Gdy pod koniec 1971 roku Ray Tomlinson, amerykański inżynier i programista, wysłał pierwszą w historii wiadomość e-mail, nie mógł sobie zdawać sprawy z tego, jakie zastosowania znajdzie jego wynalazek. A już na pewno nie pomyślałby, że ktoś przy pomocy tego typu wiadomości będzie przekonywał innych do kupowania swoich produktów. Jednak, ponad 50 lat od pierwszej wiadomości, e-mail marketing jest jednym z najważniejszych kanałów komunikacji marketingowej. Wyzwaniem pozostaje natomiast utrzymanie skuteczności tego kanału. Mogą w tym pomóc narzędzia AI. Zanim jednak zacznie się je stosować, warto zadać sobie pytanie od czego należy zacząć?

Skuteczny e-mail marketing - jak zacząć?

Wiem, że to co zaraz napiszę, zwłaszcza jeśli ktoś będzie to czytał w oderwaniu od kontekstu, zabrzmi banalnie, ale czasami warto wrócić do fundamentów. A fundamentalną zasadę marketingu e-mailowego można streścić w taki sposób: jeśli klient nie otworzy maila, nie dowie się co chcieliśmy mu przekazać. A jeśli nie zrobi tego, nie będzie szansy na wykonanie akcji, do której chcielibyśmy go przekonać. Przygodę z e-mail marketingiem należy zatem rozpocząć od skłonienia  klienta by nasz mailing w ogóle otworzył. Tymczasem marketerzy wiedzą ze swoich statystyk wskaźnik open rate, że zazwyczaj większość e-maili jest ignorowana lub wręcz usuwana bez otwierania. Dlaczego?

W naszych rozważaniach pominiemy wiadomości, które są w sposób oczywisty spamem. Jeśli nie znam adresu nadawcy, nie zapisywałem się by otrzymywać takie e-maile lub wyglądają one podejrzanie, najmądrzejszym co mogę zrobić, to je jak najszybciej usunąć. Interesują nas zatem wszystkie pozostałe e-maile i odpowiedź na pytanie, dlaczego odbiorcy ich nie czytają. Otóż według raportu firmy SARE¹ wśród głównych przyczyn kasowania maili bez otworzenia odbiorcy wskazują:

- dostaję zbyt wiele wiadomości od jednego nadawcy (31,9% odpowiedzi)

- tytuł nie jest interesujący (33,4%)

Powody te stanowią ponad 65% wszystkich przypadków. Co interesujące i pozytywne z punktu widzenia osób odpowiedzialnych za komunikację marketingową, na oba te czynniki nadawca ma wpływ i jest w stanie lepiej ukierunkować i spersonalizować swoje działania e-mail marketingowe. Zatem można powiedzieć, że wystarczy wysyłać na skrzynki klientów mniej wiadomości i pisać bardziej interesujące tytuły , a zwrot z inwestycji będzie wyższy. Proste, prawda? Niestety wszyscy wiemy, że nie do końca tak jest. Zaryzykowałbym nawet stwierdzeniem, że w wielu przypadkach będzie to zwyczajnie trudne.

Prowadzenie kampanii mailingowych. W jaki sposób poprawić ich skuteczność?

Dla pierwszego powodu, trudność stanowi określenie ile to jest „zbyt wiele”. Czy raz w tygodniu to już zbyt wiele? A może dopiero raz dziennie to zbyt wiele? A może dla jednego użytkownika trzy razy w tygodniu to zbyt wiele, ale dla innego nawet cztery razy w tygodniu jest jeszcze ok? A może… No właśnie. Różnych scenariuszy jest właściwie nieskończenie wiele. Nie sposób wszystkich wymienić, a co dopiero przetestować. Do tego nie powinniśmy przecież zakładać, że zainteresowanie i cierpliwość klienta są niezmienne w czasie. Sposobem na rozwiązanie tego zagmatwanego problemu mogą być jedynie modele AI oparte o uczenie maszynowe. Na podstawie historycznych i ciągle napływających nowych danych są w stanie dokonywać bardzo dokładnej predykcji i optymalizacji odpowiedniej częstotliwości wysyłek dla każdego pojedynczego konsumenta. Ciągle się przy tym doskonalą i dostosowują się do zmian w oczekiwaniach odbiorcy. Są w stanie wychwycić nawet bardzo subtelne sygnały „przegrzania” grup docelowych i zarekomendować zmniejszenie tempa. Ktoś może powiedzieć: ale to wszystko wygląda na skomplikowane i pewnie drogie we w wdrożeniu i utrzymaniu, lepiej bądźmy ostrożni i po prostu rzadziej wysyłajmy e-maile. Trudno się z takim stanowiskiem nie zgodzić. Nie jest to jednak strategia optymalna. W przypadku klientów skłonnych otwierać twoje wiadomości częściej i reagować zakupem, tracisz w ten sposób dużą część potencjalnych przychodów. Nie wykorzystujesz zatem potencjału swojej bazy kontaktowej.

Przejdźmy do drugiego problemu, czyli nieinteresującego tytułu. Słyszę już głosy jakie pojawiają się w głowach niektórych z Czytelników. - Zaraz nam będzie coś pisał o testowaniu i AI, a my przecież i bez AI robimy testy, i to dużo.

Z przytaczanego już wcześniej raportu firmy SARE wynika, że około 84% nadawców przeprowadza testy przed wysyłką kampanii. Jednak tylko w przypadku niespełna 17% są testy A/B/X. Jedna z firm, z którymi miałem styczność, przeprowadza przykładowo testy tytułu wiadomości. Przygotowywane są trzy warianty tytułu. Następnie wybierana jest losowo grupa około 15% bazy kontaktów. Grupa ta dzielona jest na trzy równe części, z których każda otrzymuje jeden wariant tytułu. Wariant, który w ramach wysyłki pilotażowej osiągnie najwyższy open rate jest następnie wysyłany do pozostałych 85% adresatów. Mamy więc testy, mamy segmentację, mamy optymalizację, jest ok. Ciśnie się jednak na usta pytanie: co tak właściwie przetestowaliście i na jakie pytanie uzyskaliście odpowiedź? Czy na pewno wybraliście najlepszy wariant tytułu, czy tylko najlepszy spośród trzech zaproponowanych? Skąd wiecie, że nie ma 20 innych wariantów, z który każdy jest lepszy od zwycięskiego wśród testowanych trzech? Nie wiemy, ale nawet gdybyśmy chcieli sprawdzić więcej tematów wiadomości to uzyskamy mało liczne grupy. Cóż więc zrobić, aby tytuł w e-mail marketingu był skuteczny i przekładał się na wyższe konwersje?

E-mail marketing a AI

Tak, niektórzy z Czytelników na pewno się już domyślają, teraz przyszedł czas na pisanie o AI. Oparty o głębokie uczenie neuronowe model jest w stanie kumulując dane o aktualnie i historycznie wysyłanych wiadomościach, przewidzieć reakcję i oszacować najbardziej prawdopodobny wskaźnik otwarć dowolnego tytułu. Zadziała nawet dla tytułu jakiego nigdy wcześniej nie wysyłaliście. Naprawdę. A jeśli nawet model będzie w takim wypadku nieco mniej pewny swojej predykcji to Was o tym poinformuje. Pamiętać tylko trzeba, że sam tytuł to zbyt mało informacji. W końcu, wracając do fundamentów (albo banałów, jak kto woli), ważne jest nie tylko co mówimy ale do kogo to mówimy, a nawet kiedy to mówimy. Ta sama wiadomość może być zupełnie inaczej zrozumiana: jeden się ucieszy, a drugi obrazi.

Nie wystarczy więc model AI rozumiejący tytuł wiadomości, ale oderwany od kontekstu. Pozbawiony informacji o grupach odbiorców, cechach klientów, historii relacji firmy z nimi, historii ich zakupów, momentu. Potrzebny jest system integrujący dane o tych zjawiskach i dostarczający modelowi AI odpowiedniego kontekstu. Ogólny schemat można zobaczyć poniżej.

Ray Tomlinson zapytany wiele lat później jaka była treść pierwszego e-maila w historii, odpowiedział, że nie pamięta. Najważniejsze było to, że wiadomość dotarła na adres odbiorcy. Treść nie była ważna. Nie miała żadnego znaczenia. W komunikacji marketingowej jest dokładnie odwrotnie. Samo dotarcie e-maila to za mało. Ważna jest treść maila. Ważny jest też interesujący tytuł. Bez tego znaczna część adresatów nie odczyta treści.