Reach

Grow

Manage

Automate

Reach

Grow

Manage

Automate

鸟类许可面板数据的准确性

电子邮件

1 min read

鸟类许可面板数据的准确性

电子邮件

1 min read

鸟类许可面板数据的准确性

Business in a box.

探索我们的解决方案。

我们经常收到关于我们的许可电子邮件小组的问题之一是,它在预测收件箱率方面的准确性如何。历史上,这一直是一个难以用任何权威性回答的问题,因为没有可测量的真实来源,所以意见(以及对样本统计的普遍信任)主导了讨论。

不过,现在有一个主要的邮箱提供商为他们的平台许可了收件箱安置数据,所以可以进行真正的分析,我们在我们的发送平台上和其他提供商的20,000多个不同发送域名上进行了分析。

结果令人兴奋。即使信号相对较低,许可小组的准确性也很高,并且随着在发送中看到的不同小组成员数量的增加,它变得非常准确。使用常见的统计方法,我们查看了主提供商所见的收件箱率与我们小组所见的收件箱率之间的均方根误差(RMSE - 标准差的类比)。

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和真实收件箱率之间的相关性显着更好。这种机制尚不清楚,但我们推测大型服务提供商对其客户持有的合规标准通常会导致其受众的收件箱率更一致,因此不太容易偏斜。如果我们将我们的图表限制为仅在顶级ESP上的发送者,这也会将RMSE降低约30%。

即使每天只有少数(10个)小组成员看到邮件流,我们也看到小组所见的收件箱率与真实收件箱率之间的相关性很强。

如果我们只考虑看到50个或更多小组成员的流,相关性变得更加紧密。

如果我们观察这一错误率随时间的变化,会发现几件事:

  • 即使接收邮件的独特小组成员数量极少,错误率也低于10%。

  • 随着小组成员数量的增加,它迅速降至4%。

  • 最终接近2% – 显示小组数据的准确率为98%。


对于识别邮件流交付问题的目的,这种准确性是极好的。

所以你可能会问:在一个主要提供商提供真实数据的情况下,拥有小组数据的实用性是什么,即使它高度相关?多数邮箱提供商 – 包括像Google和Microsoft这样的巨头 – 不提供收件箱安置数据,所以对于那里投递的邮件,你仍然需要像小组数据这样的来源来了解收件箱率。

现在我们可以对那些案例的准确性充满信心了。

让我们为您联系Bird专家。
在30分钟内见证Bird的全部威力。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

Newsletter

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

让我们为您联系Bird专家。
在30分钟内见证Bird的全部威力。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

Newsletter

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。

让我们为您联系Bird专家。
在30分钟内见证Bird的全部威力。

通过提交,您同意 Bird 可能会就我们的产品和服务与您联系。

您可以随时取消订阅。查看Bird的隐私声明以获取有关数据处理的详细信息。

R

Reach

G

Grow

M

Manage

A

Automate

Newsletter

通过每周更新到您的收件箱,随时了解 Bird 的最新动态。