Inledning
Med digital marknadsföring kommer otroliga möjligheter att samla in kvantitativ data – siffror och statistik. Tyvärr är det även alla dessa otroligt många möjligheter som gör att det ibland upplevs som…ett svart hål. Allt kan analyseras, jämföras och dras slutsatser av. Den vanligaste löpande statistik vi som marknadsförare ska tolka är email-statistik och det behöver inte vara så knepigt.
Till att börja med så finns det många begrepp och förkortningar för den oinvigde att ta in. Vi kikar på de allra vanligaste och vad de betyder.
Vanligaste email-statistiken
Open rate
Hur många har öppnat utskicket? Open rate (öppningsfrekvensen) avser andelen i procent som har öppnat mailet.
Så tolkar du open rate: Har ni en väldigt låg open rate kan det i vissa fall bero på databasen – är det en helt ny databas så är öppningsfrekvensen generellt lägre. Oftast har det dock med det formulerade erbjudandet att göra. Som ett första steg bör du se över och justera ämnesraden samt preview-texten.
Click-through-rate, (CTR)
Avser den andel mottagare (%) som har öppnat och klickat i mailutskicket.
Så tolkar du CTR: En låg CTR är ofta kopplat till hur väl du levererar i själva innehållet i förhållande till det som utlovats i ämnesraden. En annan vanlig orsak till en väldigt låg click-through-rate är otydliga call-to-actions (CTA). Se till att du fokuserar på en CTA (undantaget är om det avser, t.ex. ett nyhetsbrev) och ge mottagaren flera chanser att klicka.
Bounce rate
Lite oklart uttryck men det är egentligen precis vad det låter som – ett utskick som “studsar” tillbaka eftersom de av olika anledningar inte kan levereras. Det finns två olika sorters bounce att håll reda på, “soft-bounces” (tillfälligt problem på t.ex. servern) och “hard-bounces” (domänen eller mailadressen exiterar inte).
Så tolkar du bounce rate: En bounce rate högre än 20% är en stark indikation på att ni behöver se över er databas och även kontakterna i ert CRM om ingen integration mellan systemen finns på plats. Det kan vara dags för en höst-städning.
Unsubscribe rate
Unsubscribe, Opt-out, “The big break-up”… vad man än kallar det så avser det den andel som väljer att avprenumerera på framtida utskick – dvs. inte längre vill ha mail från er. Oftast görs dessa genom att mottagaren klickar på en obligatorisk länk längst ner i footern.
Så tolkar du unsubscribe rate: Även om vi (kanske) vill tro att det sker av misstag så kan en uppenbar anledning vara att de helt enkelt inte är intresserade av ditt erbjudande. Det är aldrig kul – men samtidigt någonting man får räkna med. Om du hamnar under 0,5% så kan du vara lugnt.
Hur vet man då vad som är “bra” siffror?
Självklart går det inte att hårddra, det är många olika faktorer som spelar in. Men email-verktyget Mailchimp har gjort en sammanställning på genomsnittlig Open rate och Click-Through-Rate, som säger att genomsnittlig open rate ligger mellan 20-23% medan CTR ligger på 2-3%. Unsubscription eller “Opt-out” bör inte ligga på mer än 0,5%. Den här bilden stämmer rätt bra överens med vår erfarenhet.
Tänk på: Som jag nämnde tidigare så är databasen en faktor som har en stor påverkan på statistiken. Vilka mailar du till – är det en lojal kunddatabas eller helt nya kontakter?
Hur kan man förbättra sin email-statistik?
- A/B testa alla utskick
- Håll en hög kvalitet på databasen – Rensa regelbundet!
- Segmentera och anpassa budskapet utifrån mottagaren
- Analysera siffrorna. Fokusera på en sak i taget och jämför.
- Vilket utskick har gått bra/mindre bra?
- Hur såg ämnesraden ut?
- Vad skrev vi i preview-texten
- Vad var det för innehåll?
- CTA-knappar – placering/antal osv
- Till vilka skickade vi ut? (ny eller gammal lista? Kunder eller leads?)
- Vart kommer konverteringarna ifrån? Finns det några skillnader i vilken typ av device de använder?
Dela den här artikeln
Inlägg i samma kategori
Digital Marknadsföring, Försäljning
Så kan du arbeta med en reversed funnel utan att implementera en fullskalig ABM-strategi
Så kan du arbeta med en reversed funnel utan att implementera en fullskalig ABM-strategi
Digital Marknadsföring, Hubspot
HubSpot-rapportering: Vilka attributionsmodeller ska du använda och när?
HubSpot-rapportering: Vilka attributionsmodeller ska du använda och när?