Как анализировать email-маркетинг

Прежде чем оценивать денежную пользу от рассылки, надо понять, насколько правильно она настроена. Ведь рассылка, в которой допущены ошибки при настройке, не принесет продаж или принесет прибыли меньше, чем могла бы.

Найти ошибки помогает анализ метрик, а также изучение настроек почтовых сервисов, базы клиентов и форм на сайте.

В этой статье разберемся, какие метрики рассылок нужно проверять, чтобы оценить работу email-маркетинга. Подробно разберем каждый показатель, дадим формулу его расчета, расскажем о видах анализа рассылок и частых ошибках при их проведении.

Статья будет полезна тем, кто регулярно отправляет email-рассылки клиентам и хочет разобраться, как оценить их эффективность.

Допустим, у маркетолога стоит задача — разослать по базе письма с подборкой детских колясок. База подписчиков состоит из незамужних девушек. Такие девушки — не целевая аудитория детских товаров, им не нужны коляски.

Если маркетолог не проанализирует базу до начала рассылки, то позже увидит низкую открываемость писем. Он может по ошибке решить, что причина неудачи, например, в заголовке письма, тексте или дизайне. Тогда маркетолог потратит время и бюджет, чтобы переделать и перезапустить рассылку, но так и не увидит роста открываемости. В конце месяца директор компании посмотрит в отчет, увидит, что рассылка не окупилась, и больше не будет вкладываться в email-маркетинг.

Избежать такого финала помог бы предварительный анализ базы клиентов. Он показал бы заранее, что аудитория не целевая. А значит, нет смысла тратить деньги и время на письма, которые никто не прочтет.

Регулярный анализ email-маркетинга поможет:

Анализ почтового маркетинга изучает метрики, которые указывают на открываемость писем, сегменты подписчиков и их поведение, рост и качество базы и другие, но не рассматривает денежную прибыль и окупаемость. Для этого нужны другие способы оценки, о них мы в этой статье говорить не будем.

Далее мы расскажем, какие методы анализа рассылок существуют, как провести анализ от начала до конца и не ошибиться, и что нужно делать после.

Чтобы проанализировать email-рассылки, нам нужны метрики, которые указывают на все, что происходит с письмом до или в момент открытия. Такие метрики обычно собираются в отчетах платформ автоматических email-рассылок, но их можно посчитать и вручную.

Чтобы провести общий анализ email-маркетинга, вот на что нужно смотреть:

Разберем подробно, что это за метрики и как их рассчитать.

Открываемость, или Open Rate. Указывает, какой процент получателей открыл письмо из рассылки. Зависит от качества базы подписчиков.

Если ваши подписчики сами подписались на ваши рассылки, вероятно, им интересны письма, поэтому они будут их открывать.

Кликабельность, или CTR. Указывает, сколько читателей кликнуло по ссылке или кнопке внутри письма. Если подписчикам интересно читать вашу рассылку, кликабельность будет расти.

Отписки. Указывают процент подписчиков, которые отписались от рассылки.

Читатели отписываются от рассылки, если она стала им неинтересна. Например, человек читал письма про велоспорт, а потом увлекся теннисом. Письма про велосипеды и сопутствующие товары больше не актуальны. Тут ничего сделать нельзя.

Но иногда читатели отписываются, если не нравится содержание рассылки, хотя тема все еще интересна. Допустим, читателям хочется узнать про велосипеды среднего ценового сегмента, а в рассылке только дорогие модели.

Если отписки растут, то меняйте содержание письма, пока не найдете темы, которые интересны подписчикам.

Время жизни подписчика, или CLT. Указывает, как долго рассылка интересна подписчикам, какой период они ее открывают и читают. Метрика зависит от того, какие товары и услуги продает компания.

Например, компания продает автомобили. Подписчик может интересоваться рассылкой компании, пока не купит автомобиль. Так как автомобиль приобретают на несколько лет, то после покупки интерес у подписчика может упасть, и он отпишется.

Если компания продает что-то, что нужно постоянно, допустим, бытовые чистящие средства, то время жизни подписчика может быть долгим.

Доставляемость. Доставляемость показывает, сколько писем попадает в почтовый ящик клиентов.

Доставляемость ниже 90% — плохо.

Снижаться она может, если письмо напоминает спам и почтовый ящик получателя его заблокировал. Тогда просите новых подписчиков в момент подписки проверять папку «Спам» и вносить вас в белый лист.

А еще этот показатель может снижаться, если что-то не так с вашим почтовым ящиком, поэтому он не отправляет письма. Например:

Уровень ошибок. Это когда в ответ на отправленное письмо пришло сообщение об ошибке доставки. Если на вашей стороне все в порядке, тогда стоит проверить базу подписчиков.

Чаще всего сообщение об ошибке приходит, если некоторые адреса не существуют.

Если уровень ошибок больше 3%, стоит проверить базу подписчиков в валидаторе. Например, в QuickEmailVerification или MailboxValidator. Так вы обнаружите несуществующие адреса.

Жалобы. Процент тех, кто отметил ваши письма как спам. Жалоб может быть много, если база подписчиков куплена нелегально, а не собрана своими силами. Или если база неправильно сегментирована. Например, рассылка корма для собак отправляется владельцам кошек.

Показатель жалоб не должен превышать 0,4—0,5%, иначе почтовый ящик, с которого происходит рассылка, будет заблокирован.

Чтобы снизить процент жалоб:

Браузеры и устройства подписчиков. Эта информация позволит оформлять внешний вид писем так, чтобы они открывались без искажения на тех устройствах, которыми чаще пользуются подписчики.

Нужно также проверять, как чаще открывают письма подписчики: через компьютер, смартфон или приложение. В каждом случае письмо будет также отображаться по-разному, поэтому подготавливать дизайн следует с учетом всех особенностей.

Геолокация. Поможет узнать, где находятся ваши подписчики, и скорректировать время отправки рассылки. Например, жителям Москвы и Екатеринбурга стоит отправлять письма в разное время, поскольку между городами есть часовая разница.

Углубленный анализ нужно проводить ручным методом. Для этого собирают разные метрики и группируют в один отчет. Потом отчет анализируют и находят закономерности, позволяющие понять, почему рассылка принесла такие результаты и как их улучшить.

Методы углубленного анализа, которые мы советуем использовать:

Разберемся, как выполнять каждый из этих методов углубленного анализа.

Зачем. Чтобы улучшить репутацию почтового домена и повысить доставляемость рассылки.

Что нужно для анализа. Нужен почтовый ящик, с которого ведется почтовая рассылка, и подключенный к нему постмастер.

Как провести анализ. Действуйте так.

Шаг 1. Проверьте показатели SPF, DKIM и DMARC. Это три механизма, которые помогают почтовым серверам распознать, кому принадлежит ящик — мошенникам или обычным пользователям. Каждый почтовый сервер имеет свои настройки этих метрик.

SPF — Sender Policy Framework — это система проверки электронной почты, предназначенная для блокировки спама. SPF обнаруживает общую уязвимость почты и проверяет IP-адрес отправителя.

DKIM — DomainKeys Identified Mail — метод, с помощью которого система проверяет, действительно ли домен, от чьего имени отправлена email-рассылка, принадлежит отправителю. Это как цифровая подпись отправителя.

DMARC — Domain-based Message Authentication, Reporting and Conformance — протокол, защищающий домен от фишинга с его использованием.

Тест нужен, чтобы в случае низкой доставляемости писем исключить влияние показателей SPF, DKIM и DMARC.

Шаг 2. Если все в порядке, проверьте доставляемость, жалобы, репутацию и прочие метрики. Делается это через постмастеры — инструменты аналитики рассылок. Постмастер предоставляет почтовый провайдер, на котором зарегистрирована почта.

Постмастер не показывает открываемость или количество недоставленных писем — только причины попадания писем в спам, находит ошибки в доставке, отслеживает репутацию домена и IP, мониторит спам-рейтинг отправителя.

В постмастерах аналитика собирается автоматически.

Зачем. Чтобы проверить все этапы создания email-рассылки: от сбора базы и настроек домена до внешнего вида рассылок. Анализ нужен, чтобы найти ошибки, мешающие читателям. После готовят список рекомендаций:

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

Как провести анализ. Действуйте по плану:

Часто в таком анализе еще изучаются открываемость, кликабельность, показатель ошибок, количество отписок, количество жалоб, сколько посетителей приходит на сайт и из каких источников и другое. Если где-то проблемы, нужно найти, в чем причина.

Например, видим, что снизилась открываемость. Кажется, что проблема в заголовках, но оказывается, большая часть писем улетает в спам. Подписчикам просто нечего открывать — они не получают этой рассылки.

Зачем. RFM-анализ позволяет найти:

Если предположить, что подписчик, оказавшийся в базе недавно, больше заинтересован в рекламной рассылке, то по результатам RFM-анализа можно выстроить общение через письма так, чтобы побуждать клиентов из одной группы переходить в другую. А также продлевать их время жизни и подталкивать к повторным покупкам.

Что нужно для анализа. В соответствии со спецификой бизнеса необходимо определиться, какая активность будет оцениваться: момент совершения последней покупки или последнее открытие письма.

Потом для каждого покупателя собирают информацию по трем показателям:

Как провести анализ. После того как информация по показателям собрана, нужно выделить три или более равных групп по каждому показателю.

Например, оцениваем активность — покупку. И с последней покупки прошло 90 дней.

Тогда представляем Recency — R — в виде трех периодов:

Еще выбирать временные промежутки можно, основываясь на количестве дней между покупками.

Frequency — F — также разбиваем на три части, сколько покупок сделал клиент за период:

И повторяем деление для Monetary — M, создаем три группы по стоимости покупки. Например:

Все оформляем в табличном виде. При этом лучшие показатели надо размещать в верхней части таблицы.

Всех покупателей нужно распределить по ячейкам. В итоге получается матрица, где из совокупности трех показателей с одинаковыми оценками складываются сегменты:

Сегментов можно создавать больше.

Для каждого сегмента можно создавать свой тип рассылок. Например, для спящих клиентов делать самые выгодные предложения, чтобы вернуть их, а новых познакомить с компанией и ответить на популярные вопросы через цепочку welcome-писем.

Зачем. Когорта — это группа пользователей, который объединены каким-то общим признаком в одном промежутке времени. Например, пользователи, подписавшиеся на рассылку в одном и том же месяце, будут отдельной когортой.

Когортный анализ нужен, чтобы узнать, как часто и активно клиенты взаимодействуют с рассылкой. Результат анализа используют:

Что нужно для анализа. Вот какие показатели необходимо определить для когортного анализа:

Как провести анализ. Действовать нужно так.

Шаг 1. Выбрать цель анализа. Предположим, что цель — это отследить взаимодействие подписчиков с рассылками на основе количества кликов — Click Rate.

Шаг 2. Определить показатели для анализа. Предположим, что:

Шаг 3. Оформить таблицу 1 с клиентами. Внести в нее ID подписчика или e-mail и дату подписки.

Шаг 4. Оформить таблицу 2. В нее внести информацию о взаимодействии подписчиков с рассылкой. При этом одна строка — одно действие. Колонками таблицы будут:

Шаг 5. В таблице 2 группируем пользователей по дате подписки — формируем когорты. Получаем количество подписчиков в каждой когорте.

Шаг 6. Объединяем таблицу 2 с таблицей 1. Общее поле — ID подписчика — будет ключом.

Шаг 7. Группируем полученную таблицу по полям «дата совершения действия» и «дата подписки» и подсчитываем для такой пары общее количество кликов.

Шаг 8. Рассчитываем для каждой пары значение ключевого показателя CR. Делается это так:

Шаг 9. Полученные результаты представляются в виде матрицы, где строки — это когорты, столбцы — месяцы, значения — ключевой показатель. В нашем примере ключевой показатель — CR.

Шаг 10. Когда когорты сформированы, остается сравнить их. При анализе выявляют отличия, находят закономерности и объясняют модель поведения, которая характерна для конкретной когорты. После чего можно изменять стратегию рассылок согласно прошлому позитивному опыту.

Например, в октябре 2018 года CR был мал. Даже те когорты, которые до этого месяца и в следующие месяцы показали себя довольно лояльными, в октябре 2018 плохо взаимодействовали с рассылками.

Причины могут быть разными. Может, компания сменила подход к контенту или же ссылки в письмах были некликабельными.

Определенных правил нет. Например, метрики для общего анализа рекомендуем проверять не раньше, чем через 48 часов после отправки рассылки, потому что пользователи открывают письма не сразу, как те пришли, а спустя время.

Рост базы подписчиков лучше смотреть раз в месяц. В некоторые дни база может уменьшаться, а в другие — расти, например, из-за успешной рекламы или акции. Проверка раз в месяц позволяет наблюдать динамику.

Прочие методы анализа рекомендуем проводить в период, который лучше подходит компании. Периодом может быть месяц, полгода или год. Часто период зависит от цикла сделки. Чем больше цепочка рассылок, тем больше период для анализа рассылок.

Например, в компании, где клиенты покупают регулярно, запланирована определенная схема email-коммуникаций и запущены некоторые рассылки, отработавшие год:

При такой цепочке писем логично проводить анализ раз в год по всем продуктам компании.

При проведении анализа необходимо ориентироваться на средние показатели эффективности. Тогда будет ясно, к чему стремиться.

Если ошибиться с выбором средних значений, можно начать ориентироваться на слишком высокие цифры: достичь их не получится, зато будет потрачено время, бюджет и ресурсы команды.

Перечислим несколько ошибок, которые часто допускают при анализе рассылок.

Ориентироваться на показатели бизнеса из других ниш. На показатели влияет конкуренция, целевая аудитория, продукты и их стоимость. Поэтому те показатели, которые считаются высокими, например, для недвижимости, для e-commerce будут низкими.

Если нужно сравнить свои показатели со средними, то лучше сравнивать с показателями конкурентов.

Сравнивать показатели большого и малого бизнеса. Чем крупнее компания, тем больше у нее ресурсов: бюджета и технических возможностей, например, сервисов для аналитики или сегментации базы подписчиков.

Поэтому они могут создавать масштабную персонализацию, выстраивать сложные коммуникации, анализировать результаты. Все это сказывается на показателях.

Маленькие компании ограничены в бюджете и специалистах, в итоге результаты рассылки могут быть не такими высокими, как у крупных конкурентов.

Сравнивать показатели уже работающей и недавно настроенной рассылок. Прежде чем запустить рассылку, маркетологи проводят ряд тестов. Например, проверяют заголовок и содержание письма. В итоге выбирают вариант, который показывает лучший результат по открытиям и кликам. Его маркетологи запускают на всю базу.

Новая рассылка еще не протестирована, и в ней могут быть ошибки, которые покажут тесты. Поэтому сравнивать результаты новой непроверенной рассылки с уже работающей неверно.

Сравнивать показатели триггерной и обычной рассылок. Триггерная рассылка генерируется автоматически, когда пользователь что-то делает на сайте, например, оформляет покупку или заказывает обратный звонок. Подписчики ждут подобные письма, поэтому они чаще их читают. Вот почему метрики триггерной рассылки выше средних.

Показатели обычной рассылки ниже, потому что она работает на большие сегменты подписчиков или по всей базе. Пользователи обычно не ждут такие письма, а значит, будут реже открывать их и переходить по ссылкам.

Маркетологи редко сами считают метрики. Чаще они используют платформы, которые делают анализ автоматически. Это позволяет допускать в расчетах меньше ошибок, собирать все данные в одном месте, экономить время на создание отчетов и вовремя реагировать на изменения. У платформ есть API, а значит, к ним можно подключить свои приложения, CRM-систему или сервисы.

Отчеты из аналитических платформ удобно выгружать и работать с ними. Не нужно проводить какие-то дополнительные действия и обработку. Достаточно посмотреть на цифры, сравнить их со средними значениями, и если они сильно отклоняются от них, исправить настройки рассылки.

Популярные платформы для анализа email-маркетинга и их основные аналитические возможности: