Метрики email-маркетинга: как читать отчёты и не тонуть в цифрах

Email‑маркетинг остаётся одним из немногих каналов, где у вас есть прямой доступ к аудитории без алгоритмических фильтров и аукционов. Но это работает только тогда, когда вы понимаете, что происходит внутри воронки — от доставки до покупки. Разберём, какие метрики действительно важны, как читать их в связке и где чаще всего теряется эффективность

Доставляемость: фундамент, о котором часто вспоминают слишком поздно

Прежде чем смотреть на открытия и клики, нужно честно ответить на базовый вопрос: письма вообще доходят до людей или упираются в недоставку и спам.

Delivery Rate — это доля писем, которые дошли до почтового ящика (inbox или spam), от всех отправленных.

В реальных проектах Delivery Rate на уровне 95% и выше уже считается хорошим результатом. Диапазон 98–99% достижим, но не во всех сценариях и скорее характерен для:
– аккуратно прогретых доменов,
– регулярно очищаемых баз,
– понятных для почтовиков паттернов отправки.
На это влияют и сама база, и частота рассылок, и политика конкретных почтовых провайдеров.

Отдельно стоит отслеживать Bounce Rate — долю недоставленных писем. Ориентир — порог в районе 2–3%: если Bounce Rate стабильно держится выше этого уровня, это уже повод копаться в базе и настройках отправки. Допустимый уровень будет отличаться у B2B и B2C, у свежей базы и у базы, которую собирали годами на офлайн‑активностях.

Внутри Bounce Rate важно разделять:
– Hard bounce — адрес не существует (опечатка, закрытый ящик). Эти контакты нужно безжалостно удалять, иначе вы просто добиваете репутацию домена.
– Soft bounce — временная история: переполненный ящик, лимиты на стороне сервера и т. п. Их допустимо пробовать еще раз, но не бесконечно.

Если вы видите, что Bounce Rate держится выше 3–4% несколько рассылок подряд, это сигнал:
– прогнать базу через валидацию,
– проверить источники сбора контактов (старые активации, офлайн‑анкеты, импорт из CRM без проверки),
– аккуратно «разогреть» отправку по спящим сегментам.

Мини‑кейсы здесь можно приводить только как обобщённый опыт («в проектах, где чистили базу, мы часто видели рост OR на несколько п.п.»), без точных обещаний по срокам и цифрам — эффект и темп восстановления сильно зависят от доли мёртвых адресов, качества оставшейся базы и текущей репутации домена.

Open Rate: первая точка контакта

Open Rate (OR) — доля получателей, открывших письмо, от всего доставленного объёма.
Open Rate = Открытия / Доставленные письма × 100%.

Для анализа корректнее использовать Unique Open Rate — он считает каждого человека один раз, даже если тот открывал письмо несколько раз. Так вы оцениваете реальную долю вовлечённых людей, а не количество технических «открытий».

Какие значения OR считать нормальными

Публикуемые бенчмарки сильно зависят от выборки, ниши и методологии конкретного исследования, поэтому любые цифры стоит воспринимать как ориентиры, а не норматив. В реальных проектах картинка обычно такая:

• массовые несегментированные рассылки по широкой базе часто дают двузначный, но умеренный OR (условно «от середины десятков до двадцатых» процентов — в зависимости от ниши, сезона и качества базы);
• хорошо сегментированные кампании и контентные рассылки по тёплой аудитории заметно обгоняют «массовку»;
• у триггерных и транзакционных писем (welcome‑серии, брошенная корзина, подтверждение регистрации) открываемость традиционно значительно выше массовых: диапазон в районе 40–50% и выше для качественных сценариев — абсолютно рабочая история.

На практике удобно держать в голове внутреннюю шкалу: если у сегментированных кампаний OR стабильно переваливает за 30–35%, это сильный результат для большинства ниш, но финальную планку лучше калибровать на своих исторических данных и актуальных отраслевых отчётах.

Почему Open Rate уже не «истина в последней инстанции»

С осени 2021 года Apple Mail Privacy Protection стала автоматически подгружать пиксели отслеживания, из‑за чего часть «открытий» фиксируется без участия человека. Это особенно искажает статистику там, где доля Apple‑клиентов велика. Поэтому OR сегодня — это скорее индикатор тренда (растём/падаем, как реагируют разные сегменты), а не точный ответ на вопрос «сколько людей реально прочитали письмо».

Что реально двигает Open Rate

На открываемость больше всего влияют:

• Тема и прехедер — для заметной части аудитории решение «открыть/не открыть» принимается буквально по одной строке темы, что подтверждается как зарубежными, так и российскими исследованиями.
• Имя отправителя — узнаваемый бренд или понятное человеку имя выигрывает у обезличенного noreply@.
• Время отправки — для каждой аудитории свои «окна внимания», универсальной «лучшей минуты» не существует.
• Качество сегментации — если письмо уезжает в сегмент, которому тема не актуальна, вы легко теряете несколько процентных пунктов OR только на этом.

Персонализация темы может заметно поднять открываемость, но эффект зависит от качества данных и уместности приёма: в одних проектах добавление имени в тему даёт прирост, в других — не меняет картину или даже снижает OR, если выглядит навязчиво или тянет за собой ошибки в обращении. Поэтому относиться к любым «+26% от персонализации» стоит как к результату конкретного теста, а не к гарантии; решающее значение имеют гигиена базы и аккуратная логика персонализации.

Click Rate и CTOR: где вовлечение переходит в действие

Click Rate (CR, его же часто называют CTR в контексте email) — доля кликов по ссылкам внутри письма от всех доставленных.
Click Rate = Клики / Доставленные письма × 100%.

Это уже шаг дальше, чем Open Rate: человек не просто заметил письмо, а сделал действие. В реальности жёстких «норм» по CR не существует: цифры сильно плавают в зависимости от ниши, того, подписная ли это база или арендная, степени прогрева аудитории, структуры письма и того, сколько в нём ссылок. Часто в отчётах по рынку для массовых рассылок фигурируют ориентиры порядка «нескольких процентов», но в одних отраслях CR может быть ниже 1%, а в других — стабильно переваливать за 5% даже без глубокой сегментации.

При этом в практической работе есть простой «красный флаг»: если Click Rate по массовым письмам стабильно ползает где‑то возле нуля и не дотягивает до 1%, это почти всегда повод задать себе неудобные вопросы — попадаем ли мы с темой, оффером и CTA в ожидания людей, совпадает ли обещание в теме с тем, что человек видит внутри, не зашумлено ли письмо и не уезжает ли оно не тем сегментам.

Сегментированные кампании — отдельная история: когда вы попадаете в актуальную потребность и не шлёте всем подряд, CR закономерно растёт и сильно обгоняет «массовку».

CTOR: насколько письмо «дожимает» тех, кто уже открыл

Click‑to‑Open Rate (CTOR) отвечает на другой вопрос: не «сколько людей из доставленных кликнули», а «сколько из тех, кто открыл письмо, перешли дальше».
CTOR = Клики / Открытия × 100%.

Эта метрика отсекает влияние темы и прехедера и показывает, насколько содержание письма и оффер действительно «зашли» тем, кто до них добрался. Типичный разбор выглядит так: OR высокий, а CTOR низкий — значит, тема продала обещание, но контент это обещание не выдержал. Если растут и OR, и CTOR — вы попали и в ожидания, и в подачу.

Публикуемые в статьях диапазоны вроде «8–15% CTOR для массовых рассылок» стоит воспринимать как общерыночные ориентиры, а не норматив: в одних нишах эти цифры будут считаться отличным результатом, в других — только «приемлемым уровнем». Ключевая задача — смотреть на свою динамику по сегментам и типам писем, а не пытаться во что бы то ни стало попасть в усреднённые рамки.

Интерактив, тесты, опросы, динамический контент действительно часто дают рост кликов — но это всегда результат конкретного теста на конкретной аудитории. Правильный подход — не верить чужим «+320% CTR», а прогонять свои идеи через A/B‑тесты на достаточно большой выборке и смотреть, выдерживает ли эффект проверку статистикой.

Unsubscribe Rate: барометр релевантности

Unsubscribe Rate — доля людей, которые отписались от рассылки в рамках конкретной кампании:
Unsubscribe Rate = Отписки / Доставленные письма × 100%.

Жёстких «правильных» значений здесь не существует. Часто в обзорах можно встретить ориентиры вроде «ниже 0,2–0,3% — спокойно, выше 0,5% — уже тревожно», но в реальности картину двигают ниша, частота писем, стадия жизни базы и сами изменения в коммуникации. Например, при запуске новой контентной серии или смене тональности временный всплеск отписок до тех же 0,5% вполне ожидаем: часть аудитории честно скажет «это уже не для меня» — и это нормально.

Ключевой маркер проблем — именно стабильный, а не разовый рост Unsubscribe Rate заметно выше привычного уровня, особенно если он держится выше ~0,5% на серии кампаний подряд. В такой ситуации уже стоит разбираться:
– не уехали ли вы в частоте (обещали раз в неделю, стали писать почти каждый день),
– не изменился ли контент радикально без подготовки аудитории,
– не шлёте ли одно и то же всей базе без учёта интересов и сегментов.

Отраслевые «вилки» по отпискам (для ритейла, SaaS, медиа, НКО и т. д.) в разных исследованиях действительно встречаются и выглядят правдоподобно, но без чётко описанной методологии и периода это именно приблизительные ориентиры, а не нормативы. В работе с конкретной базой полезнее зафиксировать свою «здоровую» точку (например, 0,15–0,25% для текущего формата рассылки) и уже от неё смотреть на отклонения.

Важно помнить, что отписка сама по себе — не катастрофа. Это честный сигнал «я больше не ваша аудитория», который очищает базу и улучшает вовлечение оставшихся. Куда опаснее жалобы на спам: Spam Complaint Rate выше 0,1% уже воспринимается почтовиками как красный флаг и бьёт по репутации домена и доставляемости. Спрятанная или неудобная кнопка «Отписаться» почти гарантированно часть людей отправит в «Это спам», и в итоге вы проиграете по всем фронтам.

Отписки и жалобы чаще всего взлетают, когда:
– шлют одинаковые письма по всей базе без сегментации,
– нарушают обещанную частоту,
– «реактивируют» спящие сегменты без re‑permission, не объясняя, почему человек снова получает письма.

Конверсия из рассылки: связь метрик с реальными действиями

Open Rate и Click Rate — прокси‑метрики. Они показывают, сколько людей заметили письмо и что‑то в нём сделали, но бизнесу в итоге важна конверсия из рассылки: доля получателей, которые совершили целевое действие (покупку, регистрацию, заявку, подписку на вебинар и т. п.) после взаимодействия с письмом. Формально считать её можно по‑разному (от доставленных, от открытий, от кликнувших) — здесь всё упирается в то, как в вашей компании принято определять «конверсию письма».

Один из распространённых вариантов:
CR = Целевые действия из email / Доставленные письма × 100%.

Любые «средние по рынку» значения конверсий по отраслям нужно воспринимать как широкие ориентиры, а не нормативы. На цифры сильно влияют: качество и давность базы, глубина сегментации, уровень прогрева, тип оффера (скидка, пробный доступ, заявка на демонстрацию), место письма в воронке, настроенные модели атрибуции и даже период, за который собиралась статистика. Поэтому таблицы вида «в финтехе конверсия X %, в fashion Y %» полезны скорее для общей прикидки, чем для того, чтобы ставить себе KPI «дотянуться до этой цифры».

Отдельно стоит смотреть на узкоспециализированные сценарии, например брошенные корзины и письма по незавершённому оформлению заказа в eCommerce. Там пользователь уже сделал существенную часть пути сам, поэтому неудивительно, что recovery rate в успешных командах доходит до двузначных значений (порядка 12–20% и выше) — это не «магия письма», а работа с очень тёплым спросом.

Технически связать конверсию с email‑каналом помогает корректная UTM‑разметка всех ссылок в письме: без неё в Метрике и других системах аналитики переходы из рассылок либо теряются, либо попадают в direct/other. Базовый минимум:

• utm_source=email — указывает, что источник трафика именно email;
• utm_medium=newsletter / trigger / transactional — помогает разделять типы рассылок;
• utm_campaign=название_кампании — позволяет видеть, какая конкретно рассылка даёт конверсии и выручку.

Дальше уже имеет смысл усложнять модель: учитывать assisted‑конверсии, строить кастомные отчёты и, при возможности, использовать holdout‑группы, чтобы видеть не просто «все заказы с UTM=email», а инкрементальный вклад канала по сравнению с контрольной группой, которой письма не уходили.

Revenue per Email и ROMI: деньги в разрезе канала

Деньги: RPE и ROMI без мифов

Когда нужно объяснить руководству, зачем вкладываться в email-маркетинг, прокси-метрик (open rate, click rate) недостаточно. Финансовые показатели — Revenue per Email (RPE) и ROMI — помогают оценить реальную отдачу от канала, а не только поведение внутри письма.

Revenue per Email (RPE) — выручка, которую приносит одно отправленное письмо:
RPE = Выручка от кампании / Количество отправленных писем.

Важно: у RPE нет универсального «нормального» диапазона. Он зависит от среднего чека, ниши, маржинальности, глубины сегментации, сценария (массовая рассылка vs триггеры), качества базы и контента. Сравнивать RPE между разными бизнесами обычно бессмысленно — гораздо полезнее отслеживать динамику показателя внутри своей компании: как он меняется от сегмента к сегменту и от типа кампании к типу. На практике RPE часто используют как простой аналог ROI на уровне выручки, когда точный учёт всех затрат на маркетинг затруднён.

ROMI (Return on Marketing Investment) показывает, насколько окупаются вложения в email-канал:
ROMI = ((Выручка − Затраты на маркетинг) / Затраты на маркетинг) × 100%.

Пример: вы потратили на рассылку 12 000 ₽ (платформа, рабочее время, креатив), а заказы, которые аналитика атрибутировала email-каналу, принесли 25 000 ₽. Тогда ROMI = ((25 000 − 12 000) / 12 000) × 100% = 108,3%. Показатель выше 0% означает, что канал не только окупился, но и принёс дополнительную прибыль.

Чтобы ROMI был адекватным, в «затраты» стоит включать не только оплату сервиса рассылок, но и часть зарплаты команды, производство контента, дизайн, аналитику и сопутствующие расходы. А для оценки именно инкрементальной выручки, а не просто «всех заказов с UTM=email», имеет смысл использовать holdout-группы — контрольные сегменты, которые не получают конкретную кампанию или цепочку.

Как смотреть на отчёт по email‑кампаниям, чтобы видеть воронку, а не набор цифр

Одна из типичных ошибок — разглядывать метрики по отдельности: «здесь OR просел», «тут CTR подрос». Гораздо полезнее смотреть на всё как на воронку и искать, где именно вы теряете людей:

Отправлено → Доставлено → Открыто → Клик → Конверсия → Выручка

• Если провал между отправлено и доставлено — проблема в техническом здоровье канала: репутация домена, качество базы, инфраструктура отправки.
• Если письма доставляются, но мало открываются — смотрим на тему, прехедер, имя отправителя и частоту отправки; иногда сюда же добавляется влияние спам‑фильтров.
• Если открытий много, а кликов мало — сигнал к разбору содержания: оффер, структура письма, понятность CTA, визуальная иерархия. Частый сценарий: тема «продаёт» одно, а внутри человек видит другое.
• Если клики есть, а конверсий нет — почти всегда дело уже не в письме, а в посадочной странице или UX: скорость загрузки, мобильная версия, форма заявки, логика шага оплаты, доверие к странице.

Отдельно имеет смысл различать массовые кампании и триггерные/транзакционные сценарии. У триггеров (welcome‑цепочки, брошенные корзины, напоминания о просмотре) по рынку почти всегда выше и OR, и клики, и конверсии — просто потому, что письмо приходит в момент явного интереса пользователя, а не «по календарю». Конкретный разрыв в цифрах зависит от ниши и методологии конкретного исследования, поэтому любые проценты из отчётов — это именно ориентиры, а не план‑минимум.

Если вы работаете с несколькими ESP или сложной продуктовой матрицей, полезно для себя однозначно зафиксировать:

• какие метрики вы смотрите по каждому шагу воронки,
• где у вас условный «красный» и «жёлтый» уровни отклонений,
• как часто вы пересматриваете эти пороги с учётом роста базы и изменений в стратегии.

Так отчёт по email перестаёт быть просто набором таблиц и превращается в понятную карту: где канал сейчас «дышит ровно», а где есть реальные точки роста или проблемы, которые нельзя игнорировать.

Что ломает аналитику email‑рассылок и как этого избежать

1. Фокус только на Open Rate
   Когда вся оценка кампаний сводится к «как вырос/упал OR», это почти гарантированно искажает картину. Open Rate показывает лишь факт открытия письма, но ничего не говорит о том, дошёл ли человек до клика, заявки или покупки. Высокий OR при нулевой конверсии чаще всего означает кликбейтные темы или разрыв между обещанием в теме и содержанием письма.
2. Слепая вера в средние бенчмарки
   Сравнивать свои цифры с усреднёнными таблицами вроде «по рынку OR X %» без учёта ниши и формата рассылки — путь к неверным выводам. То, что для ритейла окей, для медицины или НКО может быть тревожным сигналом, и наоборот. Логика простая: внешние бенчмарки — это фон, а главный ориентир — ваша собственная историческая динамика и конкуренты в вашей конкретной категории.
3. Отсутствие сегментации в аналитике
   Сводный отчёт по всей базе удобно показывать на слайде, но он мало что говорит о реальной эффективности. Новые и лояльные клиенты, активные и спящие подписчики, разные продуктовые группы — всё это сегменты с разным поведением и ожиданиями. Если смотреть только на усреднённые цифры по базе, легко «залечить не то место» и не увидеть, что, например, рост отписок идет только в одной подгруппе.
4. Игнорирование динамики показателей
   OR в 22% может быть как проблемой, так и успехом — всё зависит от того, откуда вы к нему пришли. Падение с 28% до 22% — повод копаться в изменениях (темы, частота, контент, новые сегменты). Рост с 16% до 22% — наоборот, маркер того, что гипотезы сработали. Точно так же стоит смотреть на Click Rate, CTOR, конверсию и отписки — не по одному отчёту, а в разрезе месяцев и типов кампаний.
5. Масштабирование гипотез без A/B‑тестов
   Запускать радикально новый шаблон письма или менять структуру цепочки «на всю базу сразу» — дорогое развлечение. Гораздо безопаснее проверять гипотезы через A/B‑тесты:

• делите релевантный сегмент на две (или больше) группы,
• чётко фиксируете, какую метрику хотите сдвинуть (OR, CTR, конверсию),
• заранее оцениваете, какой порядок эффекта для вас «осмысленен» (например, +15–20% к CTR, а не +0,2 п.п.).

Минимальный размер выборки сильно зависит от стартовых значений метрики и ожидаемого эффекта: иногда ощутимый прирост можно заметить и на относительно небольшой аудитории, иногда даже десятков тысяч не хватает для уверенного вывода. Поэтому вместо универсального «надо по пару тысяч на плечо» разумнее опираться на калькуляторы размера выборки и встроенные инструменты A/B‑тестирования в ESP или аналитике — они учитывают нужный уровень значимости и мощность теста.

Метрики для регулярного мониторинга

Чек-лист:

Сохраните как шаблон для еженедельного/ежемесячного отчёта по email-кампаниям:

Технические показатели (здоровье канала)

• Delivery Rate — ориентир: держать на уровне 95–98% и выше, фиксировать и разбирать просадки. Цель >98% можно использовать как «идеальную картинку», но важно учитывать специфику базы и инфраструктуры.

• Bounce Rate — ориентир: держать <2%, а устойчивые значения выше 2–3% уже разбирать по причинам. Hard bounce‑адреса (не существует/закрыт) лучше сразу вычищать, чтобы не бить по репутации домена.
• Spam Complaint Rate — цель: <0,1%. Всё, что выше, — красный флаг: почтовики начинают относиться к вам как к источнику нежелательного контента.

Вовлечённость (как люди реагируют на письма)

• Unique Open Rate — смотреть в динамике и в разрезе кампаний/сегментов, сравнивать с отраслевыми отчётами скорее как с фоном, а не с KPI.
• Click Rate — использовать не жёсткие «нормы», а ориентиры: для массовых рассылок комфортно, когда показатель не прижат к нулю и растёт относительно вашей же истории; для сегментированных кампаний закономерно ждать более высоких значений. Универсальных целевых цифр тут нет — важнее тренд и разница между сценариями.
• CTOR — смотреть прежде всего по сегментам и типам писем. Для массовых промо 5–10% может быть очень приличным уровнем, для триггеров (брошенная корзина, напоминание) 15–20% и выше — нормальная планка. Главное — понимать, как CTOR ведёт себя относительно ваших же предыдущих запусков, а не гнаться за абстрактными «8–10%».

Отток (здоровье базы)

• Unsubscribe Rate — ориентир: <0,3% на типичной кампании. Разовые всплески (новый формат, чистка неактивных) допустимы, но устойчивые значения заметно выше требуют разборки: частота, релевантность, промис при подписке.

Бизнес‑результаты (связка с деньгами)

• Конверсия из рассылки — считать и анализировать отдельно по сценариям: приветственные цепочки, брошенные корзины, повторные покупки, промо‑акции, контентные подборки. Смешивание всего в одну цифру делает выводы бессмысленными.
• Revenue per Email — отслеживать в динамике по сегментам и типам кампаний. Это позволяет выделять кластеры, где одно письмо приносит максимум денег, и уже под них донастраивать частоту и контент.
• ROMI email‑канала — считать на сопоставимой методологии и сравнивать с другими каналами (контекст, соцсети, перформанс), чтобы понимать, где рубль бюджета даёт большую отдачу и куда логичнее докручивать инвестиции.

Три шага, чтобы метрики email‑рассылок начали работать на вас

1. Настройте базовую аналитику. Убедитесь, что все письма размечены UTM‑метками, данные о конверсиях передаются в Яндекс Метрику (или другую систему аналитики), а ваш ESP корректно считает уникальные открытия и клики. Без этого остальные шаги не имеют смысла.
2. Установите пороговые значения для вашей ниши. Возьмите отраслевые бенчмарки как отправную точку, но ориентируйтесь на собственную историческую динамику. Если ваш OR стабильно держится на 18%, а в отрасли медиана — 14%, у вас всё хорошо. Если он начал падать — это сигнал, даже если абсолютное значение ещё выглядит «нормально».
3. Разделите метрики по типам кампаний. Триггерные письма, массовые рассылки и транзакционные сообщения — принципиально разные механики с разными бенчмарками. Смешивать их в одном отчёте — значит не видеть реальную картину ни по одному направлению.