第 9 章：分析與衡量

大多數郵件行銷人員在發送後查看一下打開率，感覺好或不好，然後就繼續了。這不是分析，只是在不理解比賽的情況下讀記分牌。

真正的衡量意味著將郵件活動與業務成果聯繫起來。這意味著要了解哪些活動實際上產生了收入、哪些細分群體正在增長或衰退，以及你的專案相對於實際可達目標的位置——而不僅僅是 ESP 儀表板告訴你的數字。

本章涵蓋真正重要的指標、揭示真相（和謊言）的歸因模型，以及將嚴肅的郵件專案與那些憑感覺運營的專案區分開來的分析框架。

按活動類型劃分的 KPI

並非每封郵件都應該以相同的方式衡量。歡迎系列和重新激活活動有完全不同的任務，因此需要完全不同的評分卡。

以下是我對你的衡量框架的結構建議：

關於這個表格，有幾點值得注意。

RPR（每收件人收入）是任何創收郵件最重要的單一指標。它對列表規模進行了標準化，讓你真實了解活動效率。向 10,000 人發送郵件產生 $5,000 的收入，RPR 為 $0.50。相比之下，另一封向 50,000 人發送並產生 $8,000 收入的郵件，RPR 僅為 $0.16。規模較小、更有針對性的發送效率是後者的三倍。

對於冷郵件，完全忽略打開率。它們不可靠（尤其是隨著隱私政策的變化），也不能告訴你任何可操作的資訊。正向回覆率才是關鍵。3-5% 的正向回覆率意味著你的定向、主旨行和優惠都在協同發揮作用。低於 1% 則說明某些根本性的東西出了問題。密切追蹤你的退信率和垃圾郵件投訴率，因為如果你發送到無效地址，冷郵件的送達率會快速下降。

對於電子報，增長率比大多數人意識到的更重要。一份打開率 40% 但訂閱者增長停滯的電子報是一項正在萎縮的資產。你需要追蹤淨增長（新訂閱者減去退訂、退信）佔總列表規模的百分比。健康的電子報在早期階段每月增長 5-10%，超過 10,000 訂閱者後穩定在每月 2-5%。

CTOR（點擊打開率）對於培育活動比原始 CTR 更有用，因為它能將郵件內容品質與送達率和主旨行表現隔離開來。如果打開率高但 CTOR 低，問題在郵件內部。如果兩者都低，從送達率開始排查。

還有一個很少得到應有關注的指標：每封發送郵件的收入。不是按活動，而是按每封郵件單獨計算。這能捕捉到過度發送帶來的收益遞減問題。如果你每週發送三個活動，而每封發送郵件的收入已經連續三個月下降，你正在讓你的列表產生疲勞。少發送，每次發送賺更多。我見過品牌將發送頻率削減 30%，總收入持平甚至增加，因為每封郵件的互動率上升了。

歸因模型

歸因是郵件行銷變得「政治化」的地方。每個管道都想要為銷售邀功，而你選擇的模型決定了誰贏。

以下是每種模型的誠實分析。

末次點擊歸因是大多數分析平台的預設設定。它將 100% 的功勞歸於購買前的最後一個觸點。簡單，但對於郵件來說極具誤導性。如果有人看到你的 Instagram 廣告，兩天後點擊你的郵件，然後谷歌搜尋你的品牌名稱來購買，谷歌搜尋獲得所有功勞，郵件什麼都沒得到。這種模型持續低估郵件的價值，誇大品牌搜尋的表面價值。

首次點擊歸因將所有功勞歸於第一個觸點。有助於了解哪些管道推動了認知，但完全忽略了從發現到購買之間發生的一切。六個月的培育序列？不可見。

線性歸因在每個觸點之間均等分配功勞。原則上是公平的，但它將隨機的曝光與觸發購買決策的郵件同等對待。這不是真實購買行為的運作方式。

U 型（基於位置）歸因將 40% 歸於首次觸點，40% 歸於末次觸點，其餘 20% 分配給中間的所有觸點。這對大多數企業來說是一個良好的起點，因為它認識到發現時刻和轉化時刻最重要，同時也給予中間培育環節一定的認可。

時間衰減歸因給予距離轉化更近的觸點更多功勞。7 天半衰期很常見，意味著購買前 7 天的觸點獲得的功勞是購買當天觸點的一半。這種模型最適合銷售週期較長（B2B、高考量購買）的企業，在這些場景中，最近的觸點確實承擔了更多工作。

資料驅動歸因使用機器學習根據你的具體資料確定每個觸點的實際影響。Google Analytics 4 提供了這一功能。它是最準確的可用模型，但需要大量轉化量才能正常工作。如果你每月運行少於 300-400 次轉化，該模型將沒有足夠的資料保證可靠性。對於大多數中小型企業，U 型或時間衰減是更好的實際選擇。

Ryan Phelan 對所有這些模型提出了一個重要觀點：關注增量性而非點擊歸因。哪次點擊獲得功勞並不重要，重要的是郵件是否實際引發了否則不會發生的行為。每種歸因模型都是關於發生了什麼的故事，增量測試告訴你實際發生了什麼。

對照組是測試這一點最簡單的方法。從受眾中隨機扣留一小部分（5-10%）的郵件，並將他們的購買行為與收到郵件的群體進行比較。差異告訴你該郵件的真實增量影響。

多管道訂閱者值得關注。透過郵件、社群媒體和你的網站與品牌互動的人，其購買率和生命週期價值比單一管道訂閱者高約 50%。郵件通常在這些管道之間扮演連接角色，但末次點擊歸因很少能顯示這一點。打開了你郵件卻沒有點擊、但兩小時後直接造訪你網站的訂閱者是一種常見模式，在大多數歸因模型中是不可見的。

光環效應

即使在從未打開郵件的人群中，郵件在發送日也能產生可衡量的收入光環。我在第 1 章中介紹了這一點，因為它對於理解郵件的價值至關重要。從歸因角度來說，以下是實用的衡量方法：提取過去 90 天的每日收入，將每天標記為「發送日」或「非發送日」，控制星期幾的影響，然後進行比較。差距就是你的光環效應。發送日通常顯示整體網站收入高出 15-30%。

如果你的財務長基於末次點擊數字質疑郵件的 ROI，向他們展示發送日收入光環。再用增量資料支撐，你就構建了一個難以反駁的論據。

增量測試

增量測試是了解郵件實際對業務貢獻的黃金標準。它比大多數人想象的更簡單。

以下是如何運行一次測試。

從一個活動中隨機抑制 5-10% 的細分群體。不告訴他們促銷資訊，不發送棄購提醒，不發送重新激活郵件，就是把他們排除在外。「隨機」部分至關重要，你需要真正隨機的保留組，而不是你因為他們參與度較低而選擇的細分群體。

然後在同一時間段內比較被抑制群體和收到郵件群體的購買率。這兩個數字之間的差異就是你真正的增量郵件收入。其餘所有部分——無論如何都會發生的購買——是郵件正在邀功的有機需求。

一些行銷人員對此持抗拒態度，因為這意味著故意不向潛在買家發送郵件。但你獲得的洞察遠比從 5-10% 保留組放棄的少量收入更有價值。把它看作是對了解專案真實價值的投資。

測試通常會揭示以下內容。對於棄購挽回郵件，你通常會發現 30-50% 的「挽回」購物車無論如何都會轉化。客戶本來就會回來，郵件加速了他們的時間線，但並沒有改變結果。對於促銷活動，增量性通常低於預期。對於歡迎系列和購後流程，增量性往往更高，因為你在塑造早期行為。

每月或每季度運行增量測試以保持持續衡量。隨著專案的演進、列表構成的變化和客戶行為的季節性變化，收入歸因會隨時間推移而發生變化。

對於優化良好的電商店鋪，預計郵件驅動總收入的 25-40%。但在相信你 ESP 的儀表板之前，先運行增量測試。大多數 ESP 使用寬泛的歸因窗口（有時是點擊後 5 天，有時甚至是打開後），這會虛高他們的數字。真實的增量貢獻幾乎總是低於 ESP 報告的，但與其他管道相比仍然令人印象深刻。

郵件隊列分析

隊列分析回答了聚合指標所掩蓋的一個問題：事情是否隨時間推移變得更好或更差？

不要查看整體打開率，而是按註冊月份或週將訂閱者分成隊列，然後追蹤每個隊列隨時間的互動曲線。

你尋找的模式是：在生命週期的同一時間點，較新的隊列是否比較舊的隊列參與度更高或更低。如果 1 月份加入的訂閱者在第一個月的打開率為 45%，而 6 月份加入的訂閱者只有 35%，說明某些東西發生了變化。你的獲取來源可能已經轉移，你的歡迎系列可能有所退化，或者你的內容可能在吸引不同的受眾。

隊列分析還揭示了「互動懸崖」——訂閱者通常停止互動的時間點。對於大多數郵件專案，在第 2 到第 4 個月之間有一個急劇的下降。準確了解這種情況的發生時間，可以讓你精確地安排重新激活活動的時機，在人們脫落之前而非已經脫落幾個月後捕捉他們。

按隊列追蹤以下指標：

• 打開率軌跡（第 1、2、3 個月等）
• 點擊率軌跡
• 購買率（電商）
• 按月退訂率
• 從註冊到首次購買的時間

如果你在運營電子報，隊列分析可以告訴你內容品質是否在提升或下降。六個月前加入的讀者正在用他們的注意力投票，他們的互動曲線與較新隊列的比較能說明真相。

一個實際案例：你注意到今年第一季度的隊列比去年第一季度的隊列互動下降更陡峭。他們以相似的打開率開始，但下降更快。這可能意味著你的內容在最初幾封郵件後變得不那麼吸引人，或者你的歡迎系列設定的期望是常規內容無法滿足的。無論哪種情況，如果沒有隊列分析，這種趨勢在聚合數字中將是不可見的。

如果你的 ESP 不提供隊列分析，可以在試算表中構建。匯出帶有註冊日期的訂閱者資料，然後計算註冊後 30、60、90、120 和 180 天時每個月度隊列的互動指標。繪製曲線，視覺效果比任何表格都能更快講述故事。

訂閱者生命週期價值

大多數郵件行銷人員能精確到小數點後兩位告訴你他們的打開率，但無法告訴你一個訂閱者的價值。這是個問題，因為沒有這個數字，關於獲取支出、內容投資和列表管理的每一個決策都是猜測。

訂閱者生命週期價值（LTV）的計算很簡單：每個訂閱者每月的平均收入乘以平均活躍月數。

如果你的平均訂閱者每月產生 $2.50 的收入（透過購買、廣告收入或其他變現方式），並保持活躍 14 個月，他們的 LTV 為 $35。現在你知道獲取新訂閱者可以花多少錢了。

按獲取來源細分 LTV。來自自然搜尋的訂閱者 LTV 可能為 $42，而來自付費社群的訂閱者 LTV 可能只有 $18。這將極大地改變你的獲取預算分配方式。並非所有訂閱者都是平等的，你的獲取策略應該反映這一點。我見過企業在第一次進行這種分析後重新分配了 40% 的獲取預算，因為他們發現最便宜的訂閱者也是最沒價值的。

LTV 與 CAC（客戶獲取成本）的比率應該大於 3:1 才能實現可持續增長。低於這個比率意味著你在獲取訂閱者上花費太多，相對於他們的價值。高於 5:1 則意味著你可能在增長上投入不足，把錢留在桌上了。

對於電子報企業，以下是訂閱者獲取的典型成本：

• 推薦計劃（SparkLoop）：每個訂閱者 $1-3
• 社群媒體廣告：每個訂閱者 $2-5
• 與其他電子報的交叉推廣：每個訂閱者 $3-8
• 冷廣告（展示、程序化）：每個訂閱者 $5-15+

經濟學因你的變現模式而變化。每千次展示費用達到 $40 CPM 的電子報可以比 $20 CPM 的電子報花更多錢獲取每個訂閱者。從你每個訂閱者的收入反向計算，設定最高獲取成本。

不要忘記考慮收入時間線。今天獲取的訂閱者可能在 30-60 天內不會產生第一美元的收入。如果你的現金狀況緊張，具有更快回收期的較便宜獲取來源可能比整體 LTV 最大化更重要。

郵件收入追蹤

從郵件獲取準確的收入數字需要花費工夫。以下是實用設定。

在每封郵件的每個連結上使用 UTM 參數：utm_source=klaviyo，utm_medium=email，utm_campaign=[campaign_name]。命名慣例要保持一致。如果你的歡迎系列在一封郵件中叫「welcome-series」，在另一封中叫「Welcome_Series」，你的分析工具會將它們視為不同的活動。記錄你的 UTM 命名慣例，並與所有建立郵件的人分享。

為郵件內的單個連結追蹤添加 utm_content。用它來識別點擊了哪個按鈕或連結：utm_content=hero-cta 與 utm_content=footer-link。這種詳細程度能告訴你郵件設計的哪些部分實際上在推動轉化。

你 ESP 歸因的收入將始終高於 Google Analytics 歸因的收入。ESP 使用寬泛的歸因窗口，有時如果有人在最近 5 天內打開了郵件然後購買，即使他們透過完全不同的管道回來，也會將購買歸因於郵件。GA 預設使用末次點擊，所以如果有人點擊了你的郵件，然後谷歌搜尋你的品牌完成購買，GA 將功勞歸於谷歌。

真實的郵件收入介於這兩個數字之間。使用 ESP 歸因進行活動層級的比較（哪些郵件相對表現最好），使用 GA 歸因進行管道層級的預算分配（郵件相對於付費搜尋、社群等產生了多少總收入）。

對於優化良好的電商專案，郵件應該驅動總收入的 25-40%。如果低於 20%，你的專案有很大的改進空間。如果超過 40%，檢查你的歸因，你可能在過度計算。超過 50% 的專案幾乎肯定是過度歸因，除非他們的付費媒體支出非常少。

設定一個簡單的收入儀表板，顯示：

• 總郵件歸因收入（ESP 和 GA 並排）
• 按活動類型的每收件人收入
• 每個訂閱者每月收入（隨時間趨勢）
• 來自郵件的總收入百分比（隨時間趨勢）
• 每封發送郵件的收入（捕捉過度發送帶來的收益遞減）

每週審查一次。趨勢比單個資料點更重要。一次糟糕的發送並不意味著什麼，三個月 RPR 下降意味著某些根本性的東西需要改變。

列表增長率

大多數郵件行銷人員能告訴你他們有多少訂閱者，但很少有人能告訴你他們的列表是否在實際增長、萎縮或踏水。列表增長率是回答這個問題的指標，它比僅僅計算新註冊數更有深度。

淨列表增長率 = （新訂閱者 - 退訂 - 退信 - 投訴）/ 總列表規模 x 100。

這是一個月度計算。健康基準：

如果你的淨增長率為負，你的列表正在萎縮。這比大多數人意識到的更為常見。普通郵件列表每年透過自然流失（人們更換郵箱地址、失去興趣、B2B 的工作變動）減少約 22-25%。這意味著你每月至少需要增加 2% 的新訂閱者才能保持持平。

分別追蹤以下組成部分：

總增加量（每月新訂閱者）。這告訴你獲取管道是否在正常工作。如果總增加量在下降，調查你的註冊表單、流量來源和潛在客戶磁鐵。

流失率（退訂 + 退信 + 投訴佔總列表的百分比）。健康的流失率是每月 0.2-0.5%。每月超過 1% 意味著你的內容、頻率或受眾期望存在問題。

按來源的流失率。 來自付費社群廣告的訂閱者通常以自然訂閱者 2-3 倍的速度流失。了解這一點讓你能為每個獲取管道設定現實的預期，並將預算分配給產生留存訂閱者的來源。

列表品質指標與規模同樣重要。一個有 10,000 活躍訂閱者的列表比一個有 50,000 但只有 3,000 人定期打開郵件的列表更有價值。追蹤你的活躍訂閱者百分比（過去 90 天內打開或點擊過的訂閱者除以總列表規模）。低於 30% 的活躍率意味著你在為不產生價值的聯絡人付費儲存。

捕獲表現

你的註冊表單是郵件漏斗的頂部。如果它們表現不佳，下游的一切都會受影響。

彈出視窗轉化率基準：

如果你的彈出視窗轉化率低於 2%，說明出了問題。最常見的問題：觸發太早（訪客還沒有任何背景資訊）、優惠不夠吸引人、表單要求的資訊太多（姓名 + 郵箱 + 電話 = 高摩擦），或者設計侵入性強但價值不足。

登陸頁郵件捕獲基準取決於流量來源和優惠：

按流量來源衡量捕獲率。 自然搜尋訪客與社群媒體推薦的轉化方式不同。一個對自然流量轉化率為 5% 的彈出視窗，對社群流量可能只有 1% 的轉化率，因為訪客意圖不同。相應地調整你的優惠和時機。

持續捕獲優化需要追蹤的指標：

• 曝光到提交率（看到你表單的人中有多少百分比實際完成了它）
• 表單放棄率（開始填寫但沒有提交）
• 按裝置的捕獲率（行動裝置 vs 桌面端——如果沒有適當優化，行動端表單通常轉化率低 30-50%）
• 按頁面的捕獲率（哪些頁面產生最多註冊，有沒有高流量頁面沒有註冊表單？）
• 彈出視窗時機 vs 轉化（測試不同的延遲時間——有時等待更長時間能產生更高品質的訂閱者，即使總量下降）

大多數 ESP 彈出視窗工具（Klaviyo、OptinMonster、Privy、Justuno）原生提供這些分析。如果你的工具不提供，在 GA4 中為表單曝光和提交設定事件追蹤。

確定最佳發送頻率

郵件行銷中最常見的問題是「我應該多久給列表發一次郵件？」誠實的回答是：這取決於你的受眾、內容類型和商業模式。但有一種結構化的方式來找到答案。

多發（通常）更好，直到某個點為止。 研究表明，每月發送 9-16 封郵件可帶來 46:1 的 ROI，而僅月度發送則為 13:1。打開率在每月一次和每週兩次之間保持一致——只有在每日發送時才會下降。上限比大多數品牌想象的要高。

收益遞減曲線。 每週額外發送的每封郵件，每封郵件產生的收入遞減。第一封每週郵件可能產生 $2.00 RPR，第二封可能產生 $1.50，第三封 $0.80，第四封 $0.40。在某個時候，再多發一封郵件的邊際收入會被增加的退訂和降低的互動所抵消。你的最佳頻率就是這個臨界點之前的位置。

如何找到你的頻率上限：

1. 以當前頻率作為基準。衡量 RPR、退訂率和互動率。
2. 每週增加一次發送，持續四週。追蹤相同指標。
3. 如果每封郵件的 RPR 下降但總週收入增加，額外的發送是值得的。
4. 如果退訂率每次發送增加超過 0.1 個百分點，你已經超過上限。
5. 如果互動率（打開、點擊）整體下降超過 10%，拉回。

按類型劃分的總體頻率指南：

每封發送郵件的收入是這裡的關鍵指標。 不是郵件總收入，不是每個活動的收入，而是每封單獨發送郵件的收入。這個指標能捕捉到聚合數字所掩蓋的過度發送問題。如果你的總郵件收入持平但你發送的郵件數量是原來的兩倍，你每封發送郵件的收入已經減半。你在付出兩倍的努力獲得相同的結果，同時加速了列表疲勞。

基於互動的頻率（在第 3 章詳細介紹）是大多數品牌的最佳方法。 不是對所有人採用一種頻率，而是按互動級別分層發送。你最活躍的訂閱者收到每個活動。參與度中等的人只收到你的最佳內容。參與度最低的人收到最少的發送，同時你嘗試重新激活他們。這種方法通常能在減少退訂 20-40% 的同時維持或增加總收入。