Salesforce Marketing Cloud

In den kommenden Wochen wollen wir uns einem SFMC-Bereich widmen, der zwar schon seit geraumer Zeit existiert, dessen Funktionen und Möglichkeiten aber erfahrungsgemäß relativ wenigen Nutzern bekannt sind: Das KI-Modul Marketing Cloud Einstein. Den Start machen wir diesen Freitag mit Einstein Engagement Frequency (EEF).

EEF ermittelt die optimale Anzahl an E-Mails, die ein Empfänger erhalten sollte. Einerseits kann EEF so Empfehlungen aussprechen, was die Häufigkeit der E-Mail-Versendungen insgesamt angeht. Andererseits lassen sich durch EEF zwei Gruppen von E-Mail-Empfängern identifizieren: Solche, die zu wenige E-Mails erhalten (undersaturated subscribers) und solche, die zu viele erhalten (oversaturated subscribers). Die Kontakte, die von EEF diesen Gruppen zugeordnet werden, können in Data Extensions gespeichert werden. Diese Data Extensions kann man wiederum in seinen E-Mail-Versendungen verwenden: Undersaturated subscribers können dabei gezielt mit zusätzlicher Kommunikation bespielt werden; die Data Extension mit den oversaturated subscribers kann als Exclusion Data Extension bei regulären Versänden verwendet werden.

Doch wie wird überhaupt definiert, was zu viel oder zu wenig Kommunikation ist? Hier kann der User im Interface selbst einige Einstellungen vornehmen, die sich auf die KI-basierte Berechnung der optimalen E-Mail-Frequenz auswirken. Konfigurierbar sind folgende Parameter:

• Wie viele Versand-Tage sollen rückwirkend ausgewertet werden (Days to review)? Es kann zwischen 30, 60 und 90 Tagen gewählt werden.
• Welche Kommunikationstypen sollen in die Auswertung mit einbezogen werden? Nur kommerzielle Versendungen oder alle E-Mails, einschließlich der transaktionalen Kommunikation?
• Welcher KPI soll optimiert werden? Open Rate, Click Rate oder eine selbst festgelegte Kombination aus beidem mit frei konfigurierbarer Gewichtung?
• Wie viele E-Mails sollten mindestens/ maximal im beobachteten Zeitraum an einen Kontakt verschickt werden?

Es gibt also eine Reihe von Möglichkeiten, dieses Feature den eigenen Bedürfnissen anzupassen. Allerdings gilt es auch einige Punkte zu berücksichtigen: Es müssen zunächst über mindestens 90 Tage Versand-Daten gesammelt werden, um verlässliche Ergebnisse zu erzielen. Außerdem ist Einstein Engagement Frequency nicht als vollkommen automatisiertes Frequency Capping zu verstehen, bei dem Kontakte, die einen bestimmten Schwellenwert überschreiten, automatisch vom Versand ausgeschlossen werden. Vielmehr muss die Data Extension mit den oversaturated subscribers bei jedem Versand exkludiert werden, entweder als Exclusion Data Extension bei Ad-hoc-E-Mails oder in Automations, oder per Exclusion Script in Journeys. Es ist also ein hohes Maß an Gründlichkeit auf Seiten der Endanwender gefragt, da diese immer daran denken müssen, diesen Ausschluss bei jedem Versand vorzunehmen, damit ein wirksames Frequency Capping stattfindet. Ein wichtiger Punkt für Accounts mit mehreren Business Units ist außerdem, dass EEF immer nur für eine BU funktioniert. Werden Kontakte BU-übergreifend kontaktiert, greift die Berechnung der optimalen Versandzahl von EEF nicht mehr.

Für wen ist EEF also interessant? Wir denken, das Tool ist nützlich für all diejenigen Nutzer, die ein Gefühl für die optimale Häufigkeit der E-Mail-Versendungen bekommen wollen, Kontakte nicht BU-übergreifend bespielen und diszipliniert die generierten Data Extensions bei ihren Versendungen berücksichtigen.

Hier geht’s zur Dokumentation von Einstein Engagement Frequency.