Большинство email-маркетологов проверяют показатель открытий после отправки, остаются довольными или недовольными и идут дальше. Это не аналитика. Это чтение табло без понимания игры.
Настоящее измерение означает связь email-активности с бизнес-результатами. Это означает знание того, какие кампании действительно генерируют доход, какие сегменты растут или сокращаются, и где находится ваша программа по отношению к тому, что реально достижимо — а не только то, что показывает панель управления вашего ESP.
Эта глава охватывает метрики, которые имеют значение, модели атрибуции, которые раскрывают правду (и ложь), а также аналитические фреймворки, которые отделяют серьёзные email-программы от тех, что работают на интуиции.
KPI по типу кампании
Не каждый email нужно измерять одинаково. У велком-серии и кампании по повторному вовлечению совершенно разные задачи, поэтому им нужны совершенно разные системы оценки.
Вот как я бы структурировал ваш фреймворк измерений:
| Тип кампании | Основной KPI | Цель |
|---|---|---|
| Велком-серия | Коэффициент конверсии, RPR | 2,5x базового значения |
| Брошенная корзина | Коэффициент восстановления, RPR | $3+ RPR (топ 10%) |
| Промо | Доход, CTR | 2-5% CTR |
| Nurture | Вовлечённость, Лид-в-клиента | >20% открытий, >12% CTOR (B2B) |
| Транзакционные | Показатель доставки, Скорость | 99%+, <60с |
| Реактивация | Коэффициент реактивации | 5-10% |
| Холодный email | Процент позитивных ответов | 3-5% позитивных ответов |
| Рассылка | Открытия, CTR, Темп роста | >40% открытий, >5% CTR |
Несколько важных моментов относительно этой таблицы.
RPR (доход на получателя) — единственная наиболее важная метрика для любого email, генерирующего доход. Она нормализует по размеру списка и даёт истинную картину эффективности кампании. Email на 10 000 человек, генерирующий $5 000, имеет RPR $0,50. Сравните с другим email на 50 000 человек, генерирующим $8 000 — это всего лишь $0,16 RPR. Меньшая, более целевая рассылка была в три раза эффективнее.
Для холодных писем полностью игнорируйте показатели открытий. Они ненадёжны (особенно в условиях изменений в области конфиденциальности) и ничего не говорят о том, что делать дальше. Важен процент позитивных ответов. Показатель позитивных ответов 3-5% означает, что ваш таргетинг, тема письма и предложение работают хорошо вместе. Ниже 1% — что-то фундаментальное сломано. Также внимательно следите за показателем отказов и уровнем жалоб на спам, поскольку доставляемость холодных писем быстро деградирует, если вы попадаете на некорректные адреса.
Для рассылок темп роста имеет большее значение, чем большинство людей понимает. Рассылка с 40% открытий, но с плоским ростом подписчиков — это сокращающийся актив. Нужно отслеживать чистый рост (новые подписчики минус отписки минус отказы) как процент от общего размера списка. Здоровые рассылки растут на 5-10% в месяц на ранних стадиях, стабилизируясь до 2-5% ежемесячно после 10 000 подписчиков.
CTOR (коэффициент кликов к открытиям) более полезен, чем грубый CTR для nurture-кампаний, поскольку изолирует качество контента вашего email от показателей доставляемости и темы. Если ваш показатель открытий высокий, но CTOR слабый — проблема внутри письма. Если оба слабые — начните с доставляемости.
Ещё одна метрика, которая редко получает заслуженного внимания: доход на отправленный email. Не на кампанию, а на каждое отдельное письмо. Это выявляет проблему убывающей отдачи от избыточной рассылки. Если вы отправляете три кампании в неделю, а ваш доход на отправленный email снижается три месяца подряд — вы утомляете свой список. Отправляйте меньше, зарабатывайте больше с каждой рассылки. Я видел бренды, которые сократили частоту рассылки на 30% и наблюдали, как общий доход остаётся прежним или даже растёт, потому что вовлечённость на email возросла.
Модели атрибуции
Атрибуция — это место, где email-маркетинг становится политическим. Каждый канал хочет получить заслугу за продажу, а выбранная модель определяет, кто выигрывает.
Вот честный анализ каждой модели.
Атрибуция последнего клика — стандарт в большинстве аналитических платформ. Она отдаёт 100% заслуги последней точке контакта перед покупкой. Простая, но глубоко вводящая в заблуждение для email. Если кто-то видит вашу рекламу в Instagram, кликает ваш email два дня спустя, а затем гуглит название вашего бренда для покупки — поиск Google получает все заслуги. Email не получает ничего. Эта модель систематически недооценивает email и завышает кажущуюся ценность брендового поиска.
Атрибуция первого клика отдаёт все заслуги первой точке контакта. Хороша для понимания того, какие каналы формируют осведомлённость, но полностью игнорирует всё, что произошло между обнаружением и покупкой. Шестимесячная nurture-последовательность? Невидима.
Линейная атрибуция делит заслуги поровну по каждой точке контакта. Справедлива в принципе, но относится к случайному показу так же, как к email, запустившему решение о покупке. Не так покупки работают на самом деле.
U-образная (позиционная) атрибуция отдаёт 40% первому контакту, 40% последнему контакту и делит оставшиеся 20% на всё между ними. Это хорошая отправная точка для большинства компаний, поскольку признаёт, что момент обнаружения и момент конверсии важны больше всего, при этом всё ещё отдавая некоторую заслугу nurture.
Атрибуция с затуханием отдаёт больше заслуг точкам контакта, ближе к конверсии. Распространён период полувыведения 7 дней, что означает: точка контакта за 7 дней до покупки получает половину заслуги по сравнению с той, что была в день покупки. Эта модель лучше всего работает для компаний с более длинными циклами продаж (B2B, покупки с высоким обдумыванием), где недавние касания действительно несут большую часть нагрузки.
Data-driven атрибуция использует машинное обучение для определения фактического влияния каждой точки контакта на основе ваших конкретных данных. Google Analytics 4 предлагает это. Это самая точная из доступных моделей, но для правильной работы ей нужен значительный объём конверсий. Если у вас меньше 300-400 конверсий в месяц, у модели не будет достаточно данных для надёжной работы. Для большинства малого и среднего бизнеса U-образная атрибуция или с затуханием — лучший практический выбор.
Ryan Phelan указывает на важное замечание обо всех этих моделях: сфокусируйтесь на инкрементальности, а не на кликовой атрибуции. Неважно, какой клик получает заслугу. Важно, действительно ли email вызвал поведение, которое иначе бы не случилось. Каждая модель атрибуции — это история о том, что произошло. Тесты инкрементальности говорят вам, что произошло на самом деле.
Контрольные группы — простейший способ это проверить. Случайным образом удержите email от небольшой подгруппы своей аудитории (5-10%) и сравните их покупательское поведение с группой, получившей email. Разница говорит вам о истинном инкрементальном влиянии этого email.
Здесь стоит обратить внимание на многоканальных подписчиков. Люди, взаимодействующие с вашим брендом через email, социальные сети и ваш сайт, демонстрируют примерно на 50% более высокие показатели покупок и пожизненную ценность по сравнению с одноканальными подписчиками. Email часто играет роль связующего звена между этими каналами, но атрибуция последнего клика редко это показывает. Подписчик, который открывает ваш email, не кликает, но затем напрямую заходит на ваш сайт через два часа — распространённый паттерн, невидимый в большинстве моделей атрибуции.
Эффект ореола
Email создаёт измеримый ореол доходов в дни рассылки, даже среди людей, которые никогда не открывали письмо. Я рассмотрел это в Главе 1, поскольку это фундаментально для понимания ценности email. Для целей атрибуции вот практическое измерение: возьмите ежедневный доход за последние 90 дней, отметьте каждый день как «рассылка» или «без рассылки», контролируйте день недели и сравните. Разница — ваш эффект ореола. Дни рассылки обычно показывают на 15-30% более высокий общий доход сайта.
Если ваш финансовый директор ставит под сомнение ROI email на основе данных атрибуции последнего клика — покажите ему ореол доходов в дни рассылки. Подкрепите данными инкрементальности, и вы создадите аргумент, который трудно опровергнуть.
Тестирование инкрементальности
Тестирование инкрементальности — золотой стандарт для понимания того, что email реально вносит в ваш бизнес. Это проще, чем думает большинство людей.
Вот как провести такой тест.
Случайно исключите 5-10% сегмента из кампании. Не сообщайте им о распродаже. Не отправляйте напоминание о брошенной корзине. Не отправляйте email реактивации. Просто оставьте их в стороне. Слово «случайно» критически важно. Нужна истинно случайная группа удержания, а не сегмент, выбранный потому что он и так был менее вовлечён.
Затем сравните показатель покупок у подавленной группы с группой, получившей email, за тот же период. Разница между этими двумя числами — ваш истинный инкрементальный доход от email. Всё остальное — покупки, которые произошли бы в любом случае, — это органический спрос, которому email приписывает заслуги.
Некоторые маркетологи сопротивляются этому, поскольку это означает намеренное не отправление email потенциальным покупателям. Но ценность полученного понимания намного превышает небольшой доход, которым вы жертвуете от группы удержания 5-10%. Думайте об этом как об инвестиции в понимание реальной ценности вашей программы.
Вот что обычно показывает тест. Для email о брошенной корзине вы часто обнаружите, что 30-50% «восстановленных» корзин конвертировались бы в любом случае. Клиент всегда собирался вернуться. Email ускорил его временну́ю шкалу, но не изменил результат. Для рекламных кампаний инкрементальность обычно ниже, чем ожидается. Для велком-серий и post-purchase потоков инкрементальность выше, поскольку вы формируете раннее поведение.
Проводите тесты инкрементальности ежемесячно или ежеквартально для поддержания постоянного измерения. Атрибуция доходов со временем меняется по мере того, как развивается ваша программа, меняется состав списка и сезонно смещается поведение клиентов.
Для хорошо оптимизированного интернет-магазина ожидайте, что email будет генерировать 25-40% общего дохода. Но проведите тест инкрементальности до того, как верить панели управления ESP. Большинство ESP используют щедрые окна атрибуции (иногда 5 дней после клика, иногда даже после открытия), которые завышают их цифры. Реальный инкрементальный вклад почти всегда ниже, чем сообщает ESP, но всё равно впечатляюще высок по сравнению с другими каналами.
Когортный анализ для email
Когортный анализ отвечает на вопрос, который скрывают агрегированные метрики: вещи улучшаются или ухудшаются со временем?
Вместо того чтобы смотреть на общий показатель открытий, разбейте подписчиков на когорты по месяцу или неделе регистрации. Затем отслеживайте кривую вовлечённости каждой когорты со временем.
Паттерн, который вы ищете: более ли новые когорты вовлечены, чем старые, в той же точке своего жизненного цикла? Если подписчики, пришедшие в январе, имеют 45% открытий в первый месяц, а подписчики, пришедшие в июне, достигают лишь 35% — что-то изменилось. Ваш источник привлечения мог сместиться. Ваша велком-серия могла деградировать. Ваш контент может привлекать другую аудиторию.
Когортный анализ также выявляет «обрыв вовлечённости» — точку, в которой подписчики обычно перестают взаимодействовать. Для большинства email-программ есть резкий спад где-то между 2-м и 4-м месяцем. Зная точно, когда это происходит, можно точно тайминговать кампании реактивации, захватывая людей прямо перед падением, а не спустя месяцы после того, как они уже ушли.
Отслеживайте эти метрики по когортам:
- Траектория показателя открытий (месяц 1, 2, 3 и т.д.)
- Траектория показателя кликов
- Показатель покупок (для ecommerce)
- Показатель отписок по месяцу
- Время до первой покупки с момента регистрации
Если вы ведёте рассылку, когортный анализ скажет вам, улучшается ли качество вашего контента или снижается. Читатели, пришедшие шесть месяцев назад, голосуют своим вниманием, и их кривая вовлечённости по сравнению с новыми когортами говорит правду.
Практический пример: вы замечаете, что когорты первого квартала этого года демонстрируют более крутой спад вовлечённости, чем когорты первого квартала прошлого года. Они начинают при схожих показателях открытий, но падают быстрее. Это может означать, что ваш контент стал менее убедительным после первых нескольких писем, или что ваша велком-серия формирует ожидания, которым ваш регулярный контент не соответствует. В любом случае без когортного анализа этот тренд был бы невидим в агрегированных числах.
Создайте когортный анализ в таблице, если ваш ESP не предлагает его нативно. Экспортируйте данные подписчиков с датами регистрации, затем рассчитайте метрики вовлечённости для каждой месячной когорты через 30, 60, 90, 120 и 180 дней после регистрации. Постройте кривые. Визуализация рассказывает историю быстрее, чем любая таблица.
Пожизненная ценность подписчика
Большинство email-маркетологов могут назвать показатель открытий с точностью до двух знаков, но не могут сказать, сколько стоит подписчик. Это проблема, потому что без этой цифры каждое решение о затратах на привлечение, инвестициях в контент и управлении списком — это угадывание.
Пожизненная ценность подписчика (LTV) рассчитывается просто: средний доход на подписчика в месяц, умноженный на среднее количество активных месяцев.
Если ваш средний подписчик генерирует $2,50 в месяц дохода (через покупки, рекламный доход или другую монетизацию) и остаётся активным 14 месяцев, его LTV составляет $35. Теперь вы знаете, сколько можете позволить себе потратить на привлечение нового подписчика.
Сегментируйте LTV по источнику привлечения. Подписчики из органического поиска могут иметь LTV $42, тогда как подписчики из платных социальных сетей — $18. Это кардинально меняет то, как вы распределяете бюджет на привлечение. Не все подписчики равны, и ваша стратегия привлечения должна это отражать. Я видел компании, которые перераспределяли 40% бюджета на привлечение после первого проведения этого анализа, обнаружив, что их самые дешёвые подписчики также были наименее ценными.
Соотношение LTV к CAC (стоимость привлечения клиента) должно быть больше 3:1 для устойчивого роста. Ниже этого — вы тратите слишком много на привлечение подписчиков относительно их ценности. Выше 5:1 — вы, вероятно, недоинвестируете в рост, оставляя деньги на столе.
Специально для новостных рассылок, вот во сколько обычно обходится привлечение подписчиков:
- Реферальные программы (SparkLoop): $1-3 на подписчика
- Реклама в социальных сетях: $2-5 на подписчика
- Кросс-продвижение с другими рассылками: $3-8 на подписчика
- Холодная реклама (дисплей, программатик): $5-15+ на подписчика
Экономика меняется в зависимости от модели монетизации. Рассылка, зарабатывающая $40 CPM на рекламе, может позволить себе платить больше за подписчика, чем та, что зарабатывает $20 CPM. Рассчитайте в обратном направлении от вашего дохода на подписчика, чтобы установить максимальную стоимость привлечения.
Не забудьте учесть временну́ю шкалу доходов. Подписчик, привлечённый сегодня, может не сгенерировать первый доллар 30-60 дней. Если ваша позиция по наличности сложная, более дешёвые источники привлечения с более быстрыми периодами окупаемости могут быть важнее максимизации общего LTV.
Отслеживание дохода от email
Получение точных данных о доходах от email требует работы. Вот практическая настройка.
Используйте UTM-параметры на каждой ссылке в каждом email: utm_source=klaviyo, utm_medium=email, utm_campaign=[название_кампании]. Соблюдайте последовательность в соглашениях об именовании. Если ваша велком-серия называется 'welcome-series' в одном письме и 'Welcome_Series' в другом, ваша аналитика будет считать их отдельными кампаниями. Задокументируйте соглашение об именовании UTM и поделитесь им со всеми, кто создаёт письма.
Добавьте utm_content для отслеживания отдельных ссылок в письмах. Используйте для идентификации, какая кнопка или ссылка была нажата: utm_content=hero-cta против utm_content=footer-link. Такой уровень детализации говорит вам, какие части дизайна вашего письма реально генерируют конверсии.
Доход, атрибутированный ESP, всегда будет выше, чем атрибутированный Google Analytics. ESP используют щедрые окна атрибуции, иногда засчитывая покупку email, если кто-то открыл письмо в последние 5 дней и затем совершил покупку, даже если он вернулся через совершенно другой канал. GA по умолчанию использует последний клик, поэтому если кто-то кликнул ваш email, но затем загуглил ваш бренд для завершения покупки, GA засчитывает Google.
Реальный доход от email находится где-то между этими двумя числами. Используйте атрибуцию ESP для сравнения на уровне кампаний (какие письма работают лучше других) и атрибуцию GA для бюджетирования на уровне каналов (сколько общего дохода генерирует email по сравнению с платным поиском, социальными сетями и т.д.).
Для хорошо оптимизированных ecommerce-программ email должен генерировать 25-40% общего дохода. Если вы ниже 20% — в вашей программе есть значительное поле для улучшения. Если выше 40% — проверьте атрибуцию, возможно вы считаете с избытком. Программы выше 50% почти наверняка избыточно атрибутируют, если только у них нет очень низких затрат на платные медиа.
Настройте простую панель управления доходами, показывающую:
- Общий доход, атрибутированный email (ESP и GA рядом)
- Доход на получателя по типу кампании
- Доход на подписчика в месяц (тренд со временем)
- Процент общего дохода от email (тренд со временем)
- Доход на отправленный email (для выявления убывающей отдачи при избыточной рассылке)
Проверяйте это еженедельно. Тренды важнее отдельных точек данных. Один плохой отправ мало что значит. Трёхмесячный спад RPR означает, что что-то фундаментальное должно измениться.
Темп роста списка
Большинство email-маркетологов может сказать, сколько у них подписчиков. Мало кто может сказать, реально ли их список растёт, сокращается или топчется на месте. Темп роста списка — метрика, которая отвечает на этот вопрос, и она более многогранная, чем просто подсчёт новых регистраций.
Чистый темп роста списка = (новые подписчики − отписки − отказы − жалобы) / общий размер списка × 100.
Это ежемесячный расчёт. Здоровые ориентиры:
| Стадия | Ежемесячный чистый темп роста |
|---|---|
| Ранняя стадия (до 5 000) | 10-20% |
| Стадия роста (5 000-25 000) | 5-10% |
| Устоявшийся (25 000-100 000) | 2-5% |
| Зрелый (100 000+) | 1-3% |
Если ваш чистый темп роста отрицательный — список сокращается. Это более распространено, чем большинство людей понимает. Средний email-список убывает примерно на 22-25% в год из-за естественного оттока (люди меняют адреса, теряют интерес, меняют работу в случае B2B). Это означает, что нужно добавлять хотя бы 2% новых подписчиков в месяц только чтобы оставаться на уровне.
Отслеживайте эти компоненты отдельно:
Валовые прибавления (новые подписчики в месяц). Говорит, работают ли ваши каналы привлечения. Если валовые прибавления снижаются — изучите формы регистрации, источники трафика и лид-магниты.
Темп оттока (отписки + отказы + жалобы как процент от общего списка). Здоровый темп оттока — 0,2-0,5% в месяц. Выше 1% в месяц — что-то не так с вашим контентом, частотой или ожиданиями аудитории.
Отток по источнику. Подписчики из платной рекламы в социальных сетях обычно уходят в 2-3 раза быстрее, чем органические. Зная это, можно устанавливать реалистичные ожидания для каждого канала привлечения и распределять бюджет на источники, которые дают подписчиков, остающихся надолго.
Индикаторы качества списка важны не меньше размера. Список из 10 000 вовлечённых подписчиков стоит больше, чем список из 50 000, где только 3 000 регулярно открывают письма. Отслеживайте процент вовлечённых подписчиков (подписчики, открывшие или кликнувшие за последние 90 дней, делённые на общий размер списка). Ниже 30% вовлечённых — вы платите за хранение контактов, которые не генерируют ценность.
Эффективность захвата
Ваши формы регистрации — это верхушка email-воронки. Если они работают хуже нормы — всё нижестоящее страдает.
Ориентиры конверсии попапов:
| Тип попапа | Средний | Хороший | Топ 10% |
|---|---|---|---|
| Тайм-попап (8-15 секунд) | 2-4% | 4-6% | 9%+ |
| Exit-intent попап | 4-7% | 7-10% | 12%+ |
| Scroll-triggered (прокрутка 50%+) | 2-5% | 5-7% | 8%+ |
| Двухшаговый (клик, потом форма) | — | На 30-50% лучше одношагового | — |
| Геймифицированный (spin-to-win) | 8-10% | 10-13% | 13%+ |
| Welcome mat (полноэкранный) | 2-3% | 3-5% | 7%+ |
Если ваш попап конвертирует ниже 2% — что-то не так. Самые распространённые проблемы: появляется слишком рано (до того, как посетитель имеет какой-либо контекст), предложение недостаточно привлекательно, форма запрашивает слишком много информации (имя + email + телефон = высокое трение), или дизайн навязчив, но не ценен.
Ориентиры захвата email на лендинге зависят от источника трафика и предложения:
| Тип страницы | Средняя конверсия |
|---|---|
| Выделенная squeeze-страница (один CTA) | 20-30% |
| Content upgrade (предложение в статье) | 5-15% |
| Захват email на главной странице | 1-3% |
| Форма в боковой панели блога | 0,5-2% |
| Форма в футере | 0,1-0,5% |
Измеряйте коэффициент захвата по источнику трафика. Посетители из органического поиска конвертируются иначе, чем из социальных сетей. Попап, конвертирующий 5% органического трафика, может конвертировать 1% социального, поскольку намерение посетителя разное. Корректируйте предложения и тайминг соответственно.
Метрики для отслеживания постоянной оптимизации захвата:
- Коэффициент показ-к-отправке (какой процент людей, увидевших форму, реально её заполняет)
- Коэффициент отказа от формы (начал заполнять, но не отправил)
- Коэффициент захвата по устройству (мобильный vs десктоп — мобильные формы часто конвертируют на 30-50% хуже, если не оптимизированы должным образом)
- Коэффициент захвата по странице (какие страницы генерируют больше всего регистраций, и есть ли страницы с высоким трафиком без формы?)
- Время до попапа vs конверсия (тестируйте разные задержки — иногда ожидание дольше даёт подписчиков более высокого качества, даже если общий объём падает)
Большинство попап-инструментов ESP (Klaviyo, OptinMonster, Privy, Justuno) предоставляют эту аналитику нативно. Если нет — настройте отслеживание событий в GA4 для показов форм и отправок.
Определение оптимальной частоты рассылки
Самый распространённый вопрос в email-маркетинге: «как часто мне следует отправлять письма своему списку?» Честный ответ: зависит от вашей аудитории, типа контента и бизнес-модели. Но есть структурированный способ это выяснить.
Больше (обычно) лучше — до определённой точки. Исследования показывают, что отправка 9-16 писем в месяц обеспечивает ROI 46:1 против всего лишь 13:1 для ежемесячных рассылок. Показатели открытий остаются стабильными между разом в месяц и дважды в неделю — спад происходит только при ежедневных рассылках. Потолок выше, чем думает большинство брендов.
Кривая убывающей отдачи. Каждое дополнительное письмо в неделю приносит инкрементально меньший доход на письмо. Первое еженедельное письмо может генерировать $2,00 RPR. Второе — $1,50. Третье — $0,80. Четвёртое — $0,40. В какой-то момент маржинальный доход от ещё одного письма компенсируется ростом отписок и снижением вовлечённости. Ваша оптимальная частота — точка прямо перед этим моментом.
Как найти ваш потолок частоты:
- Начните с текущей частоты как базовой линии. Измерьте RPR, коэффициент отписок и коэффициент вовлечённости.
- Увеличьте частоту на одну рассылку в неделю на четыре недели. Отслеживайте те же метрики.
- Если RPR на письмо падает, но общий еженедельный доход растёт — дополнительная рассылка оправдана.
- Если коэффициент отписок растёт более чем на 0,1 процентного пункта на рассылку — вы прошли потолок.
- Если коэффициент вовлечённости (открытия, клики) падает более чем на 10% в целом — откатитесь.
Общие рекомендации по частоте по типу:
| Тип письма | Рекомендуемая частота |
|---|---|
| Ecommerce промо | 2-4 в неделю для вовлечённых, 1 в неделю для менее вовлечённых |
| Рассылка | 1-3 в неделю (ежедневно, если аудитория ожидает) |
| Обновления продукта SaaS | 1-2 в месяц |
| Nurture B2B | 1-2 в неделю |
| Транзакционные | По событию (без ограничений, но не пакетировать) |
Доход на отправленный email — ключевая метрика здесь. Не общий доход от email. Не доход на кампанию. Доход на отдельное отправленное письмо. Эта метрика выявляет проблему избыточной рассылки, которую скрывают агрегированные числа. Если ваш общий доход от email стабилен, но вы отправляете вдвое больше писем — ваш доход на отправленное письмо сократился вдвое. Вы работаете вдвое усерднее за тот же результат, ускоряя усталость списка.
Частота на основе вовлечённости (подробно рассмотрена в Главе 3) — лучший подход для большинства брендов. Вместо единой частоты для всех, разбейте рассылки по уровню вовлечённости. Ваши наиболее вовлечённые подписчики получают каждую кампанию. Умеренно вовлечённые получают только ваш лучший контент. Наименее вовлечённые получают минимальные рассылки, пока вы пытаетесь их реактивировать. Этот подход обычно поддерживает или увеличивает общий доход, сокращая отписки на 20-40%.