EDM數據怎麼看?從開信率、點擊率到轉換率的判讀流程
EDM數據不能只看開信率,應先排除送達問題,再用EDM點擊率、CTOR與EDM轉換率判斷內容、分眾和網站承接是否有效,找出下一步優化方向。
EDM 數據要怎麼看?先分成送達、互動、轉換三層
EDM數據應先看送達,再看互動,最後看轉換與營收;順序錯了,優化很容易修錯地方。
| 層級 | 主要指標 | 代表問題 | 先看什麼 |
|---|---|---|---|
| 送達層 | 到達率、退信率、垃圾郵件投訴率 | 信有沒有進到收件匣附近 | SPF、DKIM、DMARC、名單來源、退信類型 |
| 互動層 | EDM開信率、EDM點擊率、CTOR、退訂率 | 收件人有沒有注意、是否願意點 | 寄件人、主旨、預覽文字、分眾、CTA |
| 轉換層 | EDM轉換率、訂單、表單、報名、每封信營收 | 點擊後是否產生商業結果 | Landing Page、優惠、庫存、表單、歸因設定 |
為什麼不能只看開信率
EDM開信率只能代表「可能被打開」,不能直接代表成效。Apple Mail Privacy Protection、圖片預載、快取與機器行為都會讓開信數字偏高或偏低。我的判斷很固定:開信率可以當警訊,不能當勝負判決。
開信率突然下滑,可以先查送達率、寄件人名稱、主旨與發送頻率;開信率很高但點擊率很低,問題通常在內容承諾、分眾匹配或 CTA。
EDM 數據的正確順序
- 先看退信率與到達率,排除信件沒有正常送達的問題。
- 再看開信率,判斷寄件人、主旨、預覽文字與名單活性。
- 接著看 CTR 與 CTOR,判斷內容、CTA 與受眾意圖是否一致。
- 再看轉換率,檢查網站、表單、優惠、庫存與載入速度。
- 最後看營收、名單健康與會員生命週期,決定是否擴大、分眾或清理名單。
EDM 核心指標字典:公式、意義與常見誤判
EDM指標要同時看公式、分母與用途;分母不同,同一個數字可能代表完全不同的問題。
| 指標 | 公式 | 主要用途 | 常見誤判 |
|---|---|---|---|
| 開信率 Open Rate | 不重複開信人數 ÷ 成功送達數 × 100% | 判斷主旨、寄件人與名單活性 | 受 Apple MPP 與圖片載入影響,不能單獨判斷購買意願 |
| 點擊率 CTR | 不重複點擊人數 ÷ 成功送達數 × 100% | 判斷整封 EDM 對名單的吸引力 | 低 CTR 不一定是按鈕問題,常見原因是分眾不準 |
| CTOR | 不重複點擊人數 ÷ 不重複開信人數 × 100% | 判斷已開信者是否被內容說服 | 開信率失真時,CTOR 也會受影響 |
| 轉換率 CVR | 轉換數 ÷ EDM 點擊數或 EDM Sessions × 100% | 判斷點擊後是否完成訂單、表單或報名 | 分母要固定,不能一週用點擊、一週用網站工作階段 |
| 退信率 Bounce Rate | 退信數 ÷ 寄出總數 × 100% | 判斷名單品質與送達風險 | hard bounce 與 soft bounce 要分開看 |
| 退訂率 Unsubscribe Rate | 退訂數 ÷ 成功送達數 × 100% | 判斷內容期待、發送頻率與名單適配 | 退訂上升不一定全是壞事,可能是在清掉低意願名單 |
| 垃圾郵件投訴率 Complaint Rate | 投訴數 ÷ 成功送達數 × 100% | 判斷寄件聲譽風險 | 比退訂更危險,會影響後續進收件匣能力 |
| 每封信營收 Revenue per Email | EDM 歸因營收 ÷ 成功送達數 | 判斷每次發送的商業價值 | 若 UTM 與訂單歸因不穩,數字會被低估或高估 |
開信率、點擊率、CTOR 差在哪
| 指標 | 回答的問題 | 適合用在 |
|---|---|---|
| 開信率 | 收件人有沒有被寄件人、主旨、預覽文字吸引 | 觀察趨勢與異常,不適合單獨判斷成效 |
| CTR | 所有成功送達者中,有多少人願意點 | 比較不同活動、分眾、內容主題 |
| CTOR | 已開信者中,有多少人被內容推進下一步 | 評估信件內容、CTA、版位與承諾一致性 |
轉換率、每封信營收、每位收件人營收
| 商業指標 | 公式 | 判讀方式 |
|---|---|---|
| EDM轉換率 | EDM 轉換數 ÷ EDM 點擊數或工作階段 × 100% | 適合判斷點擊後的頁面、優惠與表單是否有效 |
| 每封信營收 RPE | EDM 歸因營收 ÷ 成功送達數 | 適合比較不同發送活動的整體商業效率 |
| 每位收件人營收 RPR | EDM 歸因營收 ÷ 不重複收件人數 | 適合觀察會員名單長期價值 |
退信率、退訂率、垃圾郵件投訴率
| 風險訊號 | 可能原因 | 優先處理 |
|---|---|---|
| hard bounce 上升 | 無效信箱、老名單、來源品質差 | 移除無效名單,停止對同一批地址重寄 |
| soft bounce 上升 | 暫時性收件問題、容量滿、伺服器延遲 | 觀察是否連續發生,必要時降低發送量 |
| 退訂率上升 | 頻率太高、內容不符期待、分眾錯誤 | 調整頻率與內容承諾,檢查訂閱入口文案 |
| 投訴率上升 | 未同意訂閱、內容像垃圾信、取消訂閱不清楚 | 立即停發可疑來源名單,檢查同意訂閱紀錄 |
台灣 EDM 數據基準怎麼看?不要直接套國外平均值
台灣 EDM 基準應用「參考區間」判讀,不該把國外平均值當成本地標準;產業、名單來源與發送目的都會改變合理範圍。
公開 benchmark 可當外部校準,例如 GetResponse Email Marketing Benchmarks 公布全產業平均開信率 39.64%、CTR 3.25%、CTOR 8.62%,亞洲區開信率 28.04%、CTR 4.06%;Mailchimp benchmark 也說明數據會因產業與名單規模不同而變化。這些數字適合拿來抓方向,不能直接宣稱是台灣平均。
| 情境 | 可接受初判區間 | 使用限制 |
|---|---|---|
| 台灣電商促銷 EDM | 開信率約 20% 到 35%,CTR 約 1% 到 4% | 強促銷容易拉高點擊,但不一定拉高毛利與回購 |
| 零售會員分眾 EDM | 開信率約 25% 到 45%,CTR 約 2% 到 6% | 活躍會員、VIP、沉睡客要分開比較 |
| B2B 內容或培育 EDM | 開信率約 25% 到 45%,CTR 約 2% 到 5% | 表單、預約、MQL 品質比單次點擊更重要 |
| 活動報名 EDM | 開信率約 30% 到 50%,CTR 約 3% 到 8% | 名單越接近既有會員或過往參與者,數字通常越高 |
| 內容型電子報 | 開信率約 25% 到 45%,CTR 約 2% 到 6% | 看長期留存、回訪與內容主題,不只看單次寄送 |
開信率多少算好
EDM開信率是否算好,要先看名單關係強度。剛訂閱的新客歡迎信與冷卻半年的沉睡客喚回信,不應用同一條標準比較。
- 低於 20%:先查到達率、名單來源、寄件人名稱與發送頻率。
- 20% 到 35%:多數商業型 EDM 可視為可觀察區間,下一步看 CTR 與轉換。
- 35% 以上:通常代表名單關係較強,但要排除 MPP 與預載造成的膨脹。
點擊率與轉換率要看情境
| 情境 | CTR 判讀 | 轉換率判讀 |
|---|---|---|
| 電商 | 看商品、優惠、CTA 與會員分眾是否匹配 | 看訂單、客單價、庫存、運費門檻與回購 |
| B2B | 看內容是否推進到案例、白皮書、預約頁 | 看 MQL、SQL、後續成交品質 |
| 活動 | 看議題、講者、時間地點與報名動機 | 看報名、出席、候補轉正與取消率 |
| 內容型電子報 | 看主題與讀者興趣是否一致 | 看回訪、停留、後續訂閱或 CRM 標籤更新 |
EDM 數據診斷表:不同異常指標代表什麼問題
EDM報表要用異常組合診斷;單一指標只會指出症狀,組合指標才看得出問題在哪一層。
| 異常組合 | 可能原因 | 優先檢查 |
|---|---|---|
| 退信率高,開信率低 | 名單老化、來源品質差、寄件網域聲譽弱 | hard bounce、SPF/DKIM/DMARC、近期新增名單來源 |
| 開信率低,退信率正常 | 寄件人不熟、主旨弱、發送頻率疲乏 | 寄件人名稱、主旨、預覽文字、近 90 天互動紀錄 |
| 開信率高,CTR 低 | 主旨承諾與內容落差、CTA 不清楚、分眾錯誤 | 首屏內容、CTA 位置、會員標籤、內容主題 |
| CTR 高,轉換率低 | 頁面承接弱、優惠不一致、載入慢、表單太長 | Landing Page、GA4 事件、結帳漏斗、表單欄位 |
| 退訂率與投訴率同升 | 名單同意品質差、內容期待落差、頻率過高 | 訂閱來源、取消訂閱可見性、近期發送密度 |
開信率低,不一定是主旨問題
低開信率先查結構性原因。只改主旨很快,但常常沒有碰到真正斷點。
- 到達率下降:信件可能根本沒有正常進入主要收件環境。
- 寄件人名稱陌生:會員不知道這封信來自哪個品牌或哪個服務。
- 名單疲乏:同一批人收到太多相似促銷,逐漸不再互動。
- 發送目的混亂:訂閱時期待內容,收到的卻全是促銷。
開信率高但 CTR 低
| 可能原因 | 數據症狀 | 修正方向 |
|---|---|---|
| 主旨過度承諾 | 開信率高,CTOR 低,退訂率微升 | 讓主旨與信件內容、優惠條件一致 |
| 分眾錯誤 | 不同族群 CTR 差距很大 | 依購買紀錄、瀏覽紀錄、會員狀態拆分 |
| CTA 不明確 | 點擊集中在少數圖片或文字連結 | 讓主要 CTA 更早出現,減少同層級連結數 |
CTR 高但轉換率低
| 排查項目 | 常見問題 | 判斷方式 |
|---|---|---|
| Landing Page | 首屏承諾與 EDM 不一致 | 比對主旨、CTA、頁面標題與優惠內容 |
| 優惠條件 | 門檻太高、限制太多、折扣不清楚 | 觀察加入購物車率與結帳放棄率 |
| 網站速度 | 手機載入慢,點擊後流失 | 看 GA4 裝置別與頁面載入相關指標 |
| 歸因設定 | UTM 遺漏或跨網域追蹤斷裂 | 比對 EDM 平台點擊、GA4 sessions、訂單來源 |
開信率判讀:主旨、寄件人、名單疲乏與隱私失真
開信率適合看趨勢與異常,不適合當最終成效;2026 年更要搭配點擊、轉換、退訂與營收判讀。
Campaign Monitor 說明開信追蹤並非 100% 準確,MPP 會讓開信與 CTOR 變得較不可靠;Litmus 也指出大量開信會受到 Apple Mail Privacy Protection 影響。這類資料不是台灣單一標準,但足以提醒團隊不要迷信開信率。
2026 年開信率為什麼會失真
開信通常靠追蹤像素判斷,當圖片被預載、快取或被隱私機制代為載入,報表就可能把非真人閱讀行為算成開信。相反地,若使用者關閉圖片,真實閱讀也可能沒有被記錄。
因此,EDM開信率更適合回答「最近是否有異常變化」,不適合回答「這封信是否賺錢」。要判斷商業結果,仍要回到 CTR、CVR、RPE 與 CRM 後續紀錄。
開信率要搭配哪些指標看
| 開信率狀態 | 搭配指標 | 判讀 |
|---|---|---|
| 開信率高,CTR 高 | CTOR、CVR、營收 | 信件與受眾匹配,下一步看轉換品質 |
| 開信率高,CTR 低 | CTOR、退訂率、點擊熱區 | 主旨吸引人,但內容或 CTA 沒接住 |
| 開信率低,CTR 也低 | 到達率、退信率、寄件人、分眾 | 可能是送達、名單或主旨共同問題 |
| 開信率低,CTR 不差 | CTOR、轉換率、名單規模 | 開信分母可能失真,已開信者仍有意圖 |
點擊率與 CTOR 判讀:內容是否真的吸引對的人
EDM點擊率看的是整批收件人的反應,CTOR 看的是已開信者的內容反應;兩者一起看,才知道問題在受眾還是內容。
看到 CTR 低就改按鈕顏色,通常是在修最不重要的地方。更有效的順序是先查分眾、主題、CTA 承諾,再看版位與視覺呈現。
CTR 低先檢查分眾,而不是只改按鈕顏色
- 先看會員標籤:新客、活躍會員、沉睡客是否收到同一封信。
- 再看購買紀錄:買過 A 類商品的人,是否收到相關補充品或升級品。
- 接著看瀏覽紀錄:近期看過某分類的人,是否收到對應內容。
- 最後才調整 CTA 文案、按鈕位置與連結數量。
CTOR 適合用來判斷信件內容吸引力
CTOR 公式是「不重複點擊人數 ÷ 不重複開信人數 × 100%」。若 10,000 封成功送達、3,000 人開信、300 人點擊,CTR 是 3%,CTOR 是 10%。
CTOR 高代表已開信者願意往下一步走,常見原因是內容相關、CTA 清楚、優惠與受眾需求吻合。若開信率因 MPP 失真,CTOR 也會受影響,所以不要拿 CTOR 取代所有指標。
轉換率判讀:EDM 的問題可能發生在信件外
EDM轉換率低不一定是信件失敗;點擊後的頁面、優惠、表單、庫存與歸因設定,都可能讓轉換流失。
我看 EDM 轉換率時,會先比對「信件承諾」與「落地頁承接」。如果主旨說會員限定優惠,頁面卻要使用者自己找折扣碼,流失不是意外。
電商要看訂單、客單價、回購與每封信營收
| 電商指標 | 用途 | 判讀重點 |
|---|---|---|
| 訂單數 | 看 EDM 是否帶來直接購買 | 要與折扣成本、庫存狀態一起看 |
| 客單價 AOV | 看促銷是否只帶來低價訂單 | 低 AOV 可能代表優惠門檻或商品組合要調整 |
| 回購率 | 看 EDM 是否推進會員長期價值 | 適合用 30、60、90 天追蹤 |
| 每封信營收 RPE | 比較不同 EDM 活動的營收效率 | 要排除缺貨、站內活動與其他渠道干擾 |
B2B 要看 MQL、SQL 與後續成交品質
| B2B 階段 | EDM 對應指標 | CRM 判讀 |
|---|---|---|
| 內容互動 | 點擊案例、白皮書、產品頁 | 更新興趣標籤與產業標籤 |
| MQL | 下載、詢問、活動報名 | 看職稱、公司規模、需求明確度 |
| SQL | 預約諮詢、業務接觸、需求確認 | 看是否進入銷售管線 |
| 成交品質 | 成交金額、成交週期、退件率 | 回寫到 CRM,避免只追求表單數 |
活動型 EDM 要看報名、出席與候補轉換
| 活動指標 | 代表意義 | 優化方向 |
|---|---|---|
| 報名率 | 議題、講者、時間是否有吸引力 | 測試主題角度與分眾名單 |
| 出席率 | 報名者是否真的有意願參與 | 加入提醒信與行事曆連結 |
| 候補轉正率 | 活動需求是否高於名額 | 規劃加開場次或候補專屬通知 |
| 會後轉換 | 活動是否推進商業結果 | 追蹤簡報下載、諮詢、試用與成交 |
EDM 到達率數據:不是寄出就代表送達
寄出只代表系統送出,送達才代表收件端接受;到達率、退信率與投訴率會直接影響後續 EDM成效。
Google email sender guidelines 要求大量寄送者使用 SPF、DKIM、DMARC,並把 Postmaster Tools 的垃圾信投訴率控制在 0.30% 以下。對台灣品牌來說,這不是技術部門的雜事,而是 EDM 報表準不準、信件能不能進收件匣的前提。
退信率升高代表什麼
| 退信類型 | 常見原因 | 處理方式 |
|---|---|---|
| hard bounce | 信箱不存在、網域不存在、地址格式錯誤 | 從名單移除,不要重複寄送 |
| soft bounce | 暫時容量滿、收件伺服器延遲、信件過大 | 觀察連續次數,必要時暫停或降頻 |
| 特定網域退信 | 該收件服務對寄件網域或內容有疑慮 | 查 SPF、DKIM、DMARC、寄件聲譽與發送量變化 |
垃圾郵件投訴率比退訂更危險
退訂代表使用者選擇離開,投訴代表使用者把信件判定為不想收到的內容。投訴會影響寄件聲譽,嚴重時會拖累整個網域的送達能力。
實務上應把投訴率當成紅線監控。若接近 0.10%,就要查名單來源、同意訂閱紀錄、取消訂閱位置與發送頻率;若接近 0.30%,應暫停高風險名單發送。
名單來源與生命週期分群:同一封 EDM 不該看同一組平均
EDM數據要按來源與生命週期拆開看;把新客、活躍會員、沉睡客混成一組平均,會掩蓋真正問題。
名單來源不分清楚,平均值幾乎沒有管理價值。官網訂閱、活動報名、LINE OA 導入、既有會員補填信箱,意圖完全不同。
不同入口帶來的名單品質差異
| 名單來源 | 常見意圖 | 應追蹤指標 |
|---|---|---|
| 官網訂閱 | 想接收品牌資訊或優惠 | 歡迎信開信、首月點擊、首次購買 |
| 部落格內容 | 對議題有興趣,但購買意圖未必高 | 內容點擊、回訪、CRM 興趣標籤 |
| 活動頁 | 對特定主題或講者有明確需求 | 報名、出席、會後互動 |
| LINE OA 導入 | 已經與品牌互動,但 Email 習慣未知 | 首次開信、CTR、退訂率 |
新客、活躍客、沉睡客要分開看
| 生命週期 | EDM 任務 | 主要指標 |
|---|---|---|
| 新客 | 建立期待與第一次互動 | 歡迎信開信率、首次點擊、首次轉換 |
| 活躍會員 | 提升回購與客單價 | CTR、RPE、回購率、客單價 |
| 沉睡客 | 測試是否還有喚回價值 | 開信率、退訂率、投訴率、喚回後購買 |
| 流失風險會員 | 降低流失與頻率疲乏 | 近期互動下降、退訂、未開信天數 |
發送時間數據:固定時段 vs STO 個人化發送
發送時間要用測試與會員行為判斷,不能套用「某天某時最好」;STO 適合名單量夠、歷史互動足夠的團隊。
STO 是 Send Time Optimization,依會員過往開信與點擊時間推估較適合的寄送時段。若名單小、歷史資料少,先用固定時段 A/B 測試會更穩。
不要只問星期幾寄最好
- 電商促銷要看薪資日、檔期、物流截單與會員購買週期。
- B2B 要看工作日節奏,避免只看開信而忽略表單品質。
- 活動 EDM 要看報名截止日、提醒節奏與出席率。
- 內容型電子報要看固定閱讀習慣與長期留存。
A/B 測試要一次只改一個變因
A/B 測試的基本規則是一次只改一個變因。若同時改主旨、寄件時間、優惠與版型,即使勝出也很難知道原因。
| 測試項目 | 應固定 | 勝出標準 |
|---|---|---|
| 主旨 | 寄件人、內容、CTA、時間、名單 | 開信率搭配 CTR,不只看開信 |
| CTA | 主旨、名單、優惠、時間 | CTR、CTOR、轉換率 |
| 發送時間 | 主旨、內容、名單、優惠 | 開信、點擊、轉換與退訂 |
GA4、UTM、CRM 追蹤:把 EDM 平台數據接到網站行為
EDM 平台只能看信件互動,GA4 與 CRM 才能看網站行為、訂單與名單品質;三者要靠一致的 UTM 串起來。
沒有固定 UTM 規則,EDM報表只是漂亮截圖,不是可管理資料。Google Analytics URL builder 說明 提到 UTM 參數可讓 Analytics 辨識活動來源,且參數值大小寫敏感,命名不一致會讓報表拆散。
UTM 命名要能看出活動、分眾與信件版本
| UTM 參數 | 建議用法 | 範例 |
|---|---|---|
| utm_source | 流量來源或名單系統 | skydigital_newsletter |
| utm_medium | 固定使用 email | |
| utm_campaign | 活動名稱,含年月與主題 | 2026_06_member_sale |
| utm_content | 信件版本、CTA 或版位 | vip_a_top_cta |
| utm_term | 分眾或內容主題 | active_members |
EDM 報表和 GA4 數字不同是正常的
| 差異來源 | EDM 平台 | GA4 |
|---|---|---|
| 點擊與工作階段 | 記錄連結點擊 | 記錄網站工作階段與事件 |
| Cookie 與同意設定 | 多半不受網站 Cookie 同意影響 | 可能因同意設定、瀏覽器限制而少算 |
| 跨裝置 | 同一會員可能在信件端被辨識 | 跨裝置可能拆成不同使用者或工作階段 |
| 歸因模型 | 常偏向最後點擊或平台內規則 | 依 GA4 設定與報表維度計算 |
2026 EDM 數據優化流程:每週看什麼、每月調什麼
EDM 優化要分節奏:每週抓異常,每月看趨勢,每季調分眾,每年清理資料與追蹤規則。
| 週期 | 要看什麼 | 要做什麼 |
|---|---|---|
| 每週 | 退信、投訴、開信、CTR、轉換異常 | 找出單次活動是否有斷點 |
| 每月 | 主題、分眾、發送頻率、RPE 趨勢 | 調整內容比例與會員分眾 |
| 每季 | 生命週期表現、沉睡客、來源品質 | 更新 CRM 標籤、清理低品質名單 |
| 每年 | UTM 命名、事件追蹤、同意訂閱紀錄 | 重整追蹤規則與資料治理 |
每週看異常,每月看趨勢
單次 EDM 表現差,不一定要立刻推翻策略。週報適合找異常,例如退信突然上升、CTR 突然腰斬;月報適合看趨勢,例如內容型電子報的回訪是否增加,促銷信的 RPE 是否下降。
若團隊同時管理 內容行銷 KPI、CRM 與數位行銷成效,EDM 應放進同一套追蹤節奏,避免每個渠道各自解讀。
先修最靠前的斷點
| 優先順序 | 如果異常 | 先處理 |
|---|---|---|
| 1 到達 | 退信率、投訴率、到達率異常 | 名單清理、寄件網域、SPF/DKIM/DMARC |
| 2 開信 | 開信率下降,但送達正常 | 寄件人、主旨、預覽文字、頻率 |
| 3 點擊 | 開信正常,CTR 或 CTOR 低 | 分眾、內容主題、CTA、信件承諾 |
| 4 轉換 | CTR 正常,CVR 低 | Landing Page、表單、優惠、網站速度、GA4 事件 |
| 5 營收與名單健康 | 短期數字好,但退訂或投訴上升 | 降低過度促銷,重新設計 CRM 分眾與會員生命週期 |
EDM 不該孤立看。更完整的判讀,要和 數位行銷 渠道、內容行銷策略、網站轉換與會員資料放在一起。
EDM 開信率多少算好?
多數台灣商業 EDM 可先用 20% 到 35% 當初判區間,35% 以上通常代表名單關係較強。不過開信率會受 Apple MPP、圖片載入與名單來源影響,不能直接當成營收判斷。
EDM 點擊率多少算正常?
促銷型 EDM 常見初判區間約 1% 到 4%,內容型、B2B 或活動型 EDM 可能落在 2% 到 6% 以上。點擊率要依產業、分眾與信件目的比較,不適合跨情境排名。
CTR 和 CTOR 有什麼差別?
CTR 是不重複點擊人數 ÷ 成功送達數,適合看整批名單反應。CTOR 是不重複點擊人數 ÷ 不重複開信人數,適合看已開信者是否被內容吸引。
為什麼開信率很高,但點擊率很低?
常見原因是主旨吸引人,但信件內容沒有接住期待;也可能是分眾錯誤、CTA 不清楚、優惠條件太複雜。先比對主旨承諾、首屏內容、CTA 與會員標籤。
為什麼點擊率不錯,但最後沒有轉換?
問題可能在信件外,例如 Landing Page 承接不一致、表單太長、商品缺貨、優惠門檻不清楚、手機載入太慢,或 GA4 與訂單歸因沒有接好。
Apple Mail Privacy Protection 會讓開信率不準嗎?
會。MPP 可能透過預載與代理機制影響開信追蹤,使開信率偏高或失去精準時間資訊。2026 年看開信率時,應搭配 CTR、CVR、退訂、投訴與營收。
EDM 退信率太高代表什麼問題?
退信率高通常代表名單品質、信箱有效性或寄件聲譽有問題。hard bounce 要移除,soft bounce 要觀察連續次數;若集中在特定網域,需檢查 SPF、DKIM、DMARC。
EDM 退訂率上升一定是壞事嗎?
不一定。適度退訂可以清掉低意願名單,降低長期投訴風險。但若退訂率與投訴率同時上升,通常代表內容期待、發送頻率或名單同意來源有問題。
B2B EDM 應該看哪些數據?
B2B 不應只看開信與點擊,還要看白皮書下載、案例頁點擊、表單、預約、MQL、SQL 與後續成交品質。CRM 回寫比單次 EDM 報表更重要。
活動報名 EDM 要看哪些成效指標?
活動型 EDM 要看開信、CTR、報名率、出席率、取消率、候補轉正率與會後轉換。只看報名數會忽略低出席與低後續互動的問題。
EDM 的 UTM 要怎麼命名才方便 GA4 分析?
建議固定使用 utm_medium=email,utm_source 放名單或電子報來源,utm_campaign 放年月與活動名稱,utm_content 放版本或 CTA,utm_term 放分眾。命名要全小寫或固定格式,避免 GA4 拆成不同來源。
EDM A/B 測試要測多久才有參考價值?
測試時間要依名單量與購買週期決定。一般開信與點擊可先觀察 24 到 72 小時,轉換與 B2B 線索常需要 7 到 30 天。一次只改一個變因,結果才有判讀價值。