print logo

Mit Entscheidungsbaum-Diagrammen die E-Mail-Response besser verstehen

Mit Entscheidungsbäumen steht eine hilfreiche Data-Mining-Methode bereit, um Mechanismen innerhalb der Mailbox zu erkennen.
27.04.11

Gemeinhin sind unsere E-Mail-Empfänger ja meist eine Art „Blackbox“. Marketer versenden mal mehr, mal weniger (un)spezifische Inhalte und liefern somit quasi den Box-Input. Im Nachgang wird der Box-Output extrahiert und betrachtet – ein Spreadsheet mit aggregierten Öffnungs-, Klick- und Abmelde-Raten (vgl. auch „19 Messgrößen“-Artikel). Das alles ist zerifelsohne nützlich und wichtig für den Gesamtüberblick und ein erfolgreiches E-Mail-Marketing-Management.

Welche Mechanismen aber innerhalb der Box wirken, welche grundlegenden Empfänger-Eigenschaften also den Output im Einzelfall determinierten, bleibt leider oft ein Geheimnis. Nur die wenigsten Versender begeben sich einige Stunden nach dem Versand auf die Reise, ex-post einen Drill-Down in den Datenbestand zu machen, um sich des Pudels Kern zu nähern. Meist ist es eben relativ aufwändig, die Schlüssel-Merkmale reagierender oder nicht reagierender Empfänger a.) zu identifizieren und b.) daraus noch handlungsbezogene Insights zu generieren. (Wenn die Profiltiefe diese Merkmale überhaupt hergibt.)