Рубрика: Без рубрики

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.

Продолжаем детальный разбор содержания отчета по аудиту email-маркетинга. Сегодня смотрим на Раздел 3, где мы сравниваем результаты клиента с бенчмарками.

Задача этого раздела — дать клиенту понимание, где у его email-маркетинга слабые стороны. Их можно найти по KPI, по которым клиент отстает от среднего значения на рынке.

Где взять средние значения? Исследований рынка email-маркетинга существует немного, лично я использую исследование UniSender. Его преимущество — в том, что там данные именно по российскому рынку. В идеале аудитор должен иметь опыт в конкретной отрасли, в которой работает клиент, и использовать KPI из своей практики. Естественно, в рамках, дозволенных NDA.

Не любые цифры можно найти в исследованиях. Например, для ecommerce-компаний основные KPI — это:

— доля канала email в трафике;

— доля канала email в выручке.

Я не видел исследований с такими цифрами, так что полагаюсь на опыт. Опыт гласит, что у лидеров рынка:

— доля в трафике – около 8%;

— доля в выручке – около 15%.

Более высокие  показатели наблюдаются у компаний, у которых есть законодательные ограничения на рекламу по другим каналам, например у продавцов электронных сигарет или алкоголя.

Если бенчмарк показывает отставание, он становится своеобразным «лейтмотивом» для дальнейших разделов отчета по аудиту. В них нужно показать, какие именно