Comment analyser les retours d'une campagne
et optimiser les prochaines ?
Pour que cette courbe d'apprentissage se réalise de manière optimale, il est
nécessaire d'analyser chaque retour de campagne. Il faut alors étudier attentivement
les résultats de manière à comprendre pourquoi l'opération a été un succès ou
un échec. Comme on l'a déjà dit, l'un des intérêts de l'e-mail marketing tient
dans la profondeur des informations retours. Ces informations recouvrent chaque
étape de l'opération jusqu'au comportement du destinataire. Il est alors essentiel
d'analyser ces différents niveaux d'informations de manière à repérer quels sont
les axes de progrès de vos futures opérations.
Prenons un exemple très concret. Un annonceur possède une base de données d'e-mail
de 500.000 adresses. Il crée un message puis le fait parvenir à ses destinataires
via son routeur. Voici, les résultats sont présentés dans le tableau 2.3.
Soit :
Recrutés : 4.016,
Panier moyen : 35 euros,
CA généré par la campagne : 140.560 euros.
Il est possible d'optimiser ce résultat quelque peu décevant.
» Premier temps : optimiser le nombre
de messages parvenus
Nous le verrons, différents dispositifs permettent d'éviter un taux de NP@I
(n'habite pas à l'adresse électronique indiquée) aussi important : vérification
syntaxique et redressement des adresses, réactualisation des NP@I dans la base,
etc. Ces différents moyens permettront d'augmenter sensiblement le nombre de messages
parvenus comme le montre le tableau 2.4.
Soit :
Recrutés : 4.347,
Panier moyen : 35 euros,
CA généré par la campagne : 152.145 euros,
Optimisation de 8 % !
Le résultat est un peu meilleur, mais il est nécessaire d'aller plus loin !
» Second temps : optimiser l'ouverture
des messages
Nous pouvons agir sur différents leviers pour inciter les destinataires à ouvrir
ce message : imaginer des accroches plus motivantes pour le champ objet du mail,
voire le personnaliser ! On peut également tester différentes formules pour le
champ expéditeur (voir tableau 2.5).
Soit :
Recrutés : 5.796,
Panier moyen : 35 euros,
CA généré par la campagne : 202.860 euros,
Optimisation de 44 % !
Le résultat est nettement plus intéressant, mais ce n'est pas terminé
» Troisième temps : optimiser le taux
de clic
Ici encore, nous avons la possibilité d'actionner de nouveaux leviers : travailler
sur la position des liens, repenser la création, personnaliser davantage le message,
mettre plus en avant l'option de retour (tableau 2.6)
Soit :
Recrutés : 8.144,
Panier moyen : 35 euros,
CA généré par la campagne : 283.990 euros,
Optimisation de 102 % !
Bravo ! Par de simples petites évolutions dans la production et la création
du message, nous avons optimisé de plus de 100 % le résultat de la campagne.
Certes, cet exemple est fictif. Il se base néanmoins sur des taux moyens très
réels tirés de plusieurs expériences concrètes. Surtout, il met le doigt sur les
informations à analyser suite à une opération et sur les décisions à prendre en
fonction des valeurs de ces informations.
Ce type d'analyse est relativement simple et reste orienté autour du message.
Un autre levier important pour optimiser ses opérations de marketing direct
on-line est celui du ciblage. Pour cela, il est nécessaire de passer par
une étape d'analyse et de segmentation de votre base