Автор: vshabat

Завершаем разбор разделов отчета по аудиту email-маркетинга. Последний раздел — бизнес-кейс.

Задача этого раздела — оценить прогноз увеличения продаж в случае, если указанные в предыдущем разделе рекомендации будут выполнены. Для этого вам нужно построить модель (в Excel или Google Sheets), которая показывает, как продажи зависят от основных KPI (размер базы, динамика базы, открываемость, CTOR, конверсия сайта, средний чек), и оценить, какие изменения в этих KPI произойдут при реализации рекомендаций.

Понятно, что оценка эта получится в любом случае очень приблизительной. Но любая оценка лучше, чем отсутствие оценки. Сотрудникам, которые с вами работают, надо будет обосновать необходимость изменений для своих коллег и для своего руководства, а для этого необходимы цифры.

С моей точки зрения, оценку лучше всего делать оптимистичной, но в рамках здравого смысла. Все понимают, что «что-то может пойти не так», и реальные цифры могут оказаться намного ниже, но важно показать, что в принципе есть, за что бороться.

Желание клиента оспорить эти цифры нужно только приветствовать. Это означает, что он уже примеряет рекомендации на себя, что намного лучше, чем если они просто попадут в очередной «долгий ящик». Если клиент готов вместе с вами сесть за Excel и проверить предположения и вводные данные — это шаг в правильную сторону.

Важно хорошо оформить этот раздел. Если руководители компании будут изучать результаты аудита, то смотреть будут в первую очередь на эти цифры. Более того, сам аудит будет называться в разговорах «тот самый аудит, где (такой-то) нашел улучшений на 20 миллионов».

Продолжаем разбор разделов отчета по аудиту email-маркетинга. Мы дошли до предпоследнего раздела, в котором сводим вместе все рекомендации. В этом разделе не будет ничего нового, но надо иметь в виду, что, если аудит успешен, именно его будут читать больше всего.

Рекомендации лучше всего оформить в таблицу, в которой указать:

1. Что нужно сделать.

2. Трудоемкость реализации (например по шкале низкая/средняя/высокая).

3. Стоимость реализации, там, где она известна. Если стоимость реализации нулевая — это нужно указать, на это клиент обратит внимание в первую очередь.

4. Качественный эффект от реализации, например «повышение открываемости», «рост базы» и т.д. Количественный эффект пока не указываем, он будет посчитан в разделе «Бизнес-кейс».

По возможности составьте грубый план-график, в виде диаграммы Гантта или ее аналога в Excel. Понятно, что он будет носить приблизительный характер, но это «лучше, чем ничего».

Продолжаем разбор разделов отчета по аудиту email-маркетинга. В этом разделе изучим архитектуру систем, участвующих в email-маркетинге.

Для начала полезно задокументировать архитектуру AS-IS.

Далее выписываем проблемы, которые видны в этой архитектуре. Они, скорее всего, известны тем, кто постоянно работает с рассылками, но могут оказаться новостью для руководителей, которые будут читать ваш отчет.

Типичные проблемы с архитектурой:

— отсутствие автоматической синхронизации контактов, контакты с сайта, CRM, 1С загружаются лишь эпизодически через Excel. Иногда вендоры вроде Flocktory, собирающие контакты с разрешения компании, хранят их у себя и не спешат ими делиться;

— по историческим причинам используется несколько ESP. Типичный пример — retail, где оффлайн со своей программой лояльности может использовать одну ESP, а интернет-магазин — другую;

— отсутствие обмена отписками и баунсами между ESP. Иногда использование нескольких ESP оправдано, например, тем, что в основной ESP недостаточно сильная механика по рекомендациям. Но в таком случае обязательно нужен процесс передачи данных по отпискам, баунсам и жалобам FBL;

— использование слабой ESP, которая не позволяет реализовать необходимые маркетинговые механики;

— использование слишком дорогой ESP, которая не нужна для тех задач, которые стоят перед компанией;

— не настроены необходимые для триггеров интеграции — фиды с товарами, передача данных о просмотрах и т.д. Иногда на этом месте очевидна нехватка DDM.

Скорее всего, рекомендации, которые вы дадите в этом разделе, будут реализовываться дольше всех остальных (если вообще будут), поскольку они потребуют больше всего расходов. С другой стороны, потенциально здесь можно затронуть самые болезненные для компании вопросы, например неадекватная ESP. Так что сложность этих вопросов — не повод не рекомендовать их решение.

Продолжаем разбор разделов отчета по аудиту email-маркетинга. В этом разделе мы смотрим на то, что происходит с клиентами после того, как они перешли с письма на сайт. Этот анализ имеет смысл в основном для ecommerce.

Изначально мы рассматриваем два показателя: конверсию сайта и средний чек. Их можно найти в Google Analytics (GA). Если вам повезло, и у клиента корректно настроены UTM-метки в рассылках, то можно однозначно отнести цифры из GA к конкретной рассылке. Эти показатели также имеет смысл рассмотреть как в динамике (помесячно), так и отдельно по группам рассылок.

Этими двумя показателями замыкается цепочка из шести показателей, характеризующих коммерческую эффективность рассылок:

Из этих шести показателей можно скомпоновать другие полезные показатели, например:

• Clickrate = Openrate x CTOR,
• Количество отправленных писем = размер базы х частота отправок
• Доход = (произведение всех шести показателей друг на друга),

Наиболее полезной компоновкой является произведение последних четырех показателей. Обычно это число умножают на 1000 и называют RPME, то есть доход на тысячу отправленных писем.

Почему удобно использовать RPME:

• Он показывает эффективность без привязки к размеру базы и количества рассылок. Традиционно в ecommerce смотрят только на «доход в месяц», этот показатель важен, но он не раскрывает такие ситуации, как «доход вырос из-за того, что наконец залили еще 20 тыс контактов из CRM, а то все руки не доходили», или «в этом месяце мы сделали намного больше рассылок, чем обычно».
• У RPME есть предсказательная сила. Зная RPME и размер базы, можно принять решение о частоте рассылок в будущем периоде, которая позволит сохранить положительную динамику базы, и предсказать доход.

Продолжаем разбор разделов отчета по аудиту email-маркетинга. В этом разделе мы смотрим на кликабельность регулярных рассылок.

Кликабельность (уникальную или общую) чаще всего измеряют при помощи Сlickrate, то есть отношения количества кликов (или кликнувших) к количеству отправленных писем. Это привычный показатель, и его можно сравнивать с бенчмарком, но на самом деле он не очень информативен. Если Сlickrate неожиданно упал, о чем это говорит? О том, что клиенты стали меньше кликать по ссылкам в письмах? Или о том, что письма стали реже открываться?

Для анализа изменений и их причин лучше использовать CTOR, или click-to-open rate. Это отношение количества кликов к количеству открытий (или количества кликнувших к количеству открывших). Этот показатель не зависит от Openrate.

Как и в случае с анализом Openrate, имеет смысл посмотреть на динамику CTOR во времени, и различие в CTOR между разными группами рассылок.

Падение CTOR может говорить о:

— плохом дизайне: клиенты открывают письма, видят «тут некрасиво», и сразу уходят;
— плохой компоновке: даже при хорошем, «красивом» дизайне компоновка письма может не подводить клиента к целевому действию;
— неадаптивной верстке: если письмо нечитаемо или «ломается» у тех 50% клиентов, которые читают письма на мобильных устройствах, они не смогут прочитать письмо, и тем более не станут по нему кликать;
— других проблемах с версткой, например, сбоях в верстке на Outlook;
— объективно неинтересных для ЦА оферах;
— неправильной сегментации или неправильном преподнесении материала. Например, предлагать мужскую одежду женщинам вполне можно, но нужно отдельно сформулировать это как офер «хорошего подарка»;
— большой доле информационных писем, которые не предполагают клика.

Низкий CTOR также может быть следствием слишком агрессивных усилий по повышению Openrate. Если обещание, которое клиент видит в заголовке, не выполняется в самом письме, то клиент не станет кликать по кнопкам. Наоборот, в таком случае вырастет процент отписавшихся.

Продолжаем разбор разделов отчета по аудиту email-маркетинга. В этом разделе нам нужно выяснить, что происходит с базой:

• Какие источники пополнения базы? Пополняется ли база вручную, или через какие-либо интеграции?Какие формы подписки/регистрации имеются? Где они расположены? Какой офер предлагается за подписку?Сколько контактов мы теряем на отписках, баунсах, жалобах на спам?Какая в результате динамика? База растет или сокращается?

Также здесь можно проанализировать, каков реальный размер базы, используемой для рассылок, то есть скольким контактам отправлялось хотя бы одно письмо в течение, скажем, последнего месяца.

В этом разделе с большой вероятностью можно найти возможности для улучшения. Часто клиенты, у которых происходит «выжигание» базы от слишком частых рассылок, даже не следят за динамикой базы, и оказываются очень удивлены этому факту.