Email marketing – professionel håndbog

Mønstret på købsstadie fokuserer på de forskellige trin, der er på en kunderejse, og markedsføringsinitiativer vil kunne tilpasses, så de altid lander på det rette tidspunkt og former sig efter interaktionerne med kampagnerne. ’Tabt kurv’, ’Føj til ønskelisten’ og browsingdata kan tilgås i Events i Google Analytics og gennem mere avancerede email marketing platforme og CRM systemer.

Problem-baseret segmentering handler om, hvilket problem du læser for kunden, og kilde-baseret segmentering er sat op på baggrund af hvilken kilde, der vakte kundens interesse. Browsing historik ser på, hvilke sider du besøger ift. produkter, beskrivelser og anmeldelser.

Net Promoter Score er de velkendte skalaer fra 1-10 med et enkelt spørgsmål om, hvor godt virksomheden klarer sig, eller hvor sandsynligt det er, at kunden ville anbefale virksomheden. Ud fra svaret kan man bede om en anmeldelse (høj scoring), tilbyde favorable produkter, priser og rabatter (medium scoring) eller sende kunden videre til kundeservice i håb om at redde forholdet (lav scoring).

Jo mere tilgængelig og pålidelig data, jo bedre og mere sofistikeret bliver din segmentering. Data om købshistorik, frekvens og browsing historik er nødvendige for at kunne segmentere korrekt og dermed finpudse sin email markedsføring. Undersøgelser viser, at automatiseret, segmenteret markedsføring kan forøge email omsætningen med 760%. Og hvem vil ikke gerne have del i det?!

Når man har adgang til omfattende, valid data om sine potentielle og eksisterende kunder, kan man definere sine ’Buyer personas’ eller ’Avatars’. Begge er udtryk for modeller på sine kernekunder, der afspejler karakteristika indenfor demografi, geografi, adfærd og psykografiske parametre.

Data fra email promotions og hjemmeside interaktion kan komplementeres med adfærd fra sociale kanaler for at give et endnu mere komplet billede af kunderne og evt. buyer personas. Diverse CRM programmer tilbyder netop samling af al data om interaktion på forskellige kanaler i ét program.

En nyttig måleenhed, man får adgang til med avanceret data om demografi og købshistorik, er CLV; Customer Lifetime Value. Det er et udtryk for den totale omsætning, en virksomhed kan forvente at tjene på en given kunde over kundens livstid. Hvis alle potentielle og eksisterende kunder er segmenteret med en indikativ CLV, så begynder man at få et klart billede af, hvad ens virksomhed kommer til at tjene, og hvad den er værd.

Adfærdsbetinget segmentering og ’Remarketing’ er ofte to sider af samme sag, da al Remarketing er baseret på adfærd. Som alle ved er remarketing med ’Tabt kurv’, ’Føj til ønskelisten’, mersalg og krydssalg de virkelig store fordele ved e-marketing, da det bidrager væsentligt til virksomhedens omsætning.

Hvis alle automatiserede ’Tabt kurv’ emails ikke er standard autoresponder men workflows tilpasset data om købshistorik og kilde-tag, er de i endnu højere grad tilpasset og skræddersyet til den enkelte kunde. Undersøgelser af ’Tabt kurv’ viser, at ca. 70% af alle kurve bliver forladt før købet afsluttes. Undersøgelser viser også, at ’Tabt kurv’ emails har en Åbningsrate på ca. 45%. Af disse klikker 21%, og 50% af dem foretager et køb.

Prøv at forestil dig potentialet!

Adfærdsbaseret data er desuden nyttig til at indikere såkaldte faresignaler, som virksomheden skal være opmærksom på og reagere på. Så der er en mening med al den snak om BIG DATA!

Kategorierne for segmentering kan også bruges som tags, hvis det ikke er en primær inddeling, der er tale om. Hvis en webshop har et fysisk lager, hvor fra man kan hente sine varer uden leveringsomkostninger, så kan ’lokation’ være en tag, man kan give til kunder indenfor en vis radius. De har nemlig en særlig interesse i at blive mindet om, at de kan hente deres varer uden fragtomkostninger. Hvis man sælger tøj til kvinder worldwide, er geografi derimod et væsentligt segment i forhold til, hvornår det er sommer og vinter på de to halvkugler og forskellige nationale højtider.

Det kan også være en god idé at sætte kilde tags på tilmeldinger. Så ved man altid, hvor tilmeldingerne kommer fra, hvilket både siger noget om ens målgruppe men også om, hvilke initiativer/kampagner der er succesfulde. Det gøres i email marketing platformen eller Google Analytics.

Segmentering og tags kan laves både automatisk og manuelt. Hvis man bygger datapunkter ind i tilmeldingsformen, så man fx spørger om fødselsdag eller køn, så kan klassificeringen laves automatisk. Ellers kan kategorisering også tilføjes manuelt, forudsat at man har de nødvendige oplysninger, men det er selvfølgelig besværligt.

Som udgangspunkt betaler man for antal tilmeldinger og sendte marketing emails, så det er ikke hensigtsmæssigt at have tilmeldte, som ikke er interesserede. På den anden side kan der nogen gange forekomme lange perioder, hvor en virksomhed og dets nyheder ikke har interesse for så igen på et senere tidspunkt at have værdi for den tilmeldte. Nyhedsbreve – også når de ikke bliver åbnet – har også en værdi i form af at være ’top of mind’.

Når man kigger sin statistik igennem, vil nogle emails figurerer som ’hard bounce’ og nogle som ’soft bounce’. Det refererer til, hvorvidt emailen er blevet succesfuldt leveret, og det er den ikke ved hverken hard eller soft bounce. Hvor ’hard bounce’ er en permanenet fejl, dvs. kontoen er muligvis blevet slettet, er ’soft bounce’ en midlertidig fejl om en mulig overfyldt indbakke, problemer med serveren etc.

Vi anbefaler, at man løbende sletter emails med ’hard bounce’, holder øje med emails med ’soft bounce’ og gennemtænker sin genaktiverings/udmeldelses-proces med en passende tidsramme, uimodståelige tilbud, en passende tone til virksomheden og lejligheden, mulighed for at framelde sig ved flere lejligheder på kunderejsen og sørge for at back-end virker, hvis en kunde framelder sig listen.