Lors d’un audit emailing pour l’un de nos clients, nous avons réalisé une analyse approfondie de leurs désabonnés. Notre objectif : comprendre qui ils sont. En moyenne, après combien d’emails reçus se sont-ils désabonnés ? Étaient-ils des contacts plus ou moins récents en base ? Avaient-ils plutôt l’habitude d’ouvrir et de cliquer dans vos newsletters ? Bref, quel est l’impact sur le business de laisser partir ses abonnés ? Dans cet article, nous vous livrons les tableaux de bords que vous pouvez demander à votre équipe DATA si vous en avez une…
Table des matières
- Comment est calculé le taux de désabonnement d’un email ?
- Le taux moyen de désabonnement en emailing
- Listons les questions que l’on se pose sur le désabonnement en emailing
- L’analyse data sur les désabonnés emails
- Nombre d’emails reçus avant désabonnement
- Nombre d’emails reçus avant dans les 28 derniers jours avant désabonnement
- Les désabonnés sont-ils des contacts récents ou plus anciens dans la base ?
- Les désabonnés étaient-ils actifs ou inactifs emails avant de se désabonner ?
- Nombre de mois sans achats avant désabonnement
- Résultats chiffrés d’une analyse approfondie des désabonnés emails
- Les limites de l’analyse data sur le désabonnement en emailing
- Conclusion de Badsender
Live : cas d’application
Jonathan Loriaux a interrogé Marion Duchatelet sur l’analyse approfondie d’une étude chiffrée des désabonnés de campagnes emails et les conclusions tirées.
Comment est calculé le taux de désabonnement d’un email ?
Avant de plonger dans le sujet, rappelons la définition du taux de désabonnement : il correspond au nombre de désabonnés divisé par le nombre d’emails délivrés.
Le nombre de désabonnés peut provenir de 2 endroits :
- Depuis le footer de votre email (ou le header si vous faites partie de ceux qui respectent les très bonnes pratiques)
- Depuis la fonctionnalité list-unsubscribe (disponible uniquement Gmail, Laposte.net, SFR – boite promo)
Le taux moyen de désabonnement en emailing
Les récents benchmarks en matière d’emailing indiquent des taux de désabonnement allant de 0,1 % à 1 %. Ce taux varie principalement en fonction des sources de collecte et de la pression commerciale. Lorsque les adresses sont collectées via des formulaires internes (achat ou inscription à la newsletter), le taux de désabonnement est généralement faible, autour de 0,1 %.
Listons les questions que l’on se pose sur le désabonnement en emailing
Il est normal que des contacts se désabonnent. Cependant, lorsque le nombre de désabonnements augmente, il est crucial de se demander : quel est l’impact sur le business de laisser partir ces abonnés ?
Voici les autres questions que l’on se posse :
- Combien d’emails reçoivent-ils avant de se désabonner ?
- Combien d’emails ont-ils reçus précédant leur désabonnement ?
- Les désabonnés sont-ils des contacts récents ou plus anciens dans la base ?
- Les désabonnés étaient-ils actifs ou inactifs emails avant de se désabonner ?
- Les désabonnés étaient-ils des acheteurs réguliers ou occasionnels ?
Les réponses à ces questions permettent de peaufiner les définitions de la pression commerciale en emailing et des inactifs emails, mais aussi celui de l’accueil de nouveaux abonnés en base.
L’analyse data sur les désabonnés emails
Pour savoir qui sont vos désabonnés, il est nécessaire de demander des tableaux de bord à vos équipes data. Les statistiques fournies par votre outil de routage email ne suffiront pas à obtenir toutes les informations nécessaires. Au mieux, votre outil de routage vous indiquera le nombre de désabonnés, l’évolution temporelle, le type de campagnes dont ils se désabonnent le plus, et quelle cible se désabonne le plus. Mais pour répondre aux questions ci-dessus, nous avons besoin des tableaux de données suivants.
Voici le brief que vous avons envoyé aux équipes DATA :
Nombre d’emails reçus avant désabonnement
- Besoin : comprendre le nombre de campagnes moyen que reçoit un contact avant de se désabonner.
- Filtre : Date de désabonnement de moins de 2 ans
- Format : .csv
Tableaux de bord souhaités :
| Nombre d’emails délivrés avant désabonnement | Volume de désabonnés |
|---|---|
| 1 | |
| 2 | |
| … |
Pour évaluer l’impact business et aller plus loin dans l’analyse, vous devez ajouter à ce tableau des colonnes comportant des critères business présents dans votre base de données. Ici, nous avons opté pour le statut RFM, l’adhésion (ou pas) au programme de fidélité et le type de collecte (principe de l’optin ou celui de l’optout).
| Nombre d’emails délivrés avant désabonnement | Volume de désabonnés | Statut RFM 1 | RFM 2 | RFM 3… |
|---|---|---|---|---|
| 1 | ||||
| 2 | ||||
| … |
| Nombre d’emails délivrés avant désabonnement | Volume de désabonnés | Volume Optin | Volume Optout |
|---|---|---|---|
| 1 | |||
| 2 | |||
| … |
| Nombre d’emails délivrés avant désabonnement | Volume de désabonnés | Volume d’encartés | Volume de non cartés |
|---|---|---|---|
| 1 | |||
| 2 | |||
| … |
Nombre d’emails reçus avant dans les 28 derniers jours avant désabonnement
- Besoin : comprendre si un rythme d’envoi trop intense est la cause de leurs désabonnements.
- Filtre : Date de désabonnement de moins de 2 ans
- Format : .csv
Tableaux de bords souhaités :
Besoin d'aide ?
Lire du contenu ne fait pas tout. Le mieux, c’est d’en parler avec nous.
| Nombre d’emails délivrés dans les 28 derniers jours avant désabonnement | Volume de désabonnés |
|---|---|
| 1 | |
| 2 | |
| … |
| Nombre d’emails délivrés dans les 28 derniers jours avant désabonnement | Volume de désabonnés | Statut RFM 1 | Statut RFM 2 | Statut RFM 3… |
|---|---|---|---|---|
| 1 | ||||
| 2 | ||||
| … |
| Nombre d’emails délivrés dans les 28 derniers jours avant désabonnement | Volume de désabonnés | Volume Optin | Volume Optout |
|---|---|---|---|
| 1 | |||
| 2 | |||
| … |
| Nombre d’emails délivrés dans les 28 derniers jours avant désabonnement | Volume de désabonnés | Volume d’encartés | Volume de non cartés |
|---|---|---|---|
| 1 | |||
| 2 | |||
| … |
Les désabonnés sont-ils des contacts récents ou plus anciens dans la base ?
- Besoin : sur les désabonnés des 2 dernières années, combien se sont désabonnés après 1 mois, entre 1 et 2 mois, etc. ?
- Filtre : Date de désabonnement de moins de 2 ans
- Format : .csv
Tableaux de bord souhaités :
| Différence entre date de réception du premier email et date de désabonnement | Volume de désabonnés | RFM 1 | RFM 2 | RFM 3… |
|---|---|---|---|---|
| Entre 0 et 1 mois | ||||
| Entre 1 mois et 2 mois | ||||
| … jusqu’à 60 mois |
| Différence entre date de réception du premier email et date de désabonnement | Volume de désabonnés | Volume Optin | Volume Optout |
|---|---|---|---|
| Entre 0 et 1 mois | |||
| Entre 1 mois et 2 mois | |||
| … jusqu’à 60 mois |
| Différence entre date de réception du premier email et la date de désabonnement | Volume de désabonnés | Volume de cartés | Volume de non cartés |
|---|---|---|---|
| Entre 0 et 1 mois | |||
| Entre 1 mois et 2 mois | |||
| … jusqu’à 60 mois |
Les désabonnés étaient-ils actifs ou inactifs emails avant de se désabonner ?
- Besoin : connaître le nombre de campagnes sans clics et sans ouvertures avant le désabonnement
- Filtre : Date de désabonnement de moins de 2 ans
- Format : .csv
Focus ouvertures
Tableaux de bords souhaités :
| Nombre de campagnes sans ouvertures avant désabonnement (sauf campagne du désabonnement) | Volume de désabonnés | Statut RFM 1 | RFM 2 | RFM 3 | … |
|---|---|---|---|---|---|
| 0 | |||||
| 1 | |||||
| 2 | |||||
| …. |
| Nombre de campagnes sans ouvertures avant désabonnement (sauf campagne du désabonnement) | Volume de désabonnés | Volume Optin | Volume Opout |
|---|---|---|---|
| 0 | |||
| 1 | |||
| 2 | |||
| …. |
| Nombre de campagnes sans ouvertures avant désabonnement (sauf campagne du désabonnement) | Volume de désabonnés | Volume de cartés | Volume de non cartés |
|---|---|---|---|
| 0 | |||
| 1 | |||
| 2 | |||
| …. |
Focus ouvertures + mois
| Nombre de mois sans ouvertures avant désabonnement | Volume de désabonnés |
|---|---|
| 0 | |
| 1 | |
| 2 | |
| …. |
Focus clic
| Nombre de campagnes sans clics avant désabonnement (sauf campagne du désabonnement) | Volume de désabonnés | RFM1 | RFM2 | RFM3 | … |
|---|---|---|---|---|---|
| 0 | |||||
| 1 | |||||
| 2 | |||||
| …. |
| Nombre de campagnes sans clics avant désabonnement (sauf campagne du désabonnement) | Volume de désabonnés | Volume Optin | Volume Opout |
|---|---|---|---|
| 0 | |||
| 1 | |||
| 2 | |||
| …. |
| Nombre de campagnes sans clics avant désabonnement (sauf campagne du désabonnement) | Volume de désabonnés | Volume Adhérents | Volume Pas adhérents |
|---|---|---|---|
| 0 | |||
| 1 | |||
| 2 | |||
| …. |
Focus clics + mois
| Nombre de mois sans clic avant désabonnement | Volume de désabonnés |
|---|---|
| 0 | |
| 1 | |
| 2 | |
| …. |
Nombre de mois sans achats avant désabonnement
- Besoin : connaître le nombre de mois sans achats avant le désabonnement
- Filtre : Date de désabonnement de moins de
2 ans1 an - Format : .csv
Tableaux de bords souhaités :
| Nombre de mois sans achat (web ou magasin) avant désabonnement | Volume de désabonnés |
|---|---|
| 0 | |
| 1 | |
| 2 | |
| …. |
Résultats chiffrés d’une analyse approfondie des désabonnés emails
Voici les résultats chiffrés d’une étude sur les désabonnements des campagnes emailing d’un client retailer.
Les profils RFM qui se désabonnent le plus des newsletters sont :
- Les non-acheteurs
- Les contacts à très faible valeur (RFM8 dans le tableau ci-dessus)
- Les nouveaux clients (ceux qui ont effectué leur premier achat dans l’année)
La corrélation est claire : plus la valeur RFM est faible, plus le taux de désabonnement aux campagnes emails est élevé.
- Les clients à forte valeur (RFM 1, 2, 3) acceptent une fréquence d’envoi élevée. Ils reçoivent au moins 1 email par jour sans se désabonner (ils ne cliquent peut être pas pour autant, mais ils ne se désabonnent pas).
- Les segments à faible valeur (RFM8) et inactifs se désabonnent rapidement.
En résumé, la tolérance à la pression marketing augmente avec l’engagement client.
Le deuxième visuel montre que la très grande majorité des désabonnés (91%) n’ont effectué aucun achat au cours des 28 derniers jours précédents leur désabonnement.
Ces personnes ne semblent donc pas être des grands acheteurs . Ne pas les cibler n’aura pas d’impact significatif sur les revenus.
Recommandations :
- On peut maintenir une fréquence élevée pour les RFM 1, 2, 3 (acheteurs +++)
- Réduire les envois pour les segments RFM 4, 5, 6 (le ventre mou)
- Diminuer davantage pour les RFM 7, 8 et inactifs (peu engagés)
- Porter une attention particulière aux nouveaux clients en les embarquant via un scénario de bienvenue bien ficelé.
Les bénéfices de cette approche :
- Baisse du volume d’emails envoyés
- Amélioration de la délivrabilité
- Respect des contacts
- Pas d’impact sur le chiffre d’affaires
Les limites de l’analyse data sur le désabonnement en emailing
Idéalement, il faudrait disposer des tableaux de bord mentionnés ci-dessus. Mais, en pratique, il se peut que vos équipes DATA estiment que le volume de données à traiter est trop important et qu’ils ne peuvent pas sortir ces tableaux pour des raisons techniques. Dans ce cas, vous pouvez restreindre le filtre à 1 an, voire moins, plutôt que sur 2 ans.
Conclusion de Badsender
Analyser qui sont vos désabonnés est hyper utile pour évaluer l’impact business. Une fois cette question résolue, vous obtenez des réponses à d’autres questions essentielles en emailing :
- Affiner la pression commerciale : cette analyse aide à identifier les types de contacts qui tolèrent plus ou moins bien la pression commerciale et le nombre d’emails tolérés. Elle sert à aussi à déterminer les conséquences d’un rythme d’envoi plus effréné (exemple : le combo black friday, noël, soldes d’hiver) sur les désabonnements.
- Comprendre le comportement des nouveaux contacts : si vous observez un taux de désabonnement élevé sur le segment “nouveaux abonnés”, cela souligne l’importance de soigner le début de relation avec eux en mettant en place un véritable scénario de bienvenue.
- Définir les inactifs emailings : vous obtenez une définition plus précise des inactifs, plutôt que de faire des suppositions au doigt mouillé.
- Optimiser les contenus des messages : vous identifierez des blocs de contenus à insérer dans vos newsletters et dans votre marketing automation afin d’orienter votre stratégie pour minimiser vos désabonnements.
Connaître vos désabonnés vous permet d’orienter véritablement votre stratégie marketing.
