В прошлый раз мы занимались планированием писем для сегментов. Сегодня поговорим о показателях для измерения динамики базы подписчиков (таких как показатель оттока, прироста и т.п).
В блоге уже была статья на эту тему (см. №71 Измеряем прирост базы подписчиков), но тогда речь шла только об одной стороне дела — насколько активно и из каких источников пополняется наша база. При этом одновременно всегда идёт встречный процесс — её убыль/отток за счёт отписок, жалоб на спам и технических сбоев доставки. Отток тоже нужно фиксировать, чтобы иметь более полную картину. Также сочетание прироста и оттока даёт вспомогательные показатели, которые добавляют информативности динамике базы. Обо всём по порядку.
Кстати, по поводу самой терминологии — «прирост» и «отток» — написал отдельную заметку на Facebook. |
Показатели прироста
Прирост базы (List growth). Начнём с самого главного показателя — непосредственно прироста нашей базы подписчиков в абсолютном выражении. Это число новых контактов, привлечённых в рассылки через формы подписки за определённый период: день, неделю, месяц и т.п. (обычно удобно работать именно с приростом за месяц).
Если мы пользуемся сервисом рассылок, чтобы узнать прирост, достаточно перейти в раздел с базой данных (называется по-разному — «Список контактов», «Адресная книга» и т.п.) и выбрать там сегмент подписчиков за интересующий период.
[Определение прироста базы за месяц на примере сервиса рассылок SendPulse]
Если мы отправляем письма каким-то иным способом, число новых подписчиков получить тоже возможно — через веб-интерфейс нашей системы или, может быть, путём запроса информации у нашего разработчика.
Прирост можно (и нужно) разбивать по источникам подписки, то есть местам, откуда к нам поступают данные: поп-ап окно, подписка в футере, при заказе и т.п. Для этого понадобится добавлять к контактам из разных источников соответствующие пометки.
[Разметка источников подписки у контактов на примере сервиса рассылок UniSender]
Если пользователь оставляет свой контакт сразу через несколько источников, учитываем в приросте только первый из них, чтобы не задваивать или даже не затраивать статистику (хотя фиксировать все источники, чтобы затем анализировать их последовательности в профиле пользователя нам ничто не мешает).
Пример того, как разметить контакты, показан в статье №65 Форма подписки MailChimp: добавляем скрытые группы. |
В итоге мы получаем наглядную картину по эффективности различных источников подписки. Пример, как ей воспользоваться, рассмотрим ниже.
Конверсия в подписку (Opt-in rate). Помимо абсолютного значения прироста — например, наша база увеличилась за месяц на 100 новых подписчиков — в аналитике удобно использовать и его относительное значение.
Конверсия в подписку = Прирост базы / Трафик на сайт × 100%
Как водится, относительные показатели помогают «очистить» данные от влияния переменных факторов (в нашем случае, от влияния колеблющегося трафика на сайт) и дают сравнивать разные периоды между собой, а при желании — и строить наглядные графики.
Скажем, в текущем месяце прирост составил 150 подписчиков, а в предыдущем был всего 100. Вроде бы мы выросли, однако картина меняется, когда мы переходим от оценки абсолютных показателей к относительным.
[Конверсия в подписку в текущем месяце несколько снизилась на фоне подросшего трафика]
Конверсию в подписку можно отслеживать по каждому источнику. Иногда так необходимо делать, если мы занимаемся оптимизацией какой-либо отдельной формы (например, проводим тесты поп-ап). Однако, когда мы мониторим подписку в фоновом режиме, для простоты пользуемся обобщённым показателем: берём всех новых подписчиков за период — полученных, конечно, только онлайн-способом через наш сайт — и соотносим с трафиком, поступившим за то же время.
Нам не нужно вымерять, сколько пользователей увидели ту или иную форму (иногда это не так просто сделать). Достаточно посмотреть абсолютный прирост в сервисе рассылок, трафик — сеансы/визиты — в сервисе веб-аналитики, и у нас сразу получится верхнеуровневый показатель для отслеживания ситуации.
Если мы увидим его заметную просадку — скажем, был 1%, а снизился до 0,5% — это будет сигналом для нас поднимать детализацию по источникам и разбираться дальше. С другой стороны, если в прошлом месяце конверсия была 1,1%, а в текущем составила 1,2% — всё в порядке, подписка стабильна (колеблется случайным образом в незначительных пределах) и можно сильно не углубляться в статистику.
Показатель/коэффициент прироста (List growth rate). Ещё один относительный показатель — это коэффициент прироста, который показывает «скорость», с которой увеличивается объём нашей базы.
Коэф-т прироста = (Прирост – Отток) / Размер базы (текущ.) × 100%
Прирост и размер базы, доступной для рассылок, видны нам в сервисе, об оттоке поговорим в следующем разделе, а соотношение этих показателей даёт нам текущие темпы роста.
Например, наша база приросла за месяц на 150 контактов, 50 контактов мы лишились из-за отписки и других причин, а общий размер базы на данный момент составляет 8000 пользователей.
Тогда (150 – 50) / 8000 × 100%= 1,25% — коэффициент прироста.
В своей практике, обычно работая с базами небольшого и среднего размера (до нескольких десятков тысяч подписчиков), я редко обращаюсь к этому показателю. Всю необходимую информацию мне уже дают цифры по абсолютному приросту с разбивкой по источникам + конверсия в подписку. |
Показатели оттока
Отток/убыль базы (List Churn). Отток — это то, на сколько контактов убывает наша база за определённый период (удобно, опять же, рассматривать отток по месяцам).
Пользователь нажимает на ссылку отписки в письме. Хотя его электронный адрес по-прежнему остаётся в нашей базе, он больше недоступен для рассылок — включаем его в отток.
Пользователь жалуется на спам. С помощью FBL — Feedback Loop — сервис рассылок получает сигнал об этом (если речь про самописные решения, то нужно позаботиться об использовании FBL самостоятельно, как и о прочих вещах, о которых пойдёт речь ниже). Пожаловавшийся адрес блокируется для дальнейших рассылок, и это относится к оттоку.
[Блокировка email-адреса, с которого поступила жалоба на спам, в UniSender]
Ящик пользователя перестал существовать (или изначально был введён с ошибками). При попытке доставить на него email мы получаем «жёсткий» возврат (hard bounce), почта в базе также блокируется.
Ящик пользователя временно недоступен (например, ящик переполнен и пока не может принимать почту). В ответ на это нам приходит «мягкий» возврат (soft bounce). Возможно, со временем ситуация изменится и ящик снова начнёт принимать наши рассылки. Однако, если «мягкие» возвраты раз за разом повторяются, такой адрес блокируется тоже (например, MailChimp делает это после 7-15 soft bounce в зависимости от предыдущей активности контакта).
К перечисленным случаям ещё можно добавить вариант, когда ящик пользователя доступен, однако длительное время — год или два — в нём не открывают наши письма. Причина этого нам неизвестна (возможно, пользователь настроил автоматическое удаление сообщений от нас, а может быть, почтовик просто не загружает картинки, не давая нам статистики по реальной открываемости). Тем не менее, такой адрес тоже можно причислить к оттоку и со временем вычистить из базы.
Я, впрочем, при измерении оттока предпочитаю использовать только видимые, явные причины (transparent churn). Критерий неактивности слишком зыбок и, к тому же, может со временем меняться, чтобы на него можно было на 100% положиться. |
Итого, чтобы посчитать отток по месяцам, просуммируем все отписки, жалобы и возвраты за этот период:
Отток = Отписка + Жалобы на спам + Возвраты
Проще определить отток можно, взяв текущий размер доступной для рассылок базы, размер базы в предыдущем периоде и вычесть один из другого с учётом прироста:
Отток = Размер базы (прошлый) + Прирост – Размер базы (текущий)
Например, в прошлом месяце наша база насчитывала 7900 подписчиков, а в этом стала 8000. Прирост за это время составил 150 новых подписчиков. Тогда отток 7900 + 150 – 8000 = 50 подписчиков.
Каким-то образом снизить абсолютное значение оттока — трудная задача, которая упирается в корректировку механизма подписки, контента писем, частоты рассылок и т.п. Редко мы можем глобально повлиять на этот показатель. Однако мониторинг оттока позволяет заметить его нетипичные изменения и своевременно реагировать. Пример этого также посмотрим ниже.
Показатель/коэффициент оттока (Churn rate). Как обычно, абсолютное значение оттока можно дополнить относительным:
Коэф-т оттока = Отток / Размер базы (прошлый) × 100%
Возвращаясь к цифрам из предыдущего примера: отток — 50 подписчиков, размер базы в начале периода — 7900. Тогда показатель оттока 50 / 7900 = 0,63%. Таков темп убыли нашей базы в настоящий момент. Показатель оттока — это популярный показатель, который часто используется при анализе клиентских баз данных, а также вычислении смежных показателей (вроде показателя/коэффициента удержания — retention rate).
Дополнительные показатели
Когда у нас зафиксированы прирост и отток, мы можем использовать их для вычисления некоторых «производных» показателей.
Чистый прирост. Эта величина показывает, насколько изменился размер нашей базы с учётом оттока:
Чистый прирост = Прирост базы – Отток
Чистый прирост мы используем при вычислении коэффициента прироста (см. выше), а также он помогает более наглядно увидеть динамику нашей базы.
Например, мы прибавили за месяц 150 контактов, однако при этом вели очень активные рассылки, анонсируя важную акцию, и потеряли больше обычного — 100 контактов ушло в отток. Чистый прирост 150 – 100 = 50.
В предыдущем месяце подписчиков было меньше — 100. Однако и в рассылках происходило некоторое затишье: мы провели всего одну кампанию по всей базе и потеряли в общей сложности 25 контактов. Чистый прирост 100 – 25 = 75. Таким образом, с точки зрения этого показателя прошлый месяц выглядит успешнее — хотя мы росли не так интенсивно, но и потеряли меньше. Впрочем, и доход от сниженной активности просел. Это тоже не стоит забывать при анализе.
Сам я сторонник скорее активного роста и активных рассылок. Тогда «драйва» в канале больше и финальная отдача от email-маркетинга может быть выше. |
Прирост/отток. Соотношение прироста и оттока — ещё один показатель, который быстро позволяет оценить динамику базы:
> 1 — мы наращиваем обороты (прирост выше оттока),
= 1 — стоим на месте (прирост равен оттоку, база не растёт),
< 1 — теряем подписчиков (отток выше прироста, наша база «сжимается»).
Показателем «здоровой» базы я бы назвал отношение прироста и оттока где-нибудь 2–3, когда рост в разы превосходит отписка и прочие факторы убыли базы. Но даже если это отношение 1–1,5, дела не так плохи: база растёт достаточно вяло, но тем не менее это происходит. Соотношение 0,5–1 и меньше сигнализирует, что пора что-то менять — с одной стороны, наращивать подписку, а с другой — работать над снижением оттока.
Прирост/отток — очень удобный показатель для анализа. При отслеживании динамики базы я пользуюсь им чаще, чем относительными коэффициентами прироста и оттока. На мой взгляд, он более нагляден и уже содержит в себе всю необходимую информацию. |
Аналитика показателей
Теперь попробуем применить полученные показатели на практике — таким образом, чтобы они не только заполняли ячейки в наших таблицах, но и приносили нам ощутимую пользу.
• Пример 1: Снижение прироста
Типичный случай из практики: при анализе прироста за месяц мы видим резкую просадку по одному из источников подписки.
[Число подписчиков через поп-ап окно в апреле ниже обычного]
Всплывающая (поп-ап) форма с бонусом 300 рублей за подписку стала хуже работать почти в 2 раза. При этом трафик на сайт стабилен. Просадка конверсии в подписку — явный признак, что что-то пошло не так.
Вызываем сайт в режиме инкогнито браузера, «ловим» форму подписки и указываем в ней свой тестовый email. Адрес в базу сразу поступает, письмо с бонусом на почту приходит — всё в порядке.
Теперь заходим на сайт в инкогнито уже на смартфоне. Однако сколько мы ни ходим по страницам, пытаясь увидеть всплывающую форму, ничего не происходит. Очевидно, есть проблемы с показом формы на мобильных устройствах. При этом доля мобильного трафика на сайт достигает 40% — отсюда такая просадка.
Действие по результатам аналитики: починить показ формы на мобильных.
• Пример 2: Увеличение оттока
Месяц за месяцем мы наблюдаем примерно одинаковую картину по оттоку: где-то 150–200 контактов становятся недоступными для рассылок по той или иной причине (показатель оттока достаточно стабилен). Однако внезапно происходит скачок оттока до 1200 контактов — это очень много.
[Отток в текущем месяце вырос слишком сильно]
Пробуем разобраться в ситуации: частота рассылок за месяц обычная, отписка и жалобы на спам не выше среднего. Значит, причина в «техническом» оттоке — большое число адресов в сервисе единовременно были заблокированы.
Обращаемся в техподдержку с просьбой разъяснить ситуацию. Получаем ответ, что недавно был массовый сбой доставки на почтах Yandex, вследствие которого произошла блокировка.
Это выглядит явной случайностью на фоне предыдущей статистики. Просим сбросить статусы и разблокировать эти адреса в нашем списке. Техподдержка идёт нам навстречу.
В результате 1000 контактов возвращается обратно в рассылку.
• Пример 3: Увеличение прироста
Растущий показатель оттока — однозначно нехороший сигнал. Однако и увеличенный прирост не всегда благо. Как обычно, пользуемся ежемесячной статистикой по приросту, чтобы увидеть проблему:
[Прирост базы через форму подписки в блоге слишком большой]
По источникам видно, что обычно через форму подписки в блоге заходит 10–20 подписчиков (это не самый активный наш способ сбора контактов). Однако в последний месяц через неё зашло сразу 700.
Выбираем в базе сегмент по данному источнику и просматриваем поступившие адреса. Мы видим много ящиков на Yahoo, AOL, Hotmail и т.д. Это западные провайдеры электронной почты, совсем нетипичные для нашей базы, в которой преобладают Mail, Yandex и Gmail. Причём видно, что ящики попадали в список неравномерно, в некоторые дни ни одного, зато в другие — целые «пачки». Это явно работа спам-бота.
До сих пор мы использовали в блоге схему подписки в один шаг (single-optin), без подтверждения email-адреса — для максимизации подписок.
Двухшаговая механика (double-optin) может «срезать» на входе 20–40% подписчиков, которые по той или иной причине не подтвердят свой адрес — что, кстати, не означает, что впоследствии они будут неактивны в рассылках. |
Пробуем исправить ситуацию: добавляем в форму капчу Google, а также более строгую валидацию (группы email-адресов на Yahoo, AOL и т.п. теперь не пропускаем). Это также «подрежет» нам подписку, но не так значительно.
Мониторим адреса, поступающие через форму в блоге в течение пары недель — всё в порядке, спам прекратился.
Заключение
Итак, на руках у нас оказалась целая «охапка» показателей для измерения динамики базы: показатель оттока, прироста и другие. Конечно, это далеко не полный набор (можно дальше детализировать статистику по сегментам, а также вводить дополнительные «производные» показатели в поисках большей информативности и наглядности). Однако основное, на мой взгляд, мы перечислили.
Регулярное измерение этих показателей делает работу с базой более прозрачной, понятной и прогнозируемой. Мы своевременно получаем сигналы о проблемах, начинаем видеть точки для роста и трансформируем свои наблюдения в активные, эффективные действия по улучшению нашего email-маркетинга.
[В следующий раз поговорим о развитии welcome‑серии писем с течением времени]. | |
P.S. Дополнительные материалы о показателях базы, а также других метриках email-маркетинга вы найдёте в 4-й главе моей книги «Практичный email маркетинг». Там они не разбросаны по разным статьям в интернете, а компактно собраны на 20+ страницах — всё удобно и наглядно.
Также, если вы ещё не подписались на рассылку моего блога — самое время это сделать 😉