№32 Аналитика рассылок интернет-магазина

В прошлый раз мы пробовали добавлять видео в рассылку. В нынешний будем более точно и полно измерять эффективность email рассылок для интернет-магазинов.

Самый распространённый контент для рассылок в области электронной торговли, конечно, предложение различных товаров в письмах. А самый ожидаемый результат — заказы подписчиков.

Это и постараемся учесть в статистике.

После каждой рассылки мы будем фиксировать целый ряд параметров, каждый из которых вносит свой вклад в общую оценку успеха или неуспеха кампании.

 

Время отправки

Сразу после очередной кампании вносим в таблицу Статистики рассылок:

(1) Дату отправки кампании
(2) День недели
(3) Точное время отправки

 

Содержание

Также добавляем в таблицу сразу информацию о содержании кампании:

(4) Тему письма
(5) Ссылку на просмотр письма в браузере
(6) Количество товаров в письме
(7) Количество товарных категорий в письме
(8) Средний ценник товаров
(9) Примечание о базе (или её сегменте), по которой проведена рассылка
(10) Utm-метку, использованную в ссылках в письме

 

Информация о доставке

Не раньше, чем через 3 дня после отправки кампании (а лучше, через неделю — чтобы “набежал” более полный, достоверный результат), вносим в таблицу Статистики данные о доставке кампании:

(11) Количество отправленных
(12) Количество доставленных (если есть возможность измерить)
(13) Количество открытых
(14) Количество кликов (1 подписчик = максимум 1 клик)
(15) Количество отписок
(16) Количество жалоб на спам (если есть возможность измерить)

 

Показатели эффективности

На основе этих данных рассчитываем показатели эффективности рассылки:

(17) Коэффициент доставки = (12) / (11) * 100%
(18) Коэффициент просмотров = (13) / (12) * 100%
(19) Коэффициент кликов = (14) / (12) * 100%
(20) Кликабельность (CTR) = (14) / (13) * 100%
(21) Коэффициент отписки = (15) / (12) * 100%
(22) Коэффициент жалоб на спам = (16) / (12) * 100%

Коэффициенты доставки, просмотров и кликов округляем до одного знака после запятой. CTR округляем до целого.

Коэффициенты отписки и жалоб на спам округляем до двух знаков после запятой (или до трёх, если величины небольшие).

Нормально, когда коэффициент доставки > 90%.

Коэффициенты просмотров и кликов и кликабельность сравниваются только с результатами предыдущих кампаний. Нет большого смысла ориентироваться “на отрасль”. Просмотры и клики преимущественно определяет база: каким образом собрана, какой имеет размер, как давно ведётся и прочее. Оценивая эти показатели, “соревнуемся сами с собой”.

Коэффициенты отписки и жалоб на спам считаются приемлемыми, если
< 0,1% (для полностью рекламных рассылок < 0,2-0,3%).

 

Данные о заказах

Важно наладить сбор данных о результатах рассылки (веб-аналитику) таким образом, чтобы точно знать для каждой кампании:

(23) Количество заказов, добавленных в корзину
(24) Количество оплаченных заказов
(25) % оплаченных заказов = (24) / (23) * 100%

Также рассчитываем показатели конверсии (% достижения основной цели — оплаченного заказа).

(26) % конверсии по базе = (24) / (12) * 100%
(27) % конверсии по просмотрам = (24) / (13) * 100%
(28) % конверсии по кликам = (24) / (14) * 100%

% оплаченных заказов округляется до целого. % конверсий — до второго знака после запятой.

% конверсии по базе помогает прогнозировать дальнейшие успехи рассылки и распределять бюджет.

Например, если мы планируем нарастить базу на 1000 подписчиков в ближайшее время, то это принесёт магазину продаж в количестве (26) * 1000 / 100% с каждой рассылки.

Если бюджет на продвижение составляет ~10% от предполагаемого дохода, то какие способы нам доступны, чтобы получить эту самую 1000 подписчиков? (контекстная реклама, партнёрская программа и проч.).

% конверсии по просмотрам показывает, насколько интересны товары, предложенные в рассылке, нашим подписчикам  и насколько удачно в целом было составлено письмо.

% конверсии по кликам вместе с % оплаченных заказов помогает оценить эффективность сайта (эти показатели удобно сравнивать с аналогичными величинами по другим источникам конверсии — контекстной/баннерной рекламой, SEO и т.д.) для повторных продаж.

 

Финансовые данные

Завершает Статистику группа финансовых показателей.

Порядок заполнения этих величин в таблице зависит от способа, которым измеряются доходы с продаж.

Если используется метод усреднённого расчёта (т.е. заранее известные данные о среднем чеке и % маржи), то финансовые показатели заполняются следующим образом:

(30) Средний чек
(32) % маржи

В эти столбцы просто вносятся текущие показатели, рассчитанные на основе общей статистики продаж интернет-магазина за достаточно длительный период (например, полгода).

(29) Доход с рассылки = (30) * (24)
(31) Прибыль с рассылки = (29) * (32) / 100%

Все величины округляются до целого.

Если используется точный метод расчёта (например, в магазине настроена e-commerce для Гугл Аналитикс или рассылки ведутся через самописный модуль, позволяющий отслеживать заказы каждого подписчика), то столбцы в Статистике заполняются по порядку:

(29) Доход с рассылки
(30) Средний чек = (29) / (24)
(31) Прибыль с рассылки = (29) — (Себестоимость товаров)
(32) % маржи = (31) / (29) * 100%

Размер дохода помогает оценить общую успешность рассылки (сравниваем его с доходами от предыдущих рассылок или с усреднёнными показателями).

Средний чек (в случае, если он подсчитан точным методом) сопоставляем со средним ценником рассылки. Если в письмо было включено какое-либо специальное предложение, способное повлиять на сумму заказов — учитываем и это.

Прибыль и % маржи (также при точном расчёте) показывают, насколько выгодно продвигать в рассылке именно эти товары.

Также обращаем внимание, как количество товаров и их разнообразие (количество товарных категорий) сказалось на кликах и количестве заказов. Ищем своё “золотое сечение” — т.е. примерное количество товаров/товарных категорий в письме, приносящее максимальный результат.

Какой средний ценник уместен для продаж через email? Какие товары пользуются наибольшей популярностью у подписчиков? — ищем ответы и на эти вопросы тоже.

 

Примечание

Все выводы по рассылке добавляем в последний столбец Статистики — (33) Примечание.

Его заполняем в свободной форме, но лучше в определённой последовательности: следуя слева-направо по значениям в таблице, давая оценку каждому показателю и рассылке в целом.

 

Пример

Заполним для примера одну строчку таблицы:

Допустим, рассылку мы провели 28 августа в 9-20 утра:

1) Дата: 28.08
2) День недели: ср
3) Время отправки: 9-20

Информация о содержании письма:

4) Тема: Разряжаются гаджеты? Поможем!
5) Ссылка на письмо: http://view_in_browser_link.ru
6) Количество товаров: 19
7) Количество товарных категорий: 4
8) Средний ценник: 1974
9) База: все подписчики магазина
10) UTM-метка: email_28_08

Через неделю после отправки (4-го сентября) подводим итоги рассылки:

11) Отправлено писем: 28664
12) Доставлено: 28349
13) Открыто: 8253
14) Клики: 1836
15) Отписались: 51
16) Пожаловались на спам: 36
17) Коэффициент доставки: 98,9%
18) Коэффициент просмотров: 29,1%
19) Коэффициент кликов: 6,5%
20) CTR: 22%
21) Коэффициент отписки: 0,18%
22) Коэффициент жалоб на спам: 0,13%
23) Количество заказов, добавленных в корзину: 32
24) Количество оплаченных заказов: 27
25) % оплаченных заказов: 84%
26) % конверсии с базы: 0,10%
27) % конверсии с просмотров: 0,33%
28) % конверсии с кликов: 1,47
29) Доход с рассылки (посчитан точно): 78 719 руб.
30) Средний чек: 2916 руб.
31) Прибыль с рассылки (посчитана точно): 44662 руб.
32) % маржи (нашей наценки на товары): 57%

33) Примечание:

Доставка хорошо, просмотры тоже (тема яркая), клики средне, отписка и жалобы на спам как всегда (только товары в рассылке), конверсия немного ниже средней (товары не так сильно заинтересовали + мало категорий), прибыль тоже. Средний ценник на средний чек повлиял слабо (к тому же, не было акций). В целом — средний успех у кампании. В следующий раз дать больше категорий.

 

В таблице статистики всё это выглядит вот так:

Посмотреть таблицу в Гугл Докс>>

 

Немного лирики в заключение:)

Если подойти к аналитике рассылок интернет-магазина основательно, то на выходе получится солидная таблица, учитывающая больше трёх десятков параметров.

Конечно, этот рецепт не универсален и всегда стоит экспериментировать с набором столбцов в поисках своего, более оптимального решения. Например, можно отказаться от чересчур подробного измерения конверсии (26) — (28), но добавить балльную оценку успеха каждой отдельной рассылки и т.д.

Поначалу ведение таблицы может показаться занятием обременительным и не до конца понятным. Однако после сбора и обработки определённого количества информации, вы почувствуете прорыв в понимании — ваши цифры “заговорят”.

Вы научитесь видеть, к чему привели усилия по созданию кампании: “сыграла” ли тема, сработали ли новые красивые кнопки, заинтересовали ли новинки и какой доход принесла текущая акция. А также получите богатый источник свежих идей для усовершенствования своих писем.

Момент измерения результатов рассылки станет едва ли не самым захватывающим в email маркетинге (сильнее волнует разве что клик по кнопке Отправить, когда рассылаются за раз тысячи писем).

Имея в своём распоряжении такую подробную статистику, в сочетании с постоянным бета и сплит-тестированием вы получите сильный инструмент для роста и поддержания эффективности ваших рассылок на должном уровне.

 

P.S. В следующий раз познакомимся с кейсом по тестированию содержания: внедряем кнопки социальных сетей в шаблон для рассылки, ставим эксперимент и получаем ну очень занятные результаты)

 

P.P.S. Если вы ещё не подписались на мою рассылку — самое время это сделать. Я не только анонсирую свежие статьи блога, но и делюсь с подписчиками бонусной информацией, а также показываю отдельные приёмы email маркетинга на практике. До встречи в вашем почтовом ящике! :-)

 

 


  • Спасибо за статью, очень интересно.

    • Alexey Efimov

      Ха, Миш, тебе спасибо за комментарий))

      Все цифры в примере настоящие, все коэффициенты нужные.

      Пришёл к этому за год-два рассылок для магазинов — начинал с обыкновенного open rate и кое-какого подсчёта заказов, потом прибавлял по столбцу, пока не получился такой вот «кошмар»:-)

      Но даже в этом виде аналитика занимает не больше 5-10-ти минут в день. В конце месяца, может быть, полчаса)

  • Саша

    Отличный блог, отличный контент. Вы — молодец!

    • Alexey Efimov

      Спасибо на добром слове:)

  • voliennikov

    Спасибо за статью.

    • Alexey Efimov

      Не за что.
      Надеюсь, вам было полезно)

  • Mark Demew

    хм, спасибо! интересная статья! Кстати, а лично я для рассылки емаил и смс пользуюсь специальным сервисом — http://www.unisender.com/ru/