3 уровня аналитики в email-маркетинге (№120)

В прошлом месяце мы составляли контент-план для рассылок.
В этот раз вернёмся к теме аналитики в email-маркетинге. Ведь результаты отправленных по плану кампаний нужно измерять и как-то интерпретировать, чтобы намечать свои последующие действия.

Анализировать email-канал можно на трёх уровнях:

•  Отдельно взятой кампании
•  Группы кампаний (типа писем)
•  Канала в целом

О работе с этими уровнями и поговорим далее — как водится, с примерами ↓↓

 

Уровень 1: Кампания

Аналитика на уровне кампании освещена в статьях по теме email-маркетинга, пожалуй, подробнее всего. Мы готовим какую-то конкретную рассылку, отправляем её нашим подписчикам, а затем смотрим, что получилось.

На этом уровне живут такие «классические» показатели, как:

•  Доставка (Delivery Rate)
•  Просмотры (Open Rate)
•  Клики (Click Rate / Click to Open Rate — CTOR)
•  Отписка (Unsubscribe rate)
•  Жалобы на спам (Complaint rate)
Детальнее см. статью блога:
Показатели эффективности рассылок

Сюда же можно прибавить статистику из сервисов веб-аналитики (Гугл Аналитикс, Яндекс.Метрика), которую мы можем извлечь, если размечаем ссылки в письме UTM-метками:

•  Показатели трафика (число страниц, время на сайте, отказы)
•  Конверсия в целевое действие (заявки, заказы и т.п.)
•  Финансовые показатели (доход, средний чек)
См. подробнее:
Расширенная аналитика рассылок
Считаем прибыль от рассылок

Если копнуть глубже, то добавится и группа дополнительных способов улучшить наше понимание результатов кампании:

•  Карта кликов
•  Причины отписки и профили отписавшихся
•  Данные из вебвизора
См. статью:
Суперрасширенная аналитика рассылок

Для рассылок определённой тематики можно использовать показатели, характеризующие их специфику. Например, для писем с товарными подборками в интернет-магазинах обращаем внимание на:

•  Количество товаров / товарных категорий в рассылке
•  Средний ценник на товары
•  Доля оплаченных заказов
См. подробнее:
Аналитика рассылок интернет-магазина

При этом анализировать таким образом можно не только массовые рассылки, отправляемые «вручную», но и отдельные автоматические письма, где нас будет интересовать всё те же данные.

Подробности в статье:
Статистика автоматических рассылок

В общем, как нетрудно увидеть, на уровне отдельных кампаний может быть очень много показателей. Поэтому иногда встаёт задача не увеличивать их число, а, наоборот, уменьшать, чтобы уложить аналитику в приемлемые рамки по времени.

См. детали:
Аналитика рассылок за 5 минут

Так или иначе, всё это богатство показателей служит тому, что мы можем достаточно точно измерить результаты отправленной рассылки и многое понять о реакции на неё подписчиков.

Вот, как это выглядит на практике:

Email-канал: статистика на уровне отдельно взятой кампании

Доставка отличная, просмотры и клики на хорошем, среднем уровне, отписка несколько повышенная, жалобы на спам в норме, заказы и доход обычные — стабильный результат у рассылки.

Уровень 2: Группа кампаний (тип писем)

При анализе результатов группы кампаний речь идёт о переходе от одной рассылки к нескольким однотипным письмам, которые мы можем объединить по какому-либо признаку.

Например, это может быть последовательность рассылок, анонсирующих какую-то акцию (старт / акция в самом разгаре / акция заканчивается — успевайте). Или приветственная серия автоматических писем для новых подписчиков (welcome-серия).

Здесь от отдельных показателей конкретных кампаний наше внимание смещается к совокупным и средним показателям:

•  Совокупный объём отправки (сколько всего писем отправлено)
•  Средние просмотры/клики (абсолютные и относительные)
•  Средний показатель отписок/жалоб на спам.

Если брать данные из сервисов веб-аналитики, нас интересуют совокупные данные по UTM-меткам, использованным в письмах:

•  Привлечённый трафик с писем (сеансы/визиты)
•  Конверсия в целевое действие (абсолютная и относительная)
•  Финансовые показатели (общий доход, средний чек)

Можно взять размах побольше и говорить о результатах не сгруппированных каким-то образом кампаний, а целых типах писем:

•  Массовые рассылки (Сводная статистика рассылок)
•  Триггерные письма (Как упростить статистику триггерных писем)
•  Транзакционные письма (Как вести статистику нотификаций)

Показателей становится уже несколько меньше, ведь мы берём более «крупную клетку», однако их всё ещё может набираться с десяток и более.

Например, вот как выглядит обобщённая статистика автоматических писем с товарными рекомендациями (брошенный просмотр товара, брошенная корзина, предложение сопутствующих товаров и т.п.), отправляемых через специализированный сервис типа RetailRocket:

Email-канал: статистика триггерных писем Ритэйл Рокет на обобщённом уровне

Показатели писем в четвёртом квартале достаточно стабильны. В декабре рост по заказам, но уменьшился средний чек — особенности сезона (вероятно, покупали подарки).

Уровень 3: Канал в целом

Наконец, на вершине «пирамиды» стоят результаты всех кампаний, всех групп писем, отправляемых через email на проекте — то есть мы анализируем email-канал в целом.

Совокупные показатели для анализа:

•  Трафик email
•  Конверсия в целевое действие (в абсолютных числах и в %)
•  Финансовые показатели (общий доход канала, средний чек)

Мы можем оставить разбивку по типам писем, чтобы оценивать, какой вклад они вносят в email-канал:

•  Массовые рассылки (% от общих результатов email)
•  Триггерные письма (% от общих результатов email)
•  Транзакционные письма (если учитываем их в статистике email)

Также интересно оценить долю (%), которую составляет email-канал в общих показателях проекта, получаемых со всех источников трафика:

•  % трафика
•  % заявок/заказов
•  % дохода

Последняя метрика выводит нас на самый общий уровень, характеризующий эффективность email-маркетинга. Если мы хотим понять, насколько хорошо работают наши рассылки, нам достаточно взглянуть на этот показатель. Допустим, он составляет 10-11% от оборота проекта: что ж, мы можем сказать, что рассылки работают на хорошем, среднем уровне.

Подробнее о критериях оценки % email см. главу 4 моей книги:
«Практичный email-маркетинг»

Для сопоставления с другими каналами мы можем использовать дополнительные показатели, такие как ROI и цена за клик. Как правило, у email они выше, чем у других каналов (например, у контекстной рекламы).

С учётом специфики проекта и наших целей доступны также дополнительные, более «продвинутые» метрики вроде LTV или того, как email-канал снижает % оттока клиентов.

Но если брать случай небольшого или среднего проекта, не нуждающегося в углублённой аналитике, то «джентльменский набор» показателей оценки эффективности канала может выглядеть как-то так:

Email-канал: статистика на обобщённом уровне

Снижение по доходу к лету, как и в прошлом году. Доля email также несколько просела — провести распродажу через рассылки в июле, чтобы приподнять показатели.

Перемещение между уровнями

Стоит ли говорить, что мы можем в любой момент перемещаться между уровнями аналитики как вверх, так и вниз, уточняя вопрос, который нас интересует.

Например:

[1] Результат финального анонса в рассылках ~200 тыс. рублей.
[2] Результат всей серии рассылок по акции ~700 тыс. рублей.
[3] Акция позволила получить дополнительный доход с рассылок, и доля email в конце месяца выросла с 10 до 12% в общем обороте проекта. Мы красавчики:)

Это работает и в обратную сторону:

[3] % email в текущем месяце 9% — идёт ниже среднего.
[2] Доход от триггерных писем ~200 тыс. рублей — обычный.
[1] Таким образом источник просадки — массовые рассылки. На последней неделе месяца мы решаем подтянуть их, добавляя анонс внеочередной акции — скидки только для подписчиков.

Получаем доход финальных двух рассылок выше среднего на ~300 тыс. рублей. Email-канал вернулся к доле от оборота в 10% — акция выполнила свою задачу и стимулировала заказы.

Мы заметили проблему на самом верхнем уровне, уточнили её местоположение на среднем, и перешли к её решению на нижнем, тактическом уровне отдельных кампаний. Далее мы снова поднялись наверх, чтобы оценить достигнутый результат.

Если аналитика у нас настроена корректно, мы измеряем достаточное количество показателей (возможно, делая это автоматизированным способом, выводя данные в дашборды по рассылкам), у нас появляется возможность свободно перемещаться с уровня на уровень, обретая больше понимания и контроля над ситуацией в каждый конкретный момент времени.

[В следующий раз продолжим тему комплексной работы с email-каналом. Поговорим про оптимизацию email-маркетинга
и её возможных направлениях].

P.S. Если вы ещё не подписались на рассылку моего блога — самое время это сделать;)