Chapitre 9 : Analyse et mesure

La plupart des spécialistes du marketing par email vérifient leur taux d'ouverture après un envoi, se sentent bien ou mal dans leur peau, puis passent à autre chose. Ce n'est pas de l'analyse. C'est lire un tableau de scores sans comprendre le jeu.

La vraie mesure consiste à relier l'activité email aux résultats commerciaux. Cela signifie savoir quelles campagnes génèrent réellement des revenus, quels segments sont en croissance ou en déclin, et où se situe votre programme par rapport à ce qui est réellement réalisable, pas seulement ce que vous dit le tableau de bord de votre ESP.

Ce chapitre couvre les indicateurs qui comptent, les modèles d'attribution qui révèlent la vérité (et les mensonges), et les cadres analytiques qui séparent les programmes email sérieux de ceux qui fonctionnent à l'intuition.

KPI par type de campagne

Tous les emails ne doivent pas être mesurés de la même façon. Une série de bienvenue et une campagne de réengagement ont des missions complètement différentes, donc elles nécessitent des tableaux de bord complètement différents.

Voici comment je structurerais votre cadre de mesure :

Quelques points importants à noter concernant ce tableau.

Le RPR (revenu par destinataire) est l'indicateur le plus important pour tout email générateur de revenus. Il normalise selon la taille de la liste et vous donne une image fidèle de l'efficacité de la campagne. Un email envoyé à 10 000 personnes générant $5 000 a un RPR de $0,50. Comparez cela à un autre email envoyé à 50 000 personnes générant $8 000, qui n'atteint que $0,16 de RPR. L'envoi plus petit et plus ciblé était trois fois plus efficace.

Pour les emails froids, ignorez complètement les taux d'ouverture. Ils ne sont pas fiables (surtout avec les changements de confidentialité) et ne vous indiquent rien d'actionnable. Le taux de réponses positives est ce qui compte. Un taux de réponses positives de 3-5% signifie que votre ciblage, votre ligne d'objet et votre offre fonctionnent bien ensemble. En dessous de 1%, quelque chose de fondamental est cassé. Suivez également de près votre taux de rebond et le taux de plaintes pour spam, car la délivrabilité des emails froids se dégrade rapidement si vous touchez de mauvaises adresses.

Pour les newsletters, le taux de croissance compte plus que la plupart des gens ne le réalisent. Une newsletter avec 40% de taux d'ouverture mais une croissance d'abonnés stagnante est un actif en déclin. Vous voulez suivre la croissance nette (nouveaux abonnés moins désabonnements moins rebonds) en pourcentage de la taille totale de la liste. Les newsletters saines croissent de 5-10% par mois au stade initial, pour se stabiliser à 2-5% mensuels une fois que vous dépassez 10 000 abonnés.

Le CTOR (taux de clics par rapport aux ouvertures) est plus utile que le CTR brut pour les campagnes de nurture car il isole la qualité de votre contenu email par rapport à vos performances de délivrabilité et de ligne d'objet. Si votre taux d'ouverture est fort mais que le CTOR est faible, le problème est à l'intérieur de l'email. Si les deux sont faibles, commencez par la délivrabilité.

Un autre indicateur qui reçoit rarement l'attention qu'il mérite : le revenu par email envoyé. Pas par campagne, par email individuel. Cela détecte le problème de rendements décroissants qui découle d'envois excessifs. Si vous envoyez trois campagnes par semaine et que votre revenu par email envoyé est en baisse depuis trois mois, vous fatiguez votre liste. Envoyez moins, gagnez plus par envoi. J'ai vu des marques réduire leur fréquence d'envoi de 30% et constater que les revenus totaux restaient stables ou augmentaient même parce que l'engagement par email avait augmenté.

Modèles d'attribution

L'attribution est là où le marketing par email devient politique. Chaque canal veut s'attribuer la vente, et le modèle que vous choisissez détermine qui gagne.

Voici l'analyse honnête de chaque modèle.

L'attribution au dernier clic est la valeur par défaut dans la plupart des plateformes analytiques. Elle attribue 100% du crédit au dernier point de contact avant l'achat. Simple, mais profondément trompeur pour l'email. Si quelqu'un voit votre publicité Instagram, clique sur votre email deux jours plus tard, puis cherche votre marque sur Google pour acheter, la recherche Google obtient tout le crédit. L'email n'obtient rien. Ce modèle sous-évalue systématiquement l'email et gonfle la valeur apparente de la recherche de marque.

L'attribution au premier clic attribue tout le crédit au premier point de contact. Bien pour comprendre quels canaux génèrent la notoriété, mais elle ignore complètement tout ce qui s'est passé entre la découverte et l'achat. Une séquence de nurture de six mois ? Invisible.

L'attribution linéaire répartit équitablement le crédit sur chaque point de contact. Juste en principe, mais elle traite une impression aléatoire de la même façon que l'email qui a déclenché la décision d'achat. Ce n'est pas ainsi que les achats se produisent réellement.

L'attribution en U (basée sur la position) donne 40% au premier contact, 40% au dernier contact, et répartit les 20% restants sur tout ce qui se trouve entre les deux. C'est un bon point de départ pour la plupart des entreprises car elle reconnaît que le moment de découverte et le moment de conversion comptent le plus, tout en donnant un certain crédit au nurture intermédiaire.

L'attribution à décroissance temporelle donne plus de crédit aux points de contact plus proches de la conversion. Une demi-vie de 7 jours est courante, ce qui signifie qu'un point de contact 7 jours avant l'achat reçoit la moitié du crédit de celui du jour de l'achat. Ce modèle fonctionne mieux pour les entreprises avec des cycles de vente plus longs (B2B, achats à forte considération) où les contacts récents font réellement plus de travail.

L'attribution basée sur les données utilise l'apprentissage automatique pour déterminer l'impact réel de chaque point de contact en fonction de vos données spécifiques. Google Analytics 4 le propose. C'est le modèle le plus précis disponible, mais il nécessite un volume de conversion significatif pour fonctionner correctement. Si vous réalisez moins de 300-400 conversions par mois, le modèle n'aura pas suffisamment de données pour être fiable. Pour la plupart des petites et moyennes entreprises, l'attribution en U ou à décroissance temporelle est un meilleur choix pratique.

Ryan Phelan soulève un point important concernant tous ces modèles : concentrez-vous sur l'incrémentalité plutôt que sur l'attribution par clic. Peu importe quel clic obtient le crédit. Ce qui compte, c'est si l'email a réellement causé un comportement qui ne se serait pas produit autrement. Chaque modèle d'attribution est une histoire de ce qui s'est passé. Les tests d'incrémentalité vous disent ce qui s'est réellement passé.

Les groupes de contrôle sont le moyen le plus simple de tester cela. Retenez aléatoirement les emails d'un petit sous-ensemble de votre audience (5-10%) et comparez leur comportement d'achat au groupe qui a reçu l'email. La différence vous indique le véritable impact incrémental de cet email.

Les abonnés multi-canaux méritent attention ici. Les personnes qui interagissent avec votre marque via email, réseaux sociaux et votre site web affichent des taux d'achat et une valeur à vie environ 50% plus élevés que les abonnés monocanaux. L'email joue souvent le rôle de connexion entre ces canaux, mais l'attribution au dernier clic le montre rarement. L'abonné qui ouvre votre email, ne clique pas, mais visite ensuite directement votre site deux heures plus tard est un schéma courant qui est invisible dans la plupart des modèles d'attribution.

L'effet de halo

L'email produit un halo de revenus mesurable les jours d'envoi, même parmi les personnes qui n'ont jamais ouvert l'email. J'ai abordé cela au Chapitre 1 car c'est fondamental pour comprendre la valeur de l'email. À des fins d'attribution, voici la mesure pratique : extrayez vos revenus journaliers des 90 derniers jours, étiquetez chaque jour comme « envoi » ou « non-envoi », contrôlez le jour de la semaine, et comparez. L'écart est votre effet de halo. Les jours d'envoi affichent généralement 15-30% de revenus totaux du site plus élevés.

Si votre directeur financier remet en question le ROI de l'email sur la base des chiffres d'attribution au dernier clic, montrez-lui le halo de revenus du jour d'envoi. Étayez-le avec des données d'incrémentalité et vous aurez constitué un dossier difficile à réfuter.

Tests d'incrémentalité

Les tests d'incrémentalité sont l'étalon-or pour comprendre ce que l'email contribue réellement à votre activité. C'est plus simple que la plupart des gens ne le pensent.

Voici comment en mener un.

Supprimez aléatoirement 5-10% d'un segment d'une campagne. Ne leur parlez pas de la vente. N'envoyez pas le rappel de panier abandonné. N'envoyez pas l'email de réengagement. Laissez-les simplement de côté. La partie « aléatoirement » est critique. Vous avez besoin d'un groupe de retenue vraiment aléatoire, pas d'un segment que vous avez choisi parce qu'il était de toute façon moins engagé.

Comparez ensuite le taux d'achat du groupe supprimé à celui du groupe ayant reçu l'email sur la même période. La différence entre ces deux chiffres est votre véritable revenu email incrémental. Tout le reste — les achats qui se seraient produits de toute façon — est une demande organique dont l'email s'attribue le mérite.

Certains spécialistes du marketing résistent à cela parce que cela signifie délibérément ne pas envoyer d'emails à des acheteurs potentiels. Mais l'insight que vous gagnez vaut bien plus que le petit revenu que vous abandonnez d'un groupe de retenue de 5-10%. Pensez-y comme un investissement pour comprendre la vraie valeur de votre programme.

Voici ce que le test révèle généralement. Pour les emails de panier abandonné, vous constaterez souvent que 30-50% des paniers « récupérés » se seraient convertis de toute façon. Le client allait toujours revenir. L'email a accéléré sa chronologie mais n'a pas changé l'issue. Pour les campagnes promotionnelles, l'incrémentalité est généralement plus faible que prévu. Pour les séries de bienvenue et les flux post-achat, l'incrémentalité tend à être plus élevée car vous façonnez les comportements précoces.

Effectuez des tests d'incrémentalité mensuellement ou trimestriellement pour maintenir une mesure continue. L'attribution des revenus évolue au fil du temps à mesure que votre programme se développe, que la composition de votre liste change et que le comportement des clients évolue saisonnièrement.

Pour une boutique e-commerce bien optimisée, attendez-vous à ce que l'email génère 25-40% des revenus totaux. Mais effectuez le test d'incrémentalité avant de croire le tableau de bord de votre ESP. La plupart des ESP utilisent des fenêtres d'attribution généreuses (parfois 5 jours après le clic, parfois même après l'ouverture) qui gonflent leurs chiffres. La vraie contribution incrémentale est presque toujours inférieure à ce que rapporte l'ESP, mais reste impressionnante par rapport aux autres canaux.

Analyse de cohorte pour l'email

L'analyse de cohorte répond à une question que les métriques agrégées cachent : les choses s'améliorent-elles ou se dégradent-elles au fil du temps ?

Au lieu de regarder votre taux d'ouverture global, divisez vos abonnés en cohortes par mois ou semaine d'inscription. Suivez ensuite la courbe d'engagement de chaque cohorte dans le temps.

Le schéma que vous cherchez est de savoir si les nouvelles cohortes sont plus ou moins engagées que les anciennes au même stade de leur cycle de vie. Si les abonnés qui ont rejoint en janvier ont un taux d'ouverture de 45% lors de leur premier mois mais que ceux qui ont rejoint en juin n'atteignent que 35%, quelque chose a changé. Votre source d'acquisition a peut-être évolué. Votre série de bienvenue a peut-être faibli. Votre contenu attire peut-être une audience différente.

L'analyse de cohorte révèle également la « falaise d'engagement » — le point auquel les abonnés arrêtent généralement de s'engager. Pour la plupart des programmes email, il y a une chute marquée quelque part entre le 2e et le 4e mois. Savoir exactement quand cela se produit vous permet de chronométrer précisément vos campagnes de réengagement, en capturant les gens juste avant qu'ils ne décrochent plutôt que des mois après qu'ils soient partis.

Suivez ces métriques par cohorte :

• Trajectoire du taux d'ouverture (mois 1, 2, 3, etc.)
• Trajectoire du taux de clics
• Taux d'achat (pour l'e-commerce)
• Taux de désabonnement par mois
• Délai entre l'inscription et le premier achat

Si vous gérez une newsletter, l'analyse de cohorte vous indique si la qualité de votre contenu s'améliore ou décline. Les lecteurs qui ont rejoint il y a six mois votent avec leur attention, et leur courbe d'engagement comparée aux cohortes plus récentes dit la vérité.

Un exemple pratique : vous remarquez que les cohortes du premier trimestre de cette année ont un déclin d'engagement plus marqué que celles du premier trimestre de l'année dernière. Elles démarrent à des taux d'ouverture similaires mais chutent plus rapidement. Cela pourrait signifier que votre contenu est devenu moins attrayant après les premiers emails, ou que votre série de bienvenue crée des attentes que votre contenu régulier ne satisfait pas. Dans tous les cas, sans analyse de cohorte, cette tendance serait invisible dans vos chiffres agrégés.

Construisez votre analyse de cohorte dans une feuille de calcul si votre ESP ne la propose pas nativement. Exportez les données d'abonnés avec les dates d'inscription, puis calculez les métriques d'engagement pour chaque cohorte mensuelle à 30, 60, 90, 120 et 180 jours après l'inscription. Tracez les courbes. Le visuel raconte l'histoire plus vite que n'importe quel tableau.

Valeur vie abonné

La plupart des spécialistes du marketing par email peuvent vous donner leur taux d'ouverture à deux décimales près mais ne peuvent pas vous dire ce qu'un abonné vaut. C'est un problème, car sans ce chiffre, chaque décision concernant les dépenses d'acquisition, l'investissement en contenu et la gestion de liste est une supposition.

La valeur vie abonné (LTV) se calcule simplement : revenu moyen par abonné par mois multiplié par le nombre moyen de mois actifs.

Si votre abonné moyen génère $2,50 par mois en revenus (via des achats, des revenus publicitaires ou d'autres monétisations) et reste actif pendant 14 mois, sa LTV est de $35. Vous savez maintenant ce que vous pouvez vous permettre de dépenser pour acquérir un nouvel abonné.

Segmentez la LTV par source d'acquisition. Les abonnés issus de la recherche organique pourraient avoir une LTV de $42 tandis que ceux des réseaux sociaux payants pourraient être à $18. Cela change radicalement la façon dont vous allouez votre budget d'acquisition. Tous les abonnés ne sont pas égaux, et votre stratégie d'acquisition devrait le refléter. J'ai vu des entreprises réallouer 40% de leur budget d'acquisition après avoir effectué cette analyse pour la première fois, parce qu'elles ont découvert que leurs abonnés les moins chers étaient aussi les moins précieux.

Le ratio LTV/CAC (coût d'acquisition client) devrait être supérieur à 3:1 pour une croissance durable. En dessous, vous dépensez trop pour acquérir des abonnés par rapport à ce qu'ils valent. Au-dessus de 5:1, vous sous-investissez probablement dans la croissance, laissant de l'argent sur la table.

Pour les activités de newsletter spécifiquement, voici ce que l'acquisition d'abonnés coûte généralement :

• Programmes de parrainage (SparkLoop) : $1-3 par abonné
• Publicités sur les réseaux sociaux : $2-5 par abonné
• Cross-promotion avec d'autres newsletters : $3-8 par abonné
• Publicité froide (display, programmatique) : $5-15+ par abonné

L'économie change selon votre modèle de monétisation. Une newsletter gagnant $40 CPM en publicité peut se permettre de payer plus par abonné qu'une gagnant $20 CPM. Calculez à rebours depuis votre revenu par abonné pour établir votre coût d'acquisition maximum.

N'oubliez pas de prendre en compte la chronologie des revenus. Un abonné acquis aujourd'hui pourrait ne pas générer son premier dollar avant 30-60 jours. Si votre trésorerie est serrée, des sources d'acquisition moins chères avec des délais de récupération plus rapides pourraient être plus importantes que la maximisation globale de la LTV.

Suivi des revenus email

Obtenir des chiffres de revenus précis de l'email demande du travail. Voici la configuration pratique.

Utilisez des paramètres UTM sur chaque lien dans chaque email : utm_source=klaviyo, utm_medium=email, utm_campaign=[nom_de_campagne]. Soyez cohérent avec les conventions de nommage. Si votre série de bienvenue s'appelle 'welcome-series' dans un email et 'Welcome_Series' dans un autre, votre analytique les traitera comme des campagnes séparées. Documentez votre convention de nommage UTM et partagez-la avec tous ceux qui créent des emails.

Ajoutez utm_content pour le suivi des liens individuels dans les emails. Utilisez-le pour identifier quel bouton ou lien a été cliqué : utm_content=hero-cta versus utm_content=footer-link. Ce niveau de détail vous indique quelles parties de votre design email génèrent réellement des conversions.

Vos revenus attribués par l'ESP seront toujours plus élevés que vos revenus attribués par Google Analytics. Les ESP utilisent des fenêtres d'attribution généreuses, créditant parfois un achat à l'email si quelqu'un a ouvert l'email dans les 5 derniers jours et a ensuite acheté, même s'il est revenu via un canal complètement différent. GA utilise le dernier clic par défaut, donc si quelqu'un a cliqué sur votre email mais a ensuite cherché votre marque sur Google pour finaliser l'achat, GA crédite Google.

Le vrai revenu email se situe quelque part entre ces deux chiffres. Utilisez l'attribution ESP pour les comparaisons au niveau des campagnes (quels emails performent le mieux les uns par rapport aux autres) et l'attribution GA pour la budgétisation au niveau des canaux (combien de revenus totaux l'email génère par rapport à la recherche payante, aux réseaux sociaux, etc.).

Pour les programmes e-commerce bien optimisés, l'email devrait générer 25-40% des revenus totaux. Si vous êtes en dessous de 20%, votre programme a une marge d'amélioration significative. Si vous êtes au-dessus de 40%, vérifiez votre attribution — vous pourriez sur-compter. Les programmes au-dessus de 50% sur-attribuent presque certainement à moins d'avoir des dépenses médias payantes très faibles.

Configurez un tableau de bord de revenus simple qui affiche :

• Revenu total attribué à l'email (ESP et GA côte à côte)
• Revenu par destinataire par type de campagne
• Revenu par abonné par mois (tendance dans le temps)
• Pourcentage des revenus totaux provenant de l'email (tendance dans le temps)
• Revenu par email envoyé (pour détecter les rendements décroissants liés aux envois excessifs)

Examinez cela chaque semaine. Les tendances comptent plus que les points de données individuels. Un mauvais envoi unique ne signifie pas grand-chose. Un déclin de trois mois du RPR signifie que quelque chose de fondamental doit changer.

Taux de croissance de la liste

La plupart des spécialistes du marketing par email peuvent vous dire combien d'abonnés ils ont. Peu peuvent vous dire si leur liste croît réellement, rétrécit ou stagne. Le taux de croissance de la liste est la métrique qui répond à cette question, et c'est plus nuancé que de simplement compter les nouvelles inscriptions.

Taux de croissance net de la liste = (nouveaux abonnés - désabonnements - rebonds - plaintes) / taille totale de la liste x 100.

Il s'agit d'un calcul mensuel. Benchmarks sains :

Si votre taux de croissance net est négatif, votre liste rétrécit. C'est plus courant que la plupart des gens ne le réalisent. La liste email moyenne se dégrade d'environ 22-25% par an par attrition naturelle (personnes changeant d'adresse email, perdant de l'intérêt, changeant d'emploi pour le B2B). Cela signifie que vous devez ajouter au moins 2% de nouveaux abonnés par mois juste pour rester stable.

Suivez ces composants séparément :

Additions brutes (nouveaux abonnés par mois). Cela vous indique si vos canaux d'acquisition fonctionnent. Si les additions brutes sont en déclin, examinez vos formulaires d'inscription, vos sources de trafic et vos lead magnets.

Taux de désabonnement (désabonnements + rebonds + plaintes en pourcentage de la liste totale). Un taux de désabonnement sain est de 0,2-0,5% par mois. Au-dessus de 1% par mois, quelque chose ne va pas avec votre contenu, votre fréquence ou les attentes de l'audience.

Désabonnement par source. Les abonnés issus des publicités sur les réseaux sociaux payants se désabonnent généralement à 2-3 fois le taux des abonnés organiques. Le savoir vous permet de définir des attentes réalistes pour chaque canal d'acquisition et d'allouer le budget aux sources qui produisent des abonnés qui restent.

Les indicateurs de qualité de liste comptent autant que la taille. Une liste de 10 000 abonnés engagés vaut plus qu'une liste de 50 000 où seulement 3 000 ouvrent régulièrement. Suivez votre pourcentage d'abonnés engagés (abonnés qui ont ouvert ou cliqué au cours des 90 derniers jours divisé par la taille totale de la liste). En dessous de 30% d'engagés, vous payez pour stocker des contacts qui ne génèrent pas de valeur.

Performance de capture

Vos formulaires d'inscription sont le haut de l'entonnoir email. S'ils sont sous-performants, tout en aval en souffre.

Benchmarks de taux de conversion des popups :

Si votre popup se convertit en dessous de 2%, quelque chose ne va pas. Les problèmes les plus courants : il se déclenche trop tôt (avant que le visiteur ait le moindre contexte), l'offre n'est pas assez attrayante, le formulaire demande trop d'informations (nom + email + téléphone = forte friction), ou le design est intrusif sans être précieux.

Les benchmarks de capture email sur page d'atterrissage dépendent de la source du trafic et de l'offre :

Mesurez le taux de capture par source de trafic. Les visiteurs issus de la recherche organique se convertissent différemment des références sur les réseaux sociaux. Un popup qui se convertit à 5% pour le trafic organique pourrait se convertir à 1% pour le trafic social parce que l'intention du visiteur est différente. Adaptez vos offres et votre timing en conséquence.

Les métriques à suivre pour l'optimisation continue de la capture :

• Taux impression-à-soumission (quel pourcentage des personnes qui voient votre formulaire le complètent réellement)
• Taux d'abandon du formulaire (a commencé à remplir mais n'a pas soumis)
• Taux de capture par appareil (mobile vs bureau — les formulaires mobiles se convertissent souvent 30-50% moins s'ils ne sont pas correctement optimisés)
• Taux de capture par page (quelles pages génèrent le plus d'inscriptions, et y a-t-il des pages à fort trafic sans formulaire d'inscription ?)
• Délai avant popup vs conversion (testez différents délais — parfois attendre plus longtemps produit des abonnés de meilleure qualité même si le volume total diminue)

La plupart des outils popup d'ESP (Klaviyo, OptinMonster, Privy, Justuno) fournissent ces analyses nativement. Sinon, configurez le suivi d'événements dans GA4 pour les impressions de formulaires et les soumissions.

Déterminer la fréquence d'envoi optimale

La question la plus courante en marketing par email est « à quelle fréquence dois-je envoyer des emails à ma liste ? » La réponse honnête : cela dépend de votre audience, de votre type de contenu et de votre modèle commercial. Mais il existe une façon structurée de le découvrir.

Plus c'est (généralement) mieux, jusqu'à un certain point. La recherche montre que l'envoi de 9-16 emails par mois délivre un ROI de 46:1 comparé à seulement 13:1 pour les envois mensuels. Les taux d'ouverture restent cohérents entre une fois par mois et deux fois par semaine — la baisse ne se produit qu'avec les envois quotidiens. Le plafond est plus élevé que la plupart des marques ne le pensent.

La courbe des rendements décroissants. Chaque email supplémentaire envoyé par semaine produit incrementalement moins de revenus par email. Le premier email hebdomadaire pourrait générer $2,00 de RPR. Le deuxième pourrait générer $1,50. Le troisième, $0,80. Le quatrième, $0,40. À un moment donné, le revenu marginal d'un email supplémentaire est compensé par l'augmentation des désabonnements et la diminution de l'engagement. Votre fréquence optimale est le point juste avant que cela se produise.

Comment trouver votre plafond de fréquence :

1. Commencez avec votre fréquence actuelle comme référence. Mesurez le RPR, le taux de désabonnement et le taux d'engagement.
2. Augmentez la fréquence d'un envoi par semaine pendant quatre semaines. Suivez les mêmes métriques.
3. Si le RPR par email diminue mais que les revenus hebdomadaires totaux augmentent, l'envoi supplémentaire est rentable.
4. Si le taux de désabonnement augmente de plus de 0,1 point de pourcentage par envoi, vous avez dépassé le plafond.
5. Si le taux d'engagement (ouvertures, clics) diminue de plus de 10% dans l'ensemble, reculez.

Lignes directrices générales sur la fréquence par type :

Le revenu par email envoyé est la métrique clé ici. Pas les revenus totaux de l'email. Pas les revenus par campagne. Le revenu par email individuel envoyé. Cette métrique détecte le problème d'envoi excessif que les chiffres agrégés cachent. Si vos revenus totaux d'email sont stables mais que vous envoyez deux fois plus d'emails, votre revenu par email envoyé a diminué de moitié. Vous travaillez deux fois plus dur pour le même résultat tout en accélérant la fatigue de la liste.

La fréquence basée sur l'engagement (détaillée dans le Chapitre 3) est la meilleure approche pour la plupart des marques. Au lieu d'une fréquence unique pour tout le monde, nivelez vos envois selon le niveau d'engagement. Vos abonnés les plus engagés reçoivent chaque campagne. Vos modérément engagés reçoivent uniquement votre meilleur contenu. Vos moins engagés reçoivent des envois minimaux pendant que vous tentez de les réengager. Cette approche maintient généralement ou augmente les revenus totaux tout en réduisant les désabonnements de 20-40%.