是什么 Email Deliverability Calculator?
▾
电子邮件送达率衡量已发送电子邮件成功到达收件人收件箱而不是被过滤到垃圾邮件文件夹、被邮件服务器拒绝或默默丢弃的百分比。可交付性是电子邮件营销成功的基础——具有令人惊叹的创意和完美细分的营销活动如果落入垃圾邮件，将产生零收入。电子邮件送达率直接乘以所有其他电子邮件指标：95% 的送达率意味着每 100 封电子邮件中有 5 封在收件人有机会参与之前就看不见了。 可交付性与交付率不同。送达率（送达的电子邮件 ÷ 发送的电子邮件）衡量电子邮件服务器是否接受邮件 - 这并不能确认收件箱的位置。真实的送达率或收件箱放置率衡量电子邮件是否到达主收件箱选项卡与垃圾邮件。 Litmus、Email on Acid 和 GlockApps 等收件箱放置工具可跨主要电子邮件客户端和 ISP 提供收件箱放置测试。 要监控的关键送达率指标包括：退回率（硬退回率高于 2% 信号列表质量问题）、垃圾邮件投诉率（高于 0.1% 会触发 ISP 过滤）、退订率（高于 0.5% 表明频率或相关性问题）、参与率（ISP 跟踪打开和点击作为积极信号）以及发件人信誉评分（可通过 Google Postmaster Tools、Microsoft SNDS 获得）。 电子邮件送达率由三种身份验证协议控制：SPF（发件人策略框架）为您的域授权发送服务器，DKIM（域密钥识别邮件）以加密方式签署电子邮件以验证发件人身份，DMARC（基于域的消息身份验证报告和一致性）告诉接收服务器如何处理未经身份验证的电子邮件。所有这三个都必须正确配置，以实现一致的收件箱放置。自 2024 年 2 月起，Google 和 Yahoo 要求批量发件人采用 DMARC 政策（p=无、隔离或拒绝），这使得 DMARC 成为非可选的。 ISP 过滤算法根据参与信号评估发件人信誉。 Gmail 的算法特别权衡收件人是否与电子邮件交互（打开、单击、移至收件箱、回复）与忽略或标记为垃圾邮件。高参与度信号可改善收件箱的放置；随着时间的推移，大量不活跃群体的低参与度会降低声誉。列表卫生——定期删除不参与的订阅者——通过将发送集中到最活跃的受众来提高交付率。 当出现问题时，交付成本会很高。收件箱中 75% 的邮件投放（25% 为垃圾邮件）的发件人有效地运行了其潜在电子邮件收入的 75% — 对于一个在完全送达情况下每月产生 50,000 美元收入的计划，每月会产生 12,500 美元的隐形、浪费的电子邮件发送。因此，可交付性补救项目（身份验证设置、列表清理、声誉提升）的投资回报率可以直接收入方式计算。
Calkulon makes complex calculations simple — built for students and everyday problem-solvers.
公式
▾
送达率 (%) =（到达收件箱的电子邮件数 / 已送达的电子邮件数）× 100
其中每个变量代表健康和医疗领域中的特定可测量量。替换已知值并求解未知值。对于多步计算，首先计算内部表达式，然后使用标准运算顺序组合结果。变量说明
▾
| 符号 | 名称 | 单位 | 描述 |
|---|---|---|---|
| Emails Sent | 总数 | — | 测量期间尝试发送的电子邮件总数 |
| Emails Delivered | 接受的电子邮件 | — | 接收邮件服务器接受的电子邮件（= 已发送减去退回邮件） |
| Inbox Placement Rate | 已交付百分比 | — | 已发送电子邮件到达收件箱与垃圾邮件的百分比（需要收件箱测试工具） |
| Hard Bounce Rate | 永久的百分比 | — | 以小数或百分比表示的年利率或回报率，代表复利调整前一年内的借贷成本或投资收益率 |
| Soft Bounce Rate | 临时的百分比 | — | 以小数或百分比表示的年利率或回报率，代表复利调整前一年内的借贷成本或投资收益率 |
| Spam Complaint Rate | 收件人百分比 | — | 将电子邮件标记为垃圾邮件的收件人百分比（通过邮政管理员工具或反馈循环） |
如何 Email Deliverability Calculator
▾
- 1收集所需的输入值：总数、接受的电子邮件、已发送的百分比、永久的百分比。
- 2应用核心公式：送达率 (%) =（到达收件箱的电子邮件数 / 已送达的电子邮件数）× 100。
- 3计算中间值，例如硬跳出率（如果适用）。
- 4在组合术语之前验证所有单位是否一致。
- 5计算最终结果并审查其合理性。
- 6检查是否有任何特殊情况或边界条件适用于您的输入。
- 7在上下文中解释结果并与参考值（如果有）进行比较。
例题解析
▾
实际应用
▾
初级保健医生和内科医生在常规临床评估期间使用电子邮件传送能力计算器来筛查患者，建立纵向监测的基线，并确定可能需要转诊给专家以进行进一步诊断评估或治疗干预的个人。
医院临床药剂师应用电子邮件传递计算来验证药物剂量计算，特别是对于治疗指数狭窄的药物，如华法林、氨基糖苷类和化疗药物，其中患者特定因素（如肾功能和体重）严重影响安全剂量范围。
公共卫生流行病学家在人群筛查计划中使用电子邮件传递率计算器来计算疾病患病率，评估筛查测试的敏感性和特异性，并确定在不同人口亚组中检测一个病例所需的筛查数量。
临床研究人员将电子邮件送达率计算器纳入研究设计方案中，以计算样本量、确定检测有临床意义的差异的统计功效，并根据定量生理阈值建立纳入标准。
特殊情况
▾
儿童与成人参考范围
在实践中，这种边缘情况需要仔细考虑，因为标准假设可能不成立。当在电子邮件送达率计算器计算中遇到这种情况时，从业者应该验证边界条件，检查除零风险，并考虑模型的假设在这些极端条件下是否仍然有效。
怀孕和荷尔蒙变化
在实践中，这种边缘情况需要仔细考虑，因为标准假设可能不成立。当在电子邮件送达率计算器计算中遇到这种情况时，从业者应该验证边界条件，检查除零风险，并考虑模型的假设在这些极端条件下是否仍然有效。
极端的身体成分
在实践中，这种边缘情况需要仔细考虑，因为标准假设可能不成立。当在电子邮件送达率计算器计算中遇到这种情况时，从业者应该验证边界条件，检查除零风险，并考虑模型的假设在这些极端条件下是否仍然有效。
电子邮件送达率计算参考数据
▾
| 交付能力指标 | 出色的 | 好的 | 警告 | 批判的 |
|---|---|---|---|---|
| 硬跳出率 | < 0.5% | 0.5–1% | 1–2% | > 2% |
| 垃圾邮件投诉率 | < 0.02% | 0.02–0.05% | 0.05–0.1% | > 0.1% |
| 收件箱放置率 | > 95% | 90–95% | 80–90% | < 80% |
| 退订率 | < 0.1% | 0.1–0.3% | 0.3–0.5% | > 0.5% |
| 列表打开率（基于点击） | > 20% | 15–20% | 10–15% | < 10% |
常见问题
▾
在电子邮件送达率计算的上下文中，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的健康和医疗实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
在电子邮件送达率计算的上下文中，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的健康和医疗实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
在电子邮件送达率计算的上下文中，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的健康和医疗实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
在电子邮件送达率计算的上下文中，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的健康和医疗实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
在电子邮件送达率计算的上下文中，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的健康和医疗实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
在电子邮件送达率计算的上下文中，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的健康和医疗实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
在电子邮件送达率计算的上下文中，这取决于用户的具体输入、假设和目标。基本公式提供了输入和输出之间的确定性关系，但实际应用需要在更广泛的健康和医疗实践背景下解释结果。专业人士通常将计算器输出与行业基准、历史数据和监管要求进行交叉引用。为了获得最可靠的结果，请确保输入来自经过验证的数据，了解公式做出哪些假设，并考虑运行多个场景来划分可能结果的范围。
常见错误注意事项
▾
- !混淆送达率（服务器接受率）与收件箱放置率（实际收件箱与垃圾邮件）——两者可能相差 20-30%
- !不实施 DMARC——自 2024 年 2 月起 Google 和 Yahoo 要求实施，并显着改善收件箱放置
- !发送到包括不活跃订户在内的完整列表 - 随着时间的推移会降低参与率和 ISP 声誉
- !忽略 Google Postmaster Tools — 免费、权威的发件人信誉数据，大多数发件人从不检查
- !不预热新的发送 IP 或域 — 从新基础设施立即进行大量发送会触发垃圾邮件过滤器
专业提示
立即为您的发送域设置 Google Postmaster Tools - 它是免费的，由 Google 直接提供，并向您显示您的域声誉、IP 声誉、Gmail 的垃圾邮件率以及身份验证合规性。每周检查一次。 Postmaster Tools 中的声誉突然下降是送达率问题出现在 ESP 指标中之前的早期警告。
你知道吗？
全球发送的所有电子邮件中大约有 45% 是垃圾邮件——每天大约有 1600 亿封垃圾邮件。 ISP 垃圾邮件过滤器必须处理如此庞大的数量，这就是它们变得越来越复杂的原因。现代垃圾邮件过滤器使用机器学习、行为分析和全网络声誉数据，使发件人声誉比 2000 年代初期主导递送能力思维的任何单个“垃圾邮件触发词”更重要。
Regional Guides
▾
🇪🇺 EU▾
🇺🇸 US▾
🇨🇦 CA▾
参考资料
- ›Litmus 电子邮件送达指南 2024
- ›Google Postmaster 工具文档
- ›返回路径交付能力基准报告
- ›M3AAWG ISP 最佳实践
- ›Mailchimp 投递资源
获取每周数学提示
加入 12,000+ 订阅者，每周都会获得计算器提示。