Měli byste si dělat starosti s měřením otevřených a prokliknutých e-mailů?
Marketéři se často spoléhají na míru otevření a kliknutí pro rychlé vyhodnocení výkonnosti kampaní. Není však žádnou novinkou, že tyto metriky jsou nepřesné. Často předpokládáme, že technologie se časem zlepšují, v případě metrik e-mailu tomu tak ale není - jsou stále méně přesné. Proč? Máte se obávat nepřesných dat a případně od těchto metrik úplně upustit?
Otevření a kliknutí, nebo přesněji řečeno míra otevření a míra kliknutí, jsou již dlouho nejdůležitější metrikou pro všechny e-mailové marketéry. Jediné číslo napoví, jak dobře si kampaň vedla. Jediné číslo, podle kterého lze hodnotit zapojení příjemců. Tyto elementární interakce byly a jsou výchozími údaji pro cílení na příjemce, automatizaci marketingu i pro čištění databáze příjemců. Bez ohledu na to, jak jsou nepřesné, existuje mnoho způsobů využití údajů o interakcích.
V posledních několika letech jsme byli svědky toho, jak tyto klíčové ukazatele výkonnosti rostou, dokud se vše nerozbilo - společnost Apple oznámila ochranu soukromí pošty (Mail Privacy Protection, zkráceně Apple MPP). To byl okamžik, kdy míra otevření raketově narostla do nesmyslných výšin. Marketéři už nemohli svým datům věřit.
Problém však začal dávno před MPP - stálý růst míry otevření byl jedním z příznaků.
Dlouhou dobu bylo sledování otevření e-mailu považováno za relativně přesné. Věděli jsme o nepřesnostech způsobených tím, že se sledované obrázky načetly - e-mailoví klienti blokovali obrázky z bezpečnostních důvodů, atd. V oboru panoval všeobecný konsenzus, že ačkoli jsou údaje ne zcela přesné, představují skutečné interakce, a proto jim lze věřit.
Narozdíl od otevření byla kliknutí považována za velmi přesná. Kliknutí nebylo možné snadno zachytit e-mailovými klienty (jako vždy existují výjimky) a poskytovala spolehlivé údaje. Postupem času jsme však začali pozorovat stále více otevřených e-mailů a prokliků na odkazy se vzorci chování, které neodpovídali běžným uživatelům. K otevření a kliknutí docházelo extrémně rychle - zprávy se otevíraly ihned po doručení nebo během jediné vteřiny bylo kliknuto na vícero odkazů z jednoho e-mailu. Jednalo se jednoznačně o "robotické interakce"!
Měli jsme tolik otázek... Utekli Rossumovi univerzální roboti*, aby si podmanili svět e-mailu?! Jak je zastavíme?! Jak znovu zpřesníme analytiku?
Brzy jsme zjistili, že roboti otevírající e-maily a klikající na odkazy nepřišli dobýt e-mail. Přišli ho chránit - před zlými roboty! (Ach ano, něco takového jako zlí roboti existuje - spam, phishing a malware jsou často rozesílány a řízeny právě zlými roboty.) Otevřením zpráv a sledováním odkazů uvnitř dokázali rychleji a přesněji identifikovat phishingové útoky a spamové kampaně a lépe chránit jednotlivé příjemce.
Je jasné, že to nebyli roboti, které bychom chtěli nebo měli zastavit. Museli jsme najít způsob, jak je nechat dělat jejich práci a zároveň zachovat co nejvyšší přesnost naší analytiky. A nebyli jsme jediní, koho se to týkalo - se stejným problémem se potýkali všichni naši kolegové v oboru.
Úkol byl jasný - museli jsme najít způsob, jak takové roboty identifikovat, aniž bychom zasahovali či ovlivnovali jejich práci. Člověk by si myslel, že když dokážeme roboty v našich datech odhalit, bude jednoduché je označit. Ne tak docela - většina těchto robotů chce zůstat neodhalena, aby mohla udělat svou práci - zastavit špatné roboty. Musela to být účinná, přesná metoda detekce v reálném čase.
Po týdnech testování strojového učení (protože to je cool technologie), které bylo náročné na zdroje a nedalo se provádět v reálném čase, jsme přišli s jinou metodou. Takovou, která využívá vícero informací o zdroji každé interakce. Naše data nám umožňují využít tyto informace k identifikaci robotických interakcí v reálném čase a označit je. Robotické interakce již neovlivňují analytiku, cílení ani automatizaci, protože se nepovažují za otevření nebo kliknutí, ale za bot-opens a bot-clicks.
Zásadní okamžik nastal se spuštěním MPP společnosti Apple. Jelikož byl Apple MPP silně medializován, mnoho marketérů se nás ptalo, jak na tuto funkci budeme reagovat. Pro nás to nebyl žádný velký problém - prostě další dobrý robot, který dělá svou práci (i když tentokrát s jinou motivací). Pro marketéry to byla významná událost - v některých případech to mohlo znamenat 80% míru otevření jejich kampaní... jenže žádná z nich by nebyla skutečná. Týden jsme sledovali chování, než jsme povolili detekční vzory, které začaly označovat otevření Apple MPP jako robotická.
Naši detekční techniku robotů jsme implementovali do Mailkitu asi před 5 lety (dávno před Apple MPP) a Omnivery ji má od svého uvedení na trh před 2 lety. Není 100% přesná, ale má velmi nízkou míru falešně pozitivních i výsledků. Každý měsíc provádíme revize podkladových dat, abychom měli jistotu, že naši zákazníci vždy dostanou co nejpřesnější data. Spolehlivá informace o aktivitě příjemců umožňuje našim zákazníkům odstraňovat neangažované příjemce ze svých seznamů a cílit marketingovou automatizaci na ty angažované.
Vliv robotických interakcí se liší země od země a odvětví od odvětví. Měli jsme tu čest podílet se na sepsání dokumentu na toto téma v rámci skupiny M3AAWG - Exploring the Impact of Nonhuman Interactions on Email Send Metrics. Ať už stojíte kdekoli, robotické interakce ovlivňují vaše e-mailové kampaně více, než si možná myslíte. Jak se vaše platforma vypořádává s robotickými interakcemi?
* "R.U.R." (Rossumovi univerzální roboti) je vědeckofantastická hra, kterou napsal český autor Karel Čapek. Děj hry se odehrává v továrně, která vyrábí umělé pracovníky zvané "roboti" podle českého slova "robota" pro nucené práce. "R.U.R." je připisováno zavedení slova "robot" do populární kultury a má trvalý vliv na vědeckofantastickou literaturu a populární kulturu.