Badago esperimentu sinple bat email marketing masiboaren arazoa ilustratzen duena. Hartu zure azken newsletterra eta begiratu irekiera-datuak orduka. Bidalketa-orduaren inguruan gailur bat ikusiko duzu eta ia zero ondoren. Irekiera gehienak lehenengo 90 minutuetan gertatzen dira. Orduan ireki ez zutenek, ez dute inoiz irekiko.
Orain galdetu zeure buruari: al da asteartea 10:00etan fabrikara lanera joateko 5:30ean jaikitzen den leadak zure emaila irekitzeko une egokiena? 22:00etan seme-alabak ohean daudenean emaila begiratzen duen autonomoarentzat? Astelehen eta ostegunetan bakarrik posta elektroniko profesionala begiratzen duen finantza-zuzendariarentzat?
Email prediktiboak hau konpontzen du kontaktu bakoitzari bere leiho optimo indibidualean bidaliz, bere irekiera-portaera historikoa ikasi duen eredu batek kalkulatua.
Nola funtzionatzen da optimizazio eredu bayestarra
Datu-baseko kontaktu bakoitzerako, ereduak honako hauek aztertzen ditu:
- Irekiera-historia: iraganean zein egun eta ordutan ireki dituen emailak
- Klik-historia: irekiera-unea eta klik egiteko probabilitatearen arteko korrelazioa
- Azken joerak: portaera azken hilabeteetan aldatu bada, ereduak pisu handiagoa ematen dio horri historiko urrunari baino
- Email mota: kontaktu berak irekiera-eredu desberdinak izan ditzake newsletterren vs email transakzionalen vs prospekzio-emailen kasuan
Eredu bayesiarrak ez du itxaroten datu perfektoak eduki arte iragarpenak egiteko. Hasierako estimazio batekin hasten da (antzeko kontaktuen batez besteko portaera izan daiteke hori) eta estimazio hori kontaktu zehatzaren portaerari buruzko datu berri bakoitzarekin eguneratzen joaten da. Kontaktuak zenbat eta email gehiago jaso, orduan eta zehatzagoa izango da iragarpena.
Espero diren emaitzak
SendTime bezalako plataformen ikerketek (bidalketa-denbora optimizatzeko tresna espezializatua) eta Klaviyo bezalako plataformen analisiek, Smart Send Time funtzionalitatearekin, modu koherentean erakusten dute:
- Open rate-aren hobekuntza: batez beste 15% eta 30% artean
- CTR-aren hobekuntza: 10% eta 20% artean (open rate-a baino txikiagoa, edukia bera izaten jarraitzen duelako)
- Harpidetza-uzteen murrizketa: 5% eta 15% artean, emailak pertsonak harkorragoa den unean jasotzen direlako
Eragina handiagoa da profilen heterogeneotasun handia duten zerrendetan (B2B sektore eta kargu ezberdinekin) eta txikiagoa oso homogeneoak diren zerrendetan, non kontaktu guztiek portaera-eredu antzekoak dituzten.
Nola ezarri plataforma aldatu gabe
Email marketing plataforma moderno gehienek send time optimization-en bertsio bat txertatuta daukate: Klaviyo-k, ActiveCampaign-ek, Brevo-k eta Mailchimp-ek beren plan profesionaletan kontaktu bakoitzeko bidaltzeko denbora optimoaren funtzionalitatea eskaintzen dute.
Eredu propioekin inplementazio sofistikatuagoetarako, arkitektura honakoa da: email marketing plataformak bidalketa-argibideak jasotzen ditu kontaktu bakoitzarentzako timestamp zehatzekin, iragarpen-sistematik abiatuta, n8n-en edo zerbitzu propio batean exekutatzen dena. API bidezko integrazioa behar du.
BAI-ren Email Prediktiboak arkitektura aurreratu hau eredu bayestar propioarekin ezartzen du.