Nouvel ebook Epolitics.com ! Consultez « Comment utiliser Internet pour gagner en 2014 ».
Ce qui suit est un extrait du nouvel ebook, « Comment utiliser Internet pour gagner en 2014 : un guide complet de la politique en ligne pour les campagnes et les défenseurs », disponible dans la boutique Amazon pour la liseuse Kindle et au format PDF ici sur Epolitics.com.
Extrait du chapitre neuf, « Données et analyses »: analyse des e-mails et segmentation des listes
Analyse des e-mails
Les spécialistes du marketing par e-mail se soucient * beaucoup * des données – la bonne ligne d’objet d’un appel par e-mail peut doubler les dons qu’il rapporte. Comme nous en avons discuté précédemment, tout système de messagerie de masse/CRM digne de ce nom vous permettra de suivre les informations de base sur vos messages, y compris le pourcentage de messages ouverts par les destinataires (« taux d’ouverture »), le pourcentage de clics sur l’action dans le message ( « taux de clics »), le pourcentage qui donne suite à un don (« taux d’action ») et le pourcentage qui abandonnent votre liste à chaque message (« taux de désabonnement »).
Votre objectif est généralement de maximiser vos taux d’ouverture, de clic et d’action et de minimiser votre taux de désabonnement (quelques personnes se désabonneront presque toujours lorsque vous envoyez un message, ce qui est l’une des raisons pour lesquelles vous devez constamment ajouter plus de supporters à votre liste). Suivez vos messages au fil du temps pour savoir : sur quelles lignes d’objet les sympathisants ont-ils cliqué ? Quel langage d’appel a généré le plus de dons individuels ? Quelle langue d’appel a généré le plus gros MONTANT d’argent au total ? De même, quels appels ont généré le plus d’inscriptions de bénévoles ?
Chaque liste de diffusion est différente, et les statistiques de suivi vous aideront à découvrir comment se comporte votre univers particulier de supporters – et quelles tactiques vous pouvez utiliser pour les persuader de vous apporter une aide concrète dans votre campagne. L’humble feuille de calcul peut être un outil puissant dans ce combat, car la création d’un graphique qui montre les lignes d’objet des e-mails, les dates d’envoi, les taux d’ouverture, les taux d’action, les montants des dons et les taux de désabonnement vous permet d’évaluer les tendances en un coup d’œil.
Segmentation de la liste
Une autre utilisation courante de l’analyse des e-mails : la segmentation de votre liste en fonction d’un ensemble de caractéristiques, généralement le comportement passé des membres, mais également les données démographiques et l’emplacement. Quelques exemples simples :
1. Segmentation basée sur l’historique des dons passés. Par exemple, les campagnes ciblent souvent les non-donateurs avec une petite demande d’argent (3 $ ou 5 $) pour les faire progresser sur l’échelle de l’engagement. Une fois que quelqu’un a fait un don, les campagnes adaptent souvent les demandes futures en fonction des montants des dons. Par exemple, les donateurs de 5 $ pourraient recevoir un message demandant 10 $, tandis que vous pourriez demander à ceux qui ont donné 50 $ en dernier de donner 75 $ cette fois-ci. Des campagnes vraiment sophistiquées frapperont chaque donateur avec une demande personnalisée exactement adaptée à leurs dons passés, mais la plupart d’entre nous diviseront les donateurs en groupes – c’est-à-dire que les personnes qui ont donné moins de 10 $ dans le passé reçoivent une demande de 10 $, celles dans les 10 $ – 20 $ gamme recevoir une demande de 25 $, etc.
2. Segmentation basée sur d’autres comportements passés. Si vous avez déjà envoyé des messages basés sur des problèmes dans le passé, par exemple, vous pouvez segmenter votre liste en fonction des messages que les gens ont ouverts et les cibler en conséquence – frappez les personnes qui ont ouvert un message lié à l’éducation avec une demande de collecte de fonds qui se concentre sur le programme de formation du candidat.
3. Segmentation géographiquece qui est particulièrement utile lorsque vous essayez d’inciter les gens à assister à un événement local ou lorsque vous essayez de recruter des bénévoles dans une ville ou un quartier en particulier.
4. Segmentation aléatoire pour les tests A/B. Une fois que votre liste atteint une bonne taille (au moins quelques milliers de membres), vous pouvez commencer le processus (certes long) de test A/B de divers aspects de vos e-mails individuels.
Comment fonctionnent les tests A/B ? Tout d’abord, vous identifiez les variables que vous souhaitez tester, généralement des choses comme les lignes d’objet des e-mails, la langue d’appel, les photos/images, etc. Ensuite, vous créez deux (ou plusieurs) messages distincts qui intègrent les différences, les envoyez et mesurez le réponses. Vous découvrirez généralement très rapidement lequel est le plus performant.
Vous pouvez envoyer vos variantes A/B à votre liste complète plutôt qu’à un segment de test initial, dans l’espoir d’en savoir plus sur les tactiques qui fonctionneront sur les futurs messages. Mais si votre liste est suffisamment grande, vous pouvez envoyer ces messages de test à un petit sous-ensemble de votre liste principale, en utilisant les résultats pour décider quelles lignes d’objet, images, etc., vont dans le message final que vous envoyez à tout le monde. Par exemple, si votre liste comprend 100 000 personnes, envoyez une variante à un échantillon aléatoire de 5 000 et la deuxième variante à un autre échantillon aléatoire de 5 000. Lorsque vous savez laquelle est la meilleure, envoyez-la aux 90 000 adresses e-mail restantes.
La campagne Obama 2012 a largement utilisé cette dernière tactique : parfois, ils ont essayé des dizaines de variantes de message sur des univers de destinataires de test, trouvant souvent que les lignes d’objet qu’ils pensaient bien faire, ne l’ont pas fait. Parfois, les tests leur permettaient de doubler le nombre de dons générés par un message donné, simplement en trouvant la variante à laquelle les gens répondaient le plus vigoureusement lors des tests (leur ligne d’objet la plus réussie : « Hey »). Tout au long de la campagne, les tests ont rapporté des DIZAINES DE MILLIONS DE DOLLARS en dons supplémentaires.
Une mesure de la popularité des tests A/B : à mesure que les fournisseurs de CRM politiques mettent à jour leurs produits, de plus en plus ont intégré des tests A/B faciles et une sélection de variantes dans les architectures de leurs systèmes. Lorsque vous évaluez la technologie e-mail/CRM, assurez-vous de poser des questions sur les tests A/B – vous vous remercierez plus tard.
Pour en savoir plus sur le chapitre « Données et analyses », veuillez vous procurer votre propre copie de « Comment utiliser Internet pour gagner en 2014 »
Le message Email Analytics & List Segmentation in Politics (Or, How to Turn Data into Money & Votes) est apparu en premier sur epolitics.com : politique en ligne et outils de plaidoyer, tactiques et stratégie.
