O documento descreve a estratégia de email marketing e automação de uma empresa ao longo de 4 fases: 1) ativação e tração da base de leads, 2) otimização através de autoresponders e análise de métricas, 3) segmentação da base, e 4) crescimento contínuo por meio de experimentos e aprendizados.
Estratégia de Email Marketing e Automação de Marketing em 5 Fases
1. Na prática
Estratégia de
Email Marketing e
Automação de Marketing
Insider’s story
Ricardo Palma
/ricardopalma
ricardo@resultadosdigitais.com.br
2. Marketing Digital desde 2008
Na Resultados Digitais desde 2012
Responsável por Email Marketing e
Automação desde 2014
Gestor de Materiais de Marketing
Ricardo Palma
4. Jan / 2014 Mar / 2014 Mai / 2014 Jul / 2014 Set / 2014 Nov / 2014 Jan / 2015 Mar / 2015 Mai / 2015 Jul / 2015 Set / 2015
Todas as conversões
5. Jan / 2014 Mar / 2014 Mai / 2014 Jul / 2014 Set / 2014 Nov / 2014 Jan / 2015 Mar / 2015 Mai / 2015 Jul / 2015 Set / 2015
Todas as conversões Conversões via Email
26. • Crie 3 fluxos de nutrição para materiais
existentes e novos
• Crie 4 emails sequenciais mantendo o contexto
e avançando na jornada de compra
• Comece pequeno: encontre um modelo que
funcione bem e depois evolua
Nutrição de Leads
32. • Objetivos claros pra cada email enviado
• Resultados documentados
• Eficácia
• Nutrição: Meça o objetivo de cada email e tente
otimizar pelo menos uma vez por mês
Análise contínua e métricas claras
33. • Mais conteúdo era igual a mais resultado, porém não linear
• Falta de segmentação no autoresponder gerava
Reclamações
Fase 2 Problemas
36. • Cargo (decisor e não decisor)
• Área de atuação
• Tempo sem engajamento
• Produz conteúdo ou não
• Faixa de investimento em Mkt Digital
• Interesse demonstrado (conversões)
• Nível do Lead
Fase 3 Cenário
37. Open rate Click Rate CTR
base toda 20,71% 2,75% 13,30%
área de
atuação
26,68% 7,04% 26,40%
interesse/
nível
25,65% 8,80% 34,33%
45. Fase 4 O que você pode fazer
Processo de Growth para
processos no e-mail
46. Processo de Growth no email
• Escolher a métrica a ser melhorada
• Criar um backlog de ideias
• Priorizar e modelar o experimento
• Analisar e colher aprendizados e então aplicar