이메일 마케팅 캠페인 A/B 테스트 가설 및 결과 분석
Act as a senior email marketing analyst. Create an A/B test hypothesis and result analysis for a [campaign: e-commerce summer sale, audience: past customers, test variables: subject line (A: "20% Off Summer Sale" vs. B: "Last Chance: 20% Off Summer Essentials")]. The analysis must include: 1) Test hypothesis (null & alternative), 2) Sample size & statistical significance threshold (p<0.05), 3) Result metrics (open rate, click rate, conversion rate), 4) Statistical significance test (chi-square test), 5) 3 data-backed recommendations for future campaigns, 6) A winning variant justification.ADVERTISEMENT - IN-ARTICLE
전문 가이드
이 프롬프트는 디지털 마케팅 담당자가 4시간 이상의 수동 통계 분석 대신 35분 만에 이메일 A/B 테스트를 설계하고 분석하는 데 도움이 됩니다.캠페인 유형, 대상 및 테스트 변수를 지정함으로써 ChatGPT/Claude는 통계적 유의성 테스트를 통해 구조화된 분석을 생성하여 마케팅 담당자가 데이터 기반 결정을 내려 이메일 성능을 향상시킬 수 있도록 돕습니다.출력에는 향후 이메일 캠페인을 최적화하기 위한 권장 사항(예: 제목 줄 길이, 긴급 언어)이 포함됩니다.다양한 테스트 변수(제목, CTA, 이메일 문구)에 맞춰 전자상거래, B2B 및 비영리 이메일 캠페인에 적합합니다.오픈율, 클릭율, 전환율을 높이려는 이메일 마케팅 팀에 가장 적합합니다.