Is je e-mailcampagne écht een succes? Zo weet & meet je het
E-mail wordt door veel (en ook steeds meer) organisaties gebruikt als een belangrijk kanaal binnen de (online) marketingstrategie. Dat het inzetten van e-mail als marketingkanaal grote successen kan opleveren, ga ik in dit artikel verder niet beargumenteren. Wel is een veelvoorkomende vraag: wat ís dan dat succes? En hoe kunnen we meten of e-mail succesvol is?
Je ziet in de markt steeds meer cases en resultaten opduiken. Denk hierbij aan enthousiaste LinkedIn-posts of -cases, waarin vol enthousiasme wordt gemeld:
De e-mailcampagne behaalde een open rate van 60%!
Je leest dan vaak geen verdere onderbouwing of dit écht iets heeft bijgedragen aan je organisatie -en marketingdoelstellingen. Daarom in dit artikel een aantal tips en stappen hoe je nou echt kunt weten en testen of jouw e-mailmarketing succesvol is.
Stap 1. Bedenk zowel vooraf én achteraf wat je wil bereiken
Het succes van e-mailmarketing wordt vaak ‘opgehangen’ aan bekende termen als COR (Open rate), CTR (Click rate) of CTO (Clicks/Opens). Vervolgens worden er vergelijkingen gemaakt met benchmarkgemiddelden, maar wat zegt dit nou precies? Natuurlijk weet je als e-mailmarketeer dat een open rate van 60% niet slecht is. Als je doel is dat mensen een bepaalde boodschap zien, dan kan het een indicator zijn, hoewel het dan nog steeds moeilijk te bepalen is of mensen de mail niet direct wegklikken na het openen.
Veel belangrijker is om vooraf altijd na te denken over je doelen. Dus stel jezelf de vraag: waarom ga ik deze campagne doen? Of waarom ga ik deze e-mail versturen? Een aantal voorbeelden van doelen rondom e-mailcampagnes die je vooraf kunt opstellen zijn:
- Ik wil voor meer sales zorgen in mijn webshop
- Ik wil dat mensen het achterliggende artikel of de pagina op de website lezen
- Ik wil dat mijn bestaande klanten herhaalaankopen doen
- Ik wil meer engagement creëren
Het klinkt misschien als een open deur, maar het is van groot belang deze doelstellingen vooraf in kaart te brengen en ze ook leidend te laten zijn in de keuze voor je strategie en campagne.
Blijf ook reflecteren op je vooraf opgestelde doelstellingen. Ook dan kan een open rate van 50% er leuk uitzien, maar blijf je afvragen of de statistieken iets toevoegen aan het behalen van je doelstellingen.
Stap 2. Maak je doelstellingen meetbaar
Kreten als: “We willen meer engagement creëren” of: “We willen dat mensen door e-mail vaker herhaalaankopen doen” zijn in mijn ogen soms nietszeggend. Vaak merk ik dat er niet voldoende wordt nagedacht over:
- Hoe je dit gaat waarmaken.
- Hoe je dit meetbaar gaat maken.
Denk goed na of en hoe je de doelstellingen meetbaar kunt maken. Een veelgebruikte methode is ze ‘SMART’ te definiëren. Is de doelstelling te breed of moeilijk meetbaar? Probeer dan je doelstelling onder te verdelen in wat kleinere subdoelstellingen!
Probeer je met SMART-doelstellingen te realiseren dat je weet wát je, op welke manier, op welke termijn, wil bereiken met je e-mailcampagne.
Als voorbeeld de genoemde doelstellingen uit stap 1, deze kun je op een andere manier definiëren. Je kunt dan achteraf beter nagaan hoe je gescoord hebt en opzichte van je doelstellingen. Hieronder een tweetal voorbeelden.
“Binnen drie maanden moet de omzet, rechtstreeks verkregen uit een e-mail, minimaal 30% hoger liggen dan nu.”
“Vanuit de specifieke e-mailcampagne moet minstens 30% van de verzendlijst minimaal 1:30 minuut op artikel X van de website blijven hangen.”
Stap 3. Werk je meetplan uit
Als je je doelstellingen meetbaar hebt gedefinieerd, bedenk je in de volgende stap hoe je die meting dan daadwerkelijk gaat doen. In sommige gevallen zal dit bij doelstellingen heel eenvoudig zijn, bijvoorbeeld:
We willen zorgen dat er vanuit de e-mail minimaal 10.000 mensen doorklikken op het artikel, die langer dan 2 minuten op de website blijven.
Met bovenstaande doelstelling moet je er dus voor zorgen dat je in de website-analytics kunt herkennen welke mensen vanuit de e-mail komen en dat je dit in kaart kunt brengen.
Een veelgebruikte methode hiervoor is het toevoegen van UTM-tags. Deze worden opgevangen in bijvoorbeeld Google Analytics. Hiermee kun je (met wat basis analytics-skills) redelijk zwart-wit in kaart brengen of je je e-maildoelstelling bereikt hebt.
Je kunt ook veel ingewikkelder meetplannen uitwerken. Een voorbeeld dat ik de laatste tijd een aantal keer langs heb zien komen is :
We willen dat door het versturen van e-mailcampagnes de herhaalaankopen toenemen met 20%.
In veel gevallen gaan mensen er vanuit dat een e-mailcampagne succesvol is, als er na het lanceren van de campagne gezien wordt dat de verkoopcijfers stijgen.
A/B-testen
Maar dit ligt wat complexer. Enerzijds omdat je het verkoopsucces nooit zonder meer aan één specifieke campagne toe kunt schrijven. Je weet namelijk niet of iemand die vanuit een e-mail een aankoop doet, deze aankoop niet sowieso had gedaan. Een goede methode om dit te testen is de welbekende A/B-test, maar hoe voer je de uit? Hieronder een paar sub-stappen die je kunt zetten om dit proces in kaart te brengen.
(Bij onderstaand voorbeeld ga ik er voor het gemak even vanuit dat je van alle mensen die aankopen hebben gedaan beschikt over een e-mailadres en dat deze mensen ook een opt-in hebben.)
Bovenstaande is natuurlijk slechts een voorbeeld. Maar meestal geldt: de beste manier om écht effect te meten is door gebruik te maken van een controlegroep. Er zijn namelijk zoveel factoren die een effect kunnen veroorzaken, dat je nooit helemaal met zekerheid kunt zeggen stijgingen van sales of visits direct zijn toe te schrijven aan een specifieke e-mailcampagne.
Vragen die hierbij als leidraad genomen kunnen worden voor jezelf:
- Zijn er nog andere events/gebeurtenissen die dit veroorzaakt kunnen hebben?
- Heeft de periode in het jaar (maand of seizoen) mogelijk invloed op de resultaten?
- Had dit resultaat ook kunnen optreden als ik geen e-mailcampagne had gedaan?
Hierbij hoeft een controlegroep natuurlijk niet altijd 50% te zijn. Dit kan bij processen die goed zijn getest ook rustig slechts een paar procent zijn, als het maar een representatieve groep is die zich verhoudt tot de testgroep. De grootte van een controlegroep staat daarom niet per definitie vast. Wel is het belangrijk dat de verhoudingen en verdelingen binnen zowel de testgroep als de controlegroep gelijk zijn, waarbij het risico op toeval ook uitgesloten wordt.
Stap 4. Zorg dat je je cijfers snel en overzichtelijk in kaart hebt
Als stappen 1 t/m 3 bij een organisatie goed in kaart zijn, zie je vaak dat het daadwerkelijk meten of de analyse niet of pas veel later gebeurt. Bijvoorbeeld als een organisatie aan het einde van het kwartaal of een jaar de resultaten met terugwerkende kracht wil zien. Een data-analist wordt op dat moment aan het werk en er worden allerlei analyses uitgevoerd. Vaak komen de resultaten dan als mosterd na de maaltijd en zijn (e-mail)marketeers op dat moment al lang weer bezig met de uitvoering van nieuwe campagnes.
Idealiter wil je dit natuurlijk goed in kaart brengen, zodat je hier direct op kunt schakelen. Verschillende softwareprogramma’s voor e-mail/automation bieden hiervoor al mooie statistieken aan. Maar je wil eigenlijk ook je directe conversie en overige cijfers in kaart brengen.
Real time-dashboard
Een mooie manier om dit te doen, is om alles te koppelen in een real time-dashboard. Hier koppel je direct je KPI’s aan. Op deze manier geeft het dashboard snel weer welke onderdelen of e-mails wél goed presteren en welke niet, zodat je gericht kunt aanpassen en ook tussentijds aanpassingen door kunt voeren.
Vooraf ben je dan misschien iets drukker met het inrichten van de juiste koppelingen, maar achteraf hoeft je data-analist niet nog uitgebreide analyses te doen. En belangrijker, je kunt direct bijsturen! Voorbeelden van tools die hiervoor gebruikt kunnen worden zijn Klipfolio, Tableau of Qliq sense.
Stap 5. Evalueren, bijsturen en leren!
Als je tussentijds de echte resultaten direct goed in kaart hebt, is het mooi ze snel te kunnen verwerken en aanpassingen door te voeren. In de toekomst zal dit waarschijnlijk steeds meer self learning worden, waarbij algoritmes direct herkennen waar aanpassingen nodig zijn en hier aanpassingen in doorvoeren.
Tot die tijd wil je gewoon zo snel en helder mogelijk zien (stap 4) waar optimalisaties mogelijk zijn, zodat je ze kunt doorvoeren. Zorg er dan altijd voor dat je een deel van de mensen nog in de oude situatie laat. Met deze controlegroep kun je weer testen of de optimalisatie wel écht effect heeft.
Mocht je campagne nou toch al voorbij zijn en zijn je resultaten goed in kaart gebracht, dan kun je deze data natuurlijk alsnog altijd gebruiken. Zorg ervoor dat je de plus- en minpunten van de campagne goed in beeld hebt op basis van je resultaten en leer hiervan voor je volgende campagne!
Alle tips op een rij
- Denk vooraf goed na en definieer wat je echt wil bereiken met een e-mailcampagne.
- Zorg voor goed vergelijkingsmateriaal, in de meeste gevallen zal dit een controlegroep zijn.
- Kijk verder dan basic e-mailstatistieken! Je echte doel moet leidend zijn, de e-mailstatistieken zijn slechts een middel om je doel te bereiken.
- Zorg dat je data-infrastructuur goed voor elkaar is, zodat je zeker weet dat je echte resultaten snel bij elkaar of real-time zichtbaar zijn.
- Doe waar mogelijk al tussentijdse aanpassingen bij doorlopende campagnes op basis van je (tussen)resultaten.
Succesvolle (e-mail)campagnes zijn altijd afhankelijk van een goede marketeer
Veel (e-mail)marketeers zullen bij het lezen van dit artikel mogelijk denken: “Dat is allemaal mooi en aardig om de resultaten goed te kunnen zien, maar alles valt en staat bij een goede campagne”.
Hier ben ik het helemaal mee eens! In dit artikel heb ik dan ook essentiële onderdelen van goede e-mailcampagnes zoals content, segmentatie en personalisatie volledig buiten beschouwing gelaten. Dit zijn natuurlijk vereisten om goede resultaten te behalen!
Je kunt alleen pas weten of en hoe je deze resultaten hebt behaald, als je ze goed in kaart hebt. In mijn ogen schiet de markt hier nog wel eens in tekort, hopelijk geven deze stappen een goede houvast.
Veel succes!