שיפור ביצועי מערכת מרקטינג אוטומיישן: מדדי תפוקה לעומת מדדי Engagement - המדריך המעשי
עודכן: לפני 5 ימים
תשובה: כדי לשפר את ביצועי מערכת המרקטינג אוטומיישן, צריך למדוד לא רק את הקמפיין הבודד (מדדי תפוקה), אלא את כל בסיס הלקוחות (מדדי Engagement): כמה מהלקוחות יש להם מייל תקין, כמה מהם קיבלו מסר, פתחו, הקליקו או הסירו את עצמם.
תוכן העניינים:
מדידת מרקטינג אוטומיישן: דברים שרואים משם לא רואים מכאן
אם יש לכם מערכת מרקטינג אוטומיישן פעילה ואתם שולחים מיילים, SMS ומסרים בערוצים נוספים - כדאי מאוד שתאמצו את המשפט הזה:
"דברים שרואים משם לא רואים מכאן."
ומה המשמעות? שיש שני סוגים של מבט על הפעילות שלכם:
מבט "מכאן" - מה שרואים מקרוב, ברמת הקמפיין הבודד.
מבט "משם" - מה שרואים רק כשעושים זום-אאוט, ומסתכלים על ההשפעה הכוללת על בסיס הלקוחות.
חלק ניכר מהארגונים מנהלים את הפעילות שלהם רק "מכאן." ומפספסים משהו גדול.
מה ההבדל בין מדדי תפוקה למדדי Engagement במרקטינג אוטומיישן?
מדדי תפוקה בוחנים את הקמפיין הבודד ומאפשרים אופטימיזציה, ואילו מדדי Engagement בוחנים את בסיס הלקוחות כולו ומראים את ההשפעה הכוללת של הפעילות.
היבט | מדדי תפוקה ("מכאן") | מדדי Engagement ("משם") |
רמת המבט | קמפיין בודד | כלל בסיס הלקוחות |
דוגמאות | פתיחות, הקלקות, המרות, Unsubscribes | אחוז לקוחות פעילים, Engagement Score, אחוז שנשלח להם, אחוז שפתחו |
מה מאפשר | אופטימיזציה של קמפיינים | הבנת ההשפעה הכוללת והזדמנויות בבסיס |
מה מפספסים | למה ל-88% מהפותחים אין קליק | (מגלים פערים שלא ידעתם שקיימים) |
איפה רואים | בדשבורד הראשי של מערכות Marketing Automation. | דורש חישוב ברמת בסיס הלקוחות |
מדדי תפוקה (מה רואים "מכאן") - ולמה הם לא מספיקים
"מכאן" הם מדדי השליחות: שיעורי פתיחה, הקלקות, המרות, Unsubscribes. אלה המדדים שרוב מערכות המרקטינג אוטומיישן מציגות בדשבורד הראשי.
הם חשובים. הם מאפשרים אופטימיזציה של קמפיינים.
אבל הם סיפור חלקי.
שיפור ביצועי מערכת אוטומציה שיווקית - הבנצ'מרק שמדגים את הפער
שיעור ההקלקות מפתיחות במייל עומד על כ-12.2% בממוצע (2.7% מהשליחות הכולל). מה שזה אומר: ל-88% מהלקוחות שפתחו - המסר לא היה רלוונטי מספיק כדי לגרום להם לפעול.
ואם 88% לא הגיבו - עשינו הרבה עבודה בשביל מעט תוצאות.
האם זה אומר שהכל רע? לאו דווקא. אבל זה בהחלט אומר שיש מקום לשיפור ביצועי מערכת האוטומציה השיווקית שלכם. ושהמדד "שיעור הקלקות" לבדו, לא מסביר למה זה קורה.
כדי להבין למה - צריך לעלות לגובה ולהסתכל "משם".
תחזוקה שוטפת של הפעילות היא אחד הגורמים שמאפשרים לראות "משם". המאמר "תחזוקת מערכת מרקטינג אוטומיישן (Marketing Automation): המדריך לטיפול תקופתי שכל ארגון צריך לעשות", מסביר מה כדאי לבחון אחת לתקופה - כולל בחינת הרלוונטיות של הקמפיינים, אחוזי התגובה והמסרים הנשלחים.
ה-Customer Engagement כמצפן אסטרטגי (מה רואים "משם")
בשביל להבין מה רואים "משם", צריך שאלה אחת:
"מדוע אתם עושים את כל הפעילות הזו ומה אתם רוצים להשיג?"
התשובה שלי מורכבת ממילת קסם אחת: Engagement.
מה זה Customer Engagement?
מידת המעורבות הפעילה של הלקוח עם המותג - רכישות, פתיחות, קליקים, ביקורים, אינטראקציות, פניות, שיתופים. זה לא מדד אחד - זו תפיסת ניהול לקוח שמסתכלת על עומק מערכת היחסים.
מדוע Engagement הוא המצפן האסטרטגי
מחקרים מראים שלקוחות מעורבים (Highly Engaged) קונים יותר מ-90% לעיתים קרובות יותר, מוציאים פי 3 יותר לשנה, ומפנים חברים פי 5 יותר מלקוחות לא מעורבים.
ולכן:
כל פעילות מול הלקוח - כל מייל, כל SMS, כל מסע - היא טקטיקה שנועדה לשרת מטרה אחת: להגדיל את מספר הלקוחות המעורבים ואת עומק המעורבות שלהם.
ההשלכה המעשית:
ניהול נכון של לקוחות לא מעורבים - מייצר יותר לקוחות מעורבים
יותר לקוחות מעורבים מוביל ליותר מכירות
יותר מכירות מוביל ליותר נאמנות
ויותר נאמנות מוביל ל-LTV גבוה יותר
זה מה שנקרא "רואים משם".
ארגון שמסתמך רק על שליחות מסיביות ולא מערכת יחסים שמייצרת Engagement אמיתי - עובד כמכונת ירייה. במאמר "מה זה Frequency Capping במרקטינג אוטומיישן (Marketing Automation)", אני מסביר מה הנזק האמיתי של מיקוד בתפוקה בלבד - ואיך יוצאים מהמעגל הזה.
מה זה Engagement Score ואיך מחשבים אותו?
כרעיון, Engagement הוא נכון ויפה. אבל בלי כימות - אי אפשר לנהל אותו.
חישוב Engagement Score - מדד מצטבר שמשקלל כל אינטראקציה של הלקוח עם המותג ומנהל "ציון" לכל לקוח:
דוגמאות לניקוד:
פתח מייל בחודש האחרון: 10 נקודות
הקליק על מייל: 20 נקודות
ביקר באתר: 15 נקודות
רכש: 50 נקודות
פנה לשירות לקוחות (פתרה): 5 נקודות
לא פתח 3 מיילים ברצף: מינוס 15 נקודות
4 סגמנטים לפי Engagement Score
מעורבות גבוהה
מעורבות בינונית
מעורבות נמוכה/אפסית
מנותקים
סגמנט | ציון | הפעולה |
מעורבות גבוהה | 80+ | לטפח ולהרחיב |
מעורבות בינונית | 40-79 | להגביר מגע איכותי |
מעורבות נמוכה או אפסית | 0-39 | תוכנית Re-engagement והקטנת תדירות שליחה |
מנותקים | (לא מוגדר) | להכניס לתהליך ייעודי, לשקול הוצאה מהרשימה הפעילה |
כשמסתכלים על פילוח הלקוחות לפי Engagement Score - מקבלים "מראה" שמגלה הרבה.
תרגיל המראה: 4 שלבים לשיפור ה-Engagement בבסיס הלקוחות
הנה תרגיל שאני ממליץ לכל ארגון שיש לו מערכת Marketing Automation פעילv לבצע:
הגדרת מדדים.
בנו תחזית.
בחנו את המציאות.
שפרו קדימה.
שלב 1: הגדירו את 6 המדדים הבאים
הגדירו 6 מדדים ברמת כלל בסיס הלקוחות, ולא ברמת הקמפיין:
מספר הלקוחות הפעילים הכולל.
אחוז הלקוחות שיש להם כתובת מייל תקינה.
אחוז הלקוחות שנשלח להם לפחות מייל אחד בחודש האחרון.
אחוז הלקוחות שפתחו לפחות מייל אחד בחודש האחרון.
אחוז הלקוחות שהקליקו על לפחות מייל אחד בחודש האחרון.
אחוז הלקוחות שביצעו הסרה (Unsubscribe) בחודש האחרון.
שלב 2: נחשו - לפני שמודדים
רשמו לעצמכם תחזית: מה אתם חושבים שהמספרים? לדוגמה: "אחוז הלקוחות עם מייל תקין - 75%."
זה לא תרגיל טריוויה. זה מדד של "עד כמה אנחנו מכירים את בסיס הלקוחות שלנו."
שלב 3: הביטו במראה - בדקו את המציאות
שלפו את הנתונים האמיתיים מהמערכת והשוו אותם לתחזית. כל פער שמגלים הוא הזדמנות לשיפור.
כאן קורה הקסם.
רוב הארגונים שמבצעים את התרגיל הזה מגלים פערים שלא ידעו שקיימים. לדוגמה:
"חשבנו שיש לנו מייל ל-80% מהלקוחות - בפועל יש לנו ל-52%."
"חשבנו שאנחנו שולחים ל-70% מהלקוחות - בפועל אנחנו שולחים ל-31%."
"חשבנו ש-30% פותחים - בפועל רק 18% פתחו לפחות מייל אחד."
כל פער שמגלים הוא הזדמנות לשיפור.
שלב 4: הגדירו פעולות ספציפיות לשיפור
כאן מרבית הארגונים עוצרים. "מדדנו. עכשיו מה?" הנה המסגרת: לכל מדד חלש הגדירו פעולה: טיוב דאטה כשאין מספיק מיילים תקינים, הסרת חסמים כשהשליחה נמוכה, A/B Testing ובדיקת Deliverability כשהפתיחה נמוכה, ובחינת רלוונטיות ותדירות כשההסרות גבוהות.
אם שיעור הלקוחות עם מייל תקין נמוך (מתחת ל-55%)
פעילות טיוב דאטה - יצירת קשר דרך ערוצים אחרים (SMS, שיחה) לעדכון מייל
הגדרת תהליך Onboarding שמבטיח איסוף מייל בעת הצטרפות
חיבור מקורות דאטה נוספים שיש בהם כתובות מייל
אם שיעור השליחה נמוך (שולחים רק ל-40% מבסיס הלקוחות)
בחינת מה חוסם את ה-60% הנותרים: חסרי הסכמה? כתובת לא תקינה? מחוץ לסגמנטים?
כל אחד מהחסמים האלה הוא פרויקט טיוב נפרד
אם שיעור הפתיחה נמוך (מתחת ל-20% ממי שנשלח להם)
פה כדאי לעשות A/B Testing על שורות נושא - זה ה-Quick Win הכי גדול לשיעורי פתיחה
ביצוע A/B Testing על שורות נושא הוא הצעד הראשון והפשוט ביותר לשיפור שיעורי פתיחה. המאמר "איך עושים A/B Testing במרקטינג אוטומיישן", מסביר במה להתמקד, אילו קהלים לבדוק ואיזה ערוצים לבחון - ואיך להפוך את הלמידה לשגרה.
בדיקת עבירות (Deliverability) - האם המיילים מגיעים ל-Inbox?
שיעור פתיחה נמוך יכול להיות תסמין של בעיית Deliverability ולא רק בעיית תוכן. במאמר "עבירות מיילים (Email Deliverability) ועיצוב אימייל", אני מסביר למה מיילים כתמונה פוגעים ב-Sender Reputation, ואיך מאזנים נכון בין עיצוב לביצועים כדי שהמיילים יגיעו ל-Inbox.
בחינת תדירות - האם שולחים יותר מדי?
אם שיעור ה-Unsubscribe גבוה (מעל 0.5% לשליחה)
בחינת רלוונטיות המסרים לקהל שמקבל אותם
בחינת תדירות - שיעור Unsubscribe גבוה הוא סימן ל-over-messaging
הבנצ'מרק לכל מדד - האם המספרים שלכם טובים?
רוב הארגונים מבצעים את התרגיל ולא יודעים להשוות. הנה נקודות ייחוס:
מדד | מה מודד | טוב | ממוצע | דורש שיפור |
לקוחות פעילים (סה"כ) | גודל הבסיס | משתנה מארגון לארגון | - | - |
מייל תקין | איכות הדאטה | מעל 75% | 55-74% | מתחת ל-55% |
נשלח להם מייל בחודש האחרון | כיסוי השליחה | מעל 65% (מבעלי מייל תקין) | 45-64% | מתחת ל-45% |
פתחו לפחות מייל אחד | רלוונטיות ותקינות Deliverability | מעל 35% (ממי שנשלח) | 20-34% | מתחת ל-20% |
הקליקו לפחות פעם אחת | פעולה | מעל 4% (ממי שנשלח) | 2-4% | מתחת ל-2% |
Unsubscribe | עומס ורלוונטיות | מתחת ל-0.2% לשליחה | 0.2-0.5% | מעל 0.5% |
ההמלצה: מדדו את זה אחת לחודש, ובנו גרף מגמה. שיפור של 10% בכל מדד לאורך שנה - שינוי משמעותי מאוד בתוצאות.
מה עושים עם לקוחות לא מעורבים - הפוטנציאל הגדול
"לקוח לא מעורב" נשמע כמו בעיה. בפועל - הוא הזדמנות.
כל לקוח "לא מעורב" הוא לקוח שיש לנו מידע עליו - שם, היסטוריית רכישות, מוצרים - אבל שהתיקשורים השיווקיים שלנו לא הצליחו לגרום לו להגיב.
השאלה הנכונה יותר: "מה צריך לשנות כדי שהוא יגיב?"
4 אסטרטגיות Re-engagement ללקוחות לא מעורבים
שינוי ערוץ
לקוח שלא פתח מיילים ב-3 חודשים - ייתכן שמייל לא הערוץ שלו. נסו SMS קצר, פנייה ממוקדת בפוש, או שיחת מוקד.
שינוי מסר
לקוח שמקבל הצעות שיווקיות גנריות ולא מגיב - נסו מסר שמתבסס על ההיסטוריה הספציפית שלו. "בפעם האחרונה שרכשת... ייתכן שיעניין אותך..."
הצעת ערך שונה
לא כל לקוח מגיב להנחה. חלקם מגיבים למידע, חלקם לשירות, חלקם לתוכן. מסע Re-engagement עם "הצעת ערך" שונה - לא בהכרח הנחה.
הגדרת "סוף" ברור
מי שלא הגיב לאחר מסע Re-engagement מוגדר - יוצא מהרשימה הפעילה. זה לא כישלון, זה ניהול נכון. רשימה מצומצמת ומעורבת שווה הרבה יותר מרשימה גדולה ואדישה.
פנייה ללקוח הנכון בזמן הנכון היא מה שמניעה מעבר של לקוח לא מעורב ללקוח מעורב. במאמר "שיווק מבוסס דאטה: חד-סיטרי מול דו-סיטרי - ואיך עוברים לשיווק מבוסס הקשבה", אני מסביר כיצד לבנות מנגנון שמגיב לסיגנלים של הלקוח - ולא שולח לפי לוח זמנים קבוע.
מערכת מרקטינג אוטומיישן ו-GenAI - מאיצה את הלמידה
ה GenAI משנה את מהירות הלמידה וה"זום-אאוט" ב 3 אופנים:
ניתוח patterns אוטומטי: במקום לנתח ידנית מי לא מעורב ולמה, מודלי AI מזהים clusters של לקוחות עם דפוסים דומים - ומציעים פעולות ספציפיות לכל cluster. "קבוצה זו לא פתחה מיילים ב-60 יום, אבל לחצה על SMS. הצעה: עבור SMS בלבד."
חיזוי מעורבות - Predictive Engagement: מודלים שמנבאים לפני שלקוח הופך "לא מעורב" - ומפעילים מסעות מניעה מוקדם. זה ההפרש בין "גילינו שהלקוח לא מגיב" לבין "מנענו את אי-המעורבות."
תוכן שמותאם לפרופיל Engagement: לקוח עם Engagement Score גבוה מקבל הצעה מורכבת ועשירה. לקוח עם ציון נמוך מקבל מסר פשוט ומדויק שמטרתו "להחזיר אותו לשיח." GenAI מייצר את שתי הגרסאות אוטומטית.
שאלות נפוצות
מה ה-Benchmark ל-Engagement Rate של כלל בסיס הלקוחות?
אין מספר אחד אוניברסלי - תלוי בענף ובתדירות התיקשורים. אבל כלל אצבע: אם פחות מ-20% מבסיס הלקוחות פתח לפחות מסר אחד בחודש האחרון - יש בעיה שדורשת טיפול.
כמה זמן לוקח לשפר את מדדי ה-Engagement?
מדדים בסיסיים כמו שיעור פתיחה - ניתן לשפר תוך 4-8 שבועות עם A/B Testing ממוקד. שיפור Engagement כולל בסיס הלקוחות - תהליך של 3-6 חודשים.
מה עדיף - רשימה גדולה עם Engagement נמוך, או רשימה קטנה עם Engagement גבוה?
תמיד הרשימה הקטנה עם Engagement גבוה. הסיבות: Sender Reputation טובה יותר, CAC נמוך יותר, ו-LTV גבוה יותר. הפסקת שליחות ללקוחות לא מגיבים - הוא השקעה, לא הפסד.
האם ניתן לשפר Engagement ללא מערכת אוטומציה שיווקית מתקדמת?
כן - אבל בקנה מידה מוגבל. מיילים ידניים לסגמנטים קטנים, ניתוח ידני של מדדים. MA מאפשר לעשות את זה בצורה אוטומטית, מהירה, וניתנת להרחבה.
לסיכום: שיפור ה-Engagement - עם האוכל בא התיאבון
כשמתחילים למדוד "משם" ולא רק "מכאן" - קורה משהו מעניין.
המראה שבונים (6 המדדים ברמת בסיס הלקוחות, מדי חודש) מראה דברים שלא ראיתם קודם. ודברים שלא ראיתם - לא ניתן לשפר.
ברגע שמתחילים לשפר מדד אחד - מגלים שיפור גם במדדים סמוכים. שיפור בשיעור המיילים הנשלחים מגדיל את פוטנציאל הפתיחות. שיפור בשיעור הפתיחות מגדיל את ההקלקות. שיפור בהקלקות מגביר Engagement. ו-Engagement גבוה מוביל לתוצאות עסקיות.
התחילו מהתרגיל הפשוט. קחו את 6 המדדים, מדדו, נחשו קודם, ותתפלאו מה תגלו.
זה מה שנקרא "עם האוכל בא התיאבון."
הנתונים מהשטח מוכיחים שפעילות מדויקת ומותאמת מייצרת פי 10.7 בהקלקות לעומת פעילות גנרית. המאמר "מה זה שיווק מבוסס דאטה (Data-Driven Marketing) והאם זה באמת עובד", מציג את הבנצ'מרקים ומסביר מה שלושת הצירים שמייצרים את ההבדל - ואיך להחיל אותם על הפעילות שלכם.
אם אתם רוצים ליווי בבניית מסגרת ה-Engagement לארגון שלכם - דברו איתי.
גיל כוכבי הוא יועץ דאטה ומרקטינג אוטומיישן עם ניסיון רב שנים בעבודה עם ארגונים גדולים ובינוניים במגוון רחב של מגזרים.
הוא מתמחה בבניית אסטרטגיות דאטה, הקמת מערכי שיווק פרסונלי מבוססי אונליין ואופליין (O2O) והטמעת מרקטינג אוטומיישן, המאפשרים לארגון לנהל את לקוחותיו בצורה פרסונלית, אפקטיבית ומדידה.
בנוסף, הוא המייסד של קהילת הלינקדאין Linkers וקהילת "AI & Data-Driven & Digital Marketing in Israel" שמטרתה לחבר את אנשי השיווק, הדיגיטל והדאטה לשיח אחד המגביר את שת"פ בין היחידות.
📞 052-5112167 | LinkedIn | kochavigil@gmail.com
תגובות