Team A bekijkt elke maand de e-mailcijfers en schrijft een rapport dat niemand leest. Team B kiest elke week één cijfer, verandert één ding en vergelijkt de resultaten de vrijdag erna. Zes maanden later antwoordt Team B sneller, schrijft het scherpere onderwerpregels en verstuurt het minder berichten die nergens toe leiden.
E-maildata gebruiken om je communicatie te verbeteren betekent dat je cijfers koppelt aan een concrete wijziging, die wijziging test en het resultaat meet. Het gaat er niet om meer cijfers te verzamelen. Het gaat erom de cirkel te sluiten tussen wat de data laat zien en wat je team schrijft, verstuurt en beantwoordt. De cijfers uit e-mailstatistieken die merken moeten bijhouden en de trends uit e-mailbetrokkenheid over tijd volgen voeden dit proces rechtstreeks.
Zo gebruik je e-maildata om je communicatie te verbeteren
Begin met één probleem dat je wilt oplossen. Weinig opens? Weinig klikken? Trage antwoorden? Kies het cijfer dat bij dat probleem hoort en negeer de rest voorlopig. Een gerichte test geeft duidelijkere resultaten dan vijf dingen tegelijk veranderen.
Maak van het cijfer een hypothese. "Ons openpercentage daalde omdat onderwerpregels vaag werden" is te testen. "E-mail werkt niet" niet. Schrijf twee onderwerpregels om met de tips uit onderwerpregels voor professionele e-mail, stuur ze naar vergelijkbare groepen en vergelijk de week erna de openpercentages.
Veelvoorkomende verbeteringen op basis van e-maildata
Een laag openpercentage wijst vaak op onderwerpregels, verzendmoment of herkenning van de afzendernaam. Pak eerst het onderwerp aan, want dat is de snelste test. Een laag doorklikpercentage bij gezonde opens wijst op de tekst, de plek van de link of een zwakke call-to-action. Pas de duidelijkheidsregels toe uit hoe schrijf je een duidelijke, korte e-mail.
Trage reactietijd wijst op de workflow van je inbox, niet op de kwaliteit van je schrijven. Bekijk de regels voor delegeren uit workflow voor professioneel e-mailbeheer en of dringende berichten goed worden gemarkeerd. Een laag reactiepercentage bij verkoopmail kan betekenen dat de vraag onduidelijk is of dat de timing van geautomatiseerde opvolgmails bijgesteld moet worden.
De wekelijkse verbeterloop
Noteer elke week je belangrijkste cijfers, bepaal het zwakste cijfer, formuleer één hypothese, voer één wijziging door en bekijk de resultaten zeven dagen later. Leg vast wat je hebt getest, zodat je mislukte experimenten niet herhaalt. Deel het resultaat in twee zinnen met je team, zodat iedereen van dezelfde data leert.
In het volgende hoofdstuk over rapportagefouten die merken bij e-mail maken lees je welke valkuilen deze loop laten stuklopen.
Veelgestelde vragen
Hoeveel e-maildata heeft een merk nodig voordat het iets verandert?
Twee weken beginmeting is genoeg om één variabele te testen. Vier weken geeft meer zekerheid over de richting van de trend. De formulier- en pagina-statistieken van WEMASY in de websitebouwer geven extra context als links in je e-mail bezoeken aan je site opleveren.
Moeten merken eerst onderwerpregels of de tekst aanpassen?
Pas eerst onderwerpregels aan als het openpercentage het probleem is. Pas de tekst aan als de opens gezond zijn maar klikken of reacties laag blijven. De data laat zien welke drempel faalt.
Kan e-maildata persoonlijke communicatie verbeteren?
Gegevens over reactiepercentage en reactietijd laten zien of je directe berichten snel genoeg antwoord krijgen. Houd bij welke onderwerpopzet bij offertemails de snelste reacties oplevert en gebruik dat patroon opnieuw.
Hoe koppel je e-maildata aan de prestaties van je website?
Vergelijk het doorklikpercentage van links in je e-mail met bezoeken en formulierinzendingen op de landingspagina. Een kloof tussen klikken en conversies wijst op een probleem met de pagina, niet met de e-mail. Zie hoe professionele e-mail conversies beïnvloedt.
Wat als de data een probleem laat zien maar de oplossing niet werkt?
Laat de test twee weken lopen voordat je concludeert dat hij mislukt is. Eén trage week is ruis. Als de oplossing nog steeds geen verbetering geeft, formuleer je een nieuwe hypothese en test je één andere wijziging.
Hoe verbetert e-maildata geautomatiseerde berichten?
Data van reeksen laat zien waar ontvangers afhaken. Weinig opens bij stap twee betekent dat het eerste bericht verkeerde verwachtingen wekte. Weinig klikken bij stap drie betekent dat de call-to-action beter moet. Lees fouten bij e-mailautomatisering die je vermijdt naast je cijfers.