Hoe je twee campagnes eerlijk met elkaar vergelijkt zonder verkeerde conclusies

Begin bij wat je daadwerkelijk kunt meten

Zyncsend Analytics rapporteert drie kerngegevens: het aantal verzonden e-mails, klik-events en unieke klikkers. Dat zijn de cijfers waarmee je werkt. Openmetingen zijn op dit moment niet beschikbaar in de Analytics-pagina, dus je vergelijking bouwen op leesgedrag is geen optie. Houd je aan wat er wél is.

Klik-events zijn het totale aantal klikken op links in je campagne. Unieke klikkers zijn het aantal individuele ontvangers dat minstens één keer klikte. Het verschil is relevant: een hoog aantal klik-events bij weinig unieke klikkers betekent dat een kleine groep mensen meerdere keren klikte. Dat zegt iets anders dan wanneer een grote groep elk één keer klikte.

Trek de lijstgrootte gelijk voordat je vergelijkt

Stel dat campagne A naar vijfhonderd mensen ging en campagne B naar vijfduizend. Dan verwacht je simpelweg meer klikken bij campagne B, ook als de inhoud identiek was. Absolute aantallen zeggen dan niets.

Wat je zelf uitrekent, is een verhouding: deel het aantal unieke klikkers door het aantal verzonden e-mails. Die berekening doe je buiten de app, in een spreadsheet of op papier. Zo maak je de schaal vergelijkbaar en voorkom je dat volume het beeld vertekent.

• Noteer voor elke campagne: verzonden e-mails en unieke klikkers.
• Bereken zelf de verhouding unieke klikkers per verzonden e-mail.
• Vergelijk die verhoudingen, niet de ruwe aantallen.

Kijk naar wie je aanschreef, niet alleen hoeveel

Een doelgroep van trouwe klanten reageert anders dan een lijst van mensen die zich pas hebben aangemeld. Als campagne A naar een betrokken segment ging en campagne B naar een koude lijst, is het logisch dat campagne A meer klikken opleverde. Dat zegt niets over de kwaliteit van de e-mail zelf.

Leg daarom naast de cijfers ook vast welke doelgroep je had geselecteerd voor elke campagne. Dat is een stap die je zelf bijhoudt, los van de analysedata. Een eenvoudig notitiedocument per campagne is hiervoor al voldoende.

• Noteer bij elke campagne welk segment je gebruikte.
• Onderscheid tussen nieuwe abonnees, terugkerende klanten en inactieve contacten.
• Vergelijk campagnes bij voorkeur op dezelfde of vergelijkbare segmenten.

Houd rekening met het verzendmoment

Een e-mail die maandagochtend verstuurd wordt, belandt in een andere context dan een e-mail die vrijdagmiddag aankomt. Het verzendmoment beïnvloedt of mensen überhaupt op een link klikken. Als je twee campagnes vergelijkt die op verschillende momenten verstuurd zijn, is dat een variabele die je niet kunt wegredeneren.

Dit betekent niet dat je altijd op hetzelfde moment moet versturen. Het betekent wel dat je het moment meeneemt als je een conclusie trekt. Leg ook dit zelf vast per campagne, want het is geen gegeven dat automatisch uit Analytics komt.

Vergelijk campagnes met hetzelfde doel

Een campagne gericht op het promoten van een product heeft een andere bedoeling dan een informatieve nieuwsbrief. Als je die twee naast elkaar legt op klikgedrag, vergelijk je eigenlijk twee verschillende vragen. Een productkampagne nodigt actief uit tot klikken, een nieuwsbrief doet dat mogelijk minder.

Zorg dat de campagnes die je vergelijkt, hetzelfde doel hadden. Alleen dan zegt het verschil in klik-events iets over de effectiviteit van de aanpak, en niet over het verschil in campagnetype.

• Vergelijk promotiecampagnes met andere promotiecampagnes.
• Vergelijk informatieve e-mails met vergelijkbare informatieve e-mails.
• Noteer het campagnedoel vooraf, zodat je het achteraf kunt toetsen.

Wat je daarna met de vergelijking doet

Als je de variabelen gelijk hebt getrokken, lijstgrootte, doelgroep, verzendmoment en campagnedoel, en de verhoudingen dan nog steeds uiteen lopen, kun je voorzichtig een conclusie beginnen te trekken. Voorzichtig, omdat campagnes ook van elkaar kunnen verschillen in onderwerpregels, inhoudsopbouw of het aantal en de plaatsing van links.

Gebruik de vergelijking als startpunt voor een volgende keuze, niet als definitief oordeel. Als campagne A meer unieke klikkers had bij een vergelijkbare context, is dat een signaal om te onderzoeken wat er anders was: de toon, de structuur, de aanbieding of de timing binnen die dag.

Schrijf je bevindingen kort op na elke campagneronde. Dat hoeft niet uitgebreid; een paar regels per campagne zijn genoeg om na verloop van tijd patronen te herkennen die je anders mist.