Engage
Analytics

ROI de e-mail para varejistas: vinculando disparos a visitas de retorno à loja

Você poderá avaliar cada e-mail de varejo pelas visitas extras à loja que ele gera, e não pelas aberturas.

14 min read3.262 words

Part of the guide topicEmail marketing ROI for venues: measuring the visits it brings

Meça o ROI do email para varejo por visitas às lojas, não por aberturas, em nove etapas nos pontos de acesso que você já possui. Associe o novo login de WiFi de cada comprador ao email enviado anteriormente. Mantenha um grupo de controle aleatório e informe o aumento por loja. O Purple Engage cria a lista a partir de logins de WiFi de visitantes com consentimento em conformidade com o GDPR, para que o mesmo login registre a visita.

O que seu relatório de email no nível de loja mostrará no final?

Cada campanha trará um número principal: as visitas extras à loja que ela gerou, medidas em comparação com os compradores que não a receberam. Você também terá uma definição por escrito de uma visita de retorno e uma janela de atribuição fixa. O relatório detalha o resultado por loja, em um formato que sua equipe de operações possa ler.

{"slot":"hero","alt":"Gerente de marketing de varejo no escritório interno de uma loja comparando as visitas de retorno de compradores que receberam e-mails com um grupo de controle mantido à parte, detalhado por loja","caption":"Avalie cada envio pelas visitas à loja que ele traz, não pelas aberturas que ele registra","prompt":"Natural light photograph in a UK fashion store back office. A marketing manager at a laptop shows a store operations director a simple bar chart comparing two groups by store. Calm, practical mood, purple accent in the interface, no readable brand logos, no readable text on screen."}

O relatório responde a três perguntas para cada envio:

  • Ele trouxe os compradores de volta?
  • Quantas visitas extras ele gerou?
  • Quais lojas geraram esse resultado?

Adicione o valor médio da transação do seu sistema de caixa, e o mesmo relatório fornecerá a receita por envio.

Isso é medição, não modelagem. Nada é estimado a partir de médias do setor. Cada valor vem dos seus próprios dados primários: os logins no WiFi de visitantes de compradores que optaram por receber e-mails.

O que você precisa antes de começar?

Sete itens precisam estar configurados. A maioria são decisões e não tecnologia, e demoram mais para serem acordados do que para serem configurados.

{"caption":"Pré-requisitos para mensuração de e-mails baseada em visitas","asOf":"2026-06-10","columns":[{"key":"p","label":"Pré-requisito"},{"key":"w","label":"Por que é importante"},{"key":"c","label":"Como verificar"}],"rows":[["Guest WiFi ativo no Purple em todas as lojas do teste","As visitas de retorno só são vistas onde os compradores fazem login","Cada loja mostra logins nos últimos sete dias"],["Página de login personalizada com opt-in de e-mail de acordo com a GDPR","Apenas contatos que consentiram podem receber e-mails e ser mensurados","Um login de teste registra o opt-in no perfil"],["90 dias de histórico de visitas","Define a taxa de retorno de linha de base usada para o dimensionamento","Os relatórios mostram visitas de retorno para todo o período"],["Uma lista de opt-in grande o suficiente para dividir","Poucos compradores escondem um aumento real","Execute a fórmula de dimensionamento na etapa 4"],["Lojas mapeadas para regiões","Lojas pequenas são agrupadas para relatórios","Cada loja possui um rótulo de região"],["Valor médio de transação por loja (opcional)","Transforma visitas incrementais em receita","O financeiro aprovou o valor"],["Um plano de teste aprovado","Impede que a métrica mude assim que os resultados chegarem","Janela, definição de visita e cota de grupo de controle documentadas"]],"footnote":"As decisões na última linha são tomadas em conjunto pelo marketing e pelas operações de loja."}

Se sua lista ainda for pequena, desenvolva a captura antes da mensuração. Nosso guia para captura de e-mail no varejo em loja aborda o crescimento da lista com opt-in no caixa e na página de login.

Como uma visita de retorno é vinculada a um e-mail?

Por que aberturas e cliques enganam o varejo físico

As aberturas deixaram de ser um sinal confiável quando a Apple introduziu a Mail Privacy Protection com o iOS 15 em 2021. O recurso pré-carrega imagens de e-mail, de modo que uma mensagem pode ser registrada como aberta, independentemente de alguém tê-la lido ou não. As taxas de abertura agora dizem mais sobre a combinação de aplicativos de e-mail da sua lista do que sobre sua campanha.

Os cliques são honestos, mas limitados. Um comprador que lê uma oferta de fim de semana e entra na loja nunca clica. Sua plataforma de e-mail não registra nada, mas essa visita é o resultado pelo qual você pagou. Os cliques também tendem a se inclinar para os compradores mais engajados, que provavelmente já visitariam a loja de qualquer maneira.

A regra de correspondência

A correspondência funciona porque o endereço de e-mail e a visita vêm do mesmo lugar. Quando um comprador faz login no guest WiFi, ele fornece um endereço de e-mail e faz um opt-in por escolha consciente. O Purple Engage armazena isso como um contato primário (first-party). Quando o mesmo comprador faz login novamente em uma visita posterior, essa visita é registrada no mesmo perfil.

A regra em si é curta. Uma visita de retorno conta quando o perfil que recebeu o e-mail faz login em qualquer loja dentro da janela de atribuição. Cada comprador conta uma vez por janela, portanto, três visitas de um comprador contam como um retorno. Isso mantém a medida como uma taxa, que é o que a comparação de controle precisa.

O consentimento vem em primeiro lugar. De acordo com o GDPR, o consentimento deve ser livremente fornecido, específico, informado e inequívoco. Um opt-in de e-mail desmarcado e um aviso de privacidade claro no momento do acesso são o ponto de partida. Confirme a redação com seu encarregado de proteção de dados.

{"kind":"flow","direction":"lr","caption":"Como o acesso ao WiFi conecta um e-mail a uma visita de retorno","alt":"Fluxo desde o primeiro acesso de um cliente ao WiFi de visitantes, passando por uma divisão aleatória em grupos de teste e controle, até os acessos de retorno e o relatório de incremento no nível da loja.","nodes":[{"id":"a","label":"Cliente faz login no WiFi de visitantes","sub":"E-mail e opt-in do GDPR capturados no login","tone":"brand"},{"id":"b","label":"Perfil criado no Purple Engage","sub":"Contato first-party com histórico de visitas","tone":"neutral"},{"id":"c","label":"Divisão aleatória antes do envio","sub":"Grupo de teste e grupo de controle mantido","tone":"neutral"},{"id":"d","label":"E-mail enviado ao grupo de teste","sub":"O controle não recebe nada desta campanha","tone":"neutral"},{"id":"e","label":"Retorno de login dentro da janela","sub":"Mesmo perfil, qualquer loja, contado uma vez","tone":"success"},{"id":"f","label":"Incremento reportado por loja","sub":"Taxa de retorno do teste menos taxa de controle","tone":"brand"}],"edges":[{"from":"a","to":"b","style":"solid"},{"from":"b","to":"c","style":"solid"},{"from":"c","to":"d","label":"teste","style":"solid"},{"from":"c","to":"e","label":"controle","style":"dashed"},{"from":"d","to":"e","style":"solid"},{"from":"e","to":"f","style":"solid"}]}

Por que o grupo de controle é importante

A correspondência mostra que os clientes que receberam o e-mail retornaram. Ela não mostra que o e-mail fez com que eles retornassem. Seus clientes que optaram por receber comunicações já são os mais fiéis, e muitos retornariam mesmo sem e-mail algum.

O grupo de controle mantido responde à verdadeira questão. Ele é uma amostra aleatória da mesma lista que não recebe nada da campanha. A diferença entre as taxas de retorno dos dois grupos representa as visitas que o e-mail causou.

Como configurar a medição baseada em visitas, passo a passo?

Siga os nove passos em ordem. Os passos de um a seis acontecem antes do envio. Os passos de sete a nove acontecem assim que a janela for encerrada.

{"title":"Meça o ROI de e-mail no varejo por visitas às lojas","steps":[{"title":"Confirme o consentimento no acesso","body":"Verifique se todas as lojas usam uma página de login personalizada com opt-in de e-mail desmarcado e um aviso de privacidade que cubra dados de visitas.","check":"Um login de teste cria um perfil marcado como opt-in de e-mail."},{"title":"Defina uma visita de retorno","body":"Conte um login no WiFi de visitantes em um dia posterior, em qualquer loja, uma vez por comprador por janela. Exclua dispositivos de funcionários.","check":"A definição foi registrada no plano de teste e aprovada."},{"title":"Fixe a janela de atribuição","body":"Escolha sete ou 14 dias após o envio, alinhado à frequência normal de retorno dos seus compradores.","check":"A janela e a data de envio são registradas antes do envio."},{"title":"Dimensione o grupo de controle","body":"Use a fórmula de dimensionamento abaixo com sua taxa de retorno base de 90 dias para definir a parcela de controle.","check":"O grupo de controle atinge a contagem mínima para o aumento que você deseja detectar."},{"title":"Divida o público aleatoriamente","body":"Randomize os contatos opt-in em grupo de teste e grupo de controle dentro de cada loja. Mantenha o grupo de controle fora de qualquer outro e-mail na janela.","check":"As taxas de retorno anteriores de 90 dias dos dois grupos estão dentro de um ponto percentual."},{"title":"Envie apenas para o grupo de teste","body":"Agende a campanha para o segmento de teste e anote a hora do envio.","check":"O log de envio mostra que zero contatos de controle receberam o e-mail."},{"title":"Exporte as visitas quando a janela fechar","body":"Extraia as visitas de retorno de ambos os grupos por loja, usando a mesma definição e datas.","check":"Cada visita inclui um perfil, uma loja e um registro de data e hora dentro da janela."},{"title":"Calcule o aumento por loja","body":"Subtraia a taxa de retorno de controle da taxa de retorno do grupo de teste e multiplique pelos compradores do grupo de teste para obter as visitas incrementais.","check":"As visitas incrementais da loja somam o total de toda a rede."},{"title":"Verifique o método","body":"Execute um teste A/A: divida a lista, não envie nada e compare as taxas de retorno no mesmo período de tempo.","check":"O aumento A/A fica próximo de zero em toda a rede."}]}

Qual deve ser o tamanho do grupo de controle?

O tamanho do grupo de controle depende de duas entradas. Uma é sua taxa de retorno base. A outra é o menor aumento que vale a pena identificar. Uma porcentagem fixa não define isso. A regra de Lehr fornece uma estimativa rápida para aproximadamente 80% de poder estatístico a um nível de significância de 5%:

Compradores necessários por grupo = 16 × p × (1 − p) ÷ d²

p = taxa de retorno base na janela (0,18 para 18%)
d = menor aumento a detectar (0,02 para dois pontos)

Exemplo: 16 × 0,18 × 0,82 ÷ 0,0004 = 5.904 compradores por grupo

Sua parcela de controle pode fornecer menos de 5.904 compradores. Se isso acontecer, você tem três opções. Você pode aumentar a parcela de controle, aceitar um aumento detectável maior ou agrupar vários envios da mesma campanha.

{"tone":"tip","title":"Participação padrão do grupo de controle","text":"Comece com 10% para listas acima de 50.000 clientes cadastrados e 20% para listas menores. Em seguida, execute a fórmula para confirmar se o grupo de controle é grande o suficiente."}

Calculando o aumento de vendas e a receita

Use a mesma aritmética para todas as campanhas para que os resultados sejam comparáveis entre si.

Taxa de retorno de tratados = clientes tratados que retornaram ÷ clientes tratados
Taxa de retorno de controle = clientes de controle que retornaram ÷ clientes de controle
Aumento (Uplift)            = taxa de retorno de tratados − taxa de retorno de controle
Visitas incrementais        = aumento × clientes tratados
Receita incremental         = visitas incrementais × valor médio da transação
{"tone":"warning","title":"Um envio incorreto estraga o teste","text":"Mantenha os clientes do grupo de controle fora de todos os e-mails no período, incluindo newsletters e fluxos automatizados. Um único envio para o grupo de controle reduz o aumento medido e não é possível corrigi-lo depois."}

Como relatar os resultados por loja?

Relate cada loja em relação aos seus próprios clientes de controle, e não em relação à média de toda a rede. Faça a randomização dentro de cada loja - um método chamado amostragem estratificada - para que cada loja mantenha a mesma proporção de grupo de controle.

Seja honesto sobre a precisão. Uma loja com 1.000 clientes de controle e uma linha de base de 18% só consegue detectar um aumento de cerca de cinco pontos. Relate uma loja individualmente apenas quando seu grupo de controle atingir esse tamanho. Agrupe lojas menores por região. Trate cada valor de loja como direcional; o número da rede é o resultado real.

{"caption":"Relatório ilustrativo de loja para um envio, janela de 14 dias","asOf":"2026-06-10","columns":[{"key":"s","label":"Loja"},{"key":"n","label":"Clientes tratados / controle"},{"key":"t","label":"Taxa de retorno de tratados"},{"key":"c","label":"Taxa de retorno de controle"},{"key":"u","label":"Aumento em pontos"},{"key":"i","label":"Visitas incrementais"}],"rows":[["Loja A (principal)","9.000 / 1.000","23,0%","19,5%","3,5","315"],["Loja B","5.400 / 600","20,5%","18,0%","2,5","135"],["Loja C","2.700 / 300","19,0%","19,7%","-0,7","-19"],["Outras 15 lojas","47.700 / 5.300","20,8%","18,4%","2,4","1.145"],["Total da rede","64.800 / 7.200","21,0%","18,6%","2,4","1.576"]],"footnote":"Números ilustrativos. As lojas B e C têm menos de 1.000 clientes de controle, portanto, interprete os dados como direcionais e agrupe-as por região. As visitas incrementais da rede somam as linhas das lojas; o aumento é arredondado.","download":{"filename":"store-email-uplift-report.csv"}}

A Loja C mostra um aumento negativo em 300 clientes de controle. Com esse tamanho de amostra, trata-se de um ruído estatístico. Não é uma prova de que o e-mail afastou os clientes. Agrupe-a com sua região antes que alguém interprete erroneamente esses dados.

Exemplo prático: um varejista de moda com 18 lojas

Números ilustrativos, utilizando o método acima.

Situação. Um varejista de moda com 18 lojas tinha 72.000 clientes cadastrados via WiFi de convidados nos últimos 12 meses. Seus relatórios de e-mail mostravam aberturas e cliques. As equipes das lojas queriam saber se um e-mail de liquidação de meio de temporada realmente atraía os clientes para as lojas físicas.

O que foi feito. A equipe definiu uma janela de 14 dias. Ela estabeleceu uma taxa de retorno de referência de 18% com base em 90 dias de histórico. Um grupo de controle de 10% resultou em 7.200 compradores de controle, o suficiente para detectar um aumento de cerca de 1,8 ponto. A equipe randomizou dentro de cada loja e enviou o e-mail para os outros 64.800.

Resultado. Os compradores impactados retornaram a uma taxa de 21,0%, contra 18,6% do grupo de controle. Isso representa 2,4 pontos, ou 1.576 visitas incrementais. A um valor médio de transação de £38, isso equivale a cerca de £60.000 em receita incremental antes dos custos de desconto e margem. Apenas a loja principal ultrapassou o limite de 1.000 compradores para sua própria leitura. A equipe relatou as outras lojas por região.

Exemplo prático: um grupo de 12 bares

Números ilustrativos.

Situação. Um grupo de 12 bares queria saber se um e-mail enviado na quinta-feira lotava o fim de semana. Eles tinham 9.000 clientes cadastrados via guest WiFi e uma taxa de retorno de referência de sete dias de 12%.

O que foi feito. Com esse tamanho de lista, um grupo de controle de 10% só conseguiria detectar um aumento de cerca de 4,3 pontos. A equipe aumentou o grupo de controle para 20%. Isso gerou 1.800 clientes de controle e um aumento detectável de cerca de 3,1 pontos.

Resultado. Os clientes que receberam o e-mail retornaram em sete dias a uma taxa de 16,0%, contra 12,0% do grupo de controle. Isso representa quatro pontos em 7.200 clientes, ou 288 visitas incrementais. O grupo relatou o resultado apenas para a rede como um todo. Com cerca de 150 clientes de controle por unidade, nenhum local individual conseguia suportar sua própria leitura.

Como verificar o resultado antes de relatá-lo?

Examine esta lista antes que o relatório chegue às operações de loja ou ao setor financeiro.

{"title":"Verifique o resultado antes de compartilhá-lo","groups":[{"heading":"Antes do envio","items":[{"text":"Definição de visita de retorno e janela aprovadas","why":"Impede que a métrica mude após a chegada dos resultados"},{"text":"Taxas de retorno anteriores do grupo impactado e de controle com diferença máxima de um ponto","why":"Confirma que a divisão é aleatória"},{"text":"Grupo de controle excluído de todos os outros e-mails no período"},{"text":"Dispositivos da equipe excluídos de ambos os grupos"}]},{"heading":"Após o fechamento do período","items":[{"text":"Registro de envio mostra zero destinatários no controle"},{"text":"Totais das lojas correspondem ao total da rede"},{"text":"Lojas com menos de 1.000 compradores de controle agrupadas por região","why":"Amostras pequenas geram ruído, não descobertas"},{"text":"Teste A/A em um período sem envio mostra aumento próximo de zero","why":"Prova que o método não inventa aumentos"},{"text":"A receita utiliza o valor médio de transação aprovado pelo financeiro"}]}],"download":{"filename":"retail-email-roi-verification.csv"}}

O que os números não podem dizer a você

  • Visitas de compradores que não se conectam. O WiFi enxerga apenas compradores que fazem login, portanto o método subestima o total de visitas. A comparação de aumento continua válida, pois ambos os grupos são subestimados da mesma forma.
  • Gastos. Um login mostra uma visita, não um carrinho. A receita depende do valor médio da transação, a menos que você cruze os dados de WiFi com os comprovantes do caixa.
  • Vendas online. Um comprador que lê o e-mail e compra no seu site não é contabilizado como visita.
  • Por que funcionou. O teste mostra que o e-mail gerou visitas. Ele não mostra se foi a linha de assunto, a oferta ou a imagem que fez o trabalho. Teste uma mudança por vez se precisar dessa resposta.
  • Efeitos de longo prazo. Uma janela de 14 dias não detecta um comprador que retorna na terceira semana. Mantenha um grupo de controle durante um trimestre inteiro para estimar o efeito no lifetime value.

Se uma etapa falhar

  • Os grupos diferem antes do envio (etapa 5). Refaça a divisão aleatória. Nunca ajuste os grupos manualmente.
  • O grupo de controle recebeu o e-mail (etapa 6). Descarte o teste e execute-o novamente no próximo envio.
  • Uma loja não mostra visitas (etapa 7). Confirme se os logins de WiFi para visitantes estão ativos nessa loja antes de tirar qualquer conclusão do resultado.
  • O uplift parece implausivelmente alto (etapa 8). Verifique se a exportação conta os compradores uma vez por janela, e não a cada visita.

Para um diagnóstico mais aprofundado de como as visitas recorrentes são contadas e onde elas se perdem, consulte nosso guia sobre como medir visitas recorrentes.

Quais erros distorcem a atribuição de e-mails no varejo?

  • Interpretar aberturas como intenção. Recursos de privacidade inflam as aberturas, portanto, uma alta taxa de abertura não prova nada sobre visitas à loja.
  • Escolher a janela após ver os resultados. Uma janela escolhida para favorecer uma campanha não pode ser comparada com a seguinte. Defina-a no plano de teste.
  • Permitir que os compradores do grupo de controle recebam outros e-mails. Os fluxos automatizados são os culpados habituais. Exclua o grupo de controle de todos os fluxos durante o período da janela.
  • Contar cada visita em vez de cada comprador. Seus compradores mais frequentes dominarão o resultado, e o uplift deixará de ser uma taxa.
  • Incluir dispositivos de funcionários. Os funcionários fazem login a cada turno, o que distorce ambos os grupos.
  • Classificar lojas com base em amostras pequenas. Uma tabela de classificação construída com 300 compradores de controle premia a sorte. Agrupe lojas pequenas por região.
  • Comparar com o ano anterior em vez de comparar com o grupo de controle. O clima, o calendário e o mix de produtos mudam. Apenas um grupo de controle concorrente isola o efeito do e-mail.

Onde isso se encaixa no seu programa de ROI de e-mail?

Este guia é o capítulo de varejo do nosso pilar sobre ROI de e-mail marketing para estabelecimentos e as visitas que ele gera. O pilar cobre o programa completo: captura, segmentação, mensuração e relatórios em hospitalidade, varejo e eventos. Para captura e segmentação no varejo, consulte Purple Engage para varejo. Para uma visão mais ampla sobre o marketing orientado por WiFi, leia o guia de marketing com WiFi.

O método depende de uma coisa que as plataformas de e-mail genéricas não oferecem: uma lista que se constrói sozinha a partir de logins no WiFi na loja, com visitas registradas no mesmo perfil.

{"tone":"proof","title":"Purple em escala","text":"O Purple opera WiFi para convidados em mais de 80.000 locais em 90 países, gerenciando 500 milhões de logins por ano, e páginas de login personalizadas apresentam taxas de opt-in cerca de 50% mais altas (dados do Purple). Marcas incluindo Harrods e McDonald's usam o Purple."}

Perguntas frequentes

A correspondência de visitas funciona com os pontos de acesso que já possuímos?

Sim. O Purple é agnóstico em relação ao hardware e roda como uma sobreposição em nuvem no Cisco Meraki, HPE Aruba, Ruckus, Juniper Mist, Ubiquiti UniFi, Cambium, Extreme e Fortinet. A medição neste guia ocorre no Purple Engage, não no ponto de acesso. O método é, portanto, o mesmo, independentemente do fornecedor que cada loja utiliza. Se o seu patrimônio mistura fornecedores após uma aquisição, o relatório da loja trata todas as lojas da mesma forma.

Como isso se difere do relatório de ROI de e-mail no Mailchimp, Klaviyo ou HubSpot?

Essas plataformas relatam o que acontece na caixa de entrada e online: aberturas, cliques e pedidos na web. Elas enviam para uma lista que você fornece, mas não a constroem. O Purple Engage constrói a lista a partir de logins de WiFi para convidados com consentimento e registra o próximo acesso de cada comprador em uma loja. Isso permite que você julgue um envio pelas visitas que ele gera, que é o resultado que um varejista focado em lojas físicas relata à diretoria.

A medição de visitas de retorno a partir de acessos ao WiFi está em conformidade com o GDPR?

Pode estar, desde que o consentimento seja capturado adequadamente e seu aviso de privacidade explique como os dados de visita são usados. O GDPR exige um consentimento livremente dado, específico, informado e inequívoco. Na prática, isso significa um opt-in desmarcado e uma linguagem simples no momento do acesso. O Purple é certificado pela ISO 27001 e compatível com o GDPR, e a página de login registra a escolha de cada comprador. Confirme a redação com seu encarregado de proteção de dados antes do lançamento.

Quanto tempo até termos um resultado confiável?

Espere um resultado uma janela de atribuição após o envio, mais um dia para extrair os dados. Com uma janela de 14 dias, você terá uma leitura cerca de 15 dias após o envio. A confiabilidade depende do tamanho da amostra e não do tempo. Se a fórmula de dimensionamento indicar que seus grupos são muito pequenos, repita a campanha em dois ou três envios. Em seguida, agrupe os resultados antes de tirar uma conclusão.

Podemos atribuir um valor de receita a cada envio?

Sim, se a equipe financeiro fornecer um valor médio de transação por loja. Multiplique as visitas incrementais por esse valor para obter a receita incremental. Subtraia o custo do desconto e o custo do envio para obter um valor de retorno. Os dados de WiFi mostram que um comprador retornou, não o que ele comprou. Conectar os acessos aos recibos do caixa fornece o gasto por visita, mas esse é um projeto de dados separado. O valor baseado em visitas se sustenta por si só.

E quanto aos contatos que já possuímos fora do Purple?

Você pode continuar enviando e-mails para eles, mas deixe-os fora do teste medido. A correspondência precisa de um acesso WiFi no mesmo perfil. Um contato que nunca fez login em uma loja não pode ser correspondido a uma visita de retorno. Meça primeiro a lista originada do WiFi. Em seguida, aumente a parcela mensurável por meio da captura no caixa e na página de login, conforme detalhado no nosso guia de captura para varejo.

Por que não medir com um código promocional impresso?

Os códigos medem resgates, não visitas. Eles perdem clientes que retornaram por causa do e-mail, mas nunca usaram o código. Eles também recompensam clientes que teriam comprado de qualquer maneira. Um grupo de controle mantido captura ambos os efeitos, pois compara taxas de retorno em vez de contar cupons. Mantenha os códigos para mecânicas de ofertas e use o grupo de controle para medição.