細分指南：有效電子郵件活動的 4 種技術

已發表: 2016-05-02

在本文中

在正確的時間將正確的通信發送給正確的收件人。 這是一個反復出現的座右銘，是任何制定電子郵件營銷策略的人的口頭禪。

但這究竟是什麼意思？ 這在實踐中如何轉化？ 答案在於分段，這組活動對於將數據庫拆分為相關組很有用。 在我們解釋瞭如何通過自動電子郵件增加銷售額之後，我們繼續探索細分中的基本活動。

了解您的數據庫

在分離您的聯繫人和創建自定義電子郵件之前，應對數據進行深入分析，以了解收集的內容、數量、質量、類型以及它們是更新數據還是過時數據。 只有了解數據庫的值，您才能確定最佳的細分類型。

其次，必須定義您要與之溝通的營銷策略和客戶檔案。 數據分析有助於了解需要哪些信息，我們擁有的數據是否足夠，或者是否有必要獲取新數據。 由於平台的高級細分功能以及問卷、數字表格和跨渠道獲取活動的幫助， MailUp允許您面對複雜的活動。

定義目標並分析您的數據庫後，您就可以對聯繫人進行細分了。 讓我們看一些例子。

個人資料

基於個人數據的細分是最簡單的聯繫人劃分方式：性別、年齡、地址，只是創建集群的一些有用數據。 這些數據很容易獲得，通常由用戶在註冊過程中提供。

如果您想創建一個數據收集表單並插入許多字段，請記住將用戶的電子郵件地址作為唯一的必填請求字段，從而讓用戶可以選擇與您共享哪些個人信息以及共享多少個人信息。 因為在這種互動水平上，你的對話者不太願意分享太多關於他們自己的信息。

因此，請確保您請求的信息對於您的市場策略而言是必要的。 過度的需求會導致較低的轉化率。

行為數據

基於行為數據的細分側重於用戶執行的操作，例如，響應您發送的電子郵件或瀏覽您的網站。 這種細分有助於了解用戶處於轉換過程的哪個階段。

如果我們考慮收​​件人可能與電子郵件進行的不同交互，我們可以根據四種行為確定四個集群：

  • 訂閱者打開消息；
  • 訂閱者沒有打開消息；
  • 訂閱者打開並點擊消息；
  • 訂閱者打開並且沒有點擊消息。

如果您想知道您的聯繫人的參與程度是多少，您可以通過一個簡單的計算來計算保真指數：將打開的消息數量與發送的消息總數進行比較。 然後將數據與這三個類別進行比較：

  • 忠實用戶，指數大於等於75% 。 在這種情況下，通過特殊內容、免費服務或特殊折扣來獎勵他們的忠誠度；
  • 不確定的訂戶，如果他們的保真度值介於25%和74% 之間：他們是潛在的忠實客戶，通過優化內容、主題、發送時間並通知他們對您的通信的忠誠度將得到獎勵來進行轉換；
  • 不忠誠的訂閱者，得分低於24% ：這些聯繫人很難重新激活，他們很少參與的背後沒有單一的動機； 主要是，他們對消息價值的看法是阻止他們打開消息的原因。 利用促銷和特別優惠可能是一把雙刃劍，可以為優惠而不是公司創造忠誠度。

交易數據

它是與實體和在線渠道中的購買行為相關的所有信息：選擇的產品類型、購買頻率、訂單數量、購買總價值、品牌偏好、顏色等。

瀏覽和使用這些信息並不容易。 我們的建議是分析使您的數據庫與眾不同的數據，並將它們組合起來以開發有效的細分。 這裡有些例子：

  • 特別優惠，針對重複點擊或購買特定品牌產品的客戶；
  • 用於恢復廢棄購物車的電子郵件，適用於選擇產品但未完成購買的用戶；
  • 交叉銷售活動：如果用戶購買了某種顏色的衣服和包，發送電子郵件（有或沒有折扣）以推薦相同顏色的相關產品；
  • 追加銷售活動：根據客戶的平均消費建議選擇產品；
  • 售前活動：通過向最近幾個月下達一定數量訂單的客戶發送電子郵件，預測季節性折扣。

RFM分析

RFM 分析在營銷和電子郵件營銷中非常流行a：一個複雜的細分示例，它基於三個變量對行為採用預測性統計方法，因此您可以將客戶與每個指標請求的分數相關聯：

  • recency : 最近一次購買的日期；
  • 頻率：購買頻率；
  • 貨幣：給定時間段內的平均支出。

RFM分析的三個原則是：

  • 最近購買的客戶比過去購買的客戶更容易接受新的促銷活動；
  • 常客比偶爾客更容易接受；
  • 平均支出高的客戶比支出少的客戶更容易接受。

將專用和定制消息定向到的最佳客戶當然是那些獲得高 RFM 分數的客戶。 我們還建議設置一個閾值分數，在該分數下繼續發送活動不再方便，最好嘗試新的重新參與策略。

你用什麼標準來劃分你的聯繫人？ 在下面的空白處與我們分享您的細分技術。