Факторы эффективности e-mail маркетинговых коммуникаций на примере компании Veeam Software - Факторы эффективности e-mail маркетинговых коммуникаций компании 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 ее 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 - ее 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 объем 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 партнеров; - 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 продает свой софт, хотя и располагает внушительным штатом менеджеров по продажам. Свое ПО Veeam сбывает через широкую партнерскую 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) - Партнеров 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 идет 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 упрощенном виде, то большая часть маркетинговые коммуникации в оффлайне и онлайн осуществляется на следующие группы пользователей и потребителей.

Табл.

Партнеры	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, четырех менеджеров и трех 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 определенных 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 партнеров 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 партнеров 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 партнеров, поскольку в таком случае наша выборка оказалась бы нерепрезентативной (слишком малой по объему 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 партнеров, 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 партнеров, так как в данном случае прямая выгода для подписчиков является более явной.

Гипотеза № 3: Чем больше количество ссылок, размещенных в e-mail открытке, тем выше будет click-through-rate рассылок, осуществляемых как на конечных пользователей, так и на партнеров, поскольку выше вероятность того, что пользователь перейдет 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 ведет к увеличению длины самого письма, снижая тем самым мотивацию к его чтению как таковому - открывая и видя большую открытку, пользователь сразу же закрывает ее, 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 объем.

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 определенное 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 днем 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 партнеров, то здесь мы получили следующую картину:

Таблица корреляции (e-mail маркетинговые коммуникации на партнеров)
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 партнеров)
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 партнеров)
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 партнеров)
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 партнеров)
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 партнеров, 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 партнеров. И те, и другие пресыщены упоминаниями брендов.

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

Гипотеза № 3 не подтвердилась: увеличение количества ссылок в e-mail открытках не ведет 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 партнеров присутствует умеренная отрицательная корреляция между днем 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 все проведенное нами исследование.

Похожие статьи