Het ideale verzendmoment voor e-mailings

16 november 2009, 08:28

{title}Vaak spreek ik klanten die willen weten wat het “ideale verzendmoment” is. Wanneer ze hun nieuwsbrief moeten versturen, om de clicks en het liefst ook de conversie zo hoog mogelijk te krijgen. Begrijpelijk, want of je nu op dinsdagmiddag verstuurt, of op zaterdagochtend, het kan een wereld van verschil zijn. Zaterdagochtend staat op het sportveld, op de markt of ligt men nog in bed.
Het gros van de mensen tenminste. En dinsdagmiddag, dan heeft men meestal net wél even de tijd om even z’n mail te checken. Hele analyses zijn uitgevoerd om te achterhalen wat het ideale verzendmoment is, met wisselend resultaat. Het grootste nadeel van dit soort analyses is natuurlijk dat het ideale verzendmoment eigenlijk niet bestaat, simpelweg omdat het te algemeen is. Want bijvoorbeeld het x percentage van de Nederlanders die in ploegendienst werkt, die willen misschien juist wél zaterdagochtend hun email ontvangen. De laatste trend onder email marketing providers is dan ook om het verzendmoment af te laten hangen van de ontvanger (zie ook deze post hier op M!).

RapidSugar is hiermee aan het testen, maar verder heeft Pure360 dit al geïmplementeerd en waarschijnlijk is het Silverpop die hiermee begonnen is.

Hoe werkt de optimalisatie van verzending? Per persoon wordt bijgehouden wanneer iemand zijn email opent en aan de hand daarvan wordt een optimale tijd berekend. Deze tijd wordt vervolgens gebruikt als verzendtijd, zodat er de hoogste kans is dat men het bericht leest. Verder is het bijvoorbeeld bij Silverpop mogelijk om niet alleen de tijd maar ook de dag van verzending aan te passen en dus de verzending van een emailing uit te spreiden over 1 week. Erg handig als de verkoop van je producten sterk afhankelijk is van impulsaankopen, maar bijvoorbeeld ook als je doelgroep bijvoorbeeld verspreid is over meerdere tijdzones.

Het effect is dan ook niet mis, tenminste bij de cases die men als voorbeeld aandraagt; bij Little Tikes heeft men een toename in de omzet van 75% (20% meer opens, 30% meer clicks) gerealiseerd, bij Encyclopeadia Brittanica een toename van 40%. Leuke toename in sales via email, vooral als je je bedenkt dat met de juiste software, dit geen enkele extra handeling kost. Maar bovenal ook een duidelijk bewijs dat de batch ’n blast aanpak, waar nog veel organisaties bewust of onbewust voor kiezen, duidelijk z’n langste tijd heeft gehad.

Erwin Moojen
Marketing Automation Afficionado bij 22 Times

Na een opleiding Commerciële Economie aan de International School of Economics Rotterdam en de universiteit van Barcelona, is Erwin zijn loopbaan begonnen bij MeesPierson. Om vervolgens Westerse Economie les te geven aan de Yang-En universiteit in Fujian, China. Bij terugkomst in Nederland heeft Erwin in diverse marketing rollen gewerkt bij Elsevier bedrijfsinformatie, LexisNexis en Elsevier Science. Daarnaast heeft hij in de avonduren een opleiding Politiek & Communicatie aan de Vrije Universiteit gevolgd. Vervolgens is Erwin in 2005 gestart met 22 Times. Daarnaast heeft hij zich ingezet voor het vak. Bij DeMeter voor delen van best practice met vakgenoten. Bij de DDMA heeft hij bijgedragen aan de huidige anti-spam wetgeving en heeft hij de jaarlijkse email marketing benchmark geïnitieerd. Uiteraard is hij zich ook op marketing technisch vlak blijven ontwikkelen, bij de Google, AWS en de New York Code & Design Academy. De laatste jaren is zijn expertise verder uitgebreid richting online techniek, waarbij met name Python, Django en Wagtail de meest gebruikte tools zijn.

Categorie
Tags

12 Reacties

    moojen

    @V. Dat klinkt goed. Kun je ook meer vertellen over hoe het ideale verzendmoment wordt bepaald?


    16 november 2009 om 10:38
    V. van Scherpenseel

    @Erwin: onze klanten kunnen hierin kiezen. Het ideale verzendmoment kan op een dag worden ingesteld (stuur de mailing aanstaande maandag op de ideale tijd), op een week (stuur de mailing om 13:00u op de ideale dag) of een combinatie hiervan.

    Het ideale verzendmoment wordt op het gemiddelde bepaald.


    16 november 2009 om 11:23
    moojen

    @V. Duidelijk. Wel zou ik obv de andere cases een hogere toename in openrate verwachten. Is die 23% een absolute (bijv van 40 naar 49,2%) of relatieve toename (van 40 naar 63%) tov de “normale” opens?


    16 november 2009 om 11:34
    V. van Scherpenseel

    @Erwin: het laatste, de openrate is gestegen van 26% naar 49%.


    16 november 2009 om 11:39
    Susanne | Moshi-Toshi E-mailmarketing

    Het feit dat je zelf in het artikel al aangeeft dat het ideale verzendmoment niet bestaat wil ik graag bevestigen.

    Het verzendmoment is voor een ieder ander en geheel afhankelijk van de doelgroep, de boodschap en periode. Onze klanten kunnen net als bij een eerder genoemd platform het verzendmoment zelf instellen.

    Ze kunnen daarnaast a.d.h.v. statistieken ook zien wat het meest succesvol is en hier op inspringen bij de volgende verzending.

    Susanne | Moshi-Toshi


    19 november 2009 om 09:00
    Vincent van Scherpenseel

    @Susanne: het nadeel van die aanpak is dat je niet het optimale uit je abonneebestand haalt. Je gaat dan versturen op het moment dat het voor de grootste massa het beste is (hopelijk), maar in de long-tail valt ook genoeg te halen. Het gaat er juist om dat iedere ontvangen op zijn of haar eigen moment de mail ontvangt.

    Als het medium de mogelijkheid biedt, waarom zou je er dan niet gebruik van maken?


    19 november 2009 om 09:49
    moojen

    @Susanne In bovenstaand artikel gaat het juist erom dat je per ontvanger bekijkt wat de optimale tijd & dag is, niet per doelgroep. Hierdoor kun je zonder te kijken wanneer je de hoogste respons hebt, de verzendtijd optimaliseren per ontvanger. Het gaat hierbij dus niet om het simpelweg van tevoren instellen wanneer je wilt verzenden.


    19 november 2009 om 10:28
    Gerben van Ouwendorp

    Op dit moment ben ik samen met onze campagne analist en product marketeer onze huidige e-mailcampagnes aan het analyseren (zowel service als commercieel). Het op deze persoonlijke wijze benaderen van de klant sluit perfect aan bij alle marktontwikkelingen. Kreeg ik vroeger nog een opsomming met x-aantal doelgroepen, tegenwoordig bestaat je klantendatabase uit x aantal individuen die ook graag zo benaderd willen worden.

    Waar ik wel benieuwd naar ben is wanneer je inzichtelijk hebt welke klant op welk moment benaderd wil worden. Is dit data die standaard werd bewaard? En tot hoe lang ga je terug voordat je de ‘perfecte’ dag hebt bepaald?


    23 november 2009 om 07:45
    Susanne | Moshi-Toshi E-mailmarketing

    @Gerben Goede vraag. Dat laatste vraag ik me ook af. Ik neem aan dat het niet gebaseerd wordt op 1 of 5 x maar toch vaker terug gaat, om de meest betrouwbare meting te krijgen. Ik wacht dus ook vol nieuwsgierigheid het antwoord af.


    23 november 2009 om 07:49
    Gerben van Ouwendorp

    Het bedrijf waar wij deze klantbenadering voor in willen gaan zetten heeft nog geen rijke (data)historie. Als oplossing kan ik wel een klantonderzoekje inzetten dat inzichten moet opleveren in het gewenste ‘ontvangmoment’ van de klant. Zo kan er in ieder geval gericht gemaild gaan worden. De data die hier uit voort komt kan vervolgens gebruikt worden om de campagnes te fine tunen.


    23 november 2009 om 08:51
    moojen

    @Gerben Een goede vraag die ik alleen niet meteen kan beantwoorden. Probleem hierbij is dat alle partijen nogal geheimzinnig doen over hun “formule”. De formule zou namelijk altijd een goede uitkomst moeten zijn van wanneer men z’n email leest, maar het liefst ook wanneer men er écht iets mee doet en dus niet alleen opent. Dat is echter vaak nog niet het geval.

    Wat ik mij voorstel is dat ze een gemiddelde van de tijd op de dag maken en daar iets voor gaan zitten. Als ze slim zijn, laten ze de te extreme tijden (de tijden verst verwijderd van het gemiddelde en daarom waarschijnlijk niet representatief) weg. Verder zullen ze waarschijnlijk de meest recente opentijden zwaarder meewegen in de formule. Immers, ga je te ver terug met historie om je gemiddelde te berekenen, dat wordt het een “self fullfilling prophecy”. Je verstuurt op een sub-optimaal moment en dan wordt er geopend, terwijl misschien het gedrag al gewijzigd is.

    Verder heb je per persoon een andere historie, door segmenteren of doordat men simpelweg laten of eerder zich heeft ingeschreven. Er zal dus een minimum aan historie worden opgebouwd om het optimale moment te bepalen. Tegelijkertijd zal ook niet alle historie telkens worden meegenomen om het gemiddelde te bepalen om de eerdere genoemde reden en de praktische kant ervan; al dit soort tijden berekeningen kosten natuurlijk veel processorkracht.

    Ik zal kijken wat het minimum en maximum is bij deze partijen. Verder ben ik benieuwd wat in hun ervaring een goed aantal opens is voor het bepalen van een optimaal verzendmoment. Wordt vervolgd!


    23 november 2009 om 09:35

Marketingfacts. Elke dag vers. Mis niks!