Blog

Ter uma lista “cansada” é uma preocupação crescente para os profissionais de Marketing

George Bilbrey | 30 maio, 2018

Ficou claro que muitos dos desafios comerciais enfrentados pelos profissionais de marketing permanecem os mesmos do passado.

Os profissionais de email marketing ainda estão sobrecarregados. Eles permanecem focados na criação de mensagens mais personalizadas e contextuais, mas ficam limitados ​​pela capacidade de obter os dados necessários.

No entanto, com base nas interações recentes, estou sentindo um novo desafio: a lista “cansada”, que defino como a diminuição no engajamento (aberturas, cliques) e na conversão provenientes de inscritos anteriormente engajados, além daqueles que optam por sair da lista.

O que está causando o aumento deste tipo de lista? As fontes variam de um profissional de marketing para outro, mas os temas mais comuns parecem ser os seguintes:

  • O volume de e-mail por assinante está alto. Isso faz com que alguns assinantes se tornem inativos por um longo período de tempo mais rapidamente (ou cancelem a inscrição com mais frequência) do que no passado.
  • As alterações na maneira de filtrar dos provedores de serviços de e-mail faz com que o engajamento global possa afetar a entrega em caixa de entrada, para endereços que anteriormente eram produtivos.
  • As alterações nos provedores de serviços de e-mail também fez com que se descadastrar ficasse mais fácil do que nunca, o que está começando a ser um grande obstáculo ao crescimento da lista.
  • Em alguns casos, os novos inscritos não são tão produtivos quanto eram antes, de acordo com experimentos feitos pela equipe de marketing com novas fontes de métodos de captação.

Como os profissionais de marketing deveriam fazer para resolver estas listas “cansadas”? Em um nível superior, observei que nossos clientes estão tentando duas abordagens diferentes.

Primeiro, eles estão mudando o que enviam aos assinantes. Mais especificamente, muitos deles se concentram em criar campanhas de win-back para impulsionar o re-engajamento dos inscritos que estão desengajados. Algumas das melhores práticas para campanhas de win-back são:

Enviar diversas mensagens. Normalmente, os assinantes não respondem à primeira mensagem de win-back. Enviar várias mensagens lhe dá mais chances de ter um retorno. Porém, nós vemos uma diminuição significativa na eficiência após a quarta mensagem.

Linhas de assunto que expressam emoção (incluindo humor) não têm um desempenho significativamente melhor do que as linhas de assunto que são mais objetivas. Isso significa que, como em todo o resto, você precisará testar uma ampla variedade de linhas de assunto.

Descontos absolutos (descontar um valor específico em uma compra) são melhores do que descontos percentuais (% de desconto em uma compra). Tenho certeza de que há alguma razão psicológica profunda por trás disso. Ou talvez seja somente porque é mais trabalhoso calcular o valor de um desconto utilizando a porcentagem.

Antecipe-se. Não espere até que o assinante fique inativo por um longo tempo para tentar recuperá-lo.

Personalize. Assim como em outras mensagens, personalizar os produtos, o convite à interação, etc., geram melhor desempenho.

As campanhas de win-back são uma estratégia sólida, mas ainda assim não são melhores do que evitar desde o princípio que os assinantes se distanciem. Construir um programa que dependa mais de mensagens contextuais e personalizadas causará menos desgaste na lista do que uma campanha de e-mail massivo e pouco personalizado.

A segunda abordagem é variar a quantidade de e-mails que os assinantes recebem. Eu escrevi sobre isso anteriormente.

Quando os profissionais de marketing fazem experimentos com a otimização de cadência/frequência, eles tendem a alterar a frequência para todos os assinantes, o que leva a resultados abaixo do ideal. Como qualquer outro aspecto de uma campanha de e-mail, a cadência deve ser personalizada para cada assinante. Nesse caso, a personalização é baseada no nível de atividade do assinante.

Os intervalos de atividade bruta (“inscritos que não abriram ou clicaram em mais em X dias”) são uma abordagem comum, mas tendem a apresentar um desempenho abaixo do esperado. Em vez disso, sinais mais sutis que podem ser capturados por modelos de machine learning fazem um trabalho muito melhor na otimização da cadência.

Naturalmente, muitos profissionais de marketing não têm uma equipe de análise de dados disponível para ajudar nessa abordagem mais sofisticada. Nesse caso, a abordagem do registro de atividade é melhor do que nada.

Your browser is out of date.
For a better Return Path experience, click a link below to get the latest version.