Die E-Mail gehört seit jeher zu den wichtigsten Kanälen zur Kundenkommunikation. Nicht zuletzt aufgrund der umfassenden Möglichkeiten zur Erfolgsmessung. Email Analytics ist jedoch mit vielen Fallstricken verbunden. Einige stellen wir hier vor.
Was macht Email Analytics so schwierig?
Email Analytics zählt zu den schwierigsten Disziplinen im digitalen Marketing. Datenschutzmaßnahmen wie Apple Mail Privacy Protection verfälschen Öffnungsraten, Daten liegen in unterschiedlichen Systemen und technische Hürden wie Spamfilter oder fehlende Authentifizierung erschweren die Zustellung.
Noch komplexer wird es bei der Attribution: Ob eine Conversion tatsächlich durch eine E-Mail ausgelöst wurde, ist oft kaum eindeutig messbar. Die größte Herausforderung liegt darin, aus fragmentierten und teils unzuverlässigen Daten wirklich valide Insights abzuleiten.
Die häufigsten Irrtümer bei der Erfolgsmessung im E-Mail-Marketing
„Je größer die Liste, desto besser!“
Gegen eine große Anzahl an Abonnenten ist natürlich nichts einzuwenden. Wenn diese denn auch mit den Inhalten der E-Mails interagieren. Also die E-Mail öffnen oder klicken. In der Praxis ist das jedoch oft nicht der Fall.
Merke: Nur Abonnenten, die tatsächlich „engagen“ sind wertvoll. Alle anderen schaden eher. Denn Mail Box Provider wie GMX oder Gmail betrachten das Email Engagement. Verhalten sich zu viele Empfänger passiv, schlagen die Spamfilter Alarm.
Noch schlimmer: Wenn aus der Liste heraus viele Spambeschwerden resultieren. Schon drei Beschwerden auf 1.000 E-Mails sind zu viel. Und deine Absender-Domain ist auf dem Weg dahin, gebrandmarkt zu werden.
“Je weniger Abmeldungen, desto besser!”
Gewiss, jede Abmeldung ist ärgerlich. Aber immer noch besser, als eine Beschwerde oder ein inaktiver Kontakt. Denn beides wirkt sich negativ auf die Deliverability aus.
Umgekehrt kann eine geringe Abmelderate ein Zeichen dafür sein, dass viele Kontakte schlicht inaktiv sind, d. h. E-Mails gar nicht erst öffnen. Das muss in diesem Kontext genauso überprüft werden.
Die Frage ist, wie und warum es zu Abmeldungen kommt. Ist die Relevanz mangelhaft? Oder die Versandfrequenz zu hoch?
Achtung: Abmeldungen durch Bots sind vor allem im B2B-Umfeld ein häufiges Problem.
“Je höher die Klickrate, desto besser!”
Besonders häufig missverstanden wird, man mag es kaum glauben, die Klickrate. Das liegt vor allem daran, dass es keine einheitliche Formel gibt.
𝗪𝗲𝗹𝗰𝗵𝗲 𝗞𝗹𝗶𝗰𝗸𝘀 fließen in eine Berechnung ein❓
🤔 Die aller Klicks innerhalb einer E-Mail?
🤔 Oder nur, ob eine E-Mail oder ein CTA überhaupt geklickt wurde?
🤔 Was ist mit Klicks auf Abmeldelink?
🤔 Was ist mit den Links in der Browseransicht?
🤔Was ist mit multiplen Klicks auf einen Link?
🤔 Was ist mit dynamischen E-Mails, die abhängig vom Empfänger unterschiedliche Hyperlinks umfassen?
𝗪𝗲𝗹𝗰𝗵𝗲 𝗘-𝗠𝗮𝗶𝗹𝘀 werden zur Berechnung herangezogen❓
🤔 Alle abzüglich der Bounces?
🤔 Auch die der Abmelder?
🤔 Nur geöffnete E-Mails?
Ist das alles geklärt, können Dir dennoch zwei Probleme die Datenqualität verhageln:
⚠️ Bot Clicks: Das automatisierte Verfolgen von URLs durch eine Schutzsoftware beim Empfänger kann die Zahlen massiv durcheinanderwürfeln.
⚠️ Opens: Opens lassen sich nicht zuverlässig messen. Deshalb gilt in manchen Systemen eine geklickte E-Mail automatisch als geöffnet.
Du siehst: Abhängig von der Art der Berechnung und der Umstände können völlig unterschiedliche Zahlen entstehen. Eine Klickrate von 5 % kann fantastisch, aber auch miserabel sein.
Wir halten in diesem Kontext allein diese beiden Metriken für aussagekräftig:
- Anteil geklickter E-Mails: Alle E-Mails abzüglich Bounces, die mindestens einmal geklickt worden sind (ohne Abmeldelink). Man spricht hier auch von der 𝗥𝗲𝘀𝗽𝗼𝗻𝘀𝗲 𝗥𝗮𝘁𝗲.
- Anteil geklickter E-Mails: Alle geöffneten E-Mails, die mindestens einmal geklickt worden sind (ohne Abmeldelink). Man spricht hier auch von der 𝗖𝗹𝗶𝗰𝗸-𝘁𝗼-𝗢𝗽𝗲𝗻-𝗥𝗮𝘁𝗲 (CTOR)
𝗧𝗶𝗽𝗽: Bevor du versuchst, eine Klickrate zu interpretieren, lasse dir zunächst die Berechnungsweise erläutern. Und überprüfen den Einfluss von Bot Clicks.
“Je mehr Opens, desto besser!”
Seit jeher problematisch ist es, der Open Rate zu viel Bedeutung beizumessen. Denn Opens ließen sich noch nie sehr präzise messen. Das liegt vor allem an den eingesetzrten Zählpixeln („Blind Gifs“), die häufig nicht nachgeladen oder sogar mit speziellen Tools unterdrückt werden („Tracking Prevention“).
Einige ESPs zählen aus diesem Grund auch geklickte E-Mails als geöffnet. Hier greift jedoch das Problem mit den Bots, wie bereits im vorherigen Abschnitt beschrieben.
“Die Email Analytics des ESPs sind ausreichend!”
Email Service Provider haben oft eine sehr eigenwillige Art, Kennzahlen zu berechnen. Das liegt auch daran, dass es keine allgemeingültigen Definitionen für Metriken wie „Engagement Rate“ gibt. Gravierender ist jedoch die Tatsache, dass sie die Verzerrungen durch Bots und Tracking Prevention kaum verhindern können.
Generell ist es sinnvoll, die Rohdaten in ein eigenes Datawarehouse zu transferieren. Und Engagement Analytics in Eigenregie durchzuführen. Vor allem Kohortenanalysen können spannende Insights liefern. Zum Beispiel über den Engagement Churn einzelner Zielgruppen.
Fazit
