Analítica de email marketing: guía completa

La tasa de apertura dejó de ser una señal fiable: la protección de privacidad del correo carga el contenido automáticamente y la apertura se registra aunque nadie haya visto el mensaje. Mide clics, conversión e ingresos por correo. A continuación, ocho métricas con umbrales y enlaces al detalle de cada tema.

Qué se rompió en la apertura

El mecanismo es simple. Una apertura se registra al cargar una imagen invisible dentro del correo. La protección de privacidad precarga esa imagen del lado del proveedor, abra o no la persona el mensaje.

De ahí dos consecuencias. El valor absoluto de la apertura carece de sentido y no se compara con cifras del sector. Pero la evolución informa: una caída a la mitad indica un problema de entrega y no un asunto flojo.

Ocho métricas y sus umbrales

Aquí van todas las métricas ordenadas por confianza. Los umbrales de la tercera columna no son recomendaciones sino fronteras donde cambia el comportamiento de los proveedores.

La métrica que más importa

Si te quedas con una sola métrica, que sea ingresos por correo enviado. Une toda la cadena y traduce el resultado a dinero.

Su gran virtud es permitir comparar lo incomparable. Un correo de bienvenida y una campaña promocional tienen aperturas y públicos distintos, pero los ingresos por correo los llevan a una escala común.

Es la métrica que muestra por qué el correo automático supera a las campañas regulares: la diferencia de ingresos por correo entre ambos llega a decenas de veces.

Quejas de spam

De todas las métricas, solo una tiene un umbral externo duro. Una tasa de quejas por encima del 0,1% —una por cada mil correos— empieza a afectar la entregabilidad de todo lo que envíes después, incluido el correo transaccional.

Una paradoja que conviene aceptar: un aumento de bajas a veces es bueno. Quien se da de baja en lugar de quejarse preserva tu reputación como remitente.

Cuándo son posibles los tests A/B

Un test A/B válido necesita alrededor de mil destinatarios por variante y un umbral de significación del 95%. Con una lista por debajo de dos mil direcciones no hay nada que probar: cualquier diferencia será azar.

La trampa en la que cae casi todo el mundo: las herramientas muestran un nivel de confianza, y una frase como «ganador con 87% de confianza» suena convincente. Pero significa que aproximadamente una de cada ocho veces coronarás una variante que no es mejor.

Segmentación de la base

La segmentación se construye sobre el comportamiento y no sobre la demografía. Género, edad y ciudad se relacionan poco con cómo responde la gente al correo, y los datos hay que sacarlos de algún sitio: un formulario más largo y menos altas.

Los atributos de comportamiento se acumulan solos: abrió, pulsó, compró, lleva tres meses sin aparecer. Si vas a implantar uno solo, que sea la actividad: afecta tanto al resultado de las campañas como a la entregabilidad de toda la lista.

Con qué comparar tus cifras

El error de evaluación más frecuente es compararse con cifras ajenas. Los datos del sector se calculan con métodos distintos y difieren varias veces entre fuentes.

El punto de referencia correcto eres tú mismo hace un mes. La segunda referencia es la diferencia entre tipos de correo dentro de tu propio programa: si los flujos automáticos no superan a las campañas regulares en ingresos por correo, algo va mal con ellos.

Cómo montar la medición

Técnicamente la medición necesita dos cosas: la misma estructura de etiquetas en todos los enlaces y un objetivo en la analítica que registre la acción final, no la visita al sitio.

En Mailvex las etiquetas se configuran una vez para todo el correo y se aplican a cada enlace automáticamente, así que la estructura se mantiene sin trabajo manual.