Khác biệt giữa bản sửa đổi của “Email marketing”
Nội dung được xóa Nội dung được thêm vào
Đã cứu 0 nguồn và đánh dấu 1 nguồn là hỏng.) #IABot (v2.0.9.5 |
Thêm thông tin về cách đo lường hiệu quả của 1 chiến dịch email |
||
Dòng 102:
===Đánh giá kết quả===
Để đánh giá kết quả của chiến dịch email marketing thông thường sẽ dùng các chỉ số sau.
Phân tích chiến dịch email giúp bạn hiểu được những gì mà người đăng ký trong danh sách của bạn đang kỳ vọng. Ví dụ: Khi nhìn vào tỷ lệ mở, nó thường sẽ cho bạn biết bạn đã xây dựng mối quan hệ của mình với người đăng ký tốt như thế nào. Nó đôi khi cũng thể hiện sự cẩu thả trong việc viết dòng chủ đề của bạn, khán giả cần ở bạn nhiều hơn thế. Mặc khác, phân tích còn giúp bạn có được thông tin hữu ích để tiến hành phân khúc danh sách của mình thành các phân đoạn đối tượng khác nhau, từ đó gửi thông điệp phù hợp hơn dựa trên dữ liệu sâu sắc về người dùng.<ref name=":5" />▼
# Tỉ lệ mở email (Open Rate)
# Tỷ lệ nhấp chuột vào liên kết (Click-Through Rate)
# Tỷ lệ chuyển đổi (Conversion Rate)
# Tỷ lệ hủy đăng ký (Unsubscribe Rate)
Ngoài ra bạn có thể theo dõi thêm về ''Doanh số bán hàng'', ''mức độ tương tác'' cũng như ''phản hồi từ người nhận'' email để đánh giá hiệu quả
▲Phân tích chiến dịch email giúp bạn hiểu được những gì mà người đăng ký trong danh sách của bạn đang kỳ vọng. '''Ví dụ''': Khi nhìn vào tỷ lệ mở, nó thường sẽ cho bạn biết bạn đã xây dựng mối quan hệ của mình với người đăng ký tốt như thế nào. Nó đôi khi cũng thể hiện sự cẩu thả trong việc viết dòng chủ đề của bạn, khán giả cần ở bạn nhiều hơn thế. Mặc khác, phân tích còn giúp bạn có được thông tin hữu ích để tiến hành phân khúc danh sách của mình thành các phân đoạn đối tượng khác nhau, từ đó gửi thông điệp phù hợp hơn dựa trên dữ liệu sâu sắc về người dùng.<ref name=":5" />
==Xem thêm==
| |||