V jaký čas reagují vaši odběratelé na e-maily nejlépe? Vyhovuje jim více textu, nebo obrázků? Jakou výzvu k akci zvolit, aby přinesla co nejvíce objednávek? Odpovědi na tyto otázky můžete získat díky A/B testování. Podívejme se na to, jak A/B testování funguje v roce 2026, proč musíte zapomenout na staré metriky a jak zapojit AI, abyste z každé rozesílky vyždímali maximum.

Proč je A/B testování svatý grál e-mailingu?

Připravíte skvělou kampaň, ale nejste si jistí, jestli lidi více zaujme předmět, který zdůrazňuje pohodlí, nebo třeba lehce bulvární. Pokud jeden z nich vyberete podle svých pocitů, nemusíte se trefit do vkusu publika. Lidé e-mail neotevřou, nenakoupí a vy tak neefektivně pálíte marketingový rozpočet. A právě proto je A/B testování v e-mailingu tak důležité. 

Jak funguje?

Rozešlete variantu A malému vzorku kontaktů (např. 10 %) a variantu B druhému malému vzorku (dalších 10 %).

Nastavíte, za jak dlouho má systém vyhodnotit, která verze funguje lépe.

Nástroj sám rozešle vítěznou variantu na zbylých 80 % databáze.

Šetříte rozpočet, minimalizujete riziko a systematicky zvyšujete své tržby.

Metriky, které (ne)lžou: Proč už nesmíte věřit jen míře otevření

Pokud v roce 2026 stále vyhodnocujete úspěšnost A/B testů podle míry otevření (Open Rate), hrozí, že budete stavět svůj byznys na iluzi. Od technologických změn, které odstartoval Apple se svou funkcí Mail Privacy Protection, je míra otevření jako ukazatel úspěchu u A/B testů nespolehlivá. Apple (a dnes i další poskytovatelé) e-maily na svých serverech na pozadí předem stahuje a otevírá pomocí botů. Systémy vám sice nahlásí, že uživatel e-mail otevřel, ale realita je taková, že kampaň leží netknutá ve schránce.

Co z toho plyne pro vaše testování? Že když má varianta A o 5 % vyšší míru otevření, může to být jen statistický šum způsobený uživateli Applu. Mnohem větší byznysový smysl dává posunout laťku výš a vybírat úspěšnější varianty podle míry prokliku (CTR). Nebo ještě lépe – podle konverzí (objednávky/registrace). To však ne každý e-mailingový nástroj umožňuje.

Prvky, které byste měli testovat

Většina markeťáků skončí u toho, že proti sobě postaví dva různé předměty e-mailu. To je ale teprve začátek. Chcete-li e-mailing dělat na profi úrovni, rozšiřte své obzory na testování dalších prvků a naučte se, jak A/B testování správně pojmout.

Předmět

Při testování předmětu je nejlepší postavit proti sobě dvě zcela odlišné psychologické strategie. Tady je 5 nejefektivnějších konceptů:

Zvědavost vs. přímý užitek

• Varianta A (zvědavost): „Tohle v e-shopech raději schovávají…“
• Varianta B (přímý užitek): „Návod: Jak ušetřit 1 500 Kč na dalším nákupu“
• Varianta A sice může mít skvělé výsledky (pokud vám projdou přes filtry Applu), ale varianta B často přivádí lidi, kteří mají silnější nákupní záměr, což se propíše do vyššího CTR a více objednávek.

Negativní motivace (FOMO) vs. pozitivní motivace (zisk)

• Varianta A (FOMO/ztráta): „Poslední šance: Vaše sleva za pár hodin propadne“
• Varianta B (zisk): „Využijte víkendovou slevu 20 % na celý nákup“
• Lidé mají obecně větší strach z toho, že o něco přijdou, než radost z toho, že něco získají. Otestujte, co víc platí na vaši cílovku.

Otázka vs. tvrzení

• Varianta A (otázka): „Trápí vás v létě suchá pokožka? Tady je řešení“
• Varianta B (tvrzení): „3 kroky, jak udržet pokožku hydratovanou i v největších vedrech“
• Otázka v předmětu přirozeně nutí lidský mozek podvědomě hledat odpověď – a jediný způsob, jak ji získat, je e-mail rozkliknout. Tvrzení naopak působí autoritativně a jasně.

Čísla a fakta vs. emoce a příběh

• Varianta A (Analytická): „9 z 10 marketérů dělá v e-mailingu tuto chybu“
• Varianta B (Příběhová): „Příběh o tom, jak nám jeden e-mail málem zničil byznys“
• Lidé s analytickým myšlením slyší na data a strukturu. Lidé s emociálním rozhodováním zase na lidskost.

Personalizace jménem vs. personalizace kontextem

• Varianta A (jméno): „Petře, vybrali jsme pro vás ty nejlepší novinky“
• Varianta B (kontext/lokalita): „V Praze bude zítra pršet. Máte už pořádný deštník?“
• Vložit do předmětu jméno dnes umí každý robot a lidé už prokoukli, že jde o automat. Co ale otestovat personalizaci podle toho, co reálně udělali nebo kde žijí?

Obsah

Co se vyplatí testovat v rámci obsahu e-mailu?

• CTA tlačítka (výzva k akci): CTA rozhoduje o tom, zda lidé přejdou na váš e-shop. Testujte barvu, umístění a text. 
• Délka e-mailu a formát: Postavte proti sobě krátký, vizuálně čistý a úderný e-mail (pouze produkt, cena, tlačítko) a delší, příběhový nebo edukativní formát. 

Odesílatel

Vyzkoušejte, zda vaše publikum raději otevírá e-maily od firmy (Mailujeme), nebo od konkrétního člověka (Jan z Mailujeme). Zde bude hodně záležet na vašem oboru – v B2B odvětví se druhá varianta pravděpodobně nesetká s úspěchem, ale pokud jste e-shop, nemusíte se toho bát. V e-mailových schránkách je to rozmanité:

Den a čas odeslání

Zapomeňte na obecné poučky, že „nejlepší je úterý“. Den a čas sice neotestujete klasickým A/B testem s automatickým vítězem, protože obě varianty se odesílají najednou, ale skvěle k tomu poslouží test 50/50. Rozdělte databázi na dvě poloviny a pošlete e-mail jedné skupině třeba v úterý a druhé v pátek. Porovnání objednávek vám dá jasnou odpověď pro příští kampaně. 

Co se času týká, mnohé nástroje nabízejí optimalizaci odeslání. To znamená, že e-mail odešlou každému odběrateli v čase, kdy je nejvíce otevírá. Problém vyřešen bez nutnosti testování.

Jak vypadá správný proces testování

Začátečníci často dělají tu chybu, že v rámci jednoho A/B testu změní předmět, upraví hlavní banner a přepíšou text CTA tlačítka. Když pak jedna varianta vyhraje, nemají nejmenší tušení, co úspěch vlastně způsobilo. Byl to lepší předmět, nebo hezčí obrázek?

Proto při A/B testování platí železné pravidlo jedné proměnné: Testujte vždy pouze jednu věc. Pokud testujete předmět, tělo e-mailu musí být v obou variantách naprosto identické. Pokud testujete barvu CTA tlačítka, předmět i zbytek vizuálu musí zůstat beze změny. Jen tak získáte čistá a interpretovatelná data.

Jakýkoli experiment by měl být postaven na hypotéze. Než se do konkrétního testu pustíte, zkuste si ji zformulovat ve stylu Pokud uděláme X, očekáváme, že dosáhneme Y. To znamená například: Předpokládáme, že akčnější text na tlačítku zvýší CTR o X %.

Statistická významnost: Kdy je výsledek fakt, a kdy jen náhoda

Pokud pošlete testovací varianty malému vzorku lidí, můžete se ošklivě spálit. Když otestujete 50 lidí a na variantu A klikne o 3 lidi víc, není to vítězství. Je to čistá náhoda. Aby byl váš A/B test validní, musíte pracovat s dostatečně velkým vzorkem databáze a sledovat tzv. statistickou významnost. Minimální velikost vzorku jsou stovky až tisíce odběratelů v každé testovací skupině.

Pokud máte malou databázi (např. do 1 000 kontaktů), klasické A/B testování moc nedává smysl, protože skupiny budou mikroskopické. V takovém případě raději rozdělte databázi na poloviny (50/50), pošlete celou rozesílku najednou a výsledky použijte jako poučení pro příští samostatnou kampaň.

Co se statistické významnosti týká, e-mailingové nástroje k ní přistupují každý jinak. Ecomail bere jako vítězství i minimální rozdíl:

SmartEmailing se statistickou významností pracuje, a pokud jsou výsledky natolik podobné, že nelze s určitostí říci, která kampaň je lepší, doporučuje rozeslat na zbývající kontakty obě ve stejném poměru (50/50).

Čas na akci

A/B testování není složitá věda pro korporáty. Je to každodenní chleba každého e-shopu a firmy, které to s e-mailingem myslí vážně. Přestaňte hádat, co vaše zákazníky zajímá, a nechte je, aby vám to řekli svými prokliky a objednávkami. Zahoďte na chvíli intuici, otevřete svůj e-mailingový nástroj a naplánujte si svůj první A/B test.

Článek byl aktualizován dne 25. 6. 2026 Kateřinou Andrée. Původní článek byl publikován 6. 4. 2020 a napsala ho Tereza Nnaji.