L'objectif de cet article est de vous permettre d'utiliser la plateforme Splio avec les meilleures performances possibles.
Lorsque vous créez un filtre ou une campagne, il existe toujours plusieurs façons d'atteindre votre objectif. Nous vous présenterons dans ce guide les moyens les plus rapides et les plus lents en termes de calculs de population. Ces bonnes pratiques sont encore plus importantes si vous avez une grande base de données en termes de contacts ou de transactions, et si vous travaillez sur de grandes campagnes, comme le Black Friday par exemple.
L'application de ces règles réduira considérablement le temps d’attente lorsque Splio calculera vos populations.
Ouvertures : Dans cet article, nous montrons des exemples de filtres qui utilisent les ouvertures. Notez que cette métrique sera affectée par Apple Mail Privacy protection.
Filtres inclus dans des filtres
Cas d’usage : je veux exclure la population féminine dans mon bulletin hebdomadaire destiné à ma population masculine. J'ai deux options.
Option #1 (possible mais pas optimale) : dans la mesure du possible, évitez d'inclure la condition «présence dans les filtres» car cette condition signifie que plusieurs filtres devront être calculés lors de l'envoi de votre campagne.
Option #2 (préférable) : inclure directement la sous-condition dans votre filtre principal
Nous conseillons, lorsqu'il est possible, d'utiliser une condition dans un filtre plutôt que d’inclure «présence dans un filtre» pour assurer un calcul optimal du filtre.
Exclusions dans les filtres
Cas d’usage : Je veux cibler mes contacts qui parlent italien.
Option #1 : exclure toutes les langues qui ne sont pas l’italien. Cette option nécessite un temps de calcul plus long du filtre.
Option #2 (préférable) :
Si possible, il est toujours préférable d'inclure la condition plutôt que d’en exclure plusieurs.
Filtres d'actifs et d'inactifs email
Cas d’usage : Je dois de mes filtres actifs/inactifs. Quelles sont les meilleures pratiques ?
Les conditions qui sont rapides à calculer :
Notez bien que dans l'exemple ci-dessus, les mois sont calendaires, et donc pas relatifs.
Et voici un exemple de celles qui sont lentes :
Toutes les conditions de ce type sont avancées, mais lentes. Elles comprennent toutes la catégorie de campagne :
- Nombre de clics dans les e-mails
- Nombre d'ouvertures de courriels
- Nombre d'e-mails reçus
- Nombre de SMS reçus
- Nombre de messages de canal X envoyés
Fixer une plage de temps pour les filtres
Cas d’usage : Je veux cibler ma population qui a acheté au moins deux articles.
Ne pas laisser une période de temps illimitée pour les filtres signifie que le calcul de filtre est plus rapide. Si aucune limite de temps n'est fixée, il peut arriver de créer des filtres qui calculeront aussi loin dans le temps que nous avons de données dans la plateforme !
Calcul de la population
Cas d’usage : je veux exclure les contacts inactifs de mes campagnes.
Option #1 (possible mais pas optimale) : Exclure la population inactive dans le filtre.
Option #2 : exclure directement la population inactive en sélectionnant le filtre inactif créé depuis votre scénario de campagne.
Si vous faites toujours les mêmes exclusions de population, comme les inactifs, il est préférable de le faire depuis le scénario de campagne.
Écart entre la population attendue et la population finale
Les principales raisons sous-jacentes sont les suivantes:
- Blacklists : à chaque envoi, Splio ne prendra plus en compte les contacts qui ne souhaitent plus recevoir d'e-mails (contacts dans la blacklist).
- Désinscription naturelle des contacts : les contacts peuvent choisir de se désinscrire de vos listes en utilisant le lien de désinscription. Par conséquent, les contacts non-abonnés peuvent être supprimés de la cible finale.
- Suppression des doublons : si la cible est mise à jour avec plusieurs fichiers temporaires, Splio supprimera les entrées en double pour éviter de cibler plusieurs fois les mêmes contacts.
Dans la plupart des cas, la désinscription naturelle est la principale explication de ce résultat inattendu et c'est pourquoi nous vous conseillons fortement de suivre l'évolution de la tendance d'abonnement et de désabonnement de votre base de données.