- Přehledy IS
- APS (25)
- BPM - procesní řízení (23)
- Cloud computing (IaaS) (10)
- Cloud computing (SaaS) (31)
- CRM (52)
- DMS/ECM - správa dokumentů (19)
- EAM (17)
- Ekonomické systémy (68)
- ERP (75)
- HRM (28)
- ITSM (6)
- MES (33)
- Řízení výroby (36)
- WMS (28)
- Dodavatelé IT služeb a řešení
- Datová centra (25)
- Dodavatelé CAD/CAM/PLM/BIM... (41)
- Dodavatelé CRM (38)
- Dodavatelé DW-BI (50)
- Dodavatelé ERP (66)
- Informační bezpečnost (48)
- IT řešení pro logistiku (48)
- IT řešení pro stavebnictví (26)
- Řešení pro veřejný a státní sektor (27)


















![]() | Přihlaste se k odběru zpravodaje SystemNEWS na LinkedIn, který každý týden přináší výběr článků z oblasti podnikové informatiky | |
![]() | ||
Jak se analyzují data v e-mailingovém marketingu?
V mnoha odvětvích je proces vytěžování dat klíčový. V případě rozesílání e-mailových kampaní to platí dvojnásob. Pokud mají být co nejvíce úspěšné a nejlepší, je potřeba nejen sledovat a vyhodnocovat výsledky po rozeslání, ale je velmi důležité podrobit je důkladné analýze a získat z nich co nejvíce vhodných informací pro sestavení a naplánování následujících elektronických kampaní. Získávání dat na straně systému přitom probíhá jak automaticky, tak analytickými pracovníky. Ti mají oproti umělé inteligenci nastavené různými algoritmy stále navrch a to díky větším zkušenostem, logickému myšlení a citu pro nalezení vzorců a chování v nashromážděných datech.


Analýza a co se děje následně
Získané poznatky slouží vedle rozboru konkrétních e-mailingových kampaní s klienty rovněž i pro zdokonalení přípravy e-mailingů a to napříč různými odvětvími. Výstupy se následně uplatňují v mnoha oblastech – od sady webových reportů, přes automaticky připravené podklady pro pravidelné vyhodnocení spolupráce až po vypracování pokročilých analýz přímo na míru požadavkům klienta. Získaná data také mohou vstupovat do logiky samotného rozesílání – např. vyhodnocování aktivity jednotlivých adresátů pro určování optimálního času rozeslání.
E-mailingový open rate a click rate
Mezi základnější sledované ukazatele úspešnosti patří open rate a click rate, které se vztahují k počtu adresátů, na které je daná e-mailingová kampaň rozeslána. První představuje podíl adresátů, kteří si e-mail otevřeli. Zda se tak stalo, se provádí pomocí takzvaného trackovacího (sledovacího) obrázku. Ten je při zobrazení v aplikaci adresáta načten ze speciálního umístění, které před dodáním samotného obrázku provede logiku, která podle parametrů zjistí o kterého adresáta a kampaň jde a pro něj otevření zaznamená. Tento způsob měření se však spoléhá na to, že daný adresát ve své e-mailovém klientu, nebo pomocí internetového prohlížeče akci „stáhnutí obrázků“ povolí. Z toho vyplívá i jeden neduh a to, že statistiky jsou zkresleny. Mnoho uživatelů si e-maily sice přečte, ale obrázky nestahují – nepotřebují je. Proto počet adresátů, kteří si e-mail otevřeli, je ve skutečnosti větší, než počet zaznamenaný na základě stáhnutí obrázků.
Toto však neplatí pro druhý ukazatel, click rate. Ten obdobně jako zmíněný trackovací obrázek ve skutečnosti nejprve vede na speciální umístění a stejně tak na základě identifikace adresáta a odkazu zaznamená odpovídající informace o „kliknutí“ a teprve následně poté přesměruje na odpovídající stránku. Oproti evidovanému či neevidovanému zobrazení e-mailu je v tomto případě však zaručeno, že každé kliknutí je plně zaznamenáno a může být následně analyzováno.
Další ukazatele ke zjištění informací
Jelikož je princip zaznamenávání otevření či prokliknutí odkazu postaven na webové technologii, zajímavým vedlejším efektem je možnost zjištění cílové IP adresy a druhu zařízení, ze kterého byl požadavek odeslán. K získaným hodnotám lze následně přiřadit plnohodnotnou identifikaci zařízení, ve kterém byl e-mail otevřen či prokliknut nebo identifikovat přibližné místo na mapě, kde k tomu došlo – rozpoznávání probíhá na základě poskytovatele připojení k internetu. Nejen, že jde o efektní zjištění, jak si e-mailingové kampaně vedou v různých oblastech, ale na základě těchto údajů lze získávat cenné informace, například pro segmentaci. Jednoduše například lze zacílit na ty adresáty, kteří si proklikávali konkrétní okruh produktů, a pro prodejní pobočku v jistém městě lze vyselektovat pouze adresáty z dané oblasti a na ty následně ještě lépe zacílit.


Kvalitní databáze je základem
K základním ukazatelům kvality e-mailingových kampaní se řadí i poměry nedoručitelných adresátů. To jsou ti příjemci, kterým se e-mail nepodařilo doručit či adresáti, kteří e-mail označili jako SPAM, anebo se odhlásili prostřednictvím speciálního odkazu. Tyto ukazatele vypovídají o kvalitě databáze a o důvěryhodnosti e-mailingu. Všechny je potřeba pečlivě hlídat a na základě jejich vývoje v čase provádět odpovídající úkony tak, aby byly vždy v co možná nejlepším stavu. U prvních kampaní při započetí rozesílání na novou databázi je nutné hlídat počet adresátů, na které se e-mail nepodařilo doručit – a to zejména z tzv. Hard Bounce důvodu. Ten představuje například neexistující schránku či neexistující poštovní server dané e-mailové adresy. Při zjištění takového adresáta je silně doporučeno na adresu již dále nerozesílat. V opačném případě totiž hrozí možná penalizace ze strany poskytovatelů e-mailových služeb. U druhého typu, tzv. Soft Bounce, například když má adresát plnou schránku, je žádoucí zrušit rozesílání až tehdy, pokud je takovýchto nedoručení určitý počet za určitý časový úsek. Každopádně oba případy je vždy vhodné řešit se zákazníkem, který si ve své databázi na základě předaného seznamu provede odpovídající úkony.
Pokud je databáze pravidelně aktualizována a rozšiřována o poměrně velké přírůstky adresátů, je rovněž žádoucí sledovat aktivitu adresátů z těchto přírůstků. Nejen, že neaktivní adresáti negativně ovlivňují výsledný open rate či click rate či zbytečně navyšují náklady při odeslání jejích e-mailu, ale opět mohou znamenat riziko v podobě penalizace od poštovních poskytovatelů – ti totiž kontrolují, zda se opakovaně nerozesílá na „mrtvé“ adresáty.
Změny databáze je třeba stále analyzovat
Jsou-li některé body spolupráce se zákazníkem závislé na rozšiřování databáze z jeho strany, je velmi žádoucí si zmíněnou aktivitu adresátů v přírůstcích ohlídat – nejlépe identifikací jednotlivých přírůstků v čase a vypočtením aktivity a úspěšnosti e-mailingových kampaní z pohledu adresátů v těchto konkrétních přírůstcích. V ideálním případě je pak ještě potřeba pro srovnání ponechat pouze ty adresáty, na které šly identické kampaně. Touto metodou se již několikrát podařilo identifikovat vážné důvody, kdy na straně zákazníka proběhl neúplný postup či operace s databází, která měla negativní vliv na výsledky rozesílky a tedy i na výsledky z oblasti e-commerce, který z e-mailingu vycházel.
Podstatné je porovnávat také starší kontakty s novými. Z analýz je jasně patrné, že ti v databázi déle evidovaní mají tendenci otevírat a proklikávat jiné typy e-mailingových kampaní než ti novější. S tímto zjištěním je zapotřebí pracovat, sdělit ho zákazníkovi a navrhnout řešení, jak rozesílky lépe segmentovat pro obě skupiny a tohoto chování využít v další prospěch.
Důležitá je doba rozesílky
Podcenit by se neměla ani doba rozesílání. Pokud je dostatečně velký vzorek dat, lze z chování adresátů při otevření a prokliknutí z e-mailu vypozorovat, kdy si daný e-mail nejprve zběžně prohlédnou ve svém zařízení, například mobilním telefonu, aby si jeho kompletní přečtení a proklikání nechali až na určitou dobu například následující den. V některých odvětvích lze zjistit, že ačkoliv e-mail, který dorazí odpoledne nebo večer, daný adresát si ho prokliká stejně až následující den ráno či dopoledne, což může odpovídat době, kdy je adresát v pracovním procesu.
S dobou rozesílání samozřejmě nejvíce souvisí i informace o tom, v jaký den je e-mailing posílán. Ve většině případů platí, že dnem s nejlepšími výsledky je pondělí, kdežto ke konci týdne jsou výsledky nejslabší.
![]() |
Jiří Vaško Autor článku je vedoucím týmu platformy MailForce ve společnosti Inveo. |


![]() ![]() | ||||||
Po | Út | St | Čt | Pá | So | Ne |
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 | 29 | 30 | 1 | 2 | 3 | 4 |
5 | 6 | 7 | 8 | 9 | 10 | 11 |
Formulář pro přidání akce
15.5. | Konference SCADA Security |
22.5. | Akce pro automobilové dodavatele "3DEXPERIENCE... |
12.6. | Konference ABIA CZ 2025: setkání zákazníků a partnerů... |
29.9. | The Massive IoT Conference |