Nemlig.com sparar tid och tredubblar engagemang och ordrar med sitt personaliserade och helautomatiska matplansmejl.

10. juni 2025
Om du vill ha inspiration till middagen, föredrar du då att få en plan som är anpassad efter dina önskemål, eller en generisk plan gjord av en matskribent?
Hos Nemlig.com erbjuder de båda delarna.
Varje vecka tar deras matskribent fram ett förslag på rätter som kan ingå i veckans matplan. Planen finns på deras webbplats och skickas till de anmälda via mejl.
Parallellt har de en personaliserad och automatiserad matplan, som startade som ett AI-experiment 2023 och nu växer stilla och lugnt tills den automatiserade matplanen förväntas ersätta den generiska.
Det personliga matplansmejlet ökar engagemanget med upp till 337 %
Efter 4 månaders test med två mejl i veckan var resultaten tydliga.
Den av de 3 mejlvarianterna som presterade bäst gav 337 % fler klick från mejlet till receptet.
När trafiken samtidigt har en konverteringsgrad på över 5 % är det också en förbättring som syns direkt på omsättning och resultat.

Den personliga matplanen lanserades i januari 2023 som ett AI-experiment.
Experimentet gick till en början ut på att låta AI välja ut rätter som matchade de anmäldas preferenser, och leverera 9–12 utvalda middagsrätter till alla anmälda två gånger i veckan.
Urvalet skedde från Nemlig.coms databas med cirka 3 000 recept, och de anmälda hade 9 olika preferenser som kunde väljas till och 6 olika som kunde väljas bort.
Efter några månader stod det klart att det inte var optimalt att låta AI välja ut recepten:
Cirka 2–5 % av de recept AI valde ut fanns inte i databasen.
Det valdes regelbundet ut recept som inte matchade preferenserna så väl som de borde.
En av utmaningarna var att en hel del av recepten inte hade tillräckligt mycket metadata som kunde berätta hur väl recepten matchade preferenserna.
Därför startades ett projekt där alla recept berikades med relevanta metadata i förhållande till samtliga preferenser. Det arbetet genomfördes med hjälp av AI, men med manuell kvalitetskontroll.
Efter uppdateringen av alla recept med relevanta metadata ändrades urvalet av recept till ett regelbaserat urval i stället för ett AI-baserat.
Samtidigt med införandet av det regelbaserade urvalet av recept togs 3 olika varianter fram av det mejl som presenterar de utvalda recepten för mottagarna:
A. En statisk version, med enbart inflätning av upp till 3 preferenser i preheadertexten.
B. En dynamisk version, med regelbaserad inflätning av 3 rätter i ämnesraden, samt flätfält med preferenser i introtexten.
C. En AI-version, där både ämnesrad, preheader och introtext anpassas individuellt utifrån preferenser och rätterna i mejlet.
Som framgår av bilden ovan med resultaten presterade AI-versionen faktiskt lite sämre än de två andra varianterna, medan den som presterade bäst var variant B med de dynamiska flättexterna.
Det är viktigt att tänka på att de anmälda här får mejlet två gånger i veckan, så de blir alltså snabbt medvetna om vad mejlet innehåller när det kommer.
Man kan därför inte dra slutsatsen att AI-genererade texter i alla lägen ger sämre resultat än texter som bygger på dynamiska flätfält.
Men det kan vara en påminnelse om att AI inte är det enda sättet att arbeta med personalisering, och att det i vissa fall kan ge bättre resultat att använda alternativa metoder.
Här är ett exempel på variant A – statiska texter:

Här är ett exempel på variant B – dynamiska flättexter:

Här är ett exempel på variant C – AI-genererade texter:

Hela lösningen är byggd i Yulsn Marketing Cloud, som också skickar alla mejl och har direkt integration till OpenAI.
Medarbetarna hos Nemlig.com har själva tillgång till att ändra i prompter och instruktioner.
Det finns full tillgång till att kontrollera alla de AI-genererade texterna – och ett stort antal simuleringar kördes före lanseringen.
Och det finns inbyggda Power BI-dashboards som ger överblick över resultaten.
Det finns en dataintegration till det generella setupet i Salesforce Marketing Cloud, men valet föll på att låta Yulsn bygga hela lösningen, eftersom det var långt mer effektivt än att bygga den i Salesforce.