Mõni aeg tagasi kutsuti mind esinema konverentsile teemal ”Kuidas e-turunduses paremini sihtida?”. Meelde tuli lugematu arv e-kirju oma spämmifolderis, mida lugedes jääb tunne, nagu üritaks keegi tuumapommiga Bin Ladenit tabada.
Mittesihtimise tagajärgi pole keeruline tunnetada – inimeste pahameel, opt-out, mustad nimekirjad, ettekirjutused Andmekaitseinspektsioonilt jms.
Mind huvitas, kas lisaks tunnetamisele on keegi kehva sihtimise tagajärgesid ka mõõtnud – arvutanud kui palju opt-out’iga tulevast käivet kaotati ja kuidas see mõjutab otsepostituse summaarset tasuvust.
Mida tahtsime uurida
Tegin ettepaneku Äripäevale e-postitus kampaaniate analüüsiks et uurida, kas
• parem sihtimine vähendab opt-out’i
• sagedasem postitamine suurendab opt-out’i
Esimene õppetund mille saime – andmeid opt-out kohta on väga keeruline saada. Seda ei ole seni peetud vajalikuks analüüsida, mistõttu süsteemid ei ole kohandatud opt-out ajaloo kvaliteetseks salvestamiseks. Ka mõõdik ”paremini või halvemini sihitud” ei olnud digitaalses jalajäljes talletunud, mistõttu pidime tegema lihtsustuse ”mida väiksem sihtrühm, seda paremini (täpsemalt) sihitud”,
Järgmiseks pidime otsustama, kuidas me opt-out ärilist mõju mõõdame. Selleks leppisime kokku, et kui konkreetne adressaat on teinud opt-ou’ti, siis me loeme ta lõplikult kaotatuks. Kahjuks ei olnud meie käsutuses kliendi elukaart, mille pealt saaks teada tema tulevikpotentsiaali, seetõttu lugesime kahjuks kogu tulu, mis me seni olime temalt saanud (eeldasime, et potentsiaal võrdub senise tuluga). Postituse tulu lugesime võrdseks müügituluga, mis otseselt sellest postitusest tulenes.
Kokku uurisime viimase 100 e-postituskampaania tulemusi.
Mida teada saime
Esimene oletus oli, et mida halvemini sihitud, seda suurem sihtrühm ja seda kõrgem opt-out määr.Teiseks oletasime, et mida rohkem kirju ühele inimesele on saadetud, seda suurem on oht et ta üldse kirjade saamisest loobub.Selgus, et see ei vasta tõele – uurides sihtrühma (Sent) ja opt-out määra, nägime, et on mitmeid postitusi väga väikestele auditooriumidele, kus opt-out määr on kordades suurem kui väga suurtele auditooriumidele. Ühest seost auditooriumi suuruse ja opt-out vahel ei olnud.Senised tulemused tähendasid, et peab olema mingi muu käitur, mis opt-out määra oluliselt mõjutab. Selleks osutus postituse sisu.Selgus, et ka see oletuse ei vastanud tõele – seost ei olnud, kuid mõned postitused torkasid silma kordades suurema opt-out määraga.
Lihtviisilise reklaami opt-out on 3x kõrgem, nt konverentsipakkumistel aga poole väiksem kui keskmiselt. Kui pakkumine on konkreetne ja sisaldab saajale otsest väärtust, on ka opt-out määr väiksem.
Oluline ülesanne oli uurida, kas ja kuidas opt-out kahju mõjutab e-postituse majanduslikku efektiivsust. Selleks kõrvutasime postitusest saadud müügitulu (ostud konkreetsest postitusest) ja opt-out kahju (kaotatud klientide ostupotentsiaal)
Näeme, et ainult opt-out määra jälgimine ei võimalda teha otsuseid, mis ettevõtte tulevast käivet ja kasumit suurendaks. Nt kirjastuse raamatute pakkumisel on opt-out määr veidi alla keskmise, aga kaotatud klientide väärtus oluliselt suurem, kui saadud müügitulu. Selguse mõttes paneme tulu ja kahju kokku üheks – e-postituse tulemiks, kus arvesse on võetud nii müügitulu kui kaotatud klientide väärtust.
Üldteemalised postitused ei ole majanduslikud tasuvad.
Soovitused
1) Vaadake üle oma süsteemid ja eriti andmemudel – kas need võimaldavad talletada kampaaniate analüüsiks vajalikke sündmusi ja tegevusi;
2) Koostage elukaaremudel(id), mis võimaldavad määrata kliendi ostupotentsiaali;
3) Lisaks e-kampaania tuludele mõõtke ka nende kahjusid kaotatud klientide ostupotentsiaali näol;
4) Varustage kampaaniad sisukate tunnustega, milliste abil tulevasi kampaaniaid paremini korraldada, mis liiki pakkumised, sihtimisel kasutatud piirangute arv ja väärtused jms;
5) Arvutage kliente iseloomustavad metatunnused (näiteks ”hinnatundlikkus”, ”põhivajadused”) ja salvestage need kliendprofiili.
Lõpetuseks – püüelge selle poole, et olete pigem e-snaiprid kui e-pommitajad. Edu!