それらの引数は単純です：
- 私のデータは、ニュースレターを受信/開く/クリックするほど、より多くのお金を稼ぐことを示しています。
- 新しい電子メールアドレスを魔法のように「思い起こさせる」ことはできないので、すでに頻繁にいる人にメールを送信する必要があります。
結局、10,000個のアドレスのアドレスデータベースがあり、それらにメールを送信するたびに100件の注文が届き、その後、これらのアドレスに1回ではなく月に2回メールを送信することで、さらに100件の注文が届くことになりますそう？ あなたのポケットにお金を！ なぜ行ってみませんか？
もちろん、推論は正しいです。 しかし、それほど単純ではありません。
ニュースレターの頻度を増やして売り上げを増やすこともできるし、できないこともあります。 理由は次のとおりです。 購読者のアクティビティ（開始、クリック）は、ニュースレターの送信頻度に依存します 。 送信回数が多いほど、ニュースレターを開いてその中のリンクをクリックするサブスクライバーが少なくなります。 そのため、特定の配信頻度がサブスクライバー（およびその結果としての販売）の活動を最大化する平衡点が存在する必要があります。
ニュースレターの頻度と購読者のアクティビティは負の相関関係があります
さて、最初に示す必要があるのは、頻度とアクティビティが負の相関関係にあることです。 ニュースレターを頻繁に送信するほど、次の各キャンペーンでアクティブになるサブスクライバーは少なくなります。 この調査では、ニュースレターの掲載レベルではなくクリック率を使用しました。 これはより正直な指標であり、オンラインストアの販売と密接に関連しています。
Mailchimpには多くのユーザーがおり、送信頻度がサブスクライバーのアクティビティに与える影響を調査できますが、一部のユーザーでは送信頻度は変わりません。 時計仕掛けのメカニズムとして、同じ頻度でメールを送信するため、この調査ではデータは役に立ちません。 また、異なるユーザーからのデータを結合することは間違っています。 彼らは、メーリングのさまざまなコンテンツについてさまざまな期待を持っているさまざまな加入者とともに、さまざまなデータベースにメーリングを送信します。 このような違いを避けたいです。
したがって、最終的に、研究で使用した手順を作成しました。
- 過去2年間に、少なくとも月に2回から少なくとも1,000人のサブスクライバーを送信したすべてのユーザーを引き出します。 各ニュースレターのクリックレベルに関するデータを受け取ります。
- これらの各メーリングでユーザーの送信頻度を計算します。 正確な頻度の値の代わりに、3回の送信ごとに単純な移動平均を使用して、「知覚された」送信頻度（受信者の瞬間はメールボックスでメッセージが見つかった瞬間であるため、それを知覚する方法）を滑らかにしました。これは現実より少し遅れていると思います。
- いくつかの送信頻度（クリックレベル）で各ユーザーにTukeyのフェンスを適用することにより、データのすべての偏差を排除します。 たとえば、「ブラックフライデー」に関するメールニュースレターでは、クリックレベルの値が急上昇することがあります。そのため、このニュースレターは分析から除外する必要があります。
- 履歴上で送信頻度に大きな違いがあるユーザーからのデータを調査します（次の基準を使用しました： 四分位範囲は平均頻度以上でなければなりません）。
- このようなユーザーごとに、頻度のクリックレベルの線形回帰を行います。 データに統計的に有意な関係のない回帰を研究します（ R二乗 > 0.2、 F検定p値 <0.05）。
まだ読んでいますか？
この研究の結果は驚くべきものでした。統計的に有意な結果が得られたそれぞれのケースで、回帰直線の負の傾きが認められました。 いいかえれば、メーリング履歴のあるすべてのユーザーには、ルールが適用されます。 ニュースレターを頻繁に送信するほど、それぞれのクリックのレベルが低くなります 。
たとえば、2人のユーザーXとYの結果は次のとおりです。
より多く送信し、より少ないアクティビティを受け取ります。
ニュースレターのアクティビティが減少した別の例。
[翻訳者から]
元の記事には、オバマ電子メールマーケティングキャンペーンの例があります 。これは、最大数の電子メールニュースレターを送信するサポーターによって使用されています。 しかし、正しく指摘されているように、特定の瞬間に結果を最大化する必要がある場合（この場合、これは選挙です）、すべては問題ありませんが、特定の終了日がない定期的な電子メールの場合、これは絶対に受け入れられません。 そして、ここに理由があります。
[/翻訳者から]
長期間にわたるニュースレターの総アクティビティは、増加するラインではなく、凸状の二次関数です。
送信頻度と加入者のアクティビティとの負の相関関係に照らして、ホテル、航空会社、レンタカーなどが価格表で使用する技術を使用して、クライアントが月に何回ニュースレターを送信する必要があるかを知ることができます。
ユーザーXおよびYの上記のグラフは、需要が低下し価格が上昇する経済の需要曲線に非常に似ています。 したがって、「 活動の弾力性と頻度 」という概念を導入できます。 例としてユーザーYを考えます。 別のニュースレターについて：
= -0.08% * + 2.5%
したがって、郵送頻度に基づいて月ごとに受け取る予定の総クリック数であるceteris paribusは、次のようにモデル化できます。
= * * (-0.8%* +2.5%)
月あたりのクリック数を最大化する必要があります。 この関数は上に凸で二次関数です。 これは、一次導関数を取得し、それを0に等しくすると、最適な分布頻度が得られることを意味します。
2 * * -0.8% * + *2.5% = 0
私達は得る：
= -2.5%/(2*-0.8%) = 15
一般的な場合、最適な送信頻度は、購読者のアクティビティとニュースレターの送信頻度の曲線から計算できます。
Y = A*X + B
のような：
-B/2*A
数学的計算に怖がっているすべての人のために、私たちは単にアイデアを策定します。 すべてのニュースレターから月ごとに収集されたクリックの合計数のインジケータを見て、ニュースレターの送信頻度をゆっくりと増やします。 分布頻度の最適値をすり抜けるとすぐに、このインジケーターは減少し始め、毎月の次の「余分な」分布はますます減少します。 1つの値（1か月あたりの配信頻度）をロールバックし、その最大値で停止します。これは、探している理想的なバランスです。
結論
上記の最適な送信頻度の計算には、不思議なことにスローされるパラメーターが1つあります。それは、アドレスベースのサイズです。 したがって、「あなたのアドレスベースが大きい場合は、より多くの人をスパムすることができます」というすべてのステートメントは絶対に不適切です。 アドレスベースがどれほど大きくても、不器用な「スウォッティング」よりもニュースレターを送信するための微妙な方法があります。
ユーザーYの場合、送信する最良の方法は1日で送信することが判明しました。 この調査では、ユーザーが毎日送信する場合がありましたが、発見レベルと送信頻度の弾力性曲線は、読者のアクティビティの性質に基づいて送信のペースを緩和することを推奨しました。
調査結果では、ニュースレターを送信する最適な頻度はユーザーによって異なります。 彼女の中毒はあなたの聴衆とあなたのニュースレターの内容に対する彼女の期待に基づいています。 したがって、ますます送信する呼び出しに注意を払う必要はありませんが、個々のニュースレターの購読者の個々のアクティビティと、すべての郵送の全期間の購読者のアクティビティの合計とのバランスが取れていると感じる中間点を見つけるようにしてください。
==============================
Mailchimp.comブログの記事資料は 、 Pechkin-mail.ruメールマーケティングサービスによって翻訳および作成されています 。