이란 무엇인가 Email Deliverability Calculator?
▾
이메일 전달률은 스팸 폴더로 필터링되거나 메일 서버에 의해 거부되거나 자동으로 삭제되는 대신 수신자의 받은 편지함에 성공적으로 도달한 보낸 이메일의 비율을 측정합니다. 전달 가능성은 이메일 마케팅 성공의 기초입니다. 놀랍도록 창의적이고 완벽한 세분화를 갖춘 캠페인은 스팸에 도달하면 수익이 전혀 발생하지 않습니다. 이메일 전달률은 다른 모든 이메일 지표를 직접적으로 곱합니다. 전달률 95%는 이메일 100개 중 5개가 수신자가 참여할 기회를 갖기 전에 보이지 않는다는 것을 의미합니다. 배송 가능성은 배송 속도와 다릅니다. 전송률(전달된 이메일 ¼ 전송된 이메일)은 이메일 서버가 메시지를 수락했는지 여부를 측정하며 받은 편지함 배치를 확인하지는 않습니다. 실제 배달 가능성 또는 받은 편지함 배치 비율은 이메일이 스팸과 비교하여 기본 받은 편지함 탭에 도달했는지 여부를 측정합니다. Litmus, Email on Acid 및 GlockApps와 같은 받은 편지함 배치 도구는 주요 이메일 클라이언트 및 ISP 전반에 걸쳐 받은 편지함 배치 테스트를 제공합니다. 모니터링해야 할 주요 배달 가능성 지표에는 이탈률(2% 이상의 하드 바운스 신호 목록 품질 문제), 스팸 불만 비율(0.1% 초과는 ISP 필터링 트리거), 구독 취소율(0.5% 초과는 빈도 또는 관련성 문제를 나타냄), 참여율(ISP는 열기 및 클릭을 긍정적인 신호로 추적) 및 보낸 사람 평판 점수(Google Postmaster Tools, Microsoft SNDS를 통해 사용 가능)가 포함됩니다. 이메일 전달 가능성은 세 가지 인증 프로토콜에 의해 관리됩니다. SPF(Sender Policy Framework)는 도메인의 전송 서버에 권한을 부여하고, DKIM(DomainKeys Identified Mail)은 이메일에 암호화 서명하여 발신자 신원을 확인하며, DMARC(Domain-based Message Authentication Reporting and Conformance)는 수신 서버에 인증되지 않은 이메일을 처리할 방법을 알려줍니다. 일관된 받은 편지함 배치를 위해서는 세 가지 모두 올바르게 구성되어야 합니다. 2024년 2월부터 Google과 Yahoo는 대량 발신자에 대해 DMARC 정책(p=none, 격리 또는 거부)을 요구하여 DMARC를 선택 사항이 아닙니다. ISP 필터링 알고리즘은 참여 신호를 기반으로 발신자 평판을 평가합니다. Gmail의 알고리즘은 특히 수신자가 이메일과 상호작용(열기, 클릭, 받은편지함으로 이동, 답장)하는지 아니면 무시하거나 스팸으로 표시하는지에 가중치를 둡니다. 참여 신호가 높으면 받은편지함 배치가 향상됩니다. 대규모 비활성 세그먼트의 참여도가 낮으면 시간이 지남에 따라 평판이 저하됩니다. 참여하지 않는 구독자를 정기적으로 제거하는 목록 위생은 가장 참여도가 높은 청중에게 전송을 집중시켜 역설적으로 전달 가능성을 향상시킵니다. 문제가 있는 경우 배송 비용이 상당합니다. 받은 편지함 배치 비율이 75%(25%가 스팸으로 이동)인 발신자는 잠재적인 이메일 수익의 75%를 효과적으로 운영하고 있습니다. 즉, 완전한 전달 가능성으로 월 $50,000를 생성하는 프로그램의 경우 보이지 않고 낭비되는 이메일 전송에서 월 $12,500에 해당합니다. 따라서 배달 가능성 수정 프로젝트(인증 설정, 목록 정리, 평판 개선)의 ROI는 직접적인 수익 측면에서 계산할 수 있습니다.
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
공식
▾
전달률(%) = (받은 편지함에 도달한 이메일 수 / 전달된 이메일 수) × 100
여기서 각 변수는 건강 및 의료 영역에서 특정 측정 가능한 양을 나타냅니다. 알려진 값을 대체하고 미지의 문제를 해결합니다. 다단계 계산의 경우 내부 표현식을 먼저 평가한 다음 표준 작업 순서를 사용하여 결과를 결합합니다.변수 설명
▾
| 기호 | 이름 | 단위 | 설명 |
|---|---|---|---|
| Emails Sent | 총 수 | — | 측정 기간 동안 전송을 시도한 총 이메일 수 |
| Emails Delivered | 이메일 수신자: | — | 수신 메일 서버에서 수락한 이메일(= 반송 메일을 제외한 전송) |
| Inbox Placement Rate | 전달된 비율 | — | 받은 편지함에 도착하는 배달된 이메일과 스팸의 비율(받은 편지함 테스트 도구 필요) |
| Hard Bounce Rate | 영구 비율 | — | 십진수 또는 백분율로 표시되는 연간 이자율 또는 수익률로, 복리 조정 전 1년 동안의 차입 비용 또는 투자 수익률을 나타냅니다. |
| Soft Bounce Rate | 임시 비율 | — | 십진수 또는 백분율로 표시되는 연간 이자율 또는 수익률로, 복리 조정 전 1년 동안의 차입 비용 또는 투자 수익률을 나타냅니다. |
| Spam Complaint Rate | 수신자 비율 | — | 이메일을 스팸으로 표시하는 수신자의 비율(포스트마스터 도구 또는 피드백 루프에서) |
방법 Email Deliverability Calculator
▾
- 1필요한 입력 값을 수집합니다: 총 수, 이메일 수락, 전달 비율, 영구 비율.
- 2핵심 공식을 적용합니다: 전달률(%) = (받은 편지함에 도달하는 이메일 수 / 전달된 이메일 수) × 100.
- 3해당되는 경우 하드 반송률과 같은 중간 값을 계산합니다.
- 4용어를 결합하기 전에 모든 단위가 일치하는지 확인하십시오.
- 5최종 결과를 계산하고 합리성을 검토합니다.
- 6입력에 특별한 경우나 경계 조건이 적용되는지 확인하세요.
- 7상황에 맞게 결과를 해석하고 가능한 경우 참조 값과 비교하십시오.
풀어진 예시
▾
실제 적용
▾
일차 진료 의사와 내과 의사는 정기적인 임상 평가 중에 Email Deliverability Calc를 사용하여 환자를 선별하고, 종단적 모니터링을 위한 기준선을 설정하고, 추가 진단 평가 또는 치료 개입을 위해 전문가에게 의뢰가 필요한 개인을 식별합니다.
병원 임상 약사는 Email Deliverability Calc를 적용하여 약물 투여량 계산을 확인합니다. 특히 신장 기능 및 체중과 같은 환자별 요인이 안전한 투여량 범위에 결정적으로 영향을 미치는 와파린, 아미노글리코사이드, 화학요법제와 같이 치료 지수가 좁은 약물의 경우 더욱 그렇습니다.
공중 보건 역학자는 인구 수준 선별 프로그램에서 Email Deliverability Calc를 사용하여 질병 유병률을 계산하고, 선별 검사 민감도 및 특이성을 평가하고, 다양한 인구통계학적 하위 그룹에서 하나의 사례를 탐지하기 위해 선별하는 데 필요한 수를 결정합니다.
임상 연구자들은 Email Deliverability Calc를 연구 설계 프로토콜에 통합하여 표본 크기를 계산하고, 임상적으로 의미 있는 차이를 탐지하기 위한 통계적 검정력을 결정하고, 정량적 생리학적 임계값을 기반으로 포함 기준을 설정합니다.
특수 경우
▾
소아 대 성인 참조 범위
실제로 이 극단적인 경우에는 표준 가정이 유지되지 않을 수 있으므로 신중한 고려가 필요합니다. 이메일 전달 가능성 계산기 계산에서 이러한 시나리오가 발생하면 실무자는 경계 조건을 확인하고 0으로 나누기 위험을 확인하고 모델의 가정이 이러한 극한 조건에서 유효한지 여부를 고려해야 합니다.
임신과 호르몬 변화
실제로 이 극단적인 경우에는 표준 가정이 유지되지 않을 수 있으므로 신중한 고려가 필요합니다. 이메일 전달 가능성 계산기 계산에서 이러한 시나리오가 발생하면 실무자는 경계 조건을 확인하고 0으로 나누기 위험을 확인하고 모델의 가정이 이러한 극한 조건에서 유효한지 여부를 고려해야 합니다.
극단적인 신체 구성
실제로 이 극단적인 경우에는 표준 가정이 유지되지 않을 수 있으므로 신중한 고려가 필요합니다. 이메일 전달 가능성 계산기 계산에서 이러한 시나리오가 발생하면 실무자는 경계 조건을 확인하고 0으로 나누기 위험을 확인하고 모델의 가정이 이러한 극한 조건에서 유효한지 여부를 고려해야 합니다.
이메일 전달율 계산 참조 데이터
▾
| 배달 가능성 지표 | 훌륭한 | 좋은 | 경고 | 비판적인 |
|---|---|---|---|---|
| 하드 반송률 | < 0.5% | 0.5~1% | 1~2% | > 2% |
| 스팸 불만 비율 | < 0.02% | 0.02~0.05% | 0.05~0.1% | > 0.1% |
| 받은편지함 배치율 | > 95% | 90~95% | 80~90% | < 80% |
| 구독 취소율 | < 0.1% | 0.1~0.3% | 0.3~0.5% | > 0.5% |
| 상장오픈률(클릭기준) | > 20% | 15~20% | 10~15% | < 10% |
자주 묻는 질문
▾
이메일 배달 가능성 계산의 맥락에서 이는 사용자의 특정 입력, 가정 및 목표에 따라 달라집니다. 기본 공식은 입력과 출력 사이의 결정론적인 관계를 제공하지만 실제 적용에는 더 넓은 건강 및 의료 관행 내에서 결과를 해석해야 합니다. 전문가는 일반적으로 업계 벤치마크, 기록 데이터 및 규제 요구 사항을 갖춘 상호 참조 계산기 출력을 제공합니다. 가장 신뢰할 수 있는 결과를 얻으려면 검증된 데이터에서 입력을 가져오고, 공식이 어떤 가정을 하는지 이해하고, 가능한 결과의 범위를 분류하기 위해 여러 시나리오를 실행하는 것을 고려하십시오.
이메일 배달 가능성 계산의 맥락에서 이는 사용자의 특정 입력, 가정 및 목표에 따라 달라집니다. 기본 공식은 입력과 출력 사이의 결정론적인 관계를 제공하지만 실제 적용에는 더 넓은 건강 및 의료 관행 내에서 결과를 해석해야 합니다. 전문가는 일반적으로 업계 벤치마크, 기록 데이터 및 규제 요구 사항을 갖춘 상호 참조 계산기 출력을 제공합니다. 가장 신뢰할 수 있는 결과를 얻으려면 검증된 데이터에서 입력을 가져오고, 공식이 어떤 가정을 하는지 이해하고, 가능한 결과의 범위를 분류하기 위해 여러 시나리오를 실행하는 것을 고려하십시오.
이메일 배달 가능성 계산의 맥락에서 이는 사용자의 특정 입력, 가정 및 목표에 따라 달라집니다. 기본 공식은 입력과 출력 사이의 결정론적인 관계를 제공하지만 실제 적용에는 더 넓은 건강 및 의료 관행 내에서 결과를 해석해야 합니다. 전문가는 일반적으로 업계 벤치마크, 기록 데이터 및 규제 요구 사항을 갖춘 상호 참조 계산기 출력을 제공합니다. 가장 신뢰할 수 있는 결과를 얻으려면 검증된 데이터에서 입력을 가져오고, 공식이 어떤 가정을 하는지 이해하고, 가능한 결과의 범위를 분류하기 위해 여러 시나리오를 실행하는 것을 고려하십시오.
이메일 배달 가능성 계산의 맥락에서 이는 사용자의 특정 입력, 가정 및 목표에 따라 달라집니다. 기본 공식은 입력과 출력 사이의 결정론적인 관계를 제공하지만 실제 적용에는 더 넓은 건강 및 의료 관행 내에서 결과를 해석해야 합니다. 전문가는 일반적으로 업계 벤치마크, 기록 데이터 및 규제 요구 사항을 갖춘 상호 참조 계산기 출력을 제공합니다. 가장 신뢰할 수 있는 결과를 얻으려면 검증된 데이터에서 입력을 가져오고, 공식이 어떤 가정을 하는지 이해하고, 가능한 결과의 범위를 분류하기 위해 여러 시나리오를 실행하는 것을 고려하십시오.
이메일 배달 가능성 계산의 맥락에서 이는 사용자의 특정 입력, 가정 및 목표에 따라 달라집니다. 기본 공식은 입력과 출력 사이의 결정론적인 관계를 제공하지만 실제 적용에는 더 넓은 건강 및 의료 관행 내에서 결과를 해석해야 합니다. 전문가는 일반적으로 업계 벤치마크, 기록 데이터 및 규제 요구 사항을 갖춘 상호 참조 계산기 출력을 제공합니다. 가장 신뢰할 수 있는 결과를 얻으려면 검증된 데이터에서 입력을 가져오고, 공식이 어떤 가정을 하는지 이해하고, 가능한 결과의 범위를 분류하기 위해 여러 시나리오를 실행하는 것을 고려하십시오.
이메일 배달 가능성 계산의 맥락에서 이는 사용자의 특정 입력, 가정 및 목표에 따라 달라집니다. 기본 공식은 입력과 출력 사이의 결정론적인 관계를 제공하지만 실제 적용에는 더 넓은 건강 및 의료 관행 내에서 결과를 해석해야 합니다. 전문가는 일반적으로 업계 벤치마크, 기록 데이터 및 규제 요구 사항을 갖춘 상호 참조 계산기 출력을 제공합니다. 가장 신뢰할 수 있는 결과를 얻으려면 검증된 데이터에서 입력을 가져오고, 공식이 어떤 가정을 하는지 이해하고, 가능한 결과의 범위를 분류하기 위해 여러 시나리오를 실행하는 것을 고려하십시오.
이메일 배달 가능성 계산의 맥락에서 이는 사용자의 특정 입력, 가정 및 목표에 따라 달라집니다. 기본 공식은 입력과 출력 사이의 결정론적인 관계를 제공하지만 실제 적용에는 더 넓은 건강 및 의료 관행 내에서 결과를 해석해야 합니다. 전문가는 일반적으로 업계 벤치마크, 기록 데이터 및 규제 요구 사항을 갖춘 상호 참조 계산기 출력을 제공합니다. 가장 신뢰할 수 있는 결과를 얻으려면 검증된 데이터에서 입력을 가져오고, 공식이 어떤 가정을 하는지 이해하고, 가능한 결과의 범위를 분류하기 위해 여러 시나리오를 실행하는 것을 고려하십시오.
피해야 할 일반적인 실수
▾
- !받은 편지함 배치 비율(실제 받은 편지함 대 스팸)과 전송률(서버 수락)을 혼동합니다. 이는 20~30% 정도 다를 수 있습니다.
- !DMARC를 구현하지 않음 — 2024년 2월부터 Google과 Yahoo에서 요구하며 받은편지함 배치가 크게 향상됩니다.
- !비활성 가입자를 포함한 전체 목록으로 전송 - 시간이 지남에 따라 참여율과 ISP 평판이 저하됩니다.
- !Google Postmaster Tools 무시 — 대부분의 발신자가 절대 확인하지 않는 신뢰할 수 있는 무료 발신자 평판 데이터
- !새로운 전송 IP 또는 도메인을 워밍업하지 않음 - 새로운 인프라에서 즉시 대량 전송을 하면 스팸 필터가 트리거됨
전문가 팁
발신 도메인에 대해 Google Postmaster Tools를 즉시 설정하세요. 무료이며 Google에서 직접 제공하며 도메인 평판, IP 평판, Gmail의 스팸 비율 및 인증 준수 여부를 보여줍니다. 매주 확인하세요. Postmaster Tools의 갑작스러운 평판 하락은 배달 가능성 문제가 ESP 지표에 나타나기 전에 조기에 경고하는 것입니다.
알고 계셨나요?
전 세계적으로 전송되는 모든 이메일의 약 45%가 스팸입니다. 하루에 약 1,600억 개의 스팸 메시지가 발생합니다. ISP 스팸 필터는 이 엄청난 양을 처리해야 하므로 점점 더 정교해지고 있습니다. 최신 스팸 필터는 기계 학습, 행동 분석 및 네트워크 전반의 평판 데이터를 사용하므로 2000년대 초반 배달 가능성에 대한 생각을 지배했던 개별 '스팸 유발 단어'보다 보낸 사람의 평판이 더 중요해졌습니다.
Regional Guides
▾
🇪🇺 EU▾
🇺🇸 US▾
🇨🇦 CA▾
참고 자료
- ›2024년 리트머스 이메일 배달 가능성 가이드
- ›Google Postmaster 도구 문서
- ›반품 경로 배송 가능성 벤치마크 보고서
- ›ISP를 위한 M3AAWG 모범 사례
- ›Mailchimp 배달 가능성 리소스
주간 수학 팁 받기
매주 계산기 팁을 받는 12,000명 이상의 구독자와 함께 하세요.