Folgendes dürfte vielen bekannt vorkommen: Man möchte den E-Mail-Response einmal genauer unter die Lupe nehmen, setzt sich an den Datenexport und stellt unversehens fest, dass sich über die Jahre das reinste Tohuwabohu eingeschlichen hat. Hier „Herr“, „1“ und „Senior“, dort „Mr.“, „Mister“ usw. – von einer einheitlichen Struktur bzw. Kodierung im Feld „Anrede“ keine Spur. Und bei den weitere Attributen wie dem Land („DE“, „Deutschland“, „Germany“, …) oder der Adressquelle („iPad Gewinnspiel“, „iPad“, …) sieht es nicht anders aus. Eine sinnvolle Auswertung ist somit kaum möglich. Die gute Nachricht: Mit wenigen Handgriffen ist das Chaos beseitigt und das gebotene Maß an Datenqualität wiederhergestellt. Google stellt bspw. mit seinem Tool namens „Refine“ einen kostenfreien Aufräumdienst bereit, mit dem sich auch sensible Daten im Nu bereinigen lassen.
mehr
E-Mail-Marketing ist messbar – einer der Hauptgründe, warum es mir als E-Mail-Marketing-Manager immer viel Freude bereitet hat. So bilden Öffnungen zum Beispiel gut ab, wie effektiv Absender und Betreff wirkten. „Clickthroughs“ erfassen hingegen die Güte des Werbemittels. Via Post-Click-Tracking können schließlich Umsätze oder Conversions auf der Landing Page kampagnenbezogen festgehalten werden – eine wichtige Grundlage, um Rentabilitätskennziffern zu bilden.
Damit nicht genug. Hinzu kommen weitere (Miss-)Erfolgskennziffern wie Zustellungen bzw. Bounces, An- bzw. Abmeldungen, Weiterempfehlungen, Antworten oder auch Spam-Beschwerden (vgl. weitere hier & hier). Auf der anderen Seite lassen sich unzählige Merkmals-Kandidaten ausmachen, die ursächlich für Erfolg und Misserfolg sind. Denken Sie an die Versandmenge der Kampagne, -geschwindigkeit, -uhrzeit, -wochentag, Betreffzeilen-Länge usw.
Eine ganze Menge Stoff! Wie sollen Verantwortliche in diesem Zahlen-Dickicht nun interessante Zusammenhänge aufdecken, um den Erfolgspfad stetig weiter auszutreten? Anbei ein Kompass für Praktiker.
mehr
Anbei eine kleine Ergänzung zum Artikel „Recommendation Engine selbst gebaut – so geht’s per Bon-Analyse“. Denn wem das dort angeführte konstruierte Beispiel eines „wer dies geklickt hat, hat auch dies geklickt“-Systems zu theoretisch war, lässt sich vielleicht eher mit einem praktischen Beispiel und echten Datensätzen des sozialen Musiknetzwerkes Last.fm für das Thema „analytischesE-Mail-Marketing“ begeistern …
mehr
Nur 39 % testen regelmäßig E-Mail-Kampagnen, um so den Response zu optimieren (MarketingSherpa, 2010). Der Nutzen von Tests wird offenbar verkannt – zwar muss oft mehr Arbeitszeit investiert werden, aber der Zugewinn an Umsatz und Wissen kompensiert dies um ein Vielfaches. Wenn doch getestet wird, dann meist die Betreffzeile. Gefolgt von Angebot bzw. der Handlungsaufforderung und Versand-Uhrzeit sowie -Wochentag (MarketingSherpa, 2009). Die meisten tasten sich dabei vorsichtig mit Split A/B-Tests vor: Der Betreff wird variiert und an den beiden Testgruppen A und B aus dem E-Mail-Verteiler zunächst erprobt. Das ist gut – und sinnvoll! Doch durch Experimente, die gleich mehrere Merkmale und Ausprägungen auf einen Schlag einschließen, kann die Taktrate beim Erfahrungsgewinn und der Responsezuwachs noch einmal deutlich erhöht werden. Multivariate Tests sind deshalb im Kommen.
mehr
In einem vergangenen Blogbeitrag wurde eine Formel vorgestellt, anhand derer der Mindestumfang für einen Testversand bestimmt werden kann. Werden weniger Adressen gewählt, verliert das Experiment an Prognosekraft für den Hauptversand. Zumindest nach Maßgabe der Statistik. Um die notwendige Adresszahl zu bestimmen, muss unter anderem der voraussichtliche Response geschätzt werden. Doch was, wenn sich die Rückläuferquote beim Test ganz anders einstellt?
mehr
„Aufgrund der Entwicklungen der letzten Jahre (wie z.B. der kontinuierlich abnehmenden Öffnungsrate), frage ich mich, […] [i]st eine bestimmte Öffnungsrate überhaupt noch aussagekräftig?“ –
mehr
Gemeinhin sind unsere E-Mail-Empfänger ja meist eine Art „Blackbox“. Marketer versenden mal mehr, mal weniger (un)spezifische Inhalte und liefern somit quasi den Box-Input. Im Nachgang wird der Box-Output extrahiert und betrachtet – ein Spreadsheet mit aggregierten Öffnungs-, Klick- und Abmelde-Raten (vgl. auch „19 Messgrößen“-Artikel). Das alles ist zerifelsohne nützlich und wichtig für den Gesamtüberblick und ein erfolgreiches E-Mail-Marketing-Management.
mehr
Innovativ: Die "Lese-Rate"
Im Artikel „Messgrößen im E-Mail-Marketing“ wurde bereits eine Reihe wichtiger Erfolgskennziffern für E-Mail-Kampagnen vorgestellt. Neben Klick-, Öffnungs- oder Zustellraten gilt es natürlich, eine Reihe weiterer Kennzahlen im Auge zu behalten. Manche davon sind einfacher zu ermitteln oder besser als Performance-Indikatoren geeignet, als andere. Aus allen lassen sich aber interessante Erkenntnisse in Bezug auf den Grad der Zielerreichung oder auf die bessere Einordnung der KPIs oder auf Optimierungsmöglichkeiten künftiger Maßnahmen ableiten. Anbei eine Auswahl interessanter E-Mail-Marketing-Maßzahlen, die evtl. mit in das nächste Reporting mit aufgenommen werden sollten – falls noch nicht enthalten. (Hinweis: Die verwendeten Bezeichnungen sind z. T. nicht normiert.)
mehr
„Ein Apfel ist ein Apfel, und eine Birne ist eine Birne“ wissen wir spätestens seit Loriots patriarchalischer Aufklärungsarbeit in Pappa ante Portas. Auch im E-Mail-Marketing werden einheitliche Messgrößen benötigt, damit derartiger Zank ausbleibt und alle sich über das Gleiche unterhalten können. Beginnend beim Vorher-Nachher-Vergleich der Zustellungsraten nach Wechsel des Email Service Providers und endend mit der Gegenüberstellung von Klickraten verschiedener Werbepartner, die ihr Produkt über deren E-Mail-Verteiler beworben haben.
mehr
