電子報行銷的成效該如何評估呢？|數位時代 BusinessNext

我們曾談過收集名單和管理名單是電子報行銷的基礎。開始寄送電子報之前，了解基本的定義和指標，還有它們背後的意義，會有助於在未來順利管理並對問題進行改善。

基本定義

了解這些常用名詞可以讓你更快進入電子報行銷的領域，幫助你了解電子報行銷的脈絡，看出問題並加以改善。由於這些名詞眾說紛紜，因此這裡採用由美國互動廣告協會 (IAB) 定義的名詞。如果你覺得太難消化，可以直接跳下一段。

退信：
電子郵件因為無法發送到目的地的電子郵件系統 (例如 : Gmail) 而被退回。退信有分「暫時性」和「永久性」。永久性退信大部份的原因是因為使用者不存在而查無此人。暫時性退信大部份的原因則是因為收件匣已滿、網域名稱不存在 (例如：gmaii.com)，或是伺服器因故無法接受郵件。

Email Service Provider (ESP): 提供電子報發送技術、軟體的公司或組織。他們有時也會提供行銷、廣告和一般性溝通的服務。

Internet Service Provider (ISP): 網際網路服務供應商，指提供網際網路存取服務的公司。

收件匣：
在一個電子郵件系統內，用來儲存電子郵件訊息的主要收件匣。

垃圾郵件匣：
在電子郵件服務裡，用來儲存因為特定原因而無法被寄入主要收件匣的訊息。

電子郵件系統：
提供特定電子郵件信箱的電子郵件程序和延伸的伺服器 ( 如 Gmail, Yahoo)

電子報成效指標

單一行銷活動發送狀況總覽

綜合檢視以下數據，可以讓你洞察電子報的寄送狀況。

- 發信數 (Email sent)

總共發信的數量。這個數字並非越大越好，定期整理你的名單可以讓你在降低發信數的同時提升整體效率。

名單是公司重要的資產。統計指出，活躍名單會以每年 1/3 的速度減少。這是每個數據的分母，也是最重要的一環。

- 到達率 (Email delivered rate) = 到達數 / 發信數

名單裡有多少比例的人成功接收了我的訊息？換句話說，有多少人在「退信」沒發生的情況下收了我的電子報？這個指標計算發生在電子報進入內容過濾器前。因此不論電子報進入主要收件匣或垃圾郵件匣，都會視為到達。

- 總開信率 (Open rate) = 總開信數 / 發信數

「平均一個人開了這封電子報幾次？」，重複開信率能顯示出一封電子報的主旨和內容主題是否成功。實務上，載入一個看不見的像素就足以確認開信行為。

附註：有一些開信行為可能無法被追蹤，如：使用者禁止載入圖檔，或是選擇以純文字方式開啟電子報。這個指標有時候也會因為使用者在預覽視窗載入，而被錯誤計算。

- 不重複開信率 (Unique open rate) = 不重複開信數 / 發信數

這個指標和重複開信率類似，但來自同一個收件者的開信行為會被忽略。透過這個指標可以看出「有多少人看過這封電子報」。

- 總點擊率 (Click-through rate) = 總點擊數 / 發信數

透過這個數字可以看出「一個人點擊這封信內的連結幾次」，這可以或不包含退訂連結。你可以透過每個連結的點擊狀況，得到一些有用的資訊。這個指標可以超過 100 %。

- 不重複點擊率 (Unique click-through rate) = 不重複點擊數 / 發信數

這個數字可以看出「有多少人曾經點擊信內的連結？」如果一個人曾點擊信內的 A 連結，之後再點 B 連結，或是點擊 A 連結多次，則只視為一次不重複點擊。

- 開信後點擊率 (Click-to-open Rate)

計算方式可為：「總點擊數 / 總開信數」或「不重複點擊 / 不重複開信」。

這個數字可以看出「在不重複開信數中，有多少使用者採取了動作(點擊連結)」

利用這個指標可以看出電子報的內容是否可以成功引導開信者點擊連結。

為什麼不直接從點擊率來看？

如圖下所示，雖然電子報 1 和電子報 3 的開信和點擊都較電子報 2 高，但是電子報 2 的開信後點擊率卻比電子報 1 高，同時只比電子報 3 低一點。

電子報行銷成果檢驗

以下的數據可以幫助你了解電子報行銷整體的表現，並與其他的行銷管道進行比較

電子報轉換率 (Conversion rate) = 轉換數 / 發信數

雖然並非每個電子報活動的目的都是導購，但是大部分的訊息仍含有 call to action，如：引導到網站或活動確認。當你的目標是 call to action 時，可以以此數字來檢視成果。

電子報營收 (RPE) = 電子報總營收 / 發信數

每封電子報行銷活動帶來了多少直接營收或作為行銷管道貢獻了多少營業額？

電子報投資報酬率 (ROI)

衡量行銷管道效率時最常使用的指標。計算營收與成本的比率，例如：設置成本 ( 電子報發送成本 )，創意 ( 設計 )，退訂 / 失去的機會，投訴，客戶服務等。

品牌價值，影響長期寄送

下列名詞討論寄入收件匣之後發生的狀況。申請取消訂閱和抱怨都可以透過「電子郵件、線上表單、偏好設定、客服中心」處理並加總計算。取消訂閱可以也可以不被視為抱怨。

取消訂閱 (Unsubscribe)

這個指標可以讓你了解有多少人取消訂閱你的電子報。

抱怨數 (Complaint)

有多少人按了電子郵件系統上的「這是垃圾郵件」或「回報為垃圾郵件」？你可以透過向各 ISP 註冊取得這些 feedback loop 以統計這些數字。

藥方在哪裡?

在閱讀這些數字的時候，要配合你想知道的問題來閱讀。你可以從一個規律來有系統的找出問題所在：如圖所示，如果在到達收件匣的過程中出了問題，就會影響到可開信的母體，而讓最後有機會完成轉換的人減少。

定期了解自己的電子報行銷狀況，透過數據發現問題，並加以改善，是在電子報行銷獲得成功的不二法門。

本文出自電子豹/Andy Chou

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。