我们经常收到关于我们的许可电子邮件面板的问题之一是它在预测收件箱率方面的准确性。历史上，这是一个难以用权威回答的问题，因为没有可以测量的真实来源，因此意见（及对样本统计的一般信任）主导了讨论。

不过，现在随着一家主要邮箱提供商为其平台授权收件箱投放数据，进行真正的分析成为可能，我们针对超过20,000个不同的发送域名进行了分析，其中包括大大小小的发送者，无论是在我们的发送平台上还是在其他提供商上。 

结果令人振奋。即使信号相对较低，许可面板也非常准确，并且随着发送中看到的不同面板成员数量的增加，准确性也变得极高。使用常见的统计方法，我们查看了主要提供商看到的收件箱率与我们的面板看到的收件箱率之间的均方根误差（RMSE – 标准偏差的模拟）。

在我们的分析中，我们注意到通过顶级电子邮件服务提供商发送邮件的发送者看到的面板收件箱率与真实收件箱率之间的相关性显著更好。对此的机制尚不清楚，但我们推测，大型服务提供商对其客户的合规标准通常导致他们的受众中有更一致的收件率，因此不容易产生偏差。如果我们将分析限制在仅使用顶级ESP提供商的发送者，这也将RMSE减少约30%。

即使在一天只有少量（10）面板成员看到邮件流时，我们仍然可以看到面板看到的收件率与真实收件率之间呈现出非常强的相关性。

如果我们只考虑每天有50个或更多面板成员看到的流，相关性会更加紧密。

如果我们观察这种误差率随时间的变化，我们会看到一些现象： 

• 即使在非常小的独特面板成员接收邮件的情况下，误差率也低于10%。

• 随着面板成员数量的增加，它迅速下降到4%。

• 最终接近2% – 显示出面板数据98%的准确性。 

对于识别邮件流投递问题，这种准确性是极好的。

所以你可能会问：在有主要提供商提供真实数据的情况下，即使面板数据高度相关，拥有面板数据的实用性是什么？大多数邮箱提供商 – 包括Google和Microsoft这样的大公司 – 并不提供收件箱投放数据，因此对于在那里投递的邮件，你仍然需要像面板数据这样的来源来了解收件率。 

现在我们可以在这些情况下对其准确性充满信心。