Как анализировать email-маркетинг: Какие метрики изучить и как часто проверять

Рассмотрим ключевые метрики электронных рассылок, необходимые для оценки эффективности email-маркетинга. Подробно разберём каждый показатель, покажем формулу для его расчёта, расскажем о различных методах анализа рассылок и выявим частые ошибки при их проведении.

Этот материал будет полезен тем, кто регулярно осуществляет отправку email-рассылок клиентам и стремится лучше понять методы оценки их эффективности.

Почему важен анализ email-маркетинга

Предположим, у маркетолога возникла задача отправить письма с предложением о детских колясках по базе подписчиков, в которую входят незамужние девушки. Однако такие девушки не являются целевой аудиторией для детских товаров, поскольку коляски им не нужны.

Если маркетолог не проведет анализ базы перед началом рассылки, он может столкнуться с низким уровнем открываемости писем впоследствии. Возможно, он ошибочно припишет неудачу, например, заголовку, тексту или дизайну письма. В результате маркетолог может потратить время и бюджет на переработку и повторный запуск рассылки, не достигнув при этом увеличения открываемости.

В конце месяца, увидев нерентабельность рассылки, директор компании прекратит вложения в email-маркетинг.

Важно! Предварительный анализ базы клиентов мог бы предотвратить подобный исход. Он заранее выявил бы, что целевая аудитория отсутствует, и, следовательно, не имеет смысла вкладывать ресурсы в письма, которые останутся непрочитанными.

Регулярный анализ email-маркетинга важен, поскольку позволяет:

• распределять рекламный бюджет в соответствии с чёткими целями и прогнозами;

• зарабатывать больше, запуская эффективные механики;

• персонализировать email-коммуникации;

• своевременно замечать отток клиентов и принимать необходимые меры.

Анализ email-маркетинга осуществляется путём изучения различных метрик, таких как уровень открытия писем, сегментация подписчиков, их поведение, а также рост и качество базы данных. Однако этот анализ не включает в себя оценку финансовой прибыли и окупаемости.

Анализ электронной рассылки: основные метрики для изучения

Для анализа электронных рассылок необходимо учитывать метрики, отражающие все события, происходящие с письмом до или в момент открытия. Эти метрики обычно автоматически собираются в отчётах платформ для автоматизированных email-рассылок, но их также можно рассчитать и вручную.

Для осуществления всестороннего анализа в области email-маркетинга следует обращать внимание на следующие аспекты:

• открываемость (Open Rate);

• кликабельность (CTR);

• процент отписок;

• время жизни подписчика (CLT);

• доставляемость;

• Уровень ошибок;

• процент жалоб;

• браузеры и устройства подписчиков;

• геолокация.

Подробно рассмотрим, что представляют собой эти метрики и как их вычислить.

Открываемость, или Open Rate. Отражает долю получателей, которые открыли электронное письмо из отправленной рассылки. Этот показатель зависит от качества аудитории подписчиков.

Важно! Если ваши подписчики добровольно подписались на рассылку, это означает, что им интересны ваши письма, и они с высокой вероятностью будут открывать их.

Согласно исследованиям Mailchimp, хорошей открываемостью считается 20%. Если ваш показатель ниже, рекомендуется проверить следующие аспекты:

1. Тема письма: Оформите ее так, чтобы привлечь внимание читателя и четко передать суть содержания письма.

2. Контент: Удостоверьтесь, что содержание соответствует интересам ваших подписчиков. Например, рассылка омолаживающей косметики может оказаться неактуальной для юных девушек, которые не являются целевой аудиторией для таких товаров.

3. Сегментация базы: Проведите сегментацию аудитории. Например, в базе зоомагазина могут находиться владельцы кошек и собак, представляющие два разных сегмента с разными интересами.

4. Качество базы: Если в вашей базе много неактивных подписчиков, рассмотрите возможность выделения их в отдельный список. Таким образом, вы сможете направлять им специализированные письма, стимулирующие возобновление взаимодействия с вашей компанией.

Кликабельность, или CTR. Отражает количество читателей, которые активировали ссылку или кнопку внутри письма. Рост кликабельности свидетельствует о том, что ваша рассылка вызывает интерес у подписчиков.

Средняя кликабельность, по данным Mailchimp, составляет 2,62%. Если CTR ниже, проверьте:

1. Отображение на устройствах: Рассмотрите письмо на разных гаджетах, чтобы избежать проблем с отображением.

2. Текст: Упростите начало письма, избегайте сложного языка и обеспечьте разделение на абзацы.

Отписки. Отражают долю подписчиков, которые прекратили получать рассылку по собственному желанию.

Иногда читатели могут отписаться, сохраняя интерес к теме, из-за неудовлетворительного содержания рассылки. Например, если пользователи желают узнавать о велосипедах среднего ценового диапазона, а рассылка фокусируется исключительно на дорогих моделях, это может привести к решению отписаться.

Важно! При росте отписок пробуйте изменить содержание писем, пока не найдете интересные темы для подписчиков.

Время жизни подписчика, или CLT. Отражает период, в течение которого рассылка остается интересной для подписчиков, и насколько долго они открывают и читают письма. Эта метрика зависит от того, какие товары и услуги предоставляет компания.

Важно! Компания, предлагающая регулярно используемые продукты, например, бытовые чистящие средства, может поддерживать длительное взаимодействие с подписчиками.

Доставляемость. Доставляемость указывает, сколько писем успешно доставлено в почтовые ящики клиентов.

Доставляемость ниже 90% – плохо.

Уровень доставляемости может снижаться, особенно если письмо ассоциируется со спамом и блокируется почтовым ящиком получателя. Рекомендуется просить новых подписчиков при регистрации проверить папку «Спам» и добавить вас в белый список.

Этот показатель также может снижаться по следующим причинам:

1. Произошли ошибки в доставке – обратитесь в техническую поддержку.

2. Адрес вашего почтового ящика содержит ошибки – проверьте адрес и внесите необходимые изменения.

3. Почтовый ящик заблокирован, и из него невозможно отправлять рассылки – создайте новый ящик.

Уровень ошибок. Это случается, когда на отправленное письмо приходит уведомление об ошибке доставки. Если у вас всё в порядке, рекомендуется проверить базу подписчиков.

Большинство уведомлений об ошибке поступают в случае, если указанные адреса не существуют.

Если уровень ошибок превышает 3%, рекомендуется провести проверку базы подписчиков с использованием валидатора, такого как QuickEmailVerification или MailboxValidator. Это позволит выявить несуществующие адреса.

Жалобы. Доля пользователей, которые классифицировали ваши письма как спам. Количество жалоб может быть высоким при нелегальной покупке базы подписчиков или неправильной сегментации, например, если рассылка о корме для собак направлена владельцам кошек.

Показатель жалоб необходимо поддерживать в пределах 0,4—0,5%, чтобы избежать блокировки почтового ящика, с которого происходит рассылка. Для снижения процента жалоб рекомендуется:

1. Тщательно проверять качество и правильно сегментировать базу подписчиков.

2. Размещать кнопку отписки в начале письма, делая ее хорошо заметной.

3. Настроить отписку по одному клику, чтобы упростить процесс для пользователей и предотвратить отправку писем в спам.

4. Собирать базу своими силами, исключая покупку готовых списков, чтобы быть уверенными в качестве и целевой направленности подписчиков.

Браузеры и устройства подписчиков. Эти данные помогут создавать дизайн писем таким образом, чтобы они корректно отображались на наиболее используемых подписчиками устройствах.

Важно! Также важно учитывать, как подписчики открывают письма: на компьютере, смартфоне или через приложение. В каждом случае оформление письма будет разлным, поэтому необходимо подготавливать дизайн, учитывая эти особенности.

Геолокация. Это позволит определить местоположение ваших подписчиков и настроить время отправки рассылки. Например, для жителей Волгограда и Владивостока рекомендуется выбирать разные временные интервалы, учитывая часовую разницу между городами.

Подробный анализ email-рассылки

Проведение более детального анализа требует ручного подхода. В этом процессе собирают различные метрики и объединяют их в общий отчёт. Затем этот отчёт анализируется с целью выявления закономерностей, которые могут помочь понять причины полученных результатов рассылки и определить способы их улучшения.

Рекомендуемые методы углубленного анализа включают в себя:

1. Анализ статистики по доменам: для улучшения репутации почтового домена.

2. Аудит рассылок на макроуровне: для выявления ошибок, влияющих на удовлетворённость подписчиков.

3. RFM-анализ: для оценки уровня лояльности подписчиков.

4. Когортный анализ: для определения частоты взаимодействия подписчиков с рассылками.

Анализ статистики по доменам

Для чего. Для улучшения репутации почтового домена и повышения доставляемости рассылки.

Что нужно. Требуется электронный ящик, используемый для отправки рассылки, с подключенным к нему постмастером.

Как провести анализ:

Шаг 1. Проверьте параметры SPF, DKIM и DMARC. Эти три механизма помогают почтовым серверам определить, принадлежит ли ящик мошенникам или обычным пользователям. Каждый почтовой сервер имеет свои настройки для этих метрик.

SPF (Sender Policy Framework) – это механизм проверки электронной почты, созданный для борьбы с нежелательной почтой. Он выявляет уязвимости в системе электронной почты и проверяет IP-адрес отправителя.

DKIM (DomainKeys Identified Mail) – метод, который система использует для проверки подлинности домена, от имени которого отправлена электронная рассылка, и удостоверяет принадлежность домена отправителю. Это можно сравнить с цифровой подписью отправителя.

DMARC (Domain-based Message Authentication, Reporting, and Conformance) - протокол, предназначенный для защиты домена от фишинга.

Быстро оценить показатели можно, воспользовавшись сервисом Mail Tester. Скопируйте адрес сервиса и отправьте на него тестовое письмо из вашей рассылки. После успешной доставки вернитесь на Mail Tester и нажмите кнопку «Затем проверьте оценку», чтобы получить результаты теста.

Тест необходим для исключения влияния параметров SPF, DKIM и DMARC в случае низкой доставляемости писем.

Шаг 2. При наличии нормальных показателей, проверьте доставляемость, жалобы, репутацию и другие метрики с использованием постмастеров, которые предоставляют инструменты аналитики для рассылок. Постмастер предоставляется почтовым провайдером, на котором зарегистрирована ваша почта.

Постмастер не предоставляет информацию о проценте открытий или количестве недоставленных писем. Он фокусируется на выявлении причин, по которым письма попадают в спам, выявлении ошибок в доставке, отслеживании репутации домена и IP, а также мониторинге спам-рейтинга отправителя.

Постмастеры собирают аналитические данные автоматически.

Шаг 3. После использования постмастера дополнительно проверьте домен на наличие в черных или серых списках, например, с помощью Multirbl.valli.org.

Анализ рассылок на макроуровне

Для чего. Для проверки всех этапов создания email-рассылки, включая сбор базы, настройку домена и внешний вид рассылок, проводится анализ с целью выявления ошибок, мешающих читателям. После этого разрабатывается список рекомендаций по следующим пунктам:

• улучшение сценария отправки email-рассылок;

• повышение доставляемости писем при необходимости;

• улучшение показателей Open rate и Click rate;

• уменьшение количества жалоб, ошибок и оттока из базы;

• более быстрый рост базы подписчиков;

• более эффективное использование инструментов email-маркетинга.

Что нужно. База подписчиков, доступ к формам на сайте, макеты электронных писем и статистика по письмам, включая доходность.

Как провести анализ:

1. Оцените базу подписчиков на её пригодность, обеспечивая действительные и активные адреса.

2. Проведите очистку базы от недействительных адресов с использованием валидатора, например, Mailvalidator.

3. Проверьте формы подписки, удостоверившись в их функциональности и минимизировав количество полей.

4. Проанализируйте HTML-модули писем с помощью Email On Acid для коррекции ошибок в вёрстке.

5. Оцените дизайн и контент писем, при необходимости обратитесь к специалистам для получения рекомендаций.

6. Проанализируйте точки лидогенерации, изучив конверсию, количество полей и другие параметры.

7. Составьте отчёт с предложениями по улучшению.

Например, вы обнаружили уменьшение открываемости. Поначалу казалось, что проблема заключается в заголовках, однако оказалось, что большая часть писем попадает в спам. Подписчикам просто нечего открывать, так как они не получают эти рассылки.

RFM-анализ

Для чего. RFM-анализ помогает выявить:

• самых лояльных клиентов, проявивших максимальную активность, таких как открытие письма, клик по ссылке и совершение покупки;

• самых неактивных клиентов, практически не взаимодействующих с рассылкой.

Если предположить, что недавно добавленный подписчик более заинтересован в рекламной рассылке, результаты RFM-анализа могут использоваться для того, чтобы организовать взаимодействие через электронные письма так, чтобы стимулировать переход клиентов из одной группы в другую. Также это поможет увеличить их время взаимодействия и поощрять повторные покупки.

Что нужно. В зависимости от характера бизнеса требуется определить, какая деятельность будет оцениваться: момент последней покупки или последнее открытие письма.

Затем для каждого покупателя собирают информацию по трём показателям:

1. Recency (Давность) – временной интервал с момента последней активности.

2. Frequency (Частота) – количество активностей за определённый период.

3. Monetary (Вложения) – финансовые затраты клиента на товары и услуги, а также время или глубина взаимодействия с веб-страницей после перехода по ссылке в электронном письме.

Как провести анализ. После сбора данных по показателям требуется разделить клиентов на три или более равные группы для каждого из этих показателей.

К примеру, анализируем активность в контексте покупок, и прошло 90 дней с момента последнего приобретённого товара.

Можно представить Recency – R – в форме трёх периодов:

• 0—30 дней;

• 31—60 дней;

• свыше 60 дней.

Также можно определить временные интервалы, ориентируясь на количество дней между покупками.

Frequency – F – также разделяется на три части в зависимости от количества покупок, совершенных клиентом за определенный период:

• 0—1 покупка;

• 2—5 покупок;

• 6 и более покупок.

И проводим аналогичное деление для Monetary – M, формируя три группы в зависимости от стоимости покупки. Например:

• 2000 рублей;

• 5000 рублей;

• свыше 5000 рублей.

Представляем все данные в виде таблицы, при этом рекомендуется разместить наилучшие показатели в верхней части таблицы.

Необходимо распределить всех клиентов по соответствующим ячейкам, создавая матрицу, в которой сегменты формируются на основе трех показателей с одинаковыми оценками.

• новички: R 1 – F 3 – M (1– 3);

• лояльные: R 1 – F 1 – M (1– 2);

• развивающиеся: R 1 – F 2 – M (1– 3);

• спящие лояльные: R 2 – F 1 – M (1– 2);

• спящие: R 2 – F (2– 3) – M (1– 3);

• потерянные: R 3 – F (2– 3) – M (1– 3);

• потерянные лояльные: R 3 – F 1 – M (1– 2).

Сегментов может быть и больше.

Важно! Для каждого сегмента целесообразно разрабатывать уникальные типы рассылок. Например, для спящих клиентов предоставлять выгодные предложения для их возвращения, а для новых клиентов – представлять компанию и отвечать на распространенные вопросы через приветственные письма.

Когортный анализ

Для чего. Когорта – это группа пользователей, объединенных общим признаком в определённый период времени. Например, пользователи, подписавшиеся на рассылку в одном месяце, формируют отдельную когорту.

Когортный анализ необходим для выявления частоты и активности взаимодействия клиентов с рассылкой. Результаты анализа применяются:

• для создания персонализированных рассылок, соответствующих интересам подписчиков;

• для привлечения внимания тех, кто перестал открывать и читать сообщения;

• для расчета затрат на почтовые рассылки;

• для увеличения срока жизни подписчика.

Что нужно. В рамках когортного анализа важно установить следующие параметры:

1. Размер когорты: укажите временной интервал для формирования когорты, например, день, неделя или месяц.

2. Временной интервал: укажите период, с которого следует отслеживать поведение когорт, например, за предыдущий год, два или три.

3. Ключевой показатель: выберите метрику, которая представляет интерес для компании, такую как посетители сайта, покупатели, транзакции или доход.

Как провести анализ.

Шаг 1. Определите цель анализа. Допустим, вы хотите оценить взаимодействие подписчиков с рассылками с использованием метрики кликабельности (Click Rate).

Шаг 2. Выберите параметры для анализа. Допустим, мы определяем следующие:

• признак формирования когорты – дата подписки;

• размер когорты – месяц;

• временной интервал – с января 2018 по ноябрь 2019;

• ключевой показатель – коэффициент конверсии, CR.

Шаг 3. Создать таблицу 1 с информацией о клиентах. Включить в нее ID подписчика или электронный адрес и дату подписки.

Шаг 4. Создать таблицу 2 и внести в неё данные о взаимодействии подписчиков с рассылкой. Каждая строка таблицы будет представлять собой одно действие, а колонки включают в себя ID или электронный адрес подписчика, дату действия и рассылку, в которой оно произошло.

Шаг 5. Во второй таблице мы сгруппировали пользователей по дате подписки, создав когорты, и рассчитали общее количество подписчиков в каждой из них.

Шаг 6. Соединяем таблицу 2 с таблицей 1, используя общее поле – ID подписчика в качестве ключа.

Шаг 7. Сгруппируем объединённую таблицу по полям «дата совершения действия» и «дата подписки», а затем подсчитаем общее количество кликов для каждой пары.

Шаг 8. Вычисляем значение ключевого показателя CR для каждой пары следующим образом:

Шаг 9. Полученные результаты анализа представляются в форме матрицы, где строки соответствуют когортам, столбцы отражают месяцы, а значения в ячейках представляют собой ключевой показатель (в данном случае – CR).

Шаг 10. Сравнив когорты, выделяют различия, выявляют закономерности и анализируют модель поведения, характерную для каждой из них. Этот подход позволяет на основе положительного опыта прошлого изменять стратегию рассылок.

С какой периодичностью проводить анализ и в какие моменты проверять метрики

Определённых жестких правил нет. Например, для общего анализа рекомендуется проверять метрики не ранее чем через 48 часов после отправки рассылки. Некоторые пользователи не всегда открывают письма сразу по их получении.

Важно! Следить за ростом базы подписчиков рекомендуется ежемесячно. В некоторые дни может происходить уменьшение или увеличение базы, вызванные различными факторами, такими как успешная реклама или акции. Регулярная проверка каждый месяц помогает отслеживать динамику.

Рекомендуется проводить прочные методы анализа в тот период, который наилучшим образом соответствует потребностям компании. Этот временной интервал может быть месяцем, полугодием или годом, и часто зависит от цикла сделки. При наличии более обширной цепочки рассылок предпочтительно использовать более продолжительный период для анализа.

В качестве примера, представим компанию, где клиенты регулярно совершают покупки, и была разработана определённая схема электронных коммуникаций, включая рассылки, активно функционирующие уже год.

Рассылки, которые уже активно функционируют в этой схеме коммуникаций, выделены пунктирными блоками. При такой последовательности писем логично проводить обширный анализ раз в год для всех продуктов компании.

Ошибки при анализе email-рассылок

При анализе следует ориентироваться на средние показатели эффективности, чтобы определить цели и направление улучшений.

Выбрав неправильные средние значения, можно ориентироваться на завышенные цифры, что может привести к неудачам в достижении целей, а также затратам времени, бюджета и ресурсов команды.

Вот несколько распространенных ошибок, которые часто совершают в процессе анализа рассылок:

• Использовать показатели бизнеса из других отраслей в качестве ориентира.

Показатели зависят от конкуренции, целевой аудитории, продуктов и их стоимости. Таким образом, высокие показатели для одной отрасли, например, недвижимости, могут считаться низкими для e-commerce.

Важно! Для сравнения своих показателей со средними значениями, рекомендуется использовать данные конкурентов.

• Сравнивать показатели крупных и малых компаний.

Чем масштабнее компания, тем шире ее ресурсы: бюджет, технические возможности, такие как сервисы для аналитики или сегментации базы подписчиков.

Именно поэтому такие компании могут реализовывать обширную персонализацию, создавать сложные коммуникационные стратегии и тщательно анализировать результаты, что в конечном итоге сказывается на их показателях.

У небольших компаний ограничены бюджет и наличие специалистов, что может сказаться на результатах рассылки, делая их менее впечатляющими по сравнению с крупными конкурентами.

• Сравнивать результаты старых и новых рассылок.

Перед отправкой рассылки маркетологи проводят тестирование, оценивая заголовок и содержание письма. Затем выбирают наилучший вариант, основываясь на результатах по открытиям и кликам, и запускают его для всей базы.

Новая рассылка, пока не протестированная, может содержать ошибки, которые будут выявлены тестами. Поэтому неверно сравнивать результаты новой рассылки с уже действующей.

• Сравнивать показатели триггерной и обычной рассылок.

Триггерные рассылки создаются автоматически в ответ на действия пользователей, что делает их более ожидаемыми и востребованными. Именно поэтому их метрики часто превосходят средние значения.

Важно! Показатели обычной рассылки могут быть ниже, так как она отправляется на широкие сегменты подписчиков или на всю базу, что снижает степень ожидания со стороны пользователей. Это приводит к более низкой открываемости и кликабельности.

Автоматизированный анализ email-маркетинга

Маркетологи редко проводят расчеты метрик вручную. Чаще всего они используют автоматизированные платформы для анализа. Это помогает снизить вероятность ошибок, централизовать данные, экономить время на создание отчётов и оперативно реагировать на изменения. Большинство платформ предоставляют API для интеграции с другими приложениями, CRM-системами или сервисами.

Важно! Обрабатывать отчёты из аналитических платформ – легко. Нет необходимости в дополнительных действиях и обработке данных. Достаточно проанализировать числовые значения, сопоставить их со средними показателями и, в случае значительных отклонений, внести коррективы в настройки рассылки.

Основные аналитические возможности популярных платформ для email-маркетинга:

Заключение

Перед тем как оценивать финансовую эффективность рассылки, важно удостовериться в правильной её настройке. Рассылка, содержащая ошибки в настройках, может не привести к продажам или принести меньше прибыли, чем это было бы возможно. Выявление ошибок осуществляется через анализ метрик и изучение настроек почтовых сервисов, базы клиентов и форм на сайте.