Если посреди ночи вы неожиданно проснетесь от мысли, что забыли провести аналитику очередной рассылки по расписанию, я за вас совершенно спокоен – с качеством измерений e-mail маркетинга у вас полный порядок:-)

Как показывает практика, рассылка, запущенная с нуля, редко работает идеально. Уровень просмотров и кликов не так высок, как хотелось бы, а заказов недостаточно.

Чтобы вывести e-mail маркетинг на планируемую «высоту полета», приходится вносить изменения по ходу дела. Здесь, как и всегда, добиться успеха помогает систематический подход с подробным фиксированием всех шагов и измерением результатов.

В первую очередь познакомимся со способами оптимизации рассылок, изучим доступный инструментарий и кое в чем дополним уже известную нам методику измерений из восьмой главы. Наконец, применим наши знания на практике и займемся усовершенствованием всех аспектов e-mail маркетинга, начиная с массовой и автоматических рассылок и заканчивая источниками подписки.

Основной метод оптимизации рассылок – это тестирование. В зависимости от того, каким образом оно построено, его можно разделить на последовательное и параллельное.

Самый простой (с технической точки зрения) способ организовать тест – сделать это последовательно. Вы придумываете варианты А, Б, В и т. д., а затем проверяете их один за другим.

Например, вам нужно узнать, какое количество товаров в письме вызывает наибольший отклик. Тогда в первой рассылке вы размещаете 3 товара, во второй 6, в третьей – 9 и т. д., пока не получите максимальный уровень кликов.

Если рассылка с 9 товарами показала результат лучше, чем рассылки на 12 и 15 позиций, значит, вы нащупали оптимальный вариант – по крайней мере, на какое-то время.

Рекомендации:

• тестируйте только один параметр единовременно (если ищете лучшее число товаров, не стоит тут же экспериментировать с ценами, иначе сложно будет выяснить, что именно повлияло на результат);

• ведите подробные записи: что и когда поменяли, какой отклик получили, по каким причинам и т. п.

Преимущества последовательного тестирования:

• его можно проводить даже на небольшой базе (менее 1000 подписчиков);

• не нужны дополнительные технические средства – только ваши предположения и таблица Excel.

Недостатки:

• протяженность во времени (вместо того чтобы проверить 4–5 вариантов за одну кампанию, приходится проводить рассылку для каждого варианта; если речь идет о массовой рассылке, то вместо недели на тестирование уходит месяц);

• неоднозначность результатов (поскольку тест проводится не в рамках одной кампании, а в рамках нескольких, которые растянуты по времени, то трудно контролировать, чтобы в письмах менялся только один параметр).

К примеру, что повлияло на клики в рассылке 9 товаров – одно лишь количество товарных предложений в письме или их состав, стоимость, а также удачный момент для отправки?

Поэтому результаты последовательного тестирования лучше перепроверять.

В данном случае сравнить 9 и 15 товаров в рассылке не один раз, а несколько, и оперировать уже усредненными величинами.

Если есть возможность, то предпочтительнее проводить параллельное тестирование. При этом вы так же формируете варианты, но проверяете их уже одновременно – с помощью специального функционала рассылочного сервиса.

Параллельное тестирование одного параметра обычно называют А/Б-тестированием или сплит-тестированием. Проверка двух или более параметров называется многовариантным тестированием.

Применительно к тесту количества товаров в письме: вы готовите несколько вариантов одного и того же письма, в котором отличается только число товарных предложений: 3, 6, 9, 12… Затем отправляете письма на небольшие части подписной базы, отобранные случайным образом. Лучший вариант по отклику досылаете остальным подписчикам спустя некоторое время. Таким образом, вы гарантированно повышаете отклик на кампанию.

Рекомендации:

• Строго контролируйте количество тестируемых параметров (только один параметр для А/Б-тестов, несколько параметров для многовариантных тестов, но тогда желательно – все возможные комбинации).

• Отбирайте подписчиков в тестовые группы случайным образом (это возьмет на себя рассылочный сервис).

• Включайте в каждую тестовую группу не менее 250 подписчиков (чтобы получить достоверные результаты).

• Включайте в каждую тестовую группу не более 20 000 подписчиков (дальнейшее увеличение размера группы не приведет к повышению точности тестирования).

• Проверяйте варианты на меньшей части базы (в идеале – на 10 %, чтобы как можно больше подписчиков получили наилучший вариант; тесты на 50 % базы и выше уже неэффективны).

Впрочем, иногда в тестировании можно задействовать и 100 % базы, если речь идет не о проверке какого-то текущего параметра (темы письма или призыва к действию), а чего-то более общего (цвета/размера кнопок и прочих элементов дизайна).

• Прежде чем разослать лучший вариант по всей базе, выдерживайте паузу не менее 3 часов (еще лучше – 24).

Статистика рассылок со временем меняется, и нередко вариант, лидирующий по истечении первого часа, оказывается далеко не лучшим в итоговом зачете.

Преимущества параллельного тестирования:

• Быстрота (за одну рассылку можно перебрать сразу несколько вариантов, а не уделять каждому отдельную кампанию).

• Точность (результаты можно трактовать однозначно – если достаточная часть базы отреагировала на письмо наилучшим образом, то это действительно самый эффективный вариант).

Но при каких-либо серьезных тестах (например, когда тестируется не тема письма, а формат подачи товаров) лучше все-таки повторять их несколько раз и усреднять результаты для большей достоверности.

Недостатки:

• База должна быть достаточно велика (более 1000 подписчиков).

К примеру, для простого А/Б-теста с минимальным количеством подписчиков в тестовых группах (по 250) понадобится размер выборки А+Б=250+250=500 подписчиков. Если выборка составляет 10 % от базы (идеальный вариант), то вся база должна включать не менее 5000 подписчиков (на практике можно начинать сплит-тесты уже с 1000 подписчиков).

Для многовариантного тестирования база должна быть еще больше. Если тестируется 4 варианта, то размер выборки составляет 250 × 4=1000 подписчиков. Тогда в идеальном случае база должна быть не менее 10 000 подписчиков (не меньше 2000 в не идеальном случае).