Por qué un suscriptor elige abandonarnos y qué hacer para evitarlo
Uno de los factores más importantes a la hora de diseñar una campaña de email marketing es la calidad de la base de datos a los que se va a dirigir dicha campaña. De ahí que buena parte de los esfuerzos se centren en la captación de registros adecuados e interesados en los productos o servicios que se ofrecen.
Sin embargo, a lo largo del tiempo, es normal que se produzcan bajas. Lo que no suele ser tan habitual es pararse a analizar los motivos de estos abandonos. Tendemos a centrarnos en ampliar la lista de registros sin tratar de aplicar nuestros conocimientos a evitar que los suscriptores dejen de estar interesados en seguirnos.
Para ello, lo primero es identificar las métricas que nos dan pistas sobre lo que puede estar sucediendo. En este caso deberíamos centrarnos, principalmente, en la tasa de bajas, la tasa de quejas y en la tasa de rebotes.
ÍNDICE DE CONTENIDOS
La tasa de rebote como indicador de posibles fugas de registros
Para empezar, la tasa de rebote (bounce rate) nos da el porcentaje de emails que no han llegado a su destino. Existen dos tipos:
- El rebote blando (soft bounce), indica que el correo electrónico no se ha entregado bien porque el servidor no estaba disponible en ese momento o que el buzón de correo estaba lleno, es decir, un problema puntual que tiene una posible solución.
- El rebote duro (hard bounce), que nos muestra el número de correos que no se han entregado pero que tampoco van a poder entregarse más ya que o bien el servidor no existe o bien la dirección de correo electrónico es incorrecta (está mal escrita, no existe ese usuario,…)
En ambos casos es interesante tener trabajadas unas estrategias que nos digan qué hacer ante estos supuestos. Por ejemplo, en el caso de los rebotes blandos podríamos tener planificado un envío consecutivo a otra hora lo que nos daría pistas de dónde puede estar el problema. Incluso, una vez que se haya resuelto el problema podríamos enviar un mensaje centrado en dichos usuarios explicando la situación.
La tasa de abandonos, la métrica que a nadie le gusta mirar
La información que obtenemos con la tasa de abandonos hace referencia al porcentaje de registros que han pulsado sobre los enlaces de cancelación de la suscripción.
Del análisis de la tasa de bajas podemos extraer exactamente quiénes son aquellos usuarios que, por las razones que sean, han decidido que ya no les interesamos.
Pero estos usuarios ya se han ido. Es casi imposible recuperarlos. Aún asi, de sus acciones podemos obtener gran valor dado que, si se trabaja adecuadamente, podemos identificar tendencias que, de verse en otros usuarios, deberíamos atajar.
Si sabemos que un usuario nos ha abandonado pero previamente no ha abierto los últimos 3 mensajes que le hemos enviado o que nunca ha pulsado sobre ninguno de los enlaces que hemos mostrado en los emails o, incluso, que después de pulsar sobre dichos enlaces las veces que ha llegado a la landing page correspondiente se ha marchado en segundos, podemos extraer unos patrones de conducta para los que plantear estrategias diferenciadoras.
Por ejemplo, si vemos que un usuario no ha abierto nuestros 3 últimos mensajes podemos realizar un envío promocional con el asunto bien trabajado intentando que abra el email.
O una solución más drástica. Podemos darle de baja directamente y enviarle un email indicando los motivos por los que se le ha dado de baja y dando opciones para que vuelva a activar la suscripción.
Lo interesante es que analizando el histórico del comportamiento del usuario, algo relativamente sencillo de realizar si se usa una plataforma de emailing como MDirector, podemos poner remedio a problemas que, posteriormente, son insalvables.
La tasa de quejas o por qué nos califican como spam
Por último, la tasa de quejas (complaint rate) es la más peligrosa de todas estas métricas ya que indica cuándo un usuario ha identificado nuestros mensajes como spam, un acto que nos puede perjudicar a medio plazo. De hecho, si recibimos una alta tasa de quejas, nuestro proveedor de email marketing puede llegar a bloquearnos la cuenta y clasificarnos como sospechosos de spammers.
Por eso es importante mantener una tasa de quejas baja lo que redundará en una mejora de nuestra reputación. Para ello es fundamental tener en cuenta los siguientes aspectos:
- Céntrate en crear listas de registros opt-in que son aquellas en las que cada suscriptor manifiesta que quiere recibir nuestros mensajes.
- Además, si es posible utiliza la confirmación del opt-in que obligue a los usuarios registrados a entrar en su cuenta de email para activar la suscripción autorizando la recepción de nuestros mensajes.
- Evita los métodos engañosos de suscripción. Lo único que vas a conseguir es aumentar el número de registros pero, probablemente, incrementarás paralelamente la tasa de quejas.
- Cuida tus envíos y lanza tus mensajes sólo cuando tengas algo interesante que decir.
- Adecúa la frecuencia de envío a cada usuario. Es importante que filtres las bases de datos con la información adecuada sobre el número de mensajes que cada usuario está dispuesto a recibir. Para ello, es importante que tu proveedor te permita filtrar los registros, algo que puedes conseguir en MDirector.
- En el proceso de registro ofrece las suficientes opciones en los formularios para lograr una lista de registros segmentada por la propia información que te dan los suscriptores.
- Pon bien visible el enlace de desuscripción. Además de ser obligatorio debe estar lo suficientemente visible para que los usuarios lo encuentren.
- Pregunta a los usuarios por qué razones quieren darse de baja. Para ello, lo mejor es que el enlace de desuscripción lleve a un formulario básico en el que el usuario pueda marcar algunas opciones dejando siempre un campo abierto para aquellas razones que sean más especiales.
- Deja que tus propios usuarios cambien sus preferencias, incluyendo un enlace en todas tus campañas. Es una forma interesante de adelantarte a posibles cambios de email.
Para terminar recuerda que cuanto mayor sea tu lista, peor se comportará por lo que es importante segmentar adecuadamente las bases de datos según los conocimientos que vayamos generando de los datos que obtenemos de las diferentes métricas.