Team A gennemgår målinger for e-mail hver måned og gemmer en rapport, ingen læser. Team B vælger ét tal hver uge, ændrer én ting og sammenligner resultaterne den følgende fredag. Seks måneder senere svarer Team B hurtigere, skriver skarpere emnelinjer og sender færre beskeder, der ikke fører nogen vegne.
At bruge data fra e-mail til at forbedre kommunikationen betyder at forbinde målinger med en bestemt ændring, teste ændringen og måle resultatet. Det handler ikke om at samle flere tal. Det handler om at lukke løkken mellem det, dataene viser, og det, dit team skriver, sender og svarer på. Målingerne fra e-mailmålinger, virksomheder bør følge og udviklingen fra sådan følger du engagement i e-mail over tid fører direkte ind i processen.
Sådan bruger du data fra e-mail til at forbedre kommunikationen
Start med ét problem, du vil løse. Få åbninger? Svage klik? Langsomme svar? Vælg den måling, der svarer til problemet, og ignorér resten for nu. En fokuseret test giver tydeligere resultater end at ændre fem ting på én gang.
Gør målingen til en hypotese. "Vores åbningsrate faldt, fordi emnelinjerne blev vage" kan testes. "E-mail virker ikke" kan ikke. Skriv to emnelinjer om med vejledningen fra professionelle emnelinjer i e-mail, send dem til lignende grupper, og sammenlign åbningsraterne ugen efter.
Almindelige forbedringer, som data fra e-mail driver
Lav åbningsrate peger ofte på emnelinjer, tidspunkt for afsendelse eller genkendelse af afsendernavnet. Ret emnelinjen først, for det er den hurtigste test. Lav klikrate med sunde åbninger peger på indholdet i mailen, placering af links eller en svag opfordring til handling. Brug reglerne for klarhed fra sådan skriver du en klar og kort e-mail.
Langsom svartid peger på arbejdsgangen i indbakken og ikke på kvaliteten af skrivningen. Gennemgå reglerne for at uddelegere fra arbejdsgang for professionel e-mail, og om hastesager bliver markeret rigtigt. Lav svarrate på salgsmail kan betyde, at ønsket er uklart, eller at timingen fra automatiske opfølgnings-mails skal justeres.
Den ugentlige løkke til forbedring
Notér dine vigtigste målinger hver uge, find det svageste tal, formulér én hypotese, lav én ændring, og gennemgå resultaterne syv dage senere. Skriv ned, hvad du testede, så du ikke gentager forsøg, der slog fejl. Del resultatet med dit team i to sætninger, så alle lærer af de samme data.
Næste kapitel om fejl i rapportering om e-mail, virksomheder begår dækker de faldgruber, der får løkken til at stoppe.
Ofte stillede spørgsmål
Hvor mange data fra e-mail skal en virksomhed have, før den ændrer noget?
To uger med grundtal er nok til at begynde at teste én ting. Fire uger giver mere sikkerhed om retningen i udviklingen. Analytics fra WEMASY for formularer og sider via hjemmesidebyggeren giver sammenhæng, når links i mails fører til besøg på hjemmesiden.
Skal virksomheder ændre emnelinjer eller indhold først?
Ændr emnelinjer først, når åbningsraten er problemet. Ændr indholdet, når åbningerne er sunde, men klik eller svar er få. Dataene fortæller dig, hvilken port der svigter.
Kan data fra e-mail forbedre kommunikation med én person ad gangen?
Data om svarrate og svartid viser, om din direkte kontakt får svar hurtigt nok. Følg, hvilke formater til emnet i tilbudsmails der får de hurtigste svar, og genbrug mønstret.
Hvordan forbinder du data fra e-mail med resultaterne på hjemmesiden?
Sammenlign klikraten på links i mails med sidebesøg og indsendte formularer på landingssiden. Et hul mellem klik og salg peger på et problem med siden og ikke med mailen. Se hvordan professionel e-mail påvirker konverteringer.
Hvad hvis dataene viser et problem, men rettelsen ikke virker?
Kør testen i to uger, før du konkluderer, at den slog fejl. Én langsom uge er støj. Hvis rettelsen stadig ikke løfter noget, så formulér en ny hypotese, og test én anden ændring.
Hvordan forbedrer data fra e-mail automatiske beskeder?
Data fra forløb viser, hvor modtagerne falder fra. Få åbninger på trin to betyder, at den første besked satte de forkerte forventninger. Få klik på trin tre betyder, at opfordringen til handling skal arbejdes på. Gennemgå fejl i e-mailautomatisering, du bør undgå sammen med dine tal.