이메일 마케팅 : 간단한 구독자 목록 보유 분석

보유

구독자 보유 신문 산업에 뿌리를두고 있습니다. 몇 년 전에 저는 신문 구독 분석을 전문으로하는 데이터베이스 마케팅 회사에서 일했습니다. 구독 잠재 고객에게 세분화 및 마케팅을위한 주요 지표 중 하나는 '유지'능력이었습니다. 우리는 (항상) 잘 유지되지 않는 잠재 고객에게 마케팅하고 싶지 않았기 때문에 양질의 잠재 고객을 확보하고 싶을 때 잘 유지되는 이웃과 가정에 마케팅했습니다. 다시 말해, 그들은 13 주 스페셜을 챙기지 않고 보석금을 내고 실제로 갱신하고 맴 돌았습니다.

제품의 실적과 마케팅 실적을 분석하기 위해 지속적으로 고객 유지율을 분석했습니다. 이것은 우리가 목표를 유지하는 데 도움이 될 것입니다. 또한 그에 따라 획득 캠페인을 예약 할 수 있도록 얼마나 많은 고객이 떠나고 머무를 지 추정하는 데 도움이 될 것입니다. 사람들이 휴가를 보내는 여름철에는 단순히 수를 유지하기 위해 저 유지 잠재 고객에게 마케팅 할 수 있습니다 (구독자 수 = 신문 업계의 광고 비용).

유지 곡선

유지 곡선

목록 보유를 분석해야하는 이유는 무엇입니까?

이메일 주소의 가치를 고려할 때 이메일 마케팅 담당자가 보유 분석을 채택하지 않은 것이 솔직히 놀랍습니다. 이메일 구독자에 대한 유지 분석은 다음과 같은 여러 가지 이유로 중요합니다.

  1. 보존율이 낮 으면 정크 / 스팸보고가 높습니다. 목록 보존을 모니터링하면 평판을 구축하고 인터넷 서비스 공급자와의 전 달성 문제를 방지하는 데 도움이됩니다.
  2. 보존 목표를 설정하는 것은 콘텐츠가 제대로 작동하는지 확인하는 좋은 방법입니다. 기본적으로 구독자가 보석금을 결정하기 전에 불량 콘텐츠를 위험에 빠뜨릴 수있는 횟수를 알려줍니다.
  3. 유지 분석은 목록이 얼마나 나쁜지, 목록 수를 유지하기 위해 계속 추가해야하는 구독자 수를 알려줍니다. 결과적으로 수익 목표입니다.

이메일 구독자 목록에서 유지 및 이탈을 측정하는 방법

여기에 제공된 예는 완전히 구성되어 있지만 어떻게 도움이 될 수 있는지 알 수 있습니다. 이 경우 (차트 참조) 4 주에 감소하고 10 주에 또 다른 감소가 있습니다. 이것이 실제 예라면 4 주 정도에 캠페인에 zip을 추가하는 동적 콘텐츠를 추가하고 싶을 것입니다! 10 주차에 동일합니다!

시작하려면 기본적으로 내가 사용하고있는 스프레드 시트는 모든 구독자를 가져 와서 그들이 시작한 날짜와 구독 취소 날짜를 계산합니다 (구독을 취소 한 경우. 계산을 확인하십시오. 그들은 정보가 비어 있어야하는 곳에 숨기는 좋은 일을합니다. 조건에만 의존합니다.

결과 그리드에는 구독을 취소 한 경우 구독 한 총 일수가 표시됩니다. 이 정보는 매주 유지율을 계산하기 위해 분석의 두 번째 부분에서 활용할 정보입니다.

구독자 일

유지 곡선은 구독을 측정하는 모든 산업에서 꽤 표준이지만 다른 산업에 대한 유지율을 분석하는 데에도 활용할 수 있습니다. 음식 배달 (배송 횟수 및 누군가가 좋은 곳을 떠나기 전에 얼마나 자주… 아마도 그 직전에 특별한 '감사') 요점은 순서대로), 이발, 영화 대여… 이름을 지정하면 고객의 소모 및 유지율을 계산할 수 있습니다.

고객을 유지하는 것은 일반적으로 새로운 고객을 확보하는 것보다 훨씬 저렴합니다. 머무름 분석을 사용하여 머무름 곡선을 계산하고 모니터링 할 수 있습니다.

내 가짜 예를 들어, 단순히 내 목록 수를 유지하려면 몇 달 안에 구독자의 30 % 이상을 추가해야한다는 것을 알 수 있습니다. 현재 보유 분석에 대한 이메일 마케팅 표준은 없습니다. 따라서 귀하의 업종과 캠페인에 따라 목록 보유 및 손실이 크게 달라질 수 있습니다.

Excel 보존 스프레드 시트 다운로드

보존 스프레드 시트

샘플 Excel 스프레드 시트 다운로드

이것은 제가이 글을 위해 모아 놓은 초보적인 샘플입니다. 그러나 보존을 분석하는 데 필요한 모든 정보를 보유하고 있습니다. 아래 차트를 마우스 오른쪽 버튼으로 클릭하고 '다른 이름으로 저장'을 수행하여 로컬에서 작성한 스프레드 시트를 다운로드하십시오.

목록에서 이러한 유형의 분석을 실행하는 데 도움이 필요하면 알려주세요! 가구, 인구 통계, 행동, 콘텐츠 및 비용 데이터가있을 때 정말 유용합니다. 이를 통해 마케팅 및 콘텐츠를 잠재 고객에게 더 잘 타겟팅하기 위해 놀라운 세분화를 수행 할 수 있습니다.

당신은 어떻게 생각하십니까?

이 사이트는 Akismet을 사용하여 스팸을 줄입니다. 댓글 데이터 처리 방법 알아보기.