Concrete voorbeelden van hoe prompt engineering de doelgerichtheid, toon en timing verbetert
Inleiding
E-mailmarketing is altijd al een van de meest directe en effectieve manieren geweest om met een doelgroep te communiceren. Maar om het goed aan te pakken – de juiste boodschap, het juiste moment, de juiste toon – vergt het veel nadenken, testen en tijd.
Het afgelopen jaar ben ik AI bewuster gaan inzetten in mijn e-mailcampagnes. Niet om menselijke strategie of creativiteit te vervangen, maar om deze te versterken. Met de juiste aanwijzingen ben ik in staat geweest om sneller te schrijven, slimmer te segmenteren en meer variaties te testen dan ooit tevoren.
Zo heeft AI me geholpen mijn e-mailresultaten te verbeteren – stap voor stap.
1. Segmenteren op basis van intentie, niet alleen op basis van demografische gegevens
De meeste marketeers baseren zich nog steeds op oppervlakkige gegevens zoals leeftijd, locatie of functietitel om e-maillijsten te segmenteren. Ik ben AI gaan gebruiken om segmenten te creëren op basis van gedragsintenties, zoals surfgedrag, activiteit in het winkelmandje of betrokkenheid bij de inhoud.
Voorbeeld van een opdracht: “Genereer
4 gebruikerssegmenten op basis van de volgende gegevens: verblijftijd op de website, bezochte pagina’s en eerdere klikken in e-mails. Richt je daarbij op het betrokkenheidsniveau.”
Zo kreeg ik groepen als ‘aarzelende nieuwkomers’ of ‘terugkerende bezoekers zonder conversie’ – en die vormden de basis voor op maat gemaakte campagnes die echt inspeelden op de mentale toestand van de gebruiker, en niet alleen op demografische kenmerken.
2. Betere onderwerpregels schrijven (sneller)
We weten allemaal dat de onderwerpregel bepalend is voor het succes van een e-mail. Maar voor elke campagne tien goede onderwerpregels bedenken? Dat is geen pretje.
Bij AI maak ik gebruik van verschillende prompts om de toon, de urgentie en emotionele prikkels te verkennen.
Voorbeeldopdracht: “Schrijf
10 onderwerpen voor een e-mail waarin een driedaagse uitverkoop van fitnessartikelen wordt aangekondigd. Zorg ervoor dat er een gevoel van urgentie in zit, gebruik in sommige onderwerpen emoji’s en geef ten minste twee onderwerpen de vorm van een vraag.”
Het resultaat is een ruime keuze aan opties voor A/B-tests – en wat nog belangrijker is: het bespaart me creatieve energie voor de daadwerkelijke inhoud.
3. Dynamische hoofdtekst op basis van segment
Zodra ik mijn segmenten heb, stel ik vaak meerdere versies van een e-mail op – één per segment. In plaats van elke keer helemaal opnieuw te beginnen, gebruik ik sjablonen om hetzelfde bericht aan te passen aan verschillende stijlen of knelpunten.
De prompt die ik gebruik: „Herschrijf
deze e-mail voor een gebruiker die artikelen aan het winkelmandje heeft toegevoegd maar niet heeft afgerekend. Houd de toon vriendelijk, zonder opdringerig te zijn. Geef een subtiele herinnering en voeg een zachte CTA toe.”
Zo komt de e-mail persoonlijker over, zonder dat er een groot creatief team voor nodig is.
4. Het vooraf testen van toon en framing
Soms wil ik eerst testen hoe een bericht overkomt voordat ik het verstuur. Ik vraag de AI dan om te ‘simuleren’ hoe verschillende gebruikersprofielen op een concept zouden kunnen reageren.
Voorbeeld van een vraag: “Hoe
zou een prijsbewuste gebruiker reageren op deze aanbieding per e-mail: ‘Gratis verzending bij bestellingen van meer dan $75’? Stel twee alternatieven voor die motiverender overkomen.”
Zo kan ik mijn tekst nog even bijschaven voordat ik op ‘Verzenden’ klik – en krijg ik nieuwe ideeën waar ik zelf misschien niet op was gekomen.
5. E-mailreeksen voor verkooptrechters genereren
Bij het opzetten van lead-nurture-sequenties of processen na de aankoop helpt AI me om de volledige campagnestructuur sneller in kaart te brengen.
De opdracht die ik gebruik: „Stel
een welkomstreeks van vier e-mails op voor een nieuwe gebruiker van een digitale productiviteitsapp. Elke e-mail moet gericht zijn op onboarding, het aanleren van gewoontes en het behouden van gebruikers op de lange termijn.”
In plaats van urenlang vanaf nul te moeten plannen, krijg ik een duidelijk stappenplan dat ik kan bijschaven en aanpassen aan de lokale situatie.
Slotopmerkingen: AI zal een slechte marketeer niet tot een goede maken. Maar het zal een goede marketeer wel sneller, flexibeler en experimenteler maken.
Voor mij gaat het niet om het automatiseren van e-mails, maar om het verbeteren van de besluitvorming. Hoe vaker ik ‘prompt engineering’ toepas in e-mailcampagnes, hoe meer ik me realiseer hoeveel tijd ik vroeger verspilde aan repetitieve taken die helemaal niet handmatig hoefden te worden uitgevoerd.
Als je aan het onderzoeken bent hoe je AI in je e-mailworkflow kunt integreren, vertel ik je daar graag meer over. En als je hier zelf al mee aan de slag bent gegaan, hoor ik graag wat voor jou goed werkt.
Stuur me een berichtje via [email protected] of laten we contact leggen via LinkedIn.