邮件营销需要追踪哪些基本数据

1. d回率(Bounce Rate)

d回率是被d回E-mail数目占发送总数的百分比。

【计算公式：d回率 = d回的E-Mail地址总数 ÷ 发送的E-Mail总数 】

如，如果你发送了100封E-mail，20封被d回，每封E-mail的d回概率是0.20，转化成百分比是20%。

2. 未d回率(Non-bounce Rate)

一般情况下，未d回E-Mail总数是指未被d回的邮件数目即发送的数目。

【计算公式：Email发送总数 — d回总数 = 未d回的Email总数】

未d回邮件有时用百分比表示，有时用数字表示，因为打开率的计算是基于数字的，所以数字的应用更加广泛。有些邮件没有被视为d回邮件，但在严格意义上也不能定义为发送的邮件，因为某些ISP将邮件错误地发送到了用户无法获取的垃圾邮件箱。在不能确定是否未被d回的邮件成功发送情况下，假设未被d回的邮件到达了目标受众，未d回率一般等于送达率(Delivery

Rate)。

3. 打开率(Open Rate)

打开率是指电子邮件营销活动中，目标受众打开邮件的数量占整个送达总数的百分比。邮件的打开率，统计包括：邮件接收者在预览窗口或网页版本中显示图片。接收者点击了E-mail中的链接。

【打开率的计算公式：打开率 = 邮件打开总数 ÷ 未d回总数即成功送达的总数】，步骤如下：

第一步： 邮件打开总数 ÷ 未d回总数 = 打开率 (转化成百分比)

第二步： 用“未d回的Email总数” 代替 “成功发送的邮件总数

从邮件打开率是衡量出邮件营销活动效果的重要指标，所受关注和欢迎的程度如何。同时，越来越多用户的邮件客户端的默认设置是点击显示图片，有些用户根本不下载图片查看邮件。基于这种情形，真正浏览过的目标用户数可能会高于跟踪报表显示的实际打开率。请注意：没有任何链接或图片的纯文本邮件是不可追踪的。

4. 点击率(Click Through Rate)

CTR是在邮件中点击了一个或多个链接的目标受众数，表现为总体打开数的百分比。

【计算公式: 点击率 = 点击链接的用户总数 ÷ 邮件送达总数】 计算CTR的步骤：

第一步：计算点击链接的目标受众人数，一个订阅者可以进行多个点击，计算时不可重复

第二步：用点击链接的目标受众人数处以送达总数，算出Email的点击率，转化为百分比

在E-mail中点击一个链接会在追踪中显示为一个打开，点击率永远不会超过打开率。点击总数偶尔会超过打开总数，原因是某些邮件接收者在邮件中多次点击一个链接或者点击多于一个的链接。即使订阅者点击了多次，点击率只表示点击链接的订阅者人数，而不是点击的总数，订阅者可以点击一个或多个链接。大多数邮件追踪报告显示了每个人的点击总数，也显示了哪些链接被点击。

上面所介绍的数据都是非常直观、从系统报表中能够清晰获得的数据，而一个邮件营销活动是否成功，仅仅关注这些数据还是不够的。

还有一个非常重要的指数：转化率(Conversion Rate)

指针对一个特定的Email营销活动，收件人对活动回应的比率。转化率可以用来衡量某一次Email营销活动的成功程度可以通过对邮件发送后，网站流量的变化、产品销售的增长、电话回馈数量、得到的预约机会、回答问卷调查比例等指标进行衡量。

报表数据追踪是利用文档或者报表的方式，进行数据追踪的一种形式。

随着流量增长的红利消退，获客成本也逐渐飙升，数据追踪对于数据分析来讲，可谓是最重要的基础工作，是一切数据运营与数据分析的重要前提。数据追踪计划可以为企业打好数据化运营的基础，助力企业精细化评估各渠道的渠道质量，降低渠道成本，提升渠道转化；找到促进核心转化的相关因素，挖掘促进客户触发核心行为的关键行为做优化或运营激励；完成客户分群和客户分层，展开精准营销，让客户拥有更完善的体验，从而达到客户增长、转化的最终目的。

企业的数据追踪计划表指的是企业构建的标准化跟踪数据的方式，一般来讲经常是文档或者表格，可以起到项目管理工具，或是参考文档。

意思：大量数据分析获取个人的信息。

大数据，或称巨量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。

企业需要从新的角度来确保自身以及客户数据，所有数据在创建之初便需要获得安全保障，而并非在数据保存的最后一个环节，仅仅加强后者的安全措施已被证明于事无补。

趋势

数据的资源化，是指大数据成为企业和社会关注的重要战略资源，并已成为大家争相抢夺的新焦点。因而，企业必须要提前制定大数据营销战略计划，抢占市场先机。

与云计算的深度结合。大数据离不开云处理，云处理为大数据提供了d性可拓展的基础设备，是产生大数据的平台之一。

自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。

---