Hvordan få mest mulig ut av din e-postdatabase

Dette er et gjestepost av Matthew Neal av Ut til sjø. De fleste markedsførere vet at markedsføring via e-post kan gi alvorlige resultater hvis du vet hvordan du skal bruke den riktig. Å optimalisere kundene våre e-post nyhetsbrev og utløst e-poststrategi er høyt prioritert hos mitt byrå Ut til sjø. Det er et fascinerende aspekt ved digital markedsføring, og spesielt for detaljistene er det en kanal som må skyte på alle sylindere hvis du er seriøs med å generere inntekter fra butikken din.

Det starter med en e-postdatabase

Når vi samarbeider med kunder for å forbedre e-postmarkedsføringen, er en av de vanligste utfordringene vi står overfor hvordan vi skal få en bedre forståelse av abonnentene sine. Mange bedrifter har samlet inn e-postadresser i lang tid, og mange samler inn disse adressene uten en plan om hva de skal bruke dem til. De er klar over at de vil ønske å sende meldinger i fremtiden, men på tidspunktet for innsamlingen visste de ikke hvilke data de skulle samle inn. Mange samlet ikke annet enn e-postadressen, eller i beste fall når og hvor e-postadressen ble samlet inn.

Data låser opp muligheten

Minimal data er ikke så stort problem hvis bedriften din fokuserer på en liten gruppe av lignende produkter eller en spesifikk nisjeinteresse der du ikke har behov for å skille meldinger. Det begynner å bli et problem, selv om du markedsfører et bredt spekter av produkter, eller for et publikum med et bredt spekter av interesser (ofte kortsiktige interesser).

Et praktisk eksempel

Vi ble bedt om å gi råd til et kjent plateselskap om hvordan de kunne forbedre sin strategi for e-postmarkedsføring. De ville vite hvordan de skulle skaffe e-postadresser og hva de skulle sende ut til dem. Etiketten administrerer en omfattende katalog, og selger både fysiske og digitale produkter. Hvis du liker musikk, har de noe i katalogen sin som vil appellere til deg. Det betyr at deres potensielle publikum er enorme, men at det også er et publikum med ulik musikksmak. Massemarkedsføring for dette publikum er ineffektivt og vil bare ha en negativ effekt.

Uten å målrette meldinger mot musikalsk smak, risikerer de både å glede og fremmedgjøre publikum samtidig. En fan av dyp jazz som Sun Ra vil sannsynligvis ikke delta i meldinger om Rihanna for eksempel, og omvendt. Musikk er det forbindende mediet, men innenfor det er det veldig polarisert smak, og det er sjelden du finner noen som ikke har smakspreferanser.

I en situasjon som dette, uten segmentering, vil de sannsynligvis oppleve en langsom, kostbar nedgang i effektiviteten til e-postmarkedsføring. Over tid vil mottakerne av teppe-e-postene slutte å bry seg om å åpne det de sendes fra etiketten. I en tid med mangel på oppmerksomhet og risikoen for å kaste bort tid og oppmerksomhet på noe som kan være uten betydning for dem, er det ikke verdt innsatsen det tar å åpne den for å finne ut om de hadde rett.

Etiketten vil ha en liste med høy kornhastighet, og de vil gå glipp av muligheten som er der for dem å ta. Mottakere vil ikke gi dem mange sjanser til å innløse seg selv, og hvis det er flaks hvis en e-post resonerer eller ikke, fungerer de uten en oppbevarings- eller win-back-strategi på plass. Enda verre er at de kan bli flagget som spam eller blokkeres av nok misfornøyde mottakere til at de fleste e-postmeldinger de sender, kan bli blokkert som spam - og forhindrer at de som måtte ha vært inne på det de sendte mottok dem.

Segmentering er løsningen og utfordringen

Det var tydelig at segmentering skulle være kjernen i deres e-postmarkedsstrategi. Segmentering sikrer at riktig melding går til rett person til rett tid. Dette vil forbedre effektiviteten og effektiviteten til deres e-postmarkedsføring, i tillegg til at de gir betydelig større salg og kryssalg av resultater. Etter å ha forklart segmenteringsstrategien, var det ganske enkelt å få på plass en tilnærming for å samle e-postadresser med støtte for data fremover, men for å få deres eksisterende liste også maksimere muligheten de trengte for å berike den e-postdatabasen. Det var den eneste måten de kunne begynne å målrette mot disse abonnentene med relevante e-poster.

Dette er ikke uvanlig, ettersom mange bedrifter har en stor historisk database med e-postadresser som de har samlet inn gjennom årene. De har ofte ingen måte å vite hvor adressene ble hentet fra og hva motivasjonen var for den personen til å velge å motta videre kommunikasjon.

Datainriking er viktig for segmenteringen

Når du har en e-postdatabase med minimale data, eller en e-postdatabase som ikke har blitt oppdatert regelmessig, er det en rekke taktikker du kan bruke for å berike dataene du allerede har samlet inn.

Direkte berikelse

Ber de menneskene på listen om å frivillig gi ytterligere informasjon om seg selv

Be de menneskene på listen om å oppdatere preferansene sine i retur for en belønning. For eksempel kan en forhandler sende e-post til listen sin og be dem oppdatere e-postinnstillingene sine i forhold til den forhandleren. Til gjengjeld vil forhandleren gi dem tillit til at de nå bare vil motta e-poster som fokuserer på det de vil lese om. Som en ekstra bonus kan forhandleren lokke ferdigstillelse med en rabattkode som kan innløses mot et kjøp hos den forhandleren. Hvis rabatter ikke er deres greie, kan de tilby en belønning for gratis frakt når abonnenten bestiller, eksklusiv tilgang til belønning av innhold, lojalitetsprogrampoeng, eller hva annet de tror vil utløse ønsket svar fra de som er på listen.

Tjenester som Mailchimp gjør det enkelt å legge til en lenke i e-postene dine som når de klikkes vil sende folk til et preferanseskjema de kan oppdatere. Skjemaene kan tilpasses og kan hostes på en rekke destinasjonssider du kontrollerer. Når listemedlemmet oppdaterer sine preferanser vil dette også bli oppdatert i Mailchimp, og du kan bruke dette til segmentering. Noen byråer anbefaler å legge inn preferanseskjemaet i selve e-posten, men vi har funnet ut at mange e-postklienter anser e-postskjemaer som en sikkerhetsrisiko. Mens noen e-postklienter ganske enkelt advarer deg om potensiell fare, deaktiverer andre skjemaene direkte. De fleste mottakere vil aldri kunne bruke skjemaet, og for de som kan, vil de tenke to ganger på å sende inn data når de ser en advarsel fra e-postklienten.

Her er et eksempel på Goodhoods preferanseform. Jeg fikk tilgang til den via en lenke i bunnteksten som ble funnet i et nylig nyhetsbrev på e-post:

GoodHood e-postmeldinger

Suksessgraden for denne taktikken avhenger av en rekke faktorer, inkludert hvor mange personer på listen som har registrert seg via det skjemaet, hvor lokkende verdiutveksling er, hvor interessert listen er i merkevaren / produktene dine, hvor ofte du kontakter din liste, og hvilken type målgruppe du målretter mot. Å be folk gi deg tid og informasjon er en stor forespørsel, men det vil også avsløre mye om databasen din. Selv de som ignorerer forespørselen din, vil avsløre verdifull informasjon om helsen til listen din. Du kan også finne at etter at en abonnent har mottatt noen få nyhetsbrev med fokus på sine personlige interesser, vil de være mer åpne for ytterligere forespørsler om ytterligere data. Når folk har opplevd at det er fordeler med å dele noe om seg selv, er det mer sannsynlig at de gjør det.

Integrer preferanseoppdateringer for e-post i nettstedets funksjoner for kundekontohåndtering. Dette fungerer bra hvis de på listen din også har registrert seg som kunder. Dette gir kunden kontroll, og selv om koblingen for oppdateringsinnstillinger alltid skal være synlig i bunnteksten til e-postene til nyhetsbrevet ditt, vil det som en del av kontofunksjonene oppmuntre til regelmessig bruk. Hvis administrasjon av e-postinnstillinger blir en vane, vil du ha et ganske anstendig automatisert segmenteringsverktøy. Du vil aldri få alle dine registrerte kontoer ved å bruke dette, men det er fortsatt nyttig. Dette er spesielt verdifullt for virksomheter hvis tilbud er best egnet til målretting med kortsiktige data - trender innen mote, musikksmak, etc.

Slik gjør Mr Porter kundene i stand til å berike sine data på nettstedet:

Herr Porter e-poststrategi

Og dette er et eksempel på en segmentert e-post konstruert fra berikelsestaktikk. Alle disse produktene er nye produkter fra merkevarene som er valgt:

Herr Porter e-post

Hvis du har e-postadresser som er høstet fra ukjente skjemaer / kilder, må du jobbe litt hardere. På samme måte som du kan be abonnenter om å oppdatere et preferanseskjema i retur for en belønning, kan du også be dem om å fullføre en kort undersøkelse. Du kan bruke et verktøy som Survey Monkey til å håndtere dette, og som vil tillate deg å tilpasse undersøkelsen, være vert for den på en destinasjonsside du føler er best egnet, og stille spørsmål du vil bli besvart. Når du har konkurrert, kan du legge til disse dataene manuelt i databasen din.

Indirekte berikelse

Innsamling av data om listen din uten å be om direkte deltagelse i oppgaven

Ved å bruke spesialiserte dataanrikningsverktøy (for eksempel Full Contact) kan du samle offentlig tilgjengelige data for noen av e-postadressene i databasen din. De er best egnet for innsamling av langsiktige data - den typen informasjon som aldri vil endres eller som minst sannsynlig vil endre seg over et flerårig abonnentforhold, f.eks. Kjønn, livshendelsestigere, navn, beliggenhet osv. De kan få også tilgang til sosiale nettverksdata som kan inneholde informasjon som abonnentens jobb, firmainformasjon, følgere av sosiale medier, påvirkningstiltak (Klout), etc.

Disse verktøyene koster penger å bruke, men du betaler bare det du matcher, og etter min erfaring får du typisk en hitfrekvens på 20 - 60% avhengig av om det er b2b eller b2c. Dette er veldig nyttig for å rydde opp i en database og muliggjøre mer personlig meldinger, men det vil ikke hjelpe deg å samle inn kortsiktige data og direkte berikelse. Jeg vil vanligvis bruke denne taktikken som et utgangspunkt for å rydde opp i dataene mine, og ville deretter bruke aktiv berikelsestaktikk etterpå. Det vil muliggjøre større personalisering i forespørselen din om direkte berikelse, noe som skal bidra til å øke deltakelsesnivået.

Hvis du bruker en e-postmarkedsføringsleverandør og allerede har sendt ut e-post til denne listen gjennom det systemet, betyr det at det er historiske data som skal utvinnes. Fra dette kan du bestemme hvor aktiv listen din er, og gjennom det de har åpnet og klikket kan du få en bedre forståelse av preferansene deres i sammenheng med tilbudet ditt. Ingen spørsmål blir faktisk stilt under denne metoden, og leserens interesser blir målt fra tidligere oppførsel. Effektiviteten av denne metoden vil bli påvirket av det du har sendt tidligere, hvilken sporing du har satt opp (du kan analysere linkklikk i en e-post som eksempel), og hvor mye ressurs du har til å utføre analysen av data du har samlet inn over tid.

Det kan være en ganske oppgave og er ikke alltid en nøyaktig gjenspeiling av preferanser: bare fordi noen tilfeldigvis åpnet en e-post, betyr ikke det at innholdet inne var utløseren for det åpne. Hvis de ikke åpnet en e-post eller klikker på en lenke, kan det også være fordi de ikke så den. Det er mange mulige grunner, så vær forberedt på å akseptere begrensninger. Du må også finne ut hva som vil være statistisk pålitelig som en indikasjon på å segmentere fra.

Hvis du har et tilbud om netthandel og har satt opp e-handelssporing med leverandøren av e-postmarkedsføring, kan du se hvem på listen din som har kjøpt fra deg i det siste, og hva det er de har kjøpt. Dette er en vanlig metode for detaljister å segmentere, men gjelder bare de på listen som har kjøpt fra deg. For de fleste databaser vil dette være et lite segment av den totale listen. Det vil etterlate mange hull. I tillegg er min erfaring med å jobbe med produktanbefalingsverktøy, å oppdage trender og forutsi kjøpsbenyttelse fra tidligere oppførsel et omstridt tema.

Sammendrag

Som du kan se, går ikke alt tapt hvis du ikke har støttedata med e-postdatabasen. Du kan fremdeles bruke en gradvis og organisert tilnærming for å få databasen fylt. Selv om du har samlet inn data på boardingstadiet, bør du fremdeles administrere databasen din fremover. Listen din er ikke et statisk konsept, men et dynamisk miljø som må opprettholdes. Jeg anbefaler vanligvis en kombinasjon av direkte og indirekte berikelse og å få riktig blanding for listen din er nøkkelen til suksess. Hva som er riktig for et merke er ikke riktig for et annet. Unngå å samle inn data for den skyld, hvis direkte berikelse vil det frustrere mottakerne uten ende hvis du ikke bruker dataene du har samlet inn. Verdien av denne aktiviteten blir bare realisert når du kan gjøre den om til handling. Så vær effektiv i det du samler på, og baser dette på hva du har tenkt å gjøre med det fremover. Forsikre deg om at du balanserer innsatsen for å få dataene med avkastningen du spår at de vil gi virksomheten din.

Forfatter bio: Matthew Neale er en strateg med over 10 års digital markedsføringserfaring. Han er grunnlegger av Out To Sea, et byrå som spesialiserer seg innen digital markedsføring, strategi og e-handel for kreative merker. Du kan kontakte Matthew her.

Funksjonsbilde redigert fra Tim Van Damme

Catalin Zorzini

Jeg er en webdesignblogger og startet dette prosjektet etter å ha brukt noen uker på å slite med å finne ut hvilket den beste e-handelsplattformen for meg selv. Sjekk ut strømmen min topp 10 e-handel byggherrer.