Salesforce Marketing Cloud

Unser zweites Thema in der Reihe „Einstein-Komponenten in der Salesforce Marketing Cloud“ ist Einstein Engagement Scoring (EES). Auch hier geht es wieder darum, das Engagement der eigenen Empfänger zu optimieren, allerdings auf etwas andere Weise als bei Einstein Engagement Frequency (EEF). Während bei EEF die optimale Menge der zu versendenden E-Mails pro Kontakt ermittelt wird, bietet EES ein Dashboard, aus der der Marketer Erkenntnisse über die Reaktion seiner Empfänger auf die versendeten E-Mails gewinnen kann. Dies soll wiederum dazu dienen, die Kommunikation besser auf den einzelnen Kontakt abzustimmen. Wie funktioniert das?

Das Einstein Engagement Scoring Dashboard besteht aus fünf verschiedenen Elementen. Die Kachel Email Engagement Prediction teilt die Empfänger in einer Heatmap in vier verschiedene Quadranten ein: „Loyalists“ (hohe Öffnungs- und Klickrate), „Window Shoppers“ (hohe Öffnungsrate, niedrige Klickrate), „Selective Subscribers“ (niedrige Öffnungsrate, hohe Klickrate) und „Win-back/ dormant“ (niedrige Öffnungs- und Klickrate). Die Heatmap hilft dem Marketer zu verstehen, wie die prozentuale Verteilung zwischen diesen vier Personas aussieht. Anhand der Personas können außerdem in Audience Builder Segmente gebildet werden, die dann mit passender Kommunikation bespielt werden. So können die Dormant Subscribers z.B. eine Reaktivierungskampagne erhalten oder Selective Subscribers mit Inhalten, die erwiesenermaßen ihren Interessen entsprechen, zum vermehrten Öffnen der E-Mails bewegt werden. Die Kacheln Subscriber Retention Prediction, Email Open Prediction, Email Click Prediction und Web Conversion Prediction stellen jeweils die Wahrscheinlichkeit dar, dass ein Kontakt in den nächsten 14 Tagen angemeldet bleibt, eine E-Mail öffnet, in einer E-Mail klickt oder konvertiert. Für letzteres muss natürlich der Collect Tracking Code auf der Ziel-Seite eingebunden werden, damit eine Conversion erfasst wird. Dabei wird die errechnete Wahrscheinlichkeit als Prozentzahl angegeben und auf einer vierstufigen Skala (von „poor“ bis „excellent“) bewertet. Bei der Einordnung in diese vier Stufen werden die eigenen Ergebnisse mit Standardwerten aus der Digitalmarketing-Industrie verglichen.  Jede Kachel hält außerdem eine Bewertung der „Model Confidence“ bereit, also der Vertrauenswürdigkeit der errechneten Ergebnisse, welche davon abhängt, wie umfassend die gesammelten Daten sind.

Zusammenfassend gesagt kann das EES-Dashboard also einen ganz guten Überblick über das Engagement der eigenen Empfänger bieten – unter einigen Vorbehalten: Zunächst einmal funktioniert das Dashboard natürlich nur dann, wenn (fast) alle Empfänger getrackt werden, ansonsten sind die Zahlen stark verzerrt und damit nicht mehr nutzbar. Außerdem können auf den Personas basierende Segmente nur im Audience Builder erstellt werden, was eine Lizenzierung dieses Produkts voraussetzt. Und nicht zuletzt ist die Einordnung der eigenen Ergebnisse in eine Skala, die auf branchenübergreifenden Durchschnittwerten beruht, nur bedingt aussagekräftig. Unser Fazit: Das EES-Dashboard bietet interessante Einblicke in das Verhalten der eigenen Empfänger, wenn bestimmte Voraussetzungen gegeben sind und man die Ergebnisse richtig zu deuten weiß.

Hier finden Sie die Einstein Engagement Scoring Dokumentation.