Как рассчитать финансовую эффективность рассылок. Основные метрики и рекомендации

Как определить, насколько эффективны рассылки именно с финансовой точки зрения? О метриках, которые позволяют получить ответ на данный вопрос, рассказывает ведущий менеджер платформы автоматизации маркетинга Mindbox Филипп Вольнов.  

Для начала расскажем о косвенных метриках

Для измерения эффективности рассылок нередко используют четыре метрики: 

1. Open rate — уникальные открытия от доставленных сообщений.
2. Click rate — уникальные клики от доставленных сообщений, клики по ссылкам отписки не учитываются.
3. CTR — уникальные клики от уникальных открытий.
4. UTOR — клики на отписку от уникальных открытий.

Косвенными они являются потому, что далеки от денег и могут создавать ложное ощущение эффективности рассылок. Например, высокий open rate может говорить о кликбейтности темы письма, а не об интересе аудитории. 

Главное, что показывают эти метрики, — динамику. Если open rate падает, а отписки растут — это повод задуматься. Возможно, компания отправляет слишком много рассылок или не делит базу на сегменты — интерес снижается. 

Теперь перейдем метрикам, которые помогут разобраться с тем, насколько эффективна ваша рассылочная стратегия в финансовом плане.

1. Доля выручки email в общей выручке за год

Показывает, сколько денег относительно других каналов приносят рассылки. Так, у интернет-магазина "Альпина" была задача увеличить доход email-канала. Для этого настроили триггерные рассылки, начали отправлять регулярные массовые рассылки с акциями и полезными материалами, а также проводить AB-тесты. В результате за два года доля email-канала в общем доходе интернет-магазина выросла с 11,6% до 18,8%.

Подводные камни

Доля выручки рассылок растет, а общая — нет. Это так называемая каннибализация, когда email "отъедает" выручку других каналов — она просто перераспределяется. Чтобы исключить этот фактор, имеет смысл отслеживать долю выручки рассылок в связке с общей выручкой и проводить тесты с контрольной группой. Суть в том, чтобы отправлять рассылку только части подходящих под ее условия клиентов. Покажем на примере "брошенной корзины":

Так, интернет-магазин Seedspost хотел убедиться, что выручка от email — дополнительная. Для этого 5% целевой аудитории исключили из получателей. Разница в выручке между основной и контрольной группой составила в среднем 22,5% в пользу контрольной группы — это доказало, что рассылки действительно приносят дополнительную выручку.

2. Конверсия в заказ в сравнении с контрольной группой

Показывает влияние маркетинговых активностей на количество заказов с email-канала.

Так, онлайн-супермаркет Arbuz.kz измерял конверсию с перехода из письма в заказ — смотрели в динамике, год к году. Оказалось, что за год конверсия в заказ с email выросла на 23%.

Подводные камни

Без сравнения с контрольной группой есть опасность сделать неверные выводы. Например, клиент увидел рекламу, перешел на сайт и зарегистрировался. После регистрации приходит welcome-рассылка — клиент открывает письмо, переходит по ссылке и оформляет заказ. По атрибуции last click (последний значимый канал коммуникации) получается, что заказ записывается на email — влияние рекламы не учитывается.

Чтобы понять, сыграла ли рассылка решающую роль, стоит провести тест с контрольной группой — не отправлять части зарегистрировавшихся welcome-рассылку. Если фон продаж в основной и контрольной группах будет отличаться, значит, welcome-письмо действительно мотивирует клиентов совершить первый заказ.

3. Абсолютная выручка email за период

Показывает, сколько денег бизнес заработал с помощью email-канала.

Так, интернет-магазин электроники и бытовой техники "ОГО!" хотел увеличить выручку и настроил автоматизированные рассылки. В результате выручка рассылок достигла 8–10 млн рублей в месяц.

Подводные камни

Возможны искаженные данные о выручке. Так бывает, если в отчетах не отображается точное количество заказов: они дублируются, данные подтягиваются не в реальном времени, возвраты не учитываются. Неверные цифры могут повлиять на важные решения, например о распределении бюджета: в отчеты должны быть видны все заказы, без дублей и с учетом возвратов. Чтобы этого добиться, имеет смысл автоматизировать сбор данных и на первых порах проверять чистоту данных с помощью сверок.

Разумно также отслеживать выручку на каждую рассылку и долю отписок: если писем становится больше, выручка не растет и/или увеличивается доля отписок, это тревожный признак заспамленности клиентской базы.

4. Прирост активной базы клиентов

Активным может считаться клиент, совершивший покупку в прошлом месяце (для определения периода нужно знать среднюю частоту покупок) или открывший хотя бы одну рассылку за тот же период.

Показывает, как email влияет на базу — получается ли привлекать и удерживать клиентов с помощью рассылок.

Так, "Якитория" измерила прирост активной базы от конкретной акции по промокоду. Клиенты оставляли email на сайте, получали промокод и обменивали его на любимое блюдо при следующем заказе. В результате удалось прирастить базу на 14%.

Зоомагазин "Бетховен", в свою очередь, оценивал активность клиентов по open rate и click rate. Раз в месяц в компании отправляли рассылку по неактивной части базы — open rate по доставленным письмам был в среднем 66%, click rate — 14%.

Подводные камни

Активность базы растет, а выручка — нет. Это может произойти, если у компании интересные контентные рассылки, но нет призыва оформить заказ или клиенты не готовы покупать товар за полную стоимость и ждут распродаж. Чтобы исключить такой сценарий, имеет смысл отслеживать активность базы в связке с общей выручкой.

Пять правил измерения эффективности рассылок

1. Соответствие целям бизнеса. Например, если нужно увеличить доход от email-канала, стоит отслеживать абсолютную выручку канала и/или долю канала в общей выручке.
2. Связь с деньгами. Чем ближе к деньгам, тем точнее отражается реальная польза для бизнеса.
3. Регулярность отслеживания. Минимум раз в месяц, иначе есть риск пропустить важные изменения.
4. Единый инструмент для отслеживания. Нужно выбрать один инструмент и придерживаться его, иначе могут быть расхождения в данных — даже между Google Analytics и "Яндекс.Метрикой".
5. Сверка результатов. Если, например, не сверять количество заказов, можно не заметить, что данные передаются некорректно.