Marketéry podvádějí roboti na otevírání e-mailů

Při vyhodnocování výkonnosti emailových kampaní se marketingoví specialisté spoléhají na míru otevření a kliknutí. Roboti, kteří na pozadí schránek pracují tak, že to uživatel schránky nepozná, způsobí, že e-mail vypadá pro marketingového analytika jako otevřený. Zkreslené metriky, které slouží k vyhodnocení úspěšnosti kampaní, mohou přitom mít až 80% míru nepřesností. 

V posledních několika letech byli marketéři svědky toho, jak tyto klíčové ukazatele výkonnosti rostou. Dokud nepřišel zlom. Společnost Apple oznámila ochranu soukromí pošty Apple MPP (Mail Privacy Protection). V praxi šlo o to, že míra otevření prudce vzrostla. Pro marketéry jasný signál, že už nemohou datům věřit. V některých případech to mohlo znamenat, že až 80 % otevření kampaní nebylo způsobené rukou příjemců zpráv.

Otevření a kliknutí, nebo přesněji řečeno míra otevření a míra kliknutí, jsou již dlouho nejdůležitějšími ukazateli pro e-mailové marketéry. Jediné číslo vypovídá o tom, jak dobře si kampaň vedla a jak hodnotit zapojení. Bez ohledu na to, jak jsou nepřesné, existuje mnoho případů využití údajů o interakcích. Marketingoví odborníci podle nich cílí na příjemce, automatizují kampaně nebo čistí databáze.

Problém začal podle Libora Nádvorníka, business development manažera společnosti Mailkit, dávno před Apple MPP. „Dlouhou dobu bylo sledování otevíracích hodnot považováno za maximálně přesné. Věděli jsme o nepřesnostech způsobených tím, že se například sledované obrázky nenačítaly. E-mailoví klienti je blokovali z bezpečnostních důvodů. V oboru panoval všeobecný konsenzus, že ačkoli jsou údaje nepřesné, představují skutečné interakce, a proto jim lze věřit,“ říká Nádvorník.

Na rozdíl od otevření emailů byla kliknutí považována za velmi přesná. „Postupem času jsme začali pozorovat stále více otevřených e-mailů a kliknutých odkazů se vzorci, které neseděly. K otevření a kliknutí docházelo extrémně vysokou rychlostí, kdy se zprávy otevíraly ihned po doručení a na více odkazů z jednoho mailu se klikalo během jediné sekundy. Jednalo se jednoznačně o nelidské interakce,“ vysvětluje Nádvorník a dodává, že brzy analyzovali, že roboti, kteří otevírali emaily, je přišli chránit před spamem, phishingem nebo malwarem.

Otevřením zpráv a sledováním odkazů uvnitř dokázali poskytovatelé schránek rychleji a lépe než dříve identifikovat phishingové útoky nebo spamové kampaně a ochránit tak jednotlivé příjemce. Otázkou zůstalo, jak nechat roboty dělat svoji práci, a přitom zachovat přednost analytik. S tímto úkolem se potýkali všichni v oboru.

Probíhaly týdny testování strojového učení, které bylo náročné na zdroje, a navíc se nedalo provádět v reálném čase. Bylo nutné přijít s metodou, která by se spoléhala na více datových bodů o zdroji každé interakce. „Soubory dat umožnily využít informace k identifikaci nelidských interakcí v reálném čase a označit je jako takové. Nelidské interakce už neovlivňují analytiku, cílení ani automatizaci. Nepovažují se za otevření nebo kliknutí, ale za bot-opens a bot-clicks,“ objasňuje Nádvorník.

Zásadní okamžik nastal právě se spuštěním MPP společnosti Apple v roce 2021, protože bylo silně medializováno. „Pro nás to nebyl žádný problém. Šlo o dalšího robota, který dělá svou práci. Týden jsme sledovali chování, než jsme povolili detekční vzory, které začaly označovat otevření Apple MPP jako nelidská. Tuto techniku jsme implementovali do vlastního systému rozesílky už před 5 lety,“ uzavírá Nádvorník.

Omnivery, což je česká platforma pro rozesílání zpráv pomocí API a SMTP, má tuto techniku od uvedení na trh před 2 lety. Není 100% přesná, ale má velmi nízkou míru falešně pozitivních výsledků. Každý měsíc navíc prochází revizí podkladových datových sad, aby měli uživatelé jistotu v co nejpřesnější informace. Spolehlivost dat umožňuje odstranit neangažované příjemce ze seznamů a zacílit marketingovou automatizaci na ty angažované.