Bab 9: Analitik dan Pengukuran

Sebagian besar pemasar email memeriksa tingkat buka mereka setelah pengiriman, merasa baik atau buruk tentangnya, lalu melanjutkan. Itu bukan analitik. Itu membaca papan skor tanpa memahami permainannya.

Pengukuran nyata berarti menghubungkan aktivitas email dengan hasil bisnis. Artinya mengetahui kampanye mana yang benar-benar menghasilkan pendapatan, segmen mana yang tumbuh atau menyusut, dan di mana program Anda berada relatif terhadap apa yang benar-benar dapat dicapai — bukan hanya apa yang disampaikan dashboard ESP Anda.

Bab ini membahas metrik yang penting, model atribusi yang mengungkap kebenaran (dan kebohongan), serta framework analitik yang memisahkan program email serius dari yang berjalan berdasarkan intuisi.

KPI Berdasarkan Tipe Kampanye

Tidak setiap email harus diukur dengan cara yang sama. Seri selamat datang dan kampanye re-engagement memiliki tugas yang sama sekali berbeda, sehingga membutuhkan kartu skor yang berbeda pula.

Begini cara saya menyusun framework pengukuran Anda:

Ada beberapa hal yang perlu dicatat tentang tabel ini.

RPR (pendapatan per penerima) adalah satu-satunya metrik terpenting untuk email penghasil pendapatan apa pun. Ini menormalisasi ukuran daftar dan memberi gambaran nyata tentang efisiensi kampanye. Email ke 10.000 orang yang menghasilkan $5.000 memiliki RPR $0,50. Bandingkan dengan email lain ke 50.000 orang yang menghasilkan $8.000, yang hanya mencapai RPR $0,16. Pengiriman yang lebih kecil dan lebih terarah tiga kali lebih efisien.

Untuk email dingin, abaikan tingkat buka sepenuhnya. Tingkat buka tidak dapat diandalkan (terutama dengan perubahan privasi) dan tidak memberi tahu Anda sesuatu yang dapat ditindaklanjuti. Tingkat balasan positif adalah yang penting. Tingkat balasan positif 3-5% berarti penargetan, baris subjek, dan penawaran Anda semuanya bekerja bersama dengan baik. Di bawah 1% berarti ada sesuatu yang fundamental yang rusak. Pantau juga bounce rate dan tingkat keluhan spam Anda dengan cermat, karena deliverability email dingin menurun dengan cepat jika Anda mengenai alamat yang buruk.

Untuk newsletter, tingkat pertumbuhan lebih penting dari yang disadari kebanyakan orang. Newsletter dengan tingkat buka 40% tetapi pertumbuhan pelanggan yang stagnan adalah aset yang menyusut. Anda ingin melacak pertumbuhan bersih (pelanggan baru dikurangi berhenti berlangganan dikurangi bounces) sebagai persentase dari total ukuran daftar. Newsletter yang sehat tumbuh 5-10% per bulan di tahap awal, stabil menjadi 2-5% bulanan setelah melewati 10.000 pelanggan.

CTOR (click-to-open rate) lebih berguna daripada CTR mentah untuk kampanye nurture karena mengisolasi kualitas konten email Anda dari performa deliverability dan baris subjek. Jika tingkat buka Anda kuat tetapi CTOR lemah, masalahnya ada di dalam email. Jika keduanya lemah, mulailah dengan deliverability.

Satu lagi metrik yang jarang mendapat perhatian yang layak: pendapatan per email yang dikirim. Bukan per kampanye, per email individual. Ini menangkap masalah imbal hasil yang semakin berkurang yang berasal dari pengiriman berlebihan. Jika Anda mengirim tiga kampanye per minggu dan pendapatan per email yang dikirim terus menurun selama tiga bulan, Anda melelahkan daftar Anda. Kirim lebih sedikit, hasilkan lebih banyak per pengiriman. Saya melihat merek yang memotong frekuensi pengiriman 30% dan melihat total pendapatan tetap stabil atau bahkan meningkat karena keterlibatan per email meningkat.

Model Atribusi

Atribusi adalah tempat pemasaran email menjadi politis. Setiap saluran ingin mendapat kredit atas penjualan, dan model yang Anda pilih menentukan siapa yang menang.

Berikut uraian jujur dari setiap model.

Atribusi klik terakhir adalah default di sebagian besar platform analitik. Ini memberikan 100% kredit kepada titik sentuh terakhir sebelum pembelian. Sederhana, tetapi sangat menyesatkan untuk email. Jika seseorang melihat iklan Instagram Anda, mengklik email Anda dua hari kemudian, lalu mencari nama merek Anda di Google untuk membeli, pencarian Google mendapat semua kredit. Email tidak mendapat apa-apa. Model ini secara konsisten meremehkan email dan melebih-lebihkan nilai pencarian merek yang tampak.

Atribusi klik pertama memberikan semua kredit kepada titik sentuh pertama. Bagus untuk memahami saluran mana yang mendorong kesadaran, tetapi sepenuhnya mengabaikan semua yang terjadi antara penemuan dan pembelian. Urutan nurture enam bulan? Tidak terlihat.

Atribusi linier membagi kredit secara merata di setiap titik sentuh. Adil secara prinsip, tetapi memperlakukan tayangan acak sama dengan email yang memicu keputusan pembelian. Bukan begitu cara pembelian sebenarnya bekerja.

Atribusi berbentuk U (berbasis posisi) memberikan 40% kepada sentuhan pertama, 40% kepada sentuhan terakhir, dan membagi 20% sisanya ke semua yang ada di antaranya. Ini adalah titik awal yang solid untuk sebagian besar bisnis karena mengakui bahwa momen penemuan dan momen konversi paling penting, sambil tetap memberikan sebagian kredit kepada nurture di antaranya.

Atribusi peluruhan waktu memberikan lebih banyak kredit kepada titik sentuh yang lebih dekat dengan konversi. Periode paruh 7 hari adalah umum, artinya titik sentuh 7 hari sebelum pembelian mendapat setengah kredit dari yang ada pada hari pembelian. Model ini paling cocok untuk bisnis dengan siklus penjualan lebih panjang (B2B, pembelian pertimbangan tinggi) di mana sentuhan terbaru benar-benar melakukan lebih banyak pekerjaan berat.

Atribusi berbasis data menggunakan machine learning untuk menentukan dampak nyata dari setiap titik sentuh berdasarkan data spesifik Anda. Google Analytics 4 menawarkan ini. Ini adalah model paling akurat yang tersedia, tetapi membutuhkan volume konversi yang signifikan untuk bekerja dengan benar. Jika Anda menjalankan kurang dari 300-400 konversi per bulan, model tidak akan memiliki cukup data untuk dapat diandalkan. Untuk sebagian besar bisnis kecil dan menengah, atribusi berbentuk U atau peluruhan waktu adalah pilihan praktis yang lebih baik.

Ryan Phelan membuat poin penting tentang semua model ini: fokus pada inkrementalitas daripada atribusi klik. Tidak masalah klik mana yang mendapat kredit. Yang penting adalah apakah email benar-benar menyebabkan perilaku yang tidak akan terjadi sebaliknya. Setiap model atribusi adalah cerita tentang apa yang terjadi. Pengujian inkrementalitas memberi tahu Anda apa yang benar-benar terjadi.

Kelompok kontrol adalah cara paling sederhana untuk menguji ini. Tahan secara acak email dari sebagian kecil audiens Anda (5-10%) dan bandingkan perilaku pembelian mereka dengan kelompok yang menerima email. Perbedaannya memberi tahu Anda dampak inkremental sebenarnya dari email tersebut.

Pelanggan multi-saluran layak mendapat perhatian di sini. Orang yang berinteraksi dengan merek Anda melalui email, media sosial, dan situs web Anda menunjukkan tingkat pembelian dan nilai seumur hidup sekitar 50% lebih tinggi daripada pelanggan satu saluran. Email sering memainkan peran penghubung antara saluran-saluran tersebut, tetapi atribusi klik terakhir jarang menunjukkannya. Pelanggan yang membuka email Anda, tidak mengklik, tetapi kemudian mengunjungi situs Anda langsung dua jam kemudian adalah pola umum yang tidak terlihat dalam sebagian besar model atribusi.

Efek Halo

Email menghasilkan halo pendapatan yang terukur pada hari pengiriman, bahkan di antara orang-orang yang tidak pernah membuka email. Saya membahas ini di Bab 1 karena ini mendasar untuk memahami nilai email. Untuk tujuan atribusi, berikut pengukuran praktisnya: ambil pendapatan harian Anda selama 90 hari terakhir, tandai setiap hari sebagai 'kirim' atau 'tidak kirim', kontrol untuk hari dalam seminggu, dan bandingkan. Selisihnya adalah efek halo Anda. Hari pengiriman biasanya menunjukkan pendapatan situs secara keseluruhan 15-30% lebih tinggi.

Jika CFO Anda mempertanyakan ROI email berdasarkan angka klik terakhir, tunjukkan kepada mereka halo pendapatan hari pengiriman. Dukung dengan data inkrementalitas dan Anda telah membuat kasus yang sulit dibantah.

Pengujian Inkrementalitas

Pengujian inkrementalitas adalah standar emas untuk memahami apa yang sebenarnya email kontribusikan pada bisnis Anda. Ini lebih sederhana dari yang dipikirkan kebanyakan orang.

Begini cara menjalankannya.

Secara acak tahan 5-10% dari segmen dari sebuah kampanye. Jangan beri tahu mereka tentang penjualannya. Jangan kirim pengingat keranjang yang ditinggalkan. Jangan kirim email re-engagement. Biarkan saja mereka. Bagian 'secara acak' sangat penting. Anda memerlukan kelompok penahan yang benar-benar acak, bukan segmen yang Anda pilih karena mereka memang sudah kurang terlibat.

Kemudian bandingkan tingkat pembelian kelompok yang ditahan dengan kelompok yang dikirim email selama periode yang sama. Perbedaan antara kedua angka ini adalah pendapatan email inkremental Anda yang sebenarnya. Semua hal lainnya — pembelian yang sudah akan terjadi — adalah permintaan organik yang diklaim emailnya.

Beberapa pemasar menolak ini karena berarti secara sengaja tidak mengirim email kepada calon pembeli. Tetapi wawasan yang Anda peroleh jauh lebih berharga daripada pendapatan kecil yang Anda korbankan dari kelompok penahan 5-10%. Anggap saja sebagai investasi untuk memahami nilai sebenarnya program Anda.

Inilah yang biasanya diungkapkan oleh pengujian. Untuk email keranjang yang ditinggalkan, Anda sering menemukan bahwa 30-50% keranjang yang 'dipulihkan' akan berkonversi tetap. Pelanggan selalu akan kembali. Email mempercepat jadwal mereka tetapi tidak mengubah hasilnya. Untuk kampanye promosi, inkrementalitas biasanya lebih rendah dari yang diperkirakan. Untuk seri selamat datang dan alur pasca-pembelian, inkrementalitas cenderung lebih tinggi karena Anda membentuk perilaku awal.

Jalankan pengujian inkrementalitas bulanan atau triwulanan untuk mempertahankan pengukuran yang berkelanjutan. Atribusi pendapatan bergeser seiring waktu seiring program Anda berkembang, komposisi daftar Anda berubah, dan perilaku pelanggan bergeser secara musiman.

Untuk toko e-commerce yang dioptimalkan dengan baik, harapkan email mendorong 25-40% dari total pendapatan. Tetapi jalankan pengujian inkrementalitas sebelum mempercayai dashboard ESP Anda. Sebagian besar ESP menggunakan jendela atribusi yang murah hati (terkadang 5 hari pasca-klik, terkadang bahkan pasca-buka) yang mengembungkan angka mereka. Kontribusi inkremental yang sebenarnya hampir selalu lebih rendah dari yang dilaporkan ESP tetapi tetap mengesankan tinggi dibandingkan saluran lain.

Analisis Kohort untuk Email

Analisis kohort menjawab pertanyaan yang disembunyikan oleh metrik agregat: apakah hal-hal semakin baik atau semakin buruk seiring waktu?

Daripada melihat tingkat buka keseluruhan Anda, bagi pelanggan Anda ke dalam kohort berdasarkan bulan atau minggu pendaftaran. Kemudian lacak kurva keterlibatan setiap kohort dari waktu ke waktu.

Pola yang Anda cari adalah apakah kohort yang lebih baru lebih atau kurang terlibat dibandingkan yang lebih lama pada titik yang sama dalam siklus hidup mereka. Jika pelanggan yang bergabung di Januari memiliki tingkat buka 45% di bulan pertama mereka tetapi pelanggan yang bergabung di Juni hanya mencapai 35%, ada sesuatu yang berubah. Sumber akuisisi Anda mungkin telah bergeser. Seri selamat datang Anda mungkin telah menurun. Konten Anda mungkin menarik audiens yang berbeda.

Analisis kohort juga mengungkap 'tebing keterlibatan' — titik di mana pelanggan biasanya berhenti terlibat. Untuk sebagian besar program email, ada penurunan tajam di suatu tempat antara bulan 2 dan bulan 4. Mengetahui kapan tepatnya ini terjadi memungkinkan Anda mengatur waktu kampanye re-engagement dengan tepat, menangkap orang tepat sebelum mereka jatuh daripada berbulan-bulan setelah mereka pergi.

Lacak metrik ini berdasarkan kohort:

• Lintasan tingkat buka (bulan 1, 2, 3, dst.)
• Lintasan tingkat klik
• Tingkat pembelian (untuk e-commerce)
• Tingkat berhenti berlangganan per bulan
• Waktu dari pendaftaran ke pembelian pertama

Jika Anda menjalankan newsletter, analisis kohort memberi tahu Anda apakah kualitas konten Anda meningkat atau menurun. Pembaca yang bergabung enam bulan lalu memilih dengan perhatian mereka, dan kurva keterlibatan mereka dibandingkan dengan kohort yang lebih baru menceritakan kebenarannya.

Contoh praktis: Anda melihat bahwa kohort dari Q1 tahun ini memiliki penurunan keterlibatan yang lebih curam dibandingkan kohort dari Q1 tahun lalu. Mereka mulai pada tingkat buka yang serupa tetapi turun lebih cepat. Ini bisa berarti konten Anda menjadi kurang menarik setelah beberapa email pertama, atau bahwa seri selamat datang Anda menetapkan ekspektasi yang tidak dipenuhi oleh konten reguler Anda. Dalam kedua kasus, tanpa analisis kohort, tren ini tidak terlihat dalam angka agregat Anda.

Buat analisis kohort di spreadsheet jika ESP Anda tidak menawarkannya secara native. Ekspor data pelanggan dengan tanggal pendaftaran, kemudian hitung metrik keterlibatan untuk setiap kohort bulanan pada 30, 60, 90, 120, dan 180 hari setelah pendaftaran. Plot kurvanya. Visual menceritakan kisah lebih cepat dari tabel mana pun.

Nilai Seumur Hidup Pelanggan

Sebagian besar pemasar email dapat memberi tahu Anda tingkat buka mereka hingga dua tempat desimal tetapi tidak dapat memberi tahu Anda berapa nilai seorang pelanggan. Itu masalah, karena tanpa angka itu, setiap keputusan tentang pengeluaran akuisisi, investasi konten, dan manajemen daftar adalah tebakan.

Nilai seumur hidup pelanggan (LTV) dihitung dengan sederhana: rata-rata pendapatan per pelanggan per bulan dikalikan rata-rata bulan aktif.

Jika rata-rata pelanggan Anda menghasilkan $2,50 per bulan dalam pendapatan (melalui pembelian, pendapatan iklan, atau monetisasi lainnya) dan tetap aktif selama 14 bulan, LTV mereka adalah $35. Sekarang Anda tahu berapa yang dapat Anda belanjakan untuk mendapatkan pelanggan baru.

Segmentasikan LTV berdasarkan sumber akuisisi. Pelanggan dari pencarian organik mungkin memiliki LTV $42 sementara pelanggan dari media sosial berbayar mungkin $18. Ini secara dramatis mengubah cara Anda mengalokasikan anggaran akuisisi. Tidak semua pelanggan sama, dan strategi akuisisi Anda harus mencerminkan hal itu. Saya melihat bisnis yang mengalokasikan ulang 40% anggaran akuisisi mereka setelah melakukan analisis ini untuk pertama kalinya, karena mereka menemukan bahwa pelanggan termurah mereka juga yang paling tidak berharga.

Rasio LTV terhadap CAC (biaya akuisisi pelanggan) harus lebih besar dari 3:1 untuk pertumbuhan yang berkelanjutan. Di bawah itu berarti Anda terlalu banyak menghabiskan untuk mendapatkan pelanggan relatif terhadap nilainya. Di atas 5:1 dan Anda mungkin kurang berinvestasi dalam pertumbuhan, meninggalkan uang di atas meja.

Untuk bisnis newsletter secara khusus, berikut biaya akuisisi pelanggan yang biasanya:

• Program referral (SparkLoop): $1-3 per pelanggan
• Iklan media sosial: $2-5 per pelanggan
• Promosi silang dengan newsletter lain: $3-8 per pelanggan
• Iklan dingin (display, programatik): $5-15+ per pelanggan

Ekonominya berubah berdasarkan model monetisasi Anda. Newsletter yang menghasilkan $40 CPM dari iklan dapat membayar lebih per pelanggan daripada yang menghasilkan $20 CPM. Kerjakan matematika dari belakang dari pendapatan per pelanggan Anda untuk menetapkan biaya akuisisi maksimum Anda.

Jangan lupa mempertimbangkan timeline pendapatan. Pelanggan yang diperoleh hari ini mungkin tidak menghasilkan dolar pertama mereka selama 30-60 hari. Jika posisi kas Anda ketat, sumber akuisisi yang lebih murah dengan periode pengembalian yang lebih cepat mungkin lebih penting daripada maksimalisasi LTV secara keseluruhan.

Pelacakan Pendapatan Email

Mendapatkan angka pendapatan yang akurat dari email memerlukan kerja keras. Berikut pengaturan praktisnya.

Gunakan parameter UTM di setiap tautan di setiap email: utm_source=klaviyo, utm_medium=email, utm_campaign=[nama_kampanye]. Konsisten dengan konvensi penamaan. Jika seri selamat datang Anda disebut 'welcome-series' di satu email dan 'Welcome_Series' di email lain, analitik Anda akan memperlakukannya sebagai kampanye terpisah. Dokumentasikan konvensi penamaan UTM Anda dan bagikan kepada semua orang yang membuat email.

Tambahkan utm_content untuk pelacakan tautan individual dalam email. Gunakan untuk mengidentifikasi tombol atau tautan mana yang diklik: utm_content=hero-cta versus utm_content=footer-link. Tingkat detail ini memberi tahu Anda bagian mana dari desain email Anda yang benar-benar mendorong konversi.

Pendapatan yang diatribusikan oleh ESP Anda akan selalu lebih tinggi dari pendapatan yang diatribusikan oleh Google Analytics. ESP menggunakan jendela atribusi yang murah hati, terkadang mengkreditkan pembelian ke email jika seseorang membuka email dalam 5 hari terakhir dan kemudian membeli, bahkan jika mereka kembali melalui saluran yang sama sekali berbeda. GA menggunakan klik terakhir secara default, jadi jika seseorang mengklik email Anda tetapi kemudian mencari nama merek Anda di Google untuk menyelesaikan pembelian, GA mengkreditkan Google.

Pendapatan email yang sebenarnya terletak di suatu tempat di antara kedua angka ini. Gunakan atribusi ESP untuk perbandingan tingkat kampanye (email mana yang berkinerja terbaik relatif satu sama lain) dan atribusi GA untuk penganggaran tingkat saluran (berapa total pendapatan yang dihasilkan email dibandingkan dengan pencarian berbayar, media sosial, dll.).

Untuk program e-commerce yang dioptimalkan dengan baik, email harus mendorong 25-40% dari total pendapatan. Jika Anda di bawah 20%, program Anda memiliki ruang perbaikan yang signifikan. Jika Anda di atas 40%, periksa atribusi Anda — Anda mungkin terlalu menghitung. Program di atas 50% hampir pasti terlalu mengatribusikan kecuali mereka memiliki pengeluaran media berbayar yang sangat kecil.

Siapkan dashboard pendapatan sederhana yang menampilkan:

• Total pendapatan yang diatribusikan ke email (ESP dan GA berdampingan)
• Pendapatan per penerima berdasarkan tipe kampanye
• Pendapatan per pelanggan per bulan (tren seiring waktu)
• Persentase total pendapatan dari email (tren seiring waktu)
• Pendapatan per email yang dikirim (untuk mendeteksi imbal hasil yang semakin berkurang dari pengiriman berlebihan)

Tinjau ini setiap minggu. Tren lebih penting dari titik data individual. Satu pengiriman buruk tidak berarti banyak. Penurunan tiga bulan dalam RPR berarti sesuatu yang fundamental perlu berubah.

Tingkat Pertumbuhan Daftar

Sebagian besar pemasar email dapat memberi tahu Anda berapa banyak pelanggan yang mereka miliki. Sedikit yang dapat memberi tahu Anda apakah daftar mereka benar-benar tumbuh, menyusut, atau stagnan. Tingkat pertumbuhan daftar adalah metrik yang menjawab ini, dan lebih bernuansa daripada sekadar menghitung pendaftaran baru.

Tingkat pertumbuhan daftar bersih = (pelanggan baru - berhenti berlangganan - bounces - keluhan) / total ukuran daftar x 100.

Ini adalah perhitungan bulanan. Tolok ukur yang sehat:

Jika tingkat pertumbuhan bersih Anda negatif, daftar Anda menyusut. Ini lebih umum dari yang disadari kebanyakan orang. Rata-rata daftar email meluruh sekitar 22-25% per tahun melalui churn alami (orang mengubah alamat email, kehilangan minat, pindah kerja untuk B2B). Itu berarti Anda perlu menambahkan setidaknya 2% pelanggan baru per bulan hanya untuk tetap stabil.

Lacak komponen ini secara terpisah:

Penambahan kotor (pelanggan baru per bulan). Ini memberi tahu Anda apakah saluran akuisisi Anda bekerja. Jika penambahan kotor menurun, selidiki formulir pendaftaran, sumber lalu lintas, dan lead magnet Anda.

Tingkat churn (berhenti berlangganan + bounces + keluhan sebagai persentase dari total daftar). Tingkat churn yang sehat adalah 0,2-0,5% per bulan. Di atas 1% per bulan berarti ada yang salah dengan konten, frekuensi, atau ekspektasi audiens Anda.

Churn berdasarkan sumber. Pelanggan dari iklan media sosial berbayar biasanya churn 2-3 kali lebih tinggi dari pelanggan organik. Mengetahui ini memungkinkan Anda menetapkan ekspektasi realistis untuk setiap saluran akuisisi dan mengalokasikan anggaran ke sumber yang menghasilkan pelanggan yang bertahan.

Indikator kualitas daftar sama pentingnya dengan ukuran. Daftar 10.000 pelanggan yang terlibat lebih berharga dari daftar 50.000 di mana hanya 3.000 yang secara teratur membuka. Lacak persentase pelanggan yang terlibat (pelanggan yang membuka atau mengklik dalam 90 hari terakhir dibagi dengan total ukuran daftar). Di bawah 30% yang terlibat berarti Anda membayar untuk menyimpan kontak yang tidak menghasilkan nilai.

Performa Penangkapan

Formulir pendaftaran Anda adalah bagian atas saluran email. Jika mereka berkinerja buruk, semua yang ada di hilir menderita.

Tolok ukur tingkat konversi popup:

Jika popup Anda berkonversi di bawah 2%, ada yang salah. Masalah paling umum: muncul terlalu awal (sebelum pengunjung memiliki konteks apa pun), penawaran tidak cukup menarik, formulir meminta terlalu banyak informasi (nama + email + telepon = gesekan tinggi), atau desainnya mengganggu tanpa menjadi berharga.

Tolok ukur penangkapan email halaman landing bergantung pada sumber lalu lintas dan penawaran:

Ukur tingkat penangkapan berdasarkan sumber lalu lintas. Pengunjung dari pencarian organik berkonversi berbeda dari referral media sosial. Popup yang berkonversi 5% untuk lalu lintas organik mungkin berkonversi 1% untuk lalu lintas sosial karena niat pengunjungnya berbeda. Sesuaikan penawaran dan waktu Anda dengan tepat.

Metrik yang perlu dilacak untuk optimasi penangkapan berkelanjutan:

• Tingkat tayangan-ke-pengiriman (berapa persen orang yang melihat formulir Anda yang benar-benar mengisinya)
• Tingkat pengabaian formulir (mulai mengisi tetapi tidak mengirim)
• Tingkat penangkapan berdasarkan perangkat (mobile vs desktop — formulir mobile sering berkonversi 30-50% lebih rendah jika tidak dioptimalkan dengan benar)
• Tingkat penangkapan berdasarkan halaman (halaman mana yang menghasilkan pendaftaran paling banyak, dan adakah halaman lalu lintas tinggi tanpa formulir pendaftaran?)
• Waktu-ke-popup vs konversi (uji waktu penundaan yang berbeda — terkadang menunggu lebih lama menghasilkan pelanggan berkualitas lebih tinggi meskipun total volume turun)

Sebagian besar alat popup ESP (Klaviyo, OptinMonster, Privy, Justuno) menyediakan analitik ini secara native. Jika milik Anda tidak, siapkan pelacakan acara di GA4 untuk tayangan formulir dan pengiriman.

Menentukan Frekuensi Pengiriman Optimal

Pertanyaan paling umum dalam pemasaran email adalah "seberapa sering saya harus mengirim email ke daftar saya?" Jawaban jujurnya: tergantung pada audiens, tipe konten, dan model bisnis Anda. Tetapi ada cara terstruktur untuk mencarinya.

Lebih banyak biasanya lebih baik, sampai titik tertentu. Penelitian menunjukkan bahwa mengirim 9-16 email per bulan memberikan ROI 46:1 dibandingkan hanya 13:1 untuk pengiriman bulanan. Tingkat buka tetap konsisten antara sekali sebulan dan dua kali seminggu — penurunan hanya terjadi dengan pengiriman harian. Langit-langitnya lebih tinggi dari yang dipikirkan kebanyakan merek.

Kurva imbal hasil yang semakin berkurang. Setiap email tambahan yang Anda kirim per minggu menghasilkan pendapatan per email yang semakin berkurang. Email mingguan pertama mungkin menghasilkan RPR $2,00. Yang kedua mungkin menghasilkan $1,50. Yang ketiga, $0,80. Yang keempat, $0,40. Pada suatu titik, pendapatan marjinal dari satu email lagi diimbangi oleh peningkatan berhenti berlangganan dan penurunan keterlibatan. Frekuensi optimal Anda adalah titik tepat sebelum itu terjadi.

Cara menemukan batas frekuensi Anda:

1. Mulai dengan frekuensi Anda saat ini sebagai baseline. Ukur RPR, tingkat berhenti berlangganan, dan tingkat keterlibatan.
2. Tingkatkan frekuensi satu pengiriman per minggu selama empat minggu. Lacak metrik yang sama.
3. Jika RPR per email turun tetapi total pendapatan mingguan meningkat, pengiriman tambahan sepadan.
4. Jika tingkat berhenti berlangganan meningkat lebih dari 0,1 poin persentase per pengiriman, Anda telah melewati batasnya.
5. Jika tingkat keterlibatan (buka, klik) turun lebih dari 10% secara keseluruhan, kurangi.

Panduan frekuensi umum berdasarkan tipe:

Pendapatan per email yang dikirim adalah metrik kunci di sini. Bukan total pendapatan dari email. Bukan pendapatan per kampanye. Pendapatan per email individual yang dikirim. Metrik ini menangkap masalah pengiriman berlebihan yang disembunyikan oleh angka agregat. Jika total pendapatan email Anda stabil tetapi Anda mengirim dua kali lebih banyak email, pendapatan per email yang dikirim Anda telah berkurang setengah. Anda bekerja dua kali lebih keras untuk hasil yang sama sambil mempercepat kelelahan daftar.

Frekuensi berbasis keterlibatan (dibahas secara rinci di Bab 3) adalah pendekatan terbaik untuk sebagian besar merek. Alih-alih satu frekuensi untuk semua orang, tingkatan pengiriman Anda berdasarkan tingkat keterlibatan. Pelanggan paling terlibat Anda mendapatkan setiap kampanye. Yang cukup terlibat hanya mendapatkan konten terbaik Anda. Yang paling sedikit terlibat mendapatkan pengiriman minimal sambil Anda mencoba melibatkan kembali mereka. Pendekatan ini biasanya mempertahankan atau meningkatkan total pendapatan sambil mengurangi berhenti berlangganan sebesar 20-40%.