Finjustera e-postutskicken

Av APSIS

2010-11-15

Snubblade du in på den här artikeln av en slump? Var inte rädd, det här är faktiskt en lättsam artikel om statistik. Jag lovar, ge den en chans. Vi kommer att ta upp hur du kan se på statistik ur ett vidare perspektiv samt hur du kan ha nytta av att urskilja mönster bland dina siffror. Slutmålet är att du ska förstå statistiken för och runtomkring dina e-postutskick bättre, så att du därmed kan förbättra dina resultat.


Det råder lite av hetsjakt på höjda klick- och öppningsfrekvenser. Varje vunnen besökare firas med champagne och efter varje förlorad river man sitt hår och undrar hur det kunde gå så fel. Skrev jag något olämpligt i rubriken? Skickade jag ut för tidigt på morgonen? Kanske ska jag byta teckensnitt för länkarna? Hatar mina prenumeranter mig nu?

Oftast är svaren nej, nej, nej och nej till de ovanstående frågorna. Vi får inte glömma att det faktiskt är riktiga människor som statistiken representerar. Och vi är inte alltid så förutsägbara att vi reagerar på exakt samma sätt för varje e-postmeddelande vi får. Det kan vara svårt att förstå för oss som jobbar med det, men för många människor kretsar inte allt kring e-post.

Bredda din vy

En sak som du kan tjäna mycket på är om du breddar din vy för hur du mäter vilken effekt dina e-postutskick ger. Hur effekterna kan se ut beror på vad du arbetar med.

Du behöver inte enbart titta på öppningsfrekvensen för dina utskick. Det kan faktiskt finnas ett segment av dina mottagare som inte öppnar utskicket, men som ändå agerar som ett resultat av ditt mejl.

Exempel: mottagaren kan vara filmfantasten som redan vet att den webbaserade filmbutiken har det största sortimentet och bra priser. Bara genom att se avsändarens utskick dyka upp i inkorgen, så kan reaktionen blir att besöka avsändarens hemsida och till och med göra ett köp. Anledningen är att förtroendekapitalet som krävs för att genomföra ett köp redan finns där. E-posten fungerar i detta fall som en påminnelse.

Tänk efter: har du möjlighet att se om dina utskick påverkar de som inte öppnar? Har du ställt in så att du kan se vilken trafik till din webbplats som kommer från dina e-postutskick och vilken som kommer från andra källor?

Vi vill ibland tro att bara för att den statistiska feedbacken för e-postutskick är direkt, så ska även intäkterna öka direkt. Men det finns både kortsiktiga och långsiktiga, analoga och digitala, direkta och indirekta effekter av e-postmarknadsföring.

Ibland glöms det bort att effekten av ett e-postutskick inte bara kan ses genom statistiken för själva utskicket. Vad händer med statistiken för din webbplats? Och vad händer ute i den "riktiga världen"? Kanske ökar inte mängden köp via hemsidan, men vad händer ute i butikerna? Börjar telefonerna ringa mer?

Om du har möjlighet, kan en god idé vara att jämföra statistiken för ett kvartal med e-postutskick med ett utan e-postutskick. Kan du se några skillnader? Att urskilja mönster i statistiken kan ge dig mycket information och även hjälpa dig att finjustera dina utskick.

Trender och mönster- identifiera dem och ta lärdom av dem

Det finns mycket att lära sig om du tittar på din statistik för olika perioder och jämför dem. Det allra lättaste sättet att identifiera mönster är om datan är visualiserad på något sätt. Vi ser sammanhang och mönster mycket lättare om vi har det visualiserat jämfört med om vi tittar på rådata.

threestat.jpg


Ta en titt på bilden ovan. Den visar antalet besök till en sajt under cirka 1 år. Vi kan se att det mest framträdande mönstret består av jämnhöga korta vågor, detta är veckorna. Vi kan alltså dra slutsatsen att antalet besök i stort är samma varje vecka, förutom vid semestertider och eventuella tekniska fel. På bilden härunder kan du se vågorna på närmare håll, föreställande en månad. Där kan vi även se mönstret att antalet besökare är högst i början av veckan och sedan sjunker successivt.

onestat.jpg

Exempelvis skulle det kunna vara ett b2b-företags statistik som vi tittar på. Hur kan vi utnyttja kunskapen om dessa mönster för att förbättra vår marknadsföring? Tidigare har vi pratat om att det enda sättet att säkert veta den optimala sändningstiden är genom att testa. Något som kan vara hjälpsamt i planeringen av ditt testande, är att titta på webbstatistiken. Om vi vet att intresset för vår webbplats är störst i början av veckan, då kanske det är vid denna tidpunkt som vi ska släppa större nyheter?

Vi kan göra split tests och se om vi får fler antal besökare om vi skickar e-post på en dag då intresset vanligtvis är som högst för oss. I den första bilden kan vi se att vissa perioder innehåller en extra hög stapel med besökare. Om vi tittar närmre på en sådan månad kan vi på bilden nedan se att det förhöjda antalet besökare härrör från endast en dag i en vecka.

twostat.jpg

Passande nog så beror det höga antalet besökare på att företaget gjort ett nyhetsbrevsutskick. Men vi behöver inte stoppa vårt trendspanande här. Kommer alla besökare från nyhetsbrevet? De kanske upptäcker att toppen i besöksstatistiken är högre än när de tidigare gjort nyhetsbrevsutskick. Men det är bara 60 % av den förhöjda besökarskaran som går att spåra till nyhetsbrevet. Vad kan detta bero på? Nyckeln ligger i att utnyttja integreringen av e-post-, sociala medier- och webbstatistik.

socialmed1.jpg

Förklaringen till de många besökarna ligger i rapporten för sociala medier i mejlutskicket. Passande nog var detta första gången som företaget provade att lägga till delningslänkar för sociala medier i sitt nyhetsbrev. Och i statistiken kan du se att nyhetsbrevet har spridits och återspridits via Facebook och Twitter ett flertal gånger, vilket i sin tur skapat en ännu större räckvidd för nyhetsbrevet.
Till sist

Det har sagts att genier förvandlas till knäppgökar om de blir för fokuserade på specifika detaljer. Om du fokuserar för hårt och selektivt på vissa delar av din statistik, då tappar du snart ursprungsnyttan - att förbättra helheten.

För utan ett helhetsperspektiv där du väger in detaljerna i sammanhanget, då kommer du att bli översvämmad av siffror som tar dig längre och längre från verkligheten. Ta nu en titt på din egen statistik och fundera över vad du egentligen ser och hur du kan nå verkliga resultat.