· Технические параметры. В e-mail маркетинге выделяются такие показатели как hard bounce rate, soft bounce rate и pending.

o Hard bounce rate - это число писем, которые не были доставлены получателю в силу непреодолимых причин постоянного характера. Проще говоря, его e-mail адрес мог быть неверно записан в вашей адресной базе, сервер, на котором размещается его почтовый ящик, не настроен на приём входящих и т.д. Soskey J. Hard Bounces vs. Soft Bounces: What's the Difference? 2014 // http://blog.hubspot.com/marketing/difference-between-hard-soft-bounces-ht.

o Soft bounce rate - это число писем, которые не были доставлены получателю в силу непреодолимых причин временного характера. Например, почтовый ящик получателя был переполнен, либо письмо оказалось слишком большим и т.д Ibid..

o Pending - это число писем, при отправке «застрявших» на сервере по причине каких-либо неполадок с ним. Обычно при обнаружении таких писем происходит перезапуск рассылки в течение 24 часов. Одной из проблем при это является то, что невозможно предсказать точное время перезапуска.

Наконец, часть писем может просто-напросто попасть в папку «Спам» из-за проблем с вёрсткой, темы письма, написанной с использованием характерных для спам-рассылок слов, и т.д.

Ну что же, после того как мы рассмотрели понятие e-mail маркетинга, e-mail маркетинговых коммуникаций

маркетинговый коммуникация интернет

3.3 Факторы эффективности e-mail маркетинговых коммуникаций на примере компании Veeam Software

Итак, мы подошли к самой сути нашей работы: определению и анализу факторов эффективности e-mail маркетинговых коммуникаций компании на примере компании Veeam Software. Прежде всего, необходимо, конечно же, чуть подробнее рассказать о предприятии, результаты деятельности которого стали практическим материалом данного исследования.

Международная софтверная компания Veeam Software (далее - Veeam) была основана в 2006 году. Сфера её деятельности - производство программного обеспечения для резервного копирования и менеджмента виртуальных машин Для большей информации по данной теме см.: Гультяев А. Виртуальные машины - несколько компьютеров в одном. СПб.: Питер, 2006. 224 с..

Veeam работает на B2B-рынке - её клиентами является малый, средний и крупный бизнес, который использует в своей работе технологию виртуализации Там же.. Целевая аудитория компании - менеджеры среднего и высшего звена, ответственные за IT-сегмент фирм, в которых они работают: технические директора, CIO, главные системные администраторы, системные архитекторы и т.д.

На сегодняшний день в компании работает более тысячи человек по всему миру. Из них около половины в городе Санкт-Петербурге. Veeam располагает очень большой маркетинговой службой, поскольку именно на продвижение ПО, производимого разработчиками фирмы, возлагается большая ответственность за уровень продаж. Так, одним из факторов успеха Veeam, по словам со-основателя компании Ратмира Тимашева, является кредо «best product never wins», которое провозглашает важность маркетинга для завоевания лидерства на рынке. И судя по тому положению, которого достигла компания на рынке, эта формула действительно работает.

Вот лишь часть достижений, ознаменовавших конец 2014 года для Veeam Software Пресс-релиз, 2015: В 2014 году выручка Veeam Software выросла на 40% // http://www.veeam.com/ru/news/veeam-revenue-growth-40-percent-an-annual-revenue-of-389-million-dollars-in-2014.html:

· Четвертый квартал 2014 года стал 28-м кварталом подряд в истории компании, в котором отмечается двузначный рост показателя доходов по сравнению с аналогичным периодом предшествующего года;

· 1 млрд долл. США - такую отметку побил суммарный объём продаж, и ровно такой же величины достигла выручка компании с момента релиза ее первого продукта в 2007 году.

· Доход от продажи новых лицензий достиг 288 млн. долл. США, на 33% превысив аналогичный показатель прошедшего финансового года;

· Объем заказов на продление лицензий составил 101 млн долл. США, что на 66% выше показателя за предыдущий финансовый год;

· 44 000 новых заказчиков: в настоящий момент общее число заказчиков компании Veeam по всему миру превышает 135 000; среднемесячный прирост клиентской базы составил 4 000 заказчиков;

· Программа Veeam Cloud Provider: рост выручки от аренды и подписок в рамках программы Veeam Cloud Provider (VCP) по сравнению с прошлым годом составил 106%. В настоящее время у компании Veeam 6 800 партнеров в рамках программы VCP по всему миру; в 2014 году данный показатель увеличился на 2 500 новых партнёров;

· Удвоенный доход от продаж новых лицензий Microsoft Hyper-V: по сравнению с прошлым годом показатель вырос на 105%;

· Количество партнеров со статусом ProPartner по всему миру увеличилось до 29 000.

Как же устроена служба маркетинга в столь динамично развивающейся компании? Для того, чтобы понять это, необходимо вкратце обрисовать устройство бизнеса Veeam Software.

Во-первых, компания самостоятельно не продаёт свой софт, хотя и располагает внушительным штатом менеджеров по продажам. Своё ПО Veeam сбывает через широкую партнёрскую сеть:

· Дистрибьюторов (сюда входят различные консалтинговые и коммуникационные компании, предлагающие комплексные решения, составной частью которых является софт Veeam)

· Реселлеров (крупные интернет-магазины, продающие программное обеспечение)

· Провайдеров облачных услуг (компании, предоставляющие услуги по хранению и обработке данных на своих серверах)

· Партнёров по технологическому альянсу (сюда входят как всемирно известные разработчики ПО и инфраструктурных решений, такие как Microsoft и HP, так и производители дорогостоящего и мощного «железа», в частности, физических хранилищ данных)

С другой стороны, Veeam является действительно международной компанией, продвигая и продавая свои программные продукты по всему миру. В т.ч. и поэтому компания практикует территориально-географический подход к делению мирового рынка софта для резервного копирования и менеджмента данных.

Так, выделяются следующие региональные рынки: NA (США и Канада), LATAM (страны Латинской Америки), APAC (Австралия, Новая Зеландия и Юго-Восточная Азия), EMEA (Европа и Северная Африка) и Emerging Markets (Россия, СНГ, Восточная Европа, Индия).

Для Veeam целевая аудитория - если речь идёт о компаниях - делится на два типа:

· Потенциальные клиенты - prospects

· Действующие покупатели - customers

При этом в плане деления своей ЦА с точки зрения размеров бизнеса компания также выделяет два типа клиентов:

· Малый бизнес - до 250 сотрудников

· Средний и крупный бизнес - более 250 человек

Таким образом, если представить это в упрощённом виде, то большая часть маркетинговые коммуникации в оффлайне и онлайн осуществляется на следующие группы пользователей и потребителей.

Табл.

Партнёры	Конечные пользователи (end-users)
Дистрибьюторы	Реселлеры	VCP	TAP	Customers	Prospects
	SMB	Enterprise	SMB	Enterprise

«Ловлей» вышеуказанных групп занимается маркетинговый отдел компании в лице ряда команд, в число которых входит и команда e-mail маркетинга. Она, в свою очередь, состоит из восьми человек: руководителя, четырёх менеджеров и трёх верстальщиков. Руководитель и три менеджера занимаются e-mail маркетинговыми коммуникациями на Северную Америку и Канаду, а оставшийся менеджер отвечает за коммуникации на такой регион, как APAC, куда входят Австралия, Новая Зеландия и вся Юго-Восточная Азия. В данном регионе крупнейшими по количеству подписчиков являются такие страны как Австралия, Китай, Новая Зеландия, Сингапур, Гонг-Конг и Тайвань. Не будем приводить здесь данных о численности базы в APAC, отметим лишь, что она почти в 3,5 раза меньше, чем база в Северной Америке.

Итак, на основе определённых данных, собранных по итогам e-mail маркетинговых коммуникаций на APAС, мы и попытаемся выявить факторы эффективности e-mail маркетинговых коммуникаций компании.

Для анализа мы отобрали всего 275 e-mail кампаний. 120 из них ушли на конечных пользователей - как покупателей, так и потенциальных покупателей - в течение первого и второго квартала 2014 года. Оставшиеся 75 кампаний, в свою очередь, ушли на партнёров всех типов в течение первого, второго и третьего кварталов 2014 года. Все письма в рамках данной выборки являлись либо промо-открытками (промо-акции, очередной релиз продукта или какого-либо дополнения и т.д.), либо пригласительными открытками (приглашение на вебинар, какое-либо событие и т.д.), рассылаемыми со стандартных корпоративных e-mail адресов. Что касается технического аспекта, то все они также являлись обычными полноценными HTML-открытками.

На наш взгляд, именно партнёров и конечных пользователей как получателей e-mail открыток было бы интересно сравнить в контексте эффективности e-mail маркетинговых коммуникаций. В то же самое время нами было принято решение отказаться от анализа факторов эффективности e-mail маркетинговых коммуникаций применительно к каждому подвиду конечных пользователей и партнёров, поскольку в таком случае наша выборка оказалась бы нерепрезентативной (слишком малой по объёму и пропорционально неравной).

В качестве зависимых переменных мы выбрали такие ключевые показатели как open-rate (переменная Open-rate), click-through-rate (переменная CTR) и количество отписок (переменная Unsub). Напомним, что в начале нашего исследования нами были сформулированы следующие гипотезы:

Гипотеза № 1: Упоминание названий брендов в заголовках и подзаголовках e-mail открыток будет негативно влиять на open-rate и click-through-rate рассылок, осуществляемых как на конечных пользователей, так и на партнёров, поскольку подписчики сегодня слишком перегружены брендированными маркетинговыми сообщениями.

Гипотеза № 2: Размещение объявлений о розыгрыше призов в заголовках и подзаголовках e-mail открыток будет положительно влиять на open-rate и click-through-rate, осуществляемых как на конечных пользователей, так и на партнёров, так как в данном случае прямая выгода для подписчиков является более явной.

Гипотеза № 3: Чем больше количество ссылок, размещённых в e-mail открытке, тем выше будет click-through-rate рассылок, осуществляемых как на конечных пользователей, так и на партнёров, поскольку выше вероятность того, что пользователь перейдёт по одной из них.

Для того, чтобы проверить эти гипотезы, нами был отобран ряд потенциальных факторов эффективности (они же - независимые переменные):

· День рассылки (переменная Day)

· Количество изображений в электронном письме (переменная Pics)

· Частота упоминаний брендов в заголовке и подзаголовке (переменная Brands)

· Наличие предложений о розыгрыше призов в заголовке и/или подзаголовке (переменная Freebie)

· % доставленных писем (переменная Delivered)

· Количество ссылок в электронном письме (переменная Links)

Для анализа факторов эффективности e-mail маркетинговых коммуникаций на конечных пользователей, прежде всего, была построена таблица корреляций:

Таблица корреляций (e-mail маркетинговые коммуникации на конечных пользователей)
	CTR	Unsub	Open-rate	Day	Pics	Brands	Freebie	Delivered	Links
CTR	1,00	0,16	0,32	0,11	0,02	-0,38	0,52	0,04	-0,25
Unsub	0,16	1,00	-0,03	0,17	0,37	-0,15	-0,02	0,10	-0,36
Open-rate	0,32	-0,03	1,00	0,03	-0,15	-0,19	0,19	0,16	0,01
Day	0,11	0,17	0,03	1,00	-0,00	-0,36	0,14	-0,00	-0,61
Pics	0,02	0,37	-0,15	-0,00	1,00	-0,29	-0,23	-0,08	-0,27
Brands	-0,38	-0,15	-0,19	-0,36	-0,29	1,00	-0,31	0,19	0,44
Freebie	0,52	-0,02	0,19	0,14	-0,23	-0,31	1,00	0,10	-0,04
Delivered	0,04	0,10	0,16	-0,00	-0,08	0,19	0,10	1,00	0,06
Links	-0,25	-0,36	0,01	-0,61	-0,27	0,44	-0,04	0,06	1,00

Мы видим, что CTR умеренно положительно коррелирует с наличием предложений о розыгрыше призов и бонусов в заголовке/подзаголовке письма, что вполне логично. С другой стороны, прослеживается отрицательная корреляции этого показателя с упоминанием брендов. То же самое, хотя и не столь явно выраженной корреляцией, справедливо и для open-rate. Это значит, что гипотеза №1 и гипотеза №2 подтверждаются в том, что касается их вероятности в случае с конечными пользователями.

В то же самое время, цифры говорят о том, что чем больше количество ссылок, тем меньше вероятность того, что конечный пользователь кликнет по одной из них. Это можно что обилие ссылок неизбежно ведёт к увеличению длины самого письма, снижая тем самым мотивацию к его чтению как таковому - открывая и видя большую открытку, пользователь сразу же закрывает её, так и не кликнув ни по одной ссылке. Таким образом, гипотеза № 3 в данном случае не подтверждается.

При этом обилие ссылок отрицательно коррелирует с количеством отписок. Получается, что длинные письма дают меньший CTR, но при этом не ведут к росту отписавшихся, т.е. не вызывают у получателя желания отказаться от коммуникаций с Veeam Software. Может быть и так, что пользователи, получая большие письма, не находят для себя ничего интересного, но надеются получить привлекательное предложение со следующей подобной рассылкой, видя разнообразие контента и его объём.

С другой стороны, одновременно с этим прослеживается положительная корреляция количества отписок с количеством изображений в открытке. Это можно опять же объяснить либо тем, что рост числа изображений совпадает с увеличением длины открытки, либо же тем, что здесь проявляется определённое недовольство пользователей. Дело в том, что в изображения часто вставляются ссылки, и если пользователь спонтанно кликает по картинке, то происходит автоматический переход на ту или иную веб-страницу. Возможно, некоторым пользователям это кажется нечестным (как правило, нигде не указывается «кликабельность» изображения), поэтому они и отписываются от получения e-mail рассылок.

Помимо этого, присутствует слабая корреляция количества отписок с днём отправки писем. Получается, что чем ближе к концу был отправлен e-mail, тем больше вероятность отписки.

О силе корреляций также можно судить по таблице ранговых корреляций Спирмена.

Табл.

Ранговые корреляции Спирмена (e-mail маркетинговые коммуникации на конечных пользователей)
	CTR	Unsub	Open-rate	Day	Pics	Brands	Freebie	Delivered	Links
CTR	1,000000	0,177586	0,295375	0,072912	0,169951	-0,369069	0,313440	0,140013	-0,268046
Unsub	0,177586	1,000000	-0,008273	0,261110	0,308558	-0,253547	-0,044287	0,083958	-0,474918
Open-rate	0,295375	-0,008273	1,000000	0,130006	-0,212996	-0,177444	0,276791	0,328349	0,021037
Day	0,072912	0,261110	0,130006	1,000000	-0,068393	-0,401396	0,144855	0,032734	-0,571148
Pics	0,169951	0,308558	-0,212996	-0,068393	1,000000	-0,286225	-0,237478	-0,110127	-0,208535
Brands	-0,369069	-0,253547	-0,177444	-0,401396	-0,286225	1,000000	-0,337217	0,000911	0,428013
Freebie	0,313440	-0,044287	0,276791	0,144855	-0,237478	-0,337217	1,000000	0,099336	-0,014099
Delivered	0,140013	0,083958	0,328349	0,032734	-0,110127	0,000911	0,099336	1,000000	0,098220
Links	-0,268046	-0,474918	0,021037	-0,571148	-0,208535	0,428013	-0,014099	0,098220	1,000000

Наши предыдущие расчеты подтверждаются множественными регрессиями, построенными для каждой из зависимых переменных:

Итоги регрессии для зависимой переменной Unsub (e-mail маркетинговые коммуникации на конечных пользователей)
	БЕТА	Стд.Ош.	B	Стд.Ош.	t(114)	p-уров.
Св.член			-1,31803	0,633004	-2,08218	0,039564
Day	0,168108	0,091746	0,03916	0,021372	1,83232	0,069514
Pics	0,397768	0,095158	1,57234	0,376150	4,18009	0,000057
Brands	0,021936	0,106329	0,00350	0,016943	0,20630	0,836925
Freebie	0,048269	0,096391	0,00907	0,018117	0,50077	0,617501
Delivered	0,123323	0,087567	0,09636	0,068421	1,40833	0,161755

Итоги регрессии для зависимой переменной CTR (e-mail маркетинговые коммуникации на конечных пользователей)
	БЕТА	Стд.Ош.	B	Стд.Ош.	t(114)	p-уров.
Св.член			0,653753	0,493497	1,32474	0,187908
Day	-0,039604	0,083453	-0,007907	0,016662	-0,47456	0,636008
Pics	0,054675	0,086556	0,185238	0,293251	0,63167	0,528867
Brands	-0,243585	0,096718	-0,033267	0,013209	-2,51850	0,013173
Freebie	0,454545	0,087678	0,073222	0,014124	5,18426	0,000001
Delivered	0,045603	0,079652	0,030540	0,053342	0,57253	0,568089

Итоги регрессии для зависимой переменной Open-rate (e-mail маркетинговые коммуникации на конечных пользователей)
	БЕТА	Стд.Ош.	B	Стд.Ош.	t(114)	p-уров.
Св.член			1,52758	0,769641	1,98479	0,049569
Day	-0,088817	0,094937	-0,02431	0,025985	-0,93553	0,351490
Pics	-0,217803	0,098467	-1,01161	0,457344	-2,21193	0,028965
Brands	-0,311445	0,110027	-0,05831	0,020600	-2,83062	0,005493
Freebie	0,033678	0,099743	0,00744	0,022027	0,33765	0,736248
Delivered	0,192775	0,090613	0,17698	0,083190	2,12747	0,035536

Что касается ситуации с факторами эффективности e-mail маркетинговых коммуникаций на партнёров, то здесь мы получили следующую картину:

Таблица корреляции (e-mail маркетинговые коммуникации на партнёров)
	CTR	Unsub	Open-rate	Day	Pics	Brands	Freebie	Delivered	Links
CTR	1,00	-0,06	0,68	-0,02	0,13	-0,12	0,01	0,11	0,11
Unsub	-0,06	1,00	-0,08	0,07	0,08	0,13	-0,08	0,06	-0,07
Open-rate	0,68	-0,08	1,00	-0,02	-0,13	-0,26	0,00	-0,01	0,05
Day	-0,02	0,07	-0,02	1,00	-0,10	-0,12	0,11	-0,24	-0,11
Pics	0,13	0,08	-0,13	-0,10	1,00	0,08	-0,05	0,03	-0,03
Brands	-0,12	0,13	-0,26	-0,12	0,08	1,00	-0,28	0,06	-0,01
Freebie	0,01	-0,08	0,00	0,11	-0,05	-0,28	1,00	0,10	0,40
Delivered	0,11	0,06	-0,01	-0,24	0,03	0,06	0,10	1,00	0,22
Links	0,11	-0,07	0,05	-0,11	-0,03	-0,01	0,40	0,22	1,00

Сильных корреляций между зависимыми и независимыми переменными здесь не прослеживается. Умеренной является отрицательная корреляция между наличием предложений о розыгрыше призов и бонусов в заголовке/подзаголовке письма и open-rate и CTR, что позволяет полностью подтвердить гипотезу № 1.

Таблица ранговых корреляций Спирмена (e-mail маркетинговые коммуникации на партнёров)
	CTR	Unsub	Open-rate	Day	Pics	Brands	Freebie	Delivered	Links
CTR	1,000000	0,184177	0,259004	-0,014421	0,231171	-0,053345	0,103533	0,053684	0,253935
Unsub	0,184177	1,000000	-0,173674	-0,103087	0,199076	0,226340	-0,131431	0,041391	-0,043167
Open-rate	0,259004	-0,173674	1,000000	-0,104843	-0,119046	-0,270079	-0,015491	0,128905	0,110688
Day	-0,014421	-0,103087	-0,104843	1,000000	-0,100088	-0,154397	0,152472	-0,225227	-0,187466
Pics	0,231171	0,199076	-0,119046	-0,100088	1,000000	0,083841	0,008825	-0,234006	0,090630
Brands	-0,053345	0,226340	-0,270079	-0,154397	0,083841	1,000000	-0,262183	-0,004572	-0,005066
Freebie	0,103533	-0,131431	-0,015491	0,152472	0,008825	-0,262183	1,000000	0,041449	0,340306
Delivered	0,053684	0,041391	0,128905	-0,225227	-0,234006	-0,004572	0,041449	1,000000	0,140739
Links	0,253935	-0,043167	0,110688	-0,187466	0,090630	-0,005066	0,340306	0,140739	1,000000
Итоги регрессии для зависимой переменной Open-rate (e-mail маркетинговые коммуникации на партнёров)
	БЕТА	Стд.Ош.	B	Стд.Ош.	t(67)	p-уров.
Св.член			3,812150	2,820012	1,35182	0,180979
Day	-0,047581	0,122751	-0,034465	0,088913	-0,38762	0,699523
Pics	-0,113498	0,117416	-0,947489	0,980194	-0,96663	0,337203
Brands	-0,282244	0,122758	-0,090373	0,039307	-2,29918	0,024619
Freebie	-0,106532	0,134829	-0,042455	0,053732	-0,79012	0,432243
Delivered	-0,004581	0,122819	-0,010687	0,286507	-0,03730	0,970355
Links	0,078294	0,131455	0,212711	0,357143	0,59559	0,553455

Итоги регрессии для зависимой переменной CTR (e-mail маркетинговые коммуникации на партнёров)
	БЕТА	Стд.Ош.	B	Стд.Ош.	t(67)	p-уров.
Св.член			-1,83643	3,113905	-0,58975	0,557341
Day	0,029027	0,124630	0,02287	0,098179	0,23291	0,816545
Pics	0,138449	0,119213	1,25700	1,082347	1,16136	0,249615
Brands	-0,163664	0,124637	-0,05699	0,043403	-1,31312	0,193621
Freebie	-0,096266	0,136893	-0,04172	0,059332	-0,70322	0,484352
Delivered	0,107025	0,124698	0,27153	0,316366	0,85827	0,393804
Links	0,132401	0,133467	0,39121	0,394363	0,99201	0,324763

Итоги регрессии для зависимой переменной Unsub (e-mail маркетинговые коммуникации на партнёров)
	БЕТА	Стд.Ош.	B	Стд.Ош.	t(67)	p-уров.
Св.член			-1,24962	1,481883	-0,843267	0,402079
Day	0,113572	0,126027	0,04211	0,046723	0,901173	0,370724
Pics	0,072582	0,120549	0,31013	0,515080	0,602093	0,549144
Brands	0,119578	0,126035	0,01960	0,020655	0,948775	0,346145
Freebie	-0,042873	0,138428	-0,00874	0,028235	-0,309716	0,757739
Delivered	0,091822	0,126097	0,10963	0,150556	0,728184	0,469038
Links	-0,058926	0,134964	-0,08194	0,187674	-0,436610	0,663798

Кроме того, можно указать на слабое положительное влияние количества изображений на CTR, а также на слабое положительное влияние дня недели, в который была осуществлена рассылка, на количество отписок.

Вместе с тем нельзя не отметить, что взятая нами выборка e-mail кампаний, направленных на партнёров, является достаточно небольшой, с чем возможно и связано отсутствие ярко выраженных связей между зависимыми и независимыми переменными.

Тем не менее, подытоживая наш анализ, мы можем отметить, что:

Гипотеза № 1 подтвердилась: Чем выше частота упоминания брендов в заголовках и подзаголовках писем, тем ниже open-rate и CTR при коммуникациях как на конечных пользователей, так и на партнёров. И те, и другие пресыщены упоминаниями брендов.

Гипотеза № 2 подтвердилась частично: предложение о розыгрыше призов даёт прирост в open-rate и CTR только при коммуникациях на конечных пользователей.

Гипотеза № 3 не подтвердилась: увеличение количества ссылок в e-mail открытках не ведёт к росту ключевых показателей, таких как open-rate и CTR. А при коммуникациях на конечных пользователей большое количество ссылок вообще способствует снижению CTR.

Сверх того, по итогам нашего выявления факторов эффективности e-mail маркетинговых коммуникаций компании на примере компании Veeam Software нами был составлен список рекомендаций для повышения эффективности e-mail кампаний:

· Имеет смысл реже упоминать бренд в заголовке и подзаголовке электронных писем. Вместо этого необходимо искать, формулировать и размещать в заголовках и подзаголовках более цепляющие, уникальные и таргетированные предложения.

· Представляется целесообразным более частое использование предложений с розыгрышами призов и бонусов. Это позволит дополнительно стимулировать реакцию пользователей на полученную открытку.

· Открытки должны быть максимально короткими, если иного не предполагает формат сообщения, транслируемого целевой аудитории.

· Письма лучше рассылать в начале недели: в понедельник и вторник. Сверх того, в e-mail маркетинговых коммуникациях на партнёров присутствует умеренная отрицательная корреляция между днём отправки и количеством отписок.

· Необходимо работать над техническим аспектом рассылки, повышая % доставленных писем. В частности, в случае с коммуникациями на конечных пользователей в числе прочих связей выделяется положительная корреляция как раз между этим показателем и open-rate.

Теперь же следует подытожить всё проведённое нами исследование.

Заключение

Данная работа была посвящена изучению факторов эффективности e-mail маркетинговых коммуникаций компании на примере компании Veeam Software. В начале исследования мы описали его цель, стоящие перед ним задачи, методы, которые были нами использованы, а также сформулировали три основные гипотезы, которые предстояло проверить в ходе работы.

Мы рассмотрели такие понятия как маркетинг и маркетинговые коммуникации. Нами были выявлено наличие трёх потенциальных целей маркетинговых коммуникаций как таковых: повышение уровня продаж, повышение уровня осведомлённости потребителей о товаре или услуге, а также информирование потребителей. Затем мы остановились на таких понятиях как онлайн-маркетинг и маркетинговые коммуникации в сети Интернет.

Нами были выявлены определённые особенности онлайн-маркетинговых коммуникаций, обусловленные средой, в которой они осуществляются, а именно:

· Гипермедийный характер данных коммуникаций

· Более высокие скорости ряда процессов в сравнении с классическим маркетингом

· Возможность сбора и анализа огромного количества данных о поведении пользователей

· Высокая степень автоматизации

· Возможности индивидуализации и кастомизации контента

· Расширенные возможности количественной оценки эффективности

Мы также обратились к общепринятой классификации инструментов онлайн-маркетинга, в соответствии с которой таковые разделяются на:

· Owned media

· Paid media

· Earned media

При этом нами была отмечена принадлежность e-mail маркетинга к категории paid media.

Затем мы перешли к рассмотрению понятия эффективность, установив, что выделяются следующие виды таковой:

· Экономический

· Коммуникативный

· Стратегический

Далее нами были установлено, что оценка эффективности в маркетинге производится с помощью выделения определённых метрик - групп ключевых показателей эффективности (они же - KPI). Для обзора показателей, которые, в частности, можно объединить в метрики и оценивать с помощью них эффективность онлайн-маркетинговых коммуникаций, мы обратились к исследованию отечественных учёных, представивших девять видов соответствующих показателей.

После этого, мы перешли к рассмотрению понятия e-mail маркетинга, который, как было нами установлено, является видом прямого маркетинга (direct marketing), использующим электронные письма для доставки сообщений своим адресатам в целях достижения одной или нескольких целей - таких, например, как:

· Удержание покупателей

· Стимулирование продаж

· Повышение лояльности

· Генерация трафика

· Популяризация бренда

· И т.д.

При этом анализ литературы по e-mail маркетингу показал, что исследователями выделяются как преимущества данного инструмента, так и его недостатки. К числу первых относятся:

· Высокий ROI.

· Персонализация.

· Измеряемость.

· Высокая степень автоматизации.

· Принадлежность к категории permission marketing.

В свою очередь, недостатками являются:

· Выборочная доставка писем.

· Необходимость постоянно пополнять базу подписчиков.

· Технические ограничения.

· Высокая конкуренция за пользователей.

Результаты анализа проработанности тематики нашего исследования научным сообществом показали, что насчитывается весьма ограниченное число подобных работ. При этом авторы склонны придерживаться либо подхода, в рамках которого рассматривается какой-то один фактор, влияющий на эффективность e-mail маркетинговых коммуникаций, либо подхода, при котором идёт рассмотрение комплекса неких факторов.

Нами был сделан выбор в пользу последнего подхода, а также выделены три категории показателей оценки эффективности онлайн-маркетинговых коммуникаций, подходящих для данной процедуры в контексте e-mail маркетинговых коммуникаций. Кроме того, были выделены существующие категории факторов эффективности e-mail маркетинговых коммуникаций, такие как:

· Тема и подзаголовок письма.

· Контент.

· Дизайн и вёрстка.

· Сегментирование целевой аудитории.

· Согласованность и последовательность.

· Время.

· Технические параметры.

Затем мы коснулись общих фактов касательно компании Veeam Software, часть результатов e-mail маркетинговых коммуникаций которой и анализировалась в данной работе.

Нами была определена выборка нашего исследования, выделены зависимые переменные (они же - показатели эффективности) в виде open-rate, click-through-rate и количества отписок, а также независимые переменные (они же - факторы эффективности) в виде дня рассылки, количества изображений в письме, частоты упоминаний бренда в заголовке и подзаголовке письма, наличия предложений о розыгрыше призов в заголовке и подзаголовке письма, процента доставленных писем и количества ссылок в письме.

Затем с помощью таких статистических методов, как множественный регрессионный анализ, корреляционный анализ, а также определение коэффициентов ранговой корреляции Спирмена мы подвергли проверке три гипотезы нашего исследования:

Гипотеза № 1: Упоминание названий брендов в заголовках и подзаголовках e-mail открыток будет негативно влиять на open-rate и click-through-rate рассылок, осуществляемых как на конечных пользователей, так и на партнёров, поскольку подписчики сегодня слишком перегружены брендированными маркетинговыми сообщениями.

Гипотеза № 2: Размещение объявлений о розыгрыше призов в заголовках и подзаголовках e-mail открыток будет положительно влиять на open-rate и click-through-rate, осуществляемых как на конечных пользователей, так и на партнёров, так как в данном случае прямая выгода для подписчиков является более явной.

Гипотеза № 3: Чем больше количество ссылок, размещённых в e-mail открытке, тем выше будет click-through-rate рассылок, осуществляемых как на конечных пользователей, так и на партнёров, поскольку выше вероятность того, что пользователь перейдёт по одной из них.

Результаты нашего анализа показали, что гипотеза № 1 подтвердилась, гипотеза № 2 подтвердилась частично, а гипотеза № 3 не подтвердилась вообще.

На основе этих и некоторых других выводов нами был составлен список практических рекомендаций для повышения уровня эффективности e-mail маркетинговых коммуникаций компании Veeam Software:

· Необходимость более тщательной и изобретательной работы над заголовками и подзаголовками писем

· Более частое использование предложений с розыгрышами призов и бонусов

· Уменьшение длины писем

· Смещение дня запуска рассылок в сторону начала рабочей недели

· Улучшение технического аспекта рассылки для повышения % доставляемых писем

Кроме того, хотелось бы отметить, что тематика нашего исследования предполагает дальнейшую работу в данном направлении. Уже сейчас можно говорить о том, что отдельного изучения заслуживает роль контента, рассылаемого в рамках e-mail маркетинговых рассылок.

Так, представляется целесообразным привлечение методов качественного анализа, что позволило бы оценивать и ранжировать заголовки и подзаголовки в плане релевантности их содержания потребностям получателей, а также привлекательности, способности удерживать внимание и подводить пользователя к открытию письма. Более того, на наш взгляд, было бы полезно провести глубокий контент-анализ содержания писем, проанализировав зависимость между какими-либо особенностями контента (в частности, текста) и ключевыми показателями эффективности.

Заслуживают более тщательного изучения и такие факторы как объём контента, время рассылки, технические параметры писем. Помимо этого, представляется весьма небезынтересным анализ влияния социальных характеристик пользователей на их взаимодействие с рассылкой.

Таким образом, хотим ещё раз подчеркнуть актуальность выбранной темы исследования и важность дальнейшей работы академического сообщества в данном направлении.

Список литературы

1. Ansari A., Mela K.F. Customization. Journal of Marketing Research. 2003. №2. P. 138.

2. Brito M. Your brand, the next media company: how a social business strategy enables better content, smarter marketing, and deeper customer relationships. Que Publishing, 2013. P.39.

3. Cases A.S., Fournier C., Dubois P.L., Jr. J. F. Web Site spill over to email campaigns: The role of privacy, trust and shoppers' attitudes. Journal of Business Research, 2009. №9-10.P. 993-999.

4. Chittenden L., Rettie R. Evaluation of e-mail marketing and factors affecting response. Journal of Targeting, Measurement and Analysis for Marketing, 2003. №3. P.208.

5. Cho C.H., Khang, H.K. The State of Internet-Related Research in Communications, Marketing, and Advertising: 1994-2003. Journal of Advertising, 2006. №3. P.143-163.

6. Email Statistics Report, 2013-2017. URL: http://www.radicati.com/wp/wp-content/uploads/2013/04/Email-Statistics-Report-2013-2017-Executive-Summary.pdf (дата обращения: 01.06.2015)

7. Fariborzi E., Zahedifard M. E-mail marketing: advantages, disadvantages and improving techniques. International Journal of e-Education, e-Business, e-Management and e-Learning. 2012. №3. P.235.

8. Feld S., Frenzen H., Krafft M. The effects of mailing design characteristics on direct mail campaign performance. International Journal of Research in Marketing. 2012. № 2. P.5.

9. Gengler C.E., Thomas J.R. Consumer understanding and advertising strategy: analysis and strategic translation of laddering data. Journal of Advertising Research, 1995. P.19-33.

10. Gopal R. D., Tripathi A. K., Walter Z. D. Economics of first-contact email advertising. Decision Support Systems, 2005. №3. P.1366-1382

11. Gopal R. D., Tripathi A. K., Walter, Z. D. Economics of first-contact email advertising. Decision Support Systems, 2005. №3. P.1366-1382.

12. J. A. Davis. Competitive success, how branding adds value. United Kingdom: John Wiley and Sons, 2010. P.311.

13. Jamalzadeh M., Behravan N., Masoudi R. An empirical study of email-based advertisement and its Influence on consumers attitude. International Review of Management and Marketing, 2012. № 3. P. 130-138.

14. Jenkins S.The Truth about Email Marketing. USA: FT Press, 2009. P. 104-106..

15. Kanich C., Kreibich C., Levchenko K. Spamalytics: An Empirical Analysis of spam marketing conversion. CCS'08, October 27-31, 2008, Alexandria, Virginia, USA.

16. Keh H., Chu S., Xu J. Efficiency, effectiveness and productivity of marketing in services. MEGA International Journal of Management Science. 2006. №31. P.77

17. Korgaonkar, P., Lund, D. & Wolin, L.D. Beliefs, attitudes and behavior towards web advertising. International Journal of Advertising. 2002. № 21. P.92-93.

18. Kostecki. Marketing strategies for services: Globalization, Client-orientation, Deregulation. Pergamon Press, 2008. P.250.

19. Krishnamurthy, S. Introducing E-MARKPLAN: A practical methodology to plan e-marketing activities. Business Horizons, 2006. №1. P.51-60.

20. Lee D.H., Park C.W. Conceptualization and Measurement of Multidimensionality of Integrated Marketing Communications. Journal of Advertising Research, 2007. №3. P.190-222.

21. Lo, B., Kao, F. Variation in Country-Based Ranking Lists among Consumers' Choices of Top E-Commerce Web Sites: Implications for International E-Marketing. International Journal of Business and Information, 2008. №3. P.1-26.

22. Mahajan V., Venkateshr R. Marketing modelling for e-business. International journal of Research in Marketing. International Journal of Research in Marketing, 2008. №2-3.P.215-225.

23. Merisavo, M., Raulas, M. The impact of E-mail marketing on brand loyalty. Journal of Product and Brand Management. 2004. №13. P.498-505.

24. Merisavo, Marko, Raulas. The impact of Email Marketing on Brand Loyalty. Journal of Product and Brand Management, 2004. №6. P.498-505.

25. Micheaux, A.L. Managing e-mail advertising frequency from the consumer perspective. Journal of advertising. 2011. №4. P.47.

26. Moustakas E., Ranganathan C., Duquenoy P. E-mail marketing at the crossroads: A stakeholder analysis of unsolicited commercial e-mail (spam). Internet Research, 2006. №1. P. 38-52.

27. Nosrati, Masoud, Karimi, Ronak, Hariri, Mehdi. Technical and Financial Analysis of Email Marketing System. World Applied Programming, 2012. №5. P.369-372.

28. Nosrati, Masoud, Karimi, Ronak, Mohammadi, Mehdi, Malekian, Kamran. Internet Marketing or Modern Advertising! How? Why? International Journal of Economy, 2013. №3. P. 56-63.

29. Novak T., Hoffman D.L., Duhachek A. The influence of Goal-Directed and Experiential Activities on Online Flow Experiences. Journal of Consumer Psychology, 2003. №2-3. P.3-16.

30. Nussey B. The quiet revolution in email marketing. Lincoln, NE: iUniverse, 2009.

31. Pavlov O.V., Melville N., Plice R.K. Toward a Sustainable Email Marketing Infrastructure. Journal of Business Research, 2008. № 11. P. 1191-1199.

32. Rossiter, J. R., Bellman, S. Marketing Communications: Theory and Applications. Sydney: Pearson Prentice Hall. 2005.

33. Rovaniemi. E-marketing, Unsolicited Commercial E-mail, and Legal Solutions. Webology, 2006. №1.

34. Sammiee, S. Global marketing effectiveness via alliances and electronic commerce in business-to-business markets. Industrial Marketing Management, 2008. № 1.P. 3-8.

35. Sangeetha S. E-mail marketing challenges and opportunities. International Journal of scientific research and management, 2013. P. 145-149.

36. Sean D. A guide to email deliverability for B2C email marketers. Journal of Direct, Data and Digital Marketing Practice, 2007. №7. P.156-167.

37. Soskey J. Hard Bounces vs. Soft Bounces: What's the Difference? 2014. URL: http://blog.hubspot.com/marketing/difference-between-hard-soft-bounces-ht (дата обращения: 01.06.2015)

38. Taylor, G. The Informativeness of On-Line Advertising. International Journal of Industrial Organization, 2011. №6.

39. Theerthaana P., Sharad S. A study to improve the response in email campaigning by comparing data mining segmentation approaches in Aditi Technologies. International journal of management and business research, 2014. № 4. P. 273-293.

40. Turban E., Lee J., King D., Chung M. Electronic commerce: A managerial perspective. Prentice-Hall: New Jersey, 2000. P.360.

41. Van Boskirk S. The Forrester Wave: Email Marketing Vendors, Q3 2014. 2014.

42. White T., Zahay D., Thorbjornsen H., Shavitt S. Getting too personal: Reactance to highly personalized e-mail solicitations. Marketing Letters, 2008. №1. P.39-50.

43. Zenkin D., Dolya A. Measuring the effectiveness of marketing communications with index 3k. Innovative Marketing, 2007. №3. P.49.

44. Бернет Д., Мориарти С. Маркетинговые коммуникации: интегрированный подход. СПб: Питер, 2001. 323 с.

45. Блог сайта «Нетология»: Пять главных трендов интернет-маркетинга в 2014 году. URL: http://netology.ru/blog/300-internet-marketing-trendy-2014-goda (дата обращения: 01.06.2015)

46. Блэк Д. Экономика. М.: ИНФРА-М, 2000. 479 с.

47. Вирин Ф.Ю. Интернет-маркетинг. Полный сборник практических инструментов. М.: Эксмо, 2010. 224 с.

48. Гультяев А. Виртуальные машины - несколько компьютеров в одном. СПб.: Питер, 2006. 224 с.

49. Давыдов В. Почему российский рынок интернет-маркетинга от западного. Marketer's Digest, 2012.

50. Доклад Ассоциации компаний интернет-торговли: Рынок E-Commerce: итоги 2014. URL: http://www.akit.ru/wp-content/uploads/2015/03/AKIT_e-commerce_itogi_2014-2.pdf (дата обращения: 01.06.2015)

51. Егорова С.Е., Волкова О.А. Анализ эффективности и аудит маркетинговой деятельности // Аудит и финансовый анализ. 2010. №1. С.1.

52. Забазнова Т.Г., Попкова Е.Г., Токарева И.В. Особенности применения маркетингового инструментария на рынке В2В // Вестник Саратовского государственного технического университета. 2010. № 49. С.234.

53. Захаров Н. Ключевые принципы анализа эффективности в контекстной рекламе, 2013. URL: http://www.cmsmagazine.ru/library/items/context/effectiveness-of-contextual-advertising/ (дата обращения: 01.06.2015)

54. Иванова Н.Г., Ратникова Т.А., Трутнева Е.А. Прикладной анализ влияния рекламы на поведение потребителя по данным трекинговых исследований // Экономический журнал ВШЭ, 2011. №2. С.164

55. Котлер Ф., Армстронг Г., Вонг В., Сондерс Д. Основы маркетинга. М.: Вильямс, 2012. 1056 с.

56. Краузова Е. Ошибка 404: пять способов не обнаружить в Сети свой интернет-магазин. URL: http://rbcdaily.ru/business/562949988769439 (дата обращения: 01.06.2015)

57. Никифорова С.В., Совершаева С.В. Эффективность маркетинговых коммуникаций в диджитал-среде. Проблемы современной экономики, 2013. №2. С.177.

58. Ойнер М. Оценка результативности маркетинга с позиций системы управления бизнесом. Рекламный журнал менеджмента. 2008. №2. С. 32.

59. Палкова А.В. Гипермедийность электронной коммуникации // Доклад/ Философия и филология - Языковедение и иностранные языки в современном мире, 2013. C.3.

60. Пресс-релиз, 2015: В 2014 году выручка Veeam Software выросла на 40%. URL: http://www.veeam.com/ru/news/veeam-revenue-growth-40-percent-an-annual-revenue-of-389-million-dollars-in-2014.html (дата обращения: 01.06.2015)

61. Уэбстер Ф. Основы промышленного маркетинга. М.: Издательский Дом Гребенникова, 2005. 416 с.

Размещено на Allbest.ru