E-mail маркетинг для интернет?магазина. Инструкция по внедрению
Шрифт:
Например:
Доставка высокая (99 %), просмотры и клики приличные (привлекла скидка в теме), отписка и жалобы на спам в норме, количество заказов и доход – лучшие за последнее время (распродажа сработала). Хорошо. Добавить напоминание про акцию в следующее письмо.
Статистика автоматических рассылок
Сбор и анализ результатов для автоматических писем очень похож на измерения в массовой рассылке. В конце концов, это тоже письма – их открывают, а по ссылкам в них кликают
Когда измерять
Автоматические письма отправляются каждый день, но измерять их так же часто нецелесообразно. Объемы ежедневных отправок не так уж и велики (несколько десятков, может быть, сотня писем – в то время как при массовой рассылке письма уходят тысячами). Да и просто проводить измерения ежедневно чересчур трудоемко. Удобнее измерять эффективность автоматических писем периодически, примерно раз в месяц.
Когда ведется отладка конкретного письма, замеры можно проводить чаще, но для полного набора авторассылок такой периодичности вполне достаточно.
Что измерять
Заведем еще одну таблицу под названием «Статистика автоматических рассылок» и будем создавать в ней отдельные листы для каждого типа писем.
• Бонус за подписку и напоминание о бонусе
У этих двух сообщений есть своя специфика – они отправляются через CMS, поэтому подробной статистики (доставка, просмотры, клики) по ним нет. Однако мы можем косвенно судить об эффективности работы этих писем по количеству использованных промокодов.
Организуем статистику по ним следующим образом:
В столбцах будем указывать количество промокодов по месяцам в формате: сгенерировано/использовано. Подсчитаем также % использования (с точностью до одного знака после запятой).
Предусмотрим суммарные и средние показатели за весь год, чтобы было с чем сравнивать результаты каждого месяца.
• Welcome e-mail
На новом листе «Статистики» будем собирать данные по приветственному письму:
Это практически универсальная структура таблицы для замеров автоответчиков.
В верхней части прописываем основные сведения по письму:
Название и момент отправки (например, welcome e-mail, на следующий день после подписки, в 8:00 по Мск).
Тема – тема автоматического письма.
Содержание – контент письма (удобно
UTM – метка utm_campaign, использовавшаяся во всех ссылках (например, auto_welcome).
Ниже ведем учет показателей, во многом аналогичных массовой рассылке:
Дата – календарная дата замера.
Информация о доставке (Отпр, Дост, Откр, Кл, Отп, В спам) – та же, что и в массовой рассылке.
Показатели эффективности (Кд, Кпр, Ккл, CTR, Котп, Ксп) – те же.
Данные о заказах (кол-во заказов, конверсия, доход) – те же.
Параметры трафика:
Отказы – % подписчиков, покинувших сайт после просмотра одной страницы.
Страницы – среднее количество страниц, просмотренных подписчиками за посещение.
Время на сайте – средняя продолжительность посещения.
Параметры трафика доступны в сервисе веб-аналитики по utm-метке. Для компактности их можно объединить в один столбец в формате:
Отказы,%/Страницы/Время на сайте, мин (величины округляем до целого).
Примечание – заключительный столбец, в котором подводятся итоги.
• Запрос отзыва
Третий лист «Статистики» посвящаем обработке результатов автоматизированного запроса отзывов:
Таблица заполняется так же, как и для welcome e-mail, за исключением последних столбцов. Конечно, отправка этого письма также может приводить к заказам, но нас больше интересует, насколько эффективно оно работает с точки зрения обратной связи.
Кол-во отзывов – указываем количество отзывов, полученных через рассылку.
Если отзывы собираются с помощью анкеты, подсчитать их несложно – достаточно заглянуть в сводку ответов.
Если отзывы размещаются на сайте или стороннем ресурсе, нужно подсчитывать их вручную (в случае сайта можно попробовать настроить соответствующую цель в сервисе веб-аналитики). Пусть значение окажется неточным, но если придерживаться одной и той же методики подсчета, наблюдать за эффективностью письма в динамике оно поможет.
% отклика = Кол-во отзывов/Отпр x 100 % (округляем до одного знака после запятой).
Абсолютные величины всегда должны дублироваться относительными. На них не влияют такие переменные факторы, как рост базы или качество доставки, поэтому они позволяют проводить оценку точнее.