B	”$20 indirim”	%5,2	$112

Sonuç: Tutar indirimi %8 daha fazla dönüşüm ve %18 daha yüksek ortalama sipariş tutarı getirdi İçgörü: Orta fiyatlı alışverişlerde tutar indirimleri daha somut hissettiriyor Uyarı: Çok yüksek veya çok düşük fiyat noktalarında bu durum tersine döner

---

Yaygın A/B Testi Hataları ve Bunlardan Kaçınma Yolları

Hata 1: Çok Fazla Değişkeni Test Etmek

Sorun: Konu satırını, CTA’yı ve görselleri aynı anda test etmek, farkın nedenini bilmeyi imkânsız hale getirir.

Çözüm: Tek seferde tek bir unsuru test edin. Birden fazla unsuru test etmeniz gerekiyorsa ardışık testler yürütün.

Hata 2: Yetersiz Örneklem Büyüklüğü

Sorun: 3.000 gerekliyken varyasyon başına 500 açılmadan sonra kazananı ilan etmek.

Çözüm: Test öncesinde gereken örneklem büyüklüğünü hesaplayın. Çevrimiçi hesaplayıcıları veya bu rehberde daha önce verilen tabloları kullanın.

Hata 3: Testleri Erken Durdurmak

Sorun: İlk gün sonuçlara bakmak, bir “kazanan” görmek ve testi durdurmak.

Çözüm: Test süresine ve örneklem büyüklüğüne önceden bağlanın. Minimum eşiklere ulaşılmadan sonuçlara bakmayın.

Hata 4: Yeterince Sık Test Yapmamak

Sorun: Sürekli test yerine üç ayda bir test yürütmek.

Çözüm: Her ay her ana kampanya türü için en az bir test içeren bir test takvimi oluşturun.

Hata 5: İlgisiz Unsurları Test Etmek

Sorun: Temel metrikleri etkilemeyecek alt bilgi yazı renklerini test etmek için haftalar harcamak.

Çözüm: Testleri potansiyel etkiye göre önceliklendirin. Konu satırları, CTA’lar ve tekliflerle başlayın.

Hata 6: Segment Farklılıklarını Göz Ardı Etmek

Sorun: Aslında en iyi müşterilerinizin performansına zarar veren bir “kazananı” uygulamak.

Çözüm: Test sonuçlarını segmente göre analiz edin (yeni ile tekrar eden, yüksek değerli ile ortalama vb.).

Hata 7: Sonuçları Belgelememek

Sorun: Kimse ne öğrenildiğini hatırlamadığı için aynı testleri yeniden yürütmek.

Çözüm: Hipotezleri, sonuçları, öğrenimleri ve çıkarımları içeren bir test günlüğü tutun.

Hata 8: Atipik Dönemlerde Test Yapmak

Sorun: Kara Cuma veya büyük tatiller sırasında test yürütüp bu öğrenimleri normal dönemlere uygulamak.

Çözüm: Test günlüğünüze bağlamı not edin. Geniş çapta uygulamadan önce normal dönemlerde yeniden test edin.

---

Test Kültürü Oluşturmak

Paydaş Desteği Almak

Test öncelikli bir kültür kurmak için:

1. Hızlı kazanımlarla başlayın - Net sonuçlar veren yüksek etkili bir test yürütün
2. Gelir etkisini sayısallaştırın - Artış yüzdelerini paraya çevirin
3. Öğrenimleri geniş çapta paylaşın - Aylık test değerlendirme toplantıları yapın
4. Sürprizleri kutlayın - Varsayımları çürüten testler de değerlidir
5. Bir test yol haritası kurun - Rastgele testler değil, stratejik bir yaklaşım gösterin

Test Kılavuzunuzu Oluşturmak

Kurumunuzun test standartlarını belgeleyin:

Test Planlama:

• Minimum örneklem büyüklüğü gereksinimleri
• Gereken güven düzeyi (genellikle %95)
• Test süresi yönergeleri
• Testler için onay süreci

Test Yürütme:

• Testlerin e-posta servis sağlayıcınızda nasıl kurulacağı
• Varyasyonlar için adlandırma kuralları
• Gönderim öncesi kalite kontrol listesi

Analiz Standartları:

• Sonuçlara ne zaman bakılacağı
• Anlamlılığın nasıl hesaplanacağı
• Sonuçsuz testlerle ne yapılacağı

Belgeleme:

• Testlerin nereye kaydedileceği
• Zorunlu alanlar (hipotez, sonuçlar, öğrenimler)
• Bulguların nasıl paylaşılacağı

Test Programının Başarısını Ölçmek

Test programınızın etkinliğini izleyin:

Metrik	Hedef
Aylık yürütülen test sayısı	4-8
Anlamlılığa ulaşan testler	%60 ve üzeri
Net kazananı olan testler	%40 ve üzeri
Uygulanan öğrenimler	%80 ve üzeri
Birikimli performans iyileşmesi	Üç ayda bir izleyin

---

A/B Testi Araçları ve Platformları

Nelere Bakmalı

Vazgeçilmez A/B testi özellikleri:

Özellik	Neden Önemli
Kolay varyasyon oluşturma	Hızlı test kurulumu
Rastgele atama	Geçerli test sonuçları
İstatistiksel anlamlılık hesaplayıcısı	Sonuçların ne zaman güvenilir olduğunu bilmek
Otomatik kazanan seçimi	En iyi sürümü listenin kalanına göndermek
Sonuç görselleştirme	Kolay yorumlama
Geçmiş test takibi	Önceki öğrenimlerin üzerine inşa etmek

Brevo ve Tajo ile Test

Tajo’nun Brevo ile entegrasyonu gelişmiş testlere olanak tanır:

• Segmente özel testler için senkronize müşteri verisi
• Otomasyon dizilerini test etmek için davranışsal tetikleyiciler
• E-posta, SMS ve WhatsApp genelinde çok kanallı test
• Testin genel müşteri yolculuğuna etkisini izlemek için birleşik analitik
• Testlerin güncel müşteri bilgisini kullanmasını sağlayan gerçek zamanlı veri senkronizasyonu

---

Sonuç

E-posta A/B testi, e-posta pazarlamasını sanattan bilime dönüştürür. Unsurları sistematik olarak test ederek, istatistiksel anlamlılığı hesaplayarak ve öğrenimleri uygulayarak e-posta performansınızda sürekli iyileşme sağlayabilirsiniz.

Temel çıkarımlar:

1. Net ve uygulanabilir içgörüler için tek seferde tek bir değişkeni test edin
2. Kazananları ilan etmeden önce istatistiksel anlamlılığı bekleyin
3. Kurumsal bilgi birikimi oluşturmak için her şeyi belgeleyin
4. Önce konu satırları ve CTA’lar gibi yüksek etkili unsurlara odaklanın
5. Tutarlı iyileştirme için bir test takvimi oluşturun
6. Öğrenimleri hemen uygulayın ve yinelemeyi sürdürün

En başarılı e-posta pazarlamacıları en iyi sezgilere sahip olanlar değildir, en tutarlı biçimde test yapanlardır.

E-posta kampanyalarınızı veriye dayalı testlerle optimize etmeye hazır mısınız? E-posta, SMS ve WhatsApp genelinde bütünleşik A/B testine ve kişiselleştirilmiş testleri besleyen gerçek zamanlı Shopify veri senkronizasyonuna erişmek için Tajo ile başlayın.

İlgili Yazılar

• E-posta Pazarlama Kampanyaları: Planlama, Yürütme ve Optimizasyon Rehberi
• E-posta Pazarlama Stratejisi: Eksiksiz Planlama ve Uygulama Rehberi [2025]
• Küçük İşletmeler için E-posta Pazarlaması: Eksiksiz Rehber (2026)
• E-posta Pazarlaması ROI’si: Getirileri Nasıl Hesaplarsınız, İzlersiniz ve İyileştirirsiniz [2025]
• Yeni Başlayanlar için E-posta Pazarlaması: Eksiksiz Başlangıç Rehberi (2026)