Dans la gestion de la relation client, l’email marketing reste sans conteste le canal privilégié de communication de l’entreprise. Les différentes études des consultants spécialisés montrent des niveaux d’investissements continus dans ce médium.

Devant l’enjeu stratégique de ce canal d’interaction, les marketeurs qui réussissent le mieux sont ceux qui comprennent les habitudes des personnes auxquelles elles s’adressent. Au delà de la forme et du contenu de l’email, il est vital de comprendre les préférences des nos destinataires. Ce n’est un mystère pour personne nous sommes tous sollicités de plus en plus. Les moments d’attention et de disponibilité sont rares.

Arriver à savoir quand faire parvenir votre email est donc critique dans la réussite d’une campagne marketing.

L’envoi d’une campagne d’emails est un challenge technique qui demande de surmonter plusieurs obstacles. Pouvoir les identifier et poser les bonnes questions vous permettra de trouver les bonnes recommandations. Et cela représente 50 % de votre travail de marketeur!

Imaginons une entreprise fictive qui dispose de moyens d’actions confortables. Elle envoie des emails quotidiens: pas forcément un contact avec tous ses clients mais à différents segments. L’ensemble de ces opérations lui permet une utilisation intensive de l’email marketing.

Pour illustrer notre présentation, nous partons d’informations générées aléatoirement et issues d’un modèle de base de données d’une plateforme multi-canal à haute performance. Elle permet de router des dizaines de milliers d’envois quotidiens. Les indicateurs que nous prenons sont génériques. Ils sont adaptables à toutes les plateformes email marketing.

Par soucis pédagogique, nous simplifions la représentation des données : imaginons que nous envoyons des emails d’un même type et que nous nous adressons à un même segment de clients.

Cette première note inaugure une série qui fera le tour de chaque étape du processus email marketing:

1. Envoi et routage
2. Délivrabilité: Gestion des NPAI et Bounces
3. Ouverture
4. Clics
5. Conversion
6. Désabonnements

Chaque étape nous livre des informations différentes. Elles apportent leurs propres questions. En articulant des réponses claires avec les indicateurs appropriés, il est possible de proposer des actions spécifiques qui permettront d’améliorer la qualité de votre email marketing. Et au final vos campagnes gagneront en performances.

Ouverture des emails : Quel est le meilleur moment pour envoyer mes emails?

Dans cette note, nous vous présentons notre méthodologie d’analyse en 6 phases :

1. Les tendances annuelles
2. Les tendances d’un mois en particulier
3. La vue annuelle au niveau de détails jour par jour
4. La semaine type
5. La série des meilleurs jours
6. Les heures d’ouverture préférées

Etudier le passé pour prédire l’avenir:  un leitmotiv répété par les éditeurs de solutions de datamining. Sans pour autant utiliser ce genre de solution,  nous vous proposons ici un exercice d’exploration accessible à tous.

La vue globale : Etude des tendances annuelles

Dans cette première vue, nous avons un aperçu qui compare le volume d’emails envoyés avec leur taux d’ouverture mensuels respectifs sur une année.

Nous considérons par le terme “ouvert” un email dont le destinataire a accepté de visualiser les images inclues. Les images étant externes à l’envoi de l’email, elles sont “appelées” et chargées au moment de l’ouverture si l’utilisateur l’a accepté. Cette opération permet de contrôler le moment précis de l’ouverture.

Ce premier graphe est un classique: il offre une courbe distribuant les valeurs collectées sur l’ensemble des campagnes d’emails marketing sur une année entière.

On peut apercevoir quelques effets saisonniers. Les mois de Mars et d’Aout semblent avoir été propices à l’ouverture des emails sur ces campagnes d’emailing.

Ces vues sont souvent suffisantes et adaptées pour les rapports à présenter au management. On peut relier les pics à des effets saisonniers (vacances, rentrées scolaire, etc.) connus dans le métier de l’entreprise.

Mais comment aller plus en profondeur ? Comment faire pour ameliorer ma perception ? Que pourrais-je regarder pour descendre dans les données et trouver les meilleurs jours pour l’envoi des emails?

1ere réflexion: Etudions un mois ciblé : Mars

6 dates font plus de 42% des ouvertures sur le mois avec une concentration d’ouverture en fin de mois.

Dans le cas d’une étude plus approfondie (mesure des clics dans les emails et suivi des conversions sur le site web), le chiffre d’affaire serait réalisé essentiellement sur ces 6 jours voir 9 jours.

Vous devez savoir qu’il est possible d’obtenir une vue d’un mois type résumant toute une année. (voir même un délai encore plus grand si vous disposez de plusieurs années de données sous la main). Ces vues génériques permettent de lisser la moyenne du nombre de jours critiques.

Nous recommandons clairement de multiplier ces vues. Cela vous permet de préciser une stratégie générale et des plans d’actions appropriés pour anticiper les effets saisonniers.

2eme réflexion:  Comment améliorer la perception des volumes d’ouverture?

• Comment expliquer les pics d’ouvertures d’emails?
• Est-ce dû aux modifications visuelles des templates emails?
• Un ajout d’une promotion pour un nouveau produit?
• La présentation d’une offre unique?
• Un résumé de plusieurs informations attirant différents profils de personnes?

Pour affiner la perception sur les volumes d’ouvertures, nous allons descendre dans la granulométrie au niveau des activités journalières. Et ceci toujours en commençant par la vue la plus large et en la réduisant progressivement.

Une Vue Globale Annuelle au jour le jour .

Revenons sur une vue annuelle mais ici décomposée jour par jour, nous avons la quantité quotidienne des  transactions d’ouverture.

Nous avons isolés quelques pic positifs maximum mais on observe rapidement qu’il y a une grande série de jours avec des taux faibles proche de zéros.

Comment isoler une tendance ?

Simplement en changeant l’axe des ordonnées en mode logarithmique. Cette échelle permet d’assurer un affichage proportionné aux valeurs extrêmes. Ceci évite qu’une valeur exceptionnelle (ou une série exceptionnelle) ne tire le graphique dans un sens et écrase complètement les tendances situées de l’autre coté de l’échelle.

Observez bien l’axe des ordonnées ci-dessus: le changement d’échelle améliore la perception sur les écarts extrêmes. Ici nous pouvons mettre l’accent sur nos faibles volumes.

En changeant également la représentation linéaire par un mode quantitatif en utilisant des cercles pleins, on perçoit instantanément la distribution des ouvertures de nos campagnes d’emails.

La taille du cercle est adaptée au volume d’emails ouverts. On peut observer les quelques “envois loupés” de cette fin d’année 2009 .

Comment améliorer mon taux d’ouverture d’email?

1) Quel est le meilleur jour d’envoi des mes emails?

A partir du mois de mars que nous avons étudié ci-dessus, nous le résumons en une semaine type pour identifier les jours qui ont le mieux fonctionné.

Comme vous pouvez le remarquer, la lecture du tri décroissant des journées est encore plus explicite.

On découvre directement que Mercredi et Vendredi sont nos 2 meilleures journées. On observe les jours les plus faibles : Samedi, Mardi et Dimanche.

Il est bon de savoir qu’il est possible de créer une semaine type sur une période de temps plus grande (un trimestre, une année, plusieurs années, …). Ce genre d’étude approfondie permet d’adapter rapidement votre stratégie aux effets saisonniers en anticipant les habitudes de vos destinataires.

2) Quelles sont les heures préférées de mes clients?

Comme notre société fictive route des gros volumes d’emails quotidiens, tous ne savent pas être envoyés en même temps. Donc il nous est possible de mesurer clairement la distribution des heures auxquelles nos clients ouvrent leurs emails.

Nous regardons dans le graphique ci-dessous les 24 heures du mercredi type de notre mois de mars.

Imaginons que notre manager exige d’obtenir une performance moyenne d’ouverture de 80% des envois.

Sur le graphique notre moyenne d’ouverture se situe à 75%. Nous avons donc 5% de décalage sur les performances qui nous sont assignées.

• A quoi est dû ce décalage?
• Comment faire pour le résorber?

Il semblerait que 4h du matin et 12h sont les heures à laquelle le taux d’ouverture connaisse des pics. Par contre de minuit à 2h00, de 8h00 à 11h00, de 13h00 jusque 19h00 nous connaissons des plages basses voir décroissantes.

Une de nos recommandations sera de voir comment optimiser les volumes d’envois pour qu’ils arrivent dans les boites emails aux heures des pics d’ouvertures. Une des solutions serait d’augmenter la capacité de routage à certaines heures, en augmentant le nombre de serveurs permettant d’assurer un volume adéquat.

Le graphique étant interactif, il est possible de calculer directement la quantité d’emails à déplacer d’une tranche horaire vers une autre. Et donc de calculer la capacité de routage à dimensionner.

Nota Bene: Les données sont fictives et générées aléatoirement, ne vous étonnez pas du taux maximal à 4 heures du matin Et dans la réalité, nous étudierons encore d’autres indicateurs nous permettant d’affiner nos recommandations. Un seul exemple d’indicateur avec une étude de l’ouverture par segmentation des destinataires.

Conclusion

Dans cet article, nous avons exploré différentes facettes sur l’ouverture de nos emails:

1. La tendance annuelle par mois
2. Les tendances d’un mois en particulier
3. La vue annuelle au niveau de détails jour par jour
4. La semaine type
5. La série des meilleurs jours
6. Les heures d’ouverture préférées

Ce qu’il faut comprendre :

L’ensemble des données collectées avec l’envoi de vos email est riche.

Nous sommes capables d’identifier des tendances sur une granulométrie allant du plus large (année voir plusieurs années) jusqu’aux heures auxquelles nos destinataires ouvrent les emails.

La conclusion est une série de recommandations à mettre en pratique pour les prochains envois.

Certains feront remarquer que la combinaison d’indicateurs propres à différentes étapes (ouverture, clics, conversion, etc.) permet de répondre à d’autres questions essentielles. Nous tenterons d’illustrer quelques exemples dans de futures notes.