とは何か Email Deliverability Calculator?
▾
電子メールの到達性は、送信された電子メールのうち、スパム フォルダーに振り分けられたり、メール サーバーによって拒否されたり、サイレント ドロップされたりすることなく、受信者の受信トレイに正常に到達した割合を測定します。到達性は電子メール マーケティングの成功の基礎です。驚くほどクリエイティブで完璧なセグメンテーションを備えたキャンペーンでも、スパムに分類されれば収益はゼロになります。電子メール到達率は、他のすべての電子メール指標を直接乗算します。95% の到達率は、100 通の電子メールのうち 5 通が、受信者が関与する機会を得る前に受信者に表示されないことを意味します。 配信可能性は配信率とは異なります。配信率 (配信された電子メール ÷ 送信された電子メール) は、電子メール サーバーがメッセージを受け入れたかどうかを測定します。これは受信箱の配置を確認するものではありません。真の到達性、つまり受信箱配置率は、電子メールが主受信箱タブに到達したか、それともスパムかどうかを測定します。 Litmus、Email on Acid、GlockApps などの受信トレイ配置ツールは、主要な電子メール クライアントや ISP にわたる受信トレイ配置テストを提供します。 監視すべき主要な配信可能性指標には、バウンス率 (2% を超えるとシグナル リストの品質に問題があるハード バウンス)、スパム苦情率 (0.1% を超えると ISP フィルタリングがトリガーされる)、購読解除率 (0.5% を超えると頻度または関連性の問題が示唆される)、エンゲージメント率 (ISP は開封とクリックを肯定的なシグナルとして追跡する)、送信者評価スコア (Google ポストマスター ツール、Microsoft SNDS で利用可能) が含まれます。 電子メールの配信可能性は 3 つの認証プロトコルによって管理されます。SPF (Sender Policy Framework) はドメインの送信サーバーを承認し、DKIM (DomainKeys Identified Mail) は電子メールに暗号署名して送信者の身元を確認し、DMARC (Domain-based Message Authentication Reporting and Conformance) は受信サーバーに認証されていない電子メールの処理方法を指示します。一貫した受信トレイの配置を実現するには、3 つすべてを適切に構成する必要があります。 2024 年 2 月以降、Google と Yahoo は一括送信者に対して DMARC ポリシー (p=none、隔離、または拒否) を要求し、DMARC をオプションではなくなりました。 ISP フィルタリング アルゴリズムは、エンゲージメント シグナルに基づいて送信者の評判を評価します。 Gmail のアルゴリズムは、受信者が電子メールを操作する (開く、クリックする、受信トレイに移動する、返信する) か、無視するかスパムとしてマークするかを特に重視します。エンゲージメントが高いシグナルは受信箱の配置を改善します。大規模な非アクティブなセグメントによるエンゲージメントの低下は、時間の経過とともに評判を低下させます。リストの衛生管理(エンゲージメントのない購読者を定期的に削除)は、最もエンゲージメントの高い視聴者に送信を集中させることで、逆説的に配信可能性を向上させます。 問題が発生した場合、配信コストは大幅に増加します。受信箱の配置率が 75% (25% がスパム) の送信者は、潜在的な電子メール収益の 75% を効率的に稼動していることになります。完全な配信で月額 50,000 ドルを生み出すプログラムの場合、目に見えない無駄な電子メール送信で月額 12,500 ドルが発生することになります。したがって、配信可能性改善プロジェクト (認証の設定、リストのクリーニング、評判の向上) の ROI は、直接収益の観点から計算できます。
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
公式
▾
到達率 (%) = (受信箱に到達したメール数 / 配信されたメール数) × 100
ここで、各変数は健康および医療領域における特定の測定可能な量を表します。既知の値を代入して未知の値を解決します。複数ステップの計算の場合は、最初に内部式を評価し、次に標準の演算順序を使用して結果を結合します。変数の説明
▾
| 記号 | 名前 | 単位 | 説明 |
|---|---|---|---|
| Emails Sent | 総数 | — | 測定期間内に送信が試行されたメールの総数 |
| Emails Delivered | 電子メールの受信者 | — | 受信メールサーバーによって受け入れられた電子メール (= 送信された電子メールからバウンスを差し引いたもの) |
| Inbox Placement Rate | 納品された割合 | — | 配信された電子メールが受信トレイに到達する割合とスパムの割合 (受信トレイ テスト ツールが必要) |
| Hard Bounce Rate | 永続的な割合 | — | 小数またはパーセンテージで表される年利または収益率。複利調整前の 1 年間にわたる借入コストまたは投資利回りを表します。 |
| Soft Bounce Rate | 一時的なものの割合 | — | 小数またはパーセンテージで表される年利または収益率。複利調整前の 1 年間にわたる借入コストまたは投資利回りを表します。 |
| Spam Complaint Rate | 受信者の割合 | — | 電子メールをスパムとしてマークした受信者の割合 (ポストマスター ツールまたはフィードバック ループから) |
方法 Email Deliverability Calculator
▾
- 1必要な入力値を収集します: 合計数、受信者、配信された電子メールの割合、永続的な電子メールの割合。
- 2次の主要な公式を適用します: 到達率 (%) = (受信箱に到達したメール数 / 配信されたメール数) × 100。
- 3該当する場合は、ハード バウンス レートなどの中間値を計算します。
- 4用語を結合する前に、すべての単位が一貫していることを確認してください。
- 5最終結果を計算し、妥当性を確認します。
- 6特殊なケースまたは境界条件が入力に適用されるかどうかを確認します。
- 7結果をコンテキスト内で解釈し、参照可能な場合は参照値と比較します。
解いた例
▾
実際の応用
▾
プライマリケアの医師と内科医は、定期的な臨床評価中に Email Deliverability Calc を使用して患者をスクリーニングし、長期的なモニタリングのベースラインを確立し、さらなる診断評価や治療介入のために専門医への紹介が必要な個人を特定します。
病院の臨床薬剤師は、特に腎機能や体重などの患者固有の要因が安全な投与量の範囲に重大な影響を与えるワルファリン、アミノグリコシド、化学療法剤などの治療指数が狭い薬剤の場合、Email Deliverability Calc を適用して薬剤投与量の計算を検証します。
公衆衛生疫学者は、人口レベルのスクリーニング プログラムで Email Deliverability Calc を使用して、病気の有病率を計算し、スクリーニング検査の感度と特異度を評価し、さまざまな人口統計上のサブグループで 1 つの症例を検出するためにスクリーニングに必要な数を決定します。
臨床研究者は、Email Deliverability Calc を研究設計プロトコルに組み込んでサンプルサイズを計算し、臨床的に意味のある差異を検出するための統計検出力を決定し、定量的な生理学的閾値に基づいて包含基準を確立します。
特殊なケース
▾
小児と成人の基準範囲
実際には、標準的な仮定が当てはまらない可能性があるため、この特殊なケースについては慎重に検討する必要があります。電子メール到達性計算ツールの計算でこのシナリオに遭遇した場合、実務者は境界条件を検証し、ゼロ除算のリスクをチェックし、これらの極端な条件下でもモデルの仮定が有効であり続けるかどうかを検討する必要があります。
妊娠とホルモンの変化
実際には、標準的な仮定が当てはまらない可能性があるため、この特殊なケースについては慎重に検討する必要があります。電子メール到達性計算ツールの計算でこのシナリオに遭遇した場合、実務者は境界条件を検証し、ゼロ除算のリスクをチェックし、これらの極端な条件下でもモデルの仮定が有効であり続けるかどうかを検討する必要があります。
極端な体組成
実際には、標準的な仮定が当てはまらない可能性があるため、この特殊なケースについては慎重に検討する必要があります。電子メール到達性計算ツールの計算でこのシナリオに遭遇した場合、実務者は境界条件を検証し、ゼロ除算のリスクをチェックし、これらの極端な条件下でもモデルの仮定が有効であり続けるかどうかを検討する必要があります。
電子メール到達性計算の参考データ
▾
| 到達性の指標 | 素晴らしい | 良い | 警告 | 致命的 |
|---|---|---|---|---|
| ハードバウンス率 | < 0.5% | 0.5~1% | 1~2% | > 2% |
| スパム苦情率 | < 0.02% | 0.02~0.05% | 0.05~0.1% | > 0.1% |
| 受信箱の配置率 | > 95% | 90~95% | 80~90% | < 80% |
| 購読解除率 | < 0.1% | 0.1~0.3% | 0.3~0.5% | > 0.5% |
| リスト開封率 (クリックベース) | > 20% | 15~20% | 10~15% | < 10% |
よくある質問
▾
Email Deliverability Calc のコンテキストでは、これはユーザーの特定の入力、仮定、目標によって異なります。基礎となる式は入力と出力の間の決定的な関係を提供しますが、実際のアプリケーションでは、健康と医療行為のより広範なコンテキスト内で結果を解釈する必要があります。専門家は通常、計算機の出力を業界のベンチマーク、履歴データ、規制要件と相互参照します。最も信頼性の高い結果を得るには、入力が検証済みデータから取得されていることを確認し、数式でどのような仮定が行われるかを理解し、予想される結果の範囲をまとめるために複数のシナリオを実行することを検討してください。
Email Deliverability Calc のコンテキストでは、これはユーザーの特定の入力、仮定、目標によって異なります。基礎となる式は入力と出力の間の決定的な関係を提供しますが、実際のアプリケーションでは、健康と医療行為のより広範なコンテキスト内で結果を解釈する必要があります。専門家は通常、計算機の出力を業界のベンチマーク、履歴データ、規制要件と相互参照します。最も信頼性の高い結果を得るには、入力が検証済みデータから取得されていることを確認し、数式でどのような仮定が行われるかを理解し、予想される結果の範囲をまとめるために複数のシナリオを実行することを検討してください。
Email Deliverability Calc のコンテキストでは、これはユーザーの特定の入力、仮定、目標によって異なります。基礎となる式は入力と出力の間の決定的な関係を提供しますが、実際のアプリケーションでは、健康と医療行為のより広範なコンテキスト内で結果を解釈する必要があります。専門家は通常、計算機の出力を業界のベンチマーク、履歴データ、規制要件と相互参照します。最も信頼性の高い結果を得るには、入力が検証済みデータから取得されていることを確認し、数式でどのような仮定が行われるかを理解し、予想される結果の範囲をまとめるために複数のシナリオを実行することを検討してください。
Email Deliverability Calc のコンテキストでは、これはユーザーの特定の入力、仮定、目標によって異なります。基礎となる式は入力と出力の間の決定的な関係を提供しますが、実際のアプリケーションでは、健康と医療行為のより広範なコンテキスト内で結果を解釈する必要があります。専門家は通常、計算機の出力を業界のベンチマーク、履歴データ、規制要件と相互参照します。最も信頼性の高い結果を得るには、入力が検証済みデータから取得されていることを確認し、数式でどのような仮定が行われるかを理解し、予想される結果の範囲をまとめるために複数のシナリオを実行することを検討してください。
Email Deliverability Calc のコンテキストでは、これはユーザーの特定の入力、仮定、目標によって異なります。基礎となる式は入力と出力の間の決定的な関係を提供しますが、実際のアプリケーションでは、健康と医療行為のより広範なコンテキスト内で結果を解釈する必要があります。専門家は通常、計算機の出力を業界のベンチマーク、履歴データ、規制要件と相互参照します。最も信頼性の高い結果を得るには、入力が検証済みデータから取得されていることを確認し、数式でどのような仮定が行われるかを理解し、予想される結果の範囲をまとめるために複数のシナリオを実行することを検討してください。
Email Deliverability Calc のコンテキストでは、これはユーザーの特定の入力、仮定、目標によって異なります。基礎となる式は入力と出力の間の決定的な関係を提供しますが、実際のアプリケーションでは、健康と医療行為のより広範なコンテキスト内で結果を解釈する必要があります。専門家は通常、計算機の出力を業界のベンチマーク、履歴データ、規制要件と相互参照します。最も信頼性の高い結果を得るには、入力が検証済みデータから取得されていることを確認し、数式でどのような仮定が行われるかを理解し、予想される結果の範囲をまとめるために複数のシナリオを実行することを検討してください。
Email Deliverability Calc のコンテキストでは、これはユーザーの特定の入力、仮定、目標によって異なります。基礎となる式は入力と出力の間の決定的な関係を提供しますが、実際のアプリケーションでは、健康と医療行為のより広範なコンテキスト内で結果を解釈する必要があります。専門家は通常、計算機の出力を業界のベンチマーク、履歴データ、規制要件と相互参照します。最も信頼性の高い結果を得るには、入力が検証済みデータから取得されていることを確認し、数式でどのような仮定が行われるかを理解し、予想される結果の範囲をまとめるために複数のシナリオを実行することを検討してください。
避けるべきよくある間違い
▾
- !配信率 (サーバーの受け入れ) と受信箱配置率 (実際の受信箱とスパム) が混同されている - これらは 20 ~ 30% 異なる場合があります
- !DMARC を実装していない — 2024 年 2 月から Google と Yahoo で義務化され、受信トレイの配置が大幅に改善されます
- !非アクティブな加入者を含む完全なリストに送信 - エンゲージメント率と ISP の評判が時間の経過とともに低下します
- !Google ポストマスター ツールの無視 - ほとんどの送信者が決してチェックしない、無料で信頼できる送信者評価データ
- !新しい送信 IP またはドメインをウォームアップしていない - 新しいインフラストラクチャからの即時の大量送信によりスパム フィルターがトリガーされる
プロのヒント
送信ドメインに Google ポストマスター ツールをすぐにセットアップします。これは無料で、Google から直接提供され、ドメインの評判、IP 評判、Gmail でのスパム率、認証コンプライアンスを表示します。毎週チェックしてください。ポストマスター ツールの評判が突然低下した場合は、ESP メトリクスに表示される前に、配信可能性の問題を早期に警告します。
ご存知でしたか?
世界中で送信されるすべての電子メールの約 45% がスパムであり、1 日あたり約 1,600 億のスパム メッセージが送信されます。 ISP のスパム フィルターはこの膨大な量を処理する必要があるため、フィルターはますます洗練されています。最新のスパム フィルターでは、機械学習、行動分析、ネットワーク全体の評判データが使用されており、2000 年代初頭の到達性の考え方を支配していた個々の「スパム トリガー ワード」よりも送信者の評判が重要になっています。
Regional Guides
▾
🇪🇺 EU▾
🇺🇸 US▾
🇨🇦 CA▾
参考文献
- ›Litmus 電子メール到達性ガイド 2024
- ›Google ポストマスター ツールのドキュメント
- ›リターンパス到達性ベンチマークレポート
- ›ISP 向けの M3AAWG ベスト プラクティス
- ›Mailchimp 到達性リソース
Get Weekly Math Tips
Join 12,000+ subscribers who get calculator tips every week.