Relevantie is het belangrijkste uitgangspunt voor succesvolle e-mailmarketing. In dit eerste gedeelte van een blogserie lees je over hoe je door middel van Machine Learning kunt zorgen voor relevantie in je e-mailmarketing. De komende jaren worden relevantie en 1-op-1 communicatie steeds belangrijker. Helemaal nu Google hetzelfde doet met e-mail als dat ze met search heeft gedaan, namelijk het ranken van content op basis van relevantie en het plaatsen van advertenties boven organische zoekresultaten. De introductie van de Promotions Tab, Alerts, Ads en Remaining Promotions in Gmail zijn hier concrete voorbeelden van. Zo kan het straks maar zo zijn dat je het aflegt tegen de concurrentie in de inbox als je je vasthoudt aan de one-size fits all strategie. Maar hoe zorg je voor deze relevantie? Machine Learning in combinatie met e-mailmarketing kan je hierbij helpen! In de toekomst ben je als marketeer vooral verantwoordelijk voor de gewenste output. Machine Learning maakt de moeilijke keuzes voor je om tot deze gewenste output te komen en constant relevant te blijven.
Benieuwd waarom relevantie in e-mail zo belangrijk is en waar dit mee samenhangt? Lees dan ons eerder geschreven blog over de kracht van e-mailmarketing.
Hiërarchie in de inbox door
Promotions Tab
De eerste stap werd een aantal jaren geleden al gezet met de introductie van de Promotions Tab in Gmail. Door velen de dood voor e-mail genoemd. Dit bleek echter wel mee te vallen, aangezien ontvangers nu beter de promotionele van de persoonlijke e-mail kunnen onderscheiden. Ontvangers kijken namelijk nog steeds in hun promotietab naar interessante e-mails. Hierbij geldt natuurlijk: hoe relevanter, hoe beter! Daarnaast voegde Google ook Alerts toe voor zeer relevante promotionele e-mails of updates. Dit is eigenlijk de e-mailvariant van SEO.
Opvallen met (product)afbeeldingen door Gmail Annotations
Met de introductie van annotations vorig jaar wil de marketeer daarnaast juist weer in de promotions tab van Gmail terecht komen. Annotations geven je als marketeer de mogelijkheid om je e-mails visueel aantrekkelijker te maken door het toevoegen van bijvoorbeeld afbeeldingen in de snippet van je e-mails. De toevoeging van annotations zorgt ervoor dat je e-mails er weer uitspringen. Het is dan ook alleen beschikbaar voor commerciële e-mail.
Priorisering van Gmail Ads
Daarnaast heb je natuurlijk nog de Gmail Ads. Eigenlijk het e-mailzusje van SEA. Het kan dus maar zo zijn dat je het met jouw e-mail op moet nemen tegen de advertenties van de concurrentie. Kom je met je e-mail vervolgens in het Remaining Promotions deel terecht, dan krijg je zelfs nog minder exposure.
Zie je de overeenkomsten tussen search en e-mail al? De gebruiker is bij beide het belangrijkste uitgangspunt voor Google. Het is dus nog belangrijker om relevant te zijn en te blijven. Om dit goed uit te voeren en echt inzicht te hebben in wat de klant relevant vindt, heb je meer data nodig. Data waarvan we assistentie van Machine Learning gebruiken om te kunnen verwerken. Als marketeer ben je zodra Machine Learning op grote schaal omarmd wordt door bedrijven vooral verantwoordelijk voor de output. De business rules en complexe selecties worden dan door Machine Learning bepaald.
Benieuwd hoe je nu precies relevante e-mails stuurt door Machine Learning in te zetten? Je leest het in dit blog!
Lees hier het blog 'Machine Learning gebruiken voor relevante e-mailmarketing
