Engage
Analytics

ROI de e-mail para retalhistas: associar envios a visitas de regresso à loja

Poderá avaliar cada e-mail de retalho pelas visitas adicionais que gera à loja, e não pelas aberturas. Associa o início de sessão de regresso ao WiFi para visitantes de cada comprador ao e-mail anterior, retém um grupo de controlo aleatório e apresenta o uplift por loja.

14 min read3262 words

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

Meça o ROI de e-mail no retalho através das visitas à loja, e não das aberturas, em nove passos nos pontos de acesso que já possui. Associe o novo início de sessão WiFi de cada comprador ao e-mail enviado anteriormente. Mantenha um grupo de controlo aleatório e apresente o aumento por loja. O Purple Engage cria a lista a partir de inícios de sessão de WiFi de convidados com consentimento do GDPR, para que o mesmo início de sessão registe a visita.

O que mostrará o seu relatório de e-mail ao nível da loja no final?

Cada campanha apresentará um número principal: as visitas adicionais à loja que gerou, medidas em comparação com os compradores que não a receberam. Terá também uma definição por escrito de uma visita de regresso e uma janela de atribuição fixa. O relatório detalha o resultado por loja, num formato fácil de ler para a sua equipa de operações.

{"slot":"hero","alt":"Responsável de marketing de retalho no escritório de uma loja a comparar as visitas de regresso de compradores que receberam e-mails com um grupo de controlo retido, discriminadas por loja","caption":"Avalie cada envio pelas visitas à loja que gera, não pelas aberturas que regista","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:

  • Trouxe os compradores de volta?
  • Quantas visitas adicionais causou?
  • Que lojas geraram o resultado?

Adicione o valor médio das transações do seu sistema de caixa e o mesmo relatório fornecer-lhe-á a receita por envio.

Isto é uma medição, não uma modelação. Nada é estimado com base em médias do setor. Cada valor provém dos seus próprios dados de primeira parte: os inícios de sessão no WiFi de convidados dos compradores que aceitaram receber e-mails.

Do que precisa antes de começar?

É necessário ter sete elementos preparados. A maioria são decisões em vez de tecnologia, e demoram mais tempo a acordar do que a configurar.

{"caption":"Pré-requisitos para a medição 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":[["WiFi de clientes ativo no Purple em todas as lojas do teste","As visitas de regresso só são vistas onde os clientes iniciam sessão","Cada loja mostra inícios de sessão nos últimos sete dias"],["Página de início de sessão com a marca e consentimento de e-mail em conformidade com o GDPR","Apenas os contactos com consentimento podem receber e-mails e ser medidos","Um início de sessão de teste regista o consentimento no perfil"],["90 dias de histórico de visitas","Define a taxa de regresso de referência usada para o dimensionamento","Os relatórios mostram visitas de regresso para todo o período"],["Uma lista com consentimento suficientemente grande para dividir","Poucos clientes ocultam um aumento real de desempenho","Execute a fórmula de dimensionamento no passo 4"],["Lojas mapeadas por regiões","As lojas pequenas são agrupadas para efeitos de relatório","Cada loja contém uma etiqueta de região"],["Valor médio de transação por loja (opcional)","Converte visitas incrementais em receita","A equipa financeira aprovou o valor"],["Um plano de teste aprovado","Impede que a métrica se altere assim que os resultados chegarem","Janela, definição de visita e quota do grupo de controlo registados por escrito"]],"footnote":"As decisões na última linha são tomadas conjuntamente pelo marketing e pelas operações de loja."}

Se a sua lista ainda for pequena, desenvolva a captação antes da medição. O nosso guia para captação de e-mails de retalho em loja aborda o crescimento da lista com consentimento na caixa registadora e na página de início de sessão.

Como é que uma visita de regresso é correspondida a um e-mail?

Por que razão as aberturas e os cliques enganam o retalho baseado em lojas

As aberturas deixaram de ser um sinal fiável quando a Apple introduziu a Mail Privacy Protection com o iOS 15 em 2021. Esta funcionalidade pré-carrega as imagens do e-mail, pelo que uma mensagem pode ser registada como aberta, independentemente de ter sido lida ou não. As taxas de abertura dizem agora mais sobre a variedade de aplicações de e-mail da sua lista do que sobre a sua campanha.

Os cliques são honestos, mas limitados. Um cliente que lê uma oferta de fim de semana e entra na loja nunca clica. A sua plataforma de e-mail não regista nada, mas essa visita é o resultado pelo qual pagou. Os cliques também tendem a favorecer os clientes mais envolvidos, que provavelmente iriam visitar a loja de qualquer forma.

A regra de correspondência

A correspondência funciona porque o endereço de e-mail e a visita vêm do mesmo local. Quando um cliente inicia sessão no WiFi de clientes, fornece um endereço de e-mail e faz uma opção de consentimento consciente. O Purple Engage armazena essa informação como um contacto primário (first-party). Quando o mesmo cliente inicia sessão novamente numa visita posterior, essa visita é registada no mesmo perfil.

A regra em si é simples. Uma visita de regresso conta quando o perfil que recebeu o e-mail inicia sessão em qualquer loja dentro da janela de atribuição. Cada cliente conta uma vez por janela, pelo que três visitas de um cliente contam como um regresso. Isto mantém a medida como uma taxa, que é o que a comparação de controlo exige.

O consentimento vem primeiro. Ao abrigo do GDPR, o consentimento deve ser dado livremente, sendo específico, informado e inequívoco. Uma caixa de seleção desmarcada para adesão por e-mail e um aviso de privacidade claro no momento do acesso são o ponto de partida. Confirme a redação com o seu encarregado da proteção de dados.

{"kind":"flow","direction":"lr","caption":"How a WiFi sign-in links an email to a return visit","alt":"Flow from a shopper's first guest WiFi sign-in, through a random split into treated and control groups, to return sign-ins and a store-level uplift report.","nodes":[{"id":"a","label":"Shopper signs in to guest WiFi","sub":"Email and GDPR opt-in captured at login","tone":"brand"},{"id":"b","label":"Profile created in Purple Engage","sub":"First-party contact with visit history","tone":"neutral"},{"id":"c","label":"Random split before send","sub":"Treated group and held-back control","tone":"neutral"},{"id":"d","label":"Email sent to treated group","sub":"Control receives nothing from this campaign","tone":"neutral"},{"id":"e","label":"Return sign-in inside window","sub":"Same profile, any store, counted once","tone":"success"},{"id":"f","label":"Uplift reported by store","sub":"Treated return rate minus control rate","tone":"brand"}],"edges":[{"from":"a","to":"b","style":"solid"},{"from":"b","to":"c","style":"solid"},{"from":"c","to":"d","label":"treated","style":"solid"},{"from":"c","to":"e","label":"control","style":"dashed"},{"from":"d","to":"e","style":"solid"},{"from":"e","to":"f","style":"solid"}]}

Por que razão o grupo de controlo é importante

A correspondência mostra que os clientes que receberam o e-mail regressaram. Não mostra que foi o e-mail que os fez regressar. Os clientes que aceitaram receber comunicações já são os seus clientes mais fiéis, e muitos regressariam mesmo sem receber qualquer e-mail.

O grupo de controlo mantido à parte responde à verdadeira questão. Trata-se de uma amostra aleatória da mesma lista que não recebe nada da campanha. A diferença entre as taxas de regresso dos dois grupos representa as visitas causadas pelo e-mail.

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

Siga os nove passos por ordem. Os passos um a seis ocorrem antes do envio. Os passos sete a nove ocorrem assim que a janela de tempo termina.

{"title":"Medir o ROI do e-mail no retalho através de visitas à loja","steps":[{"title":"Confirmar o consentimento no início de sessão","body":"Verifique se todas as lojas utilizam uma página de início de sessão com a marca, com uma caixa de aceitação de e-mail desmarcada e um aviso de privacidade que inclua os dados de visita.","check":"Um início de sessão de teste cria um perfil marcado como tendo aceitado receber e-mails."},{"title":"Definir uma visita de regresso","body":"Contabilize um início de sessão no WiFi de convidados num dia posterior, em qualquer loja, uma vez por comprador e por janela. Exclua dispositivos da equipa.","check":"A definição está inserida no plano de testes e foi aprovada."},{"title":"Fixar a janela de atribuição","body":"Escolha sete ou 14 dias após o envio, ajustados à frequência normal de regresso dos seus compradores.","check":"A janela e a data de envio são registadas antes do envio."},{"title":"Dimensionar o grupo de controlo","body":"Utilize a fórmula de dimensionamento abaixo com a sua taxa de regresso de referência de 90 dias para definir a quota de controlo.","check":"O grupo de controlo atinge a contagem mínima para o aumento que pretende detetar."},{"title":"Dividir o público ao acaso","body":"Aleatorize os contactos que aceitaram receber e-mails em grupos de teste e de controlo dentro de cada loja. Mantenha o grupo de controlo fora de qualquer outro e-mail durante a janela.","check":"As taxas de regresso anteriores de 90 dias dos dois grupos situam-se no intervalo de um ponto percentual."},{"title":"Enviar apenas para o grupo de teste","body":"Agende a campanha para o segmento de teste e anote a hora de envio.","check":"O registo de envio mostra que zero contactos do grupo de controlo receberam o e-mail."},{"title":"Exportar visitas quando a janela fechar","body":"Extraia as visitas de regresso para ambos os grupos por loja, utilizando a mesma definição e datas.","check":"Cada visita inclui um perfil, uma loja e um carimbo de data/hora dentro da janela."},{"title":"Calcular o aumento por loja","body":"Subtraia a taxa de regresso do grupo de controlo à taxa de regresso do grupo de teste e, em seguida, multiplique pelos compradores do grupo de teste para obter as visitas incrementais.","check":"As visitas incrementais das lojas somam o total do património de lojas."},{"title":"Verificar o método","body":"Execute um teste A/A: divida a lista, não envie nada e compare as taxas de regresso ao longo da mesma duração de janela.","check":"O aumento do teste A/A situa-se perto de zero em todo o património de lojas."}]}

Qual deve ser a dimensão do grupo de controlo?

A dimensão do grupo de controlo depende de dois fatores. Um é a sua taxa de regresso de referência. O outro é o menor aumento que vale a pena detetar. Uma percentagem fixa não define este valor. A regra de Lehr oferece uma estimativa rápida para cerca de 80% de poder estatístico a um nível de significância de 5%:

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

p = taxa de regresso de referência na janela (0,18 para 18%)
d = menor aumento que vale a pena detetar (0,02 para dois pontos)

Exemplo: 16 × 0,18 × 0,82 ÷ 0,0004 = 5 904 compradores por grupo

A sua quota de controlo pode fornecer menos de 5 904 compradores. Se for esse o caso, tem três opções. Pode aumentar a quota de controlo, aceitar um aumento detetável maior ou agrupar vários envios da mesma campanha.

{"tone":"tip","title":"Percentagem de exclusão padrão","text":"Comece em 10% para listas com mais de 50 000 compradores com autorização e 20% abaixo disso. Depois, execute a fórmula para confirmar se o grupo de controlo é suficientemente grande."}

Calcular o aumento e a receita

Utilize a mesma aritmética para todas as campanhas para que os resultados sejam comparáveis na mesma base.

Taxa de regresso tratada    = compradores tratados que regressaram ÷ compradores tratados
Taxa de regresso de controlo = compradores de controlo que regressaram ÷ compradores de controlo
Aumento                     = taxa de regresso tratada − taxa de regresso de controlo
Visitas incrementais        = aumento × compradores tratados
Receita incremental         = visitas incrementais × valor médio da transação
{"tone":"warning","title":"Um único envio incorreto estraga o teste","text":"Mantenha os compradores de controlo fora de todos os emails no período definido, incluindo newsletters e fluxos automatizados. Um único envio para o grupo de controlo reduz o aumento medido e não poderá corrigi-lo a seguir."}

Como reportar resultados por loja?

Reporte cada loja em relação aos seus próprios compradores de controlo, não em relação à média de toda a rede. Faças as seleções aleatórias dentro de cada loja (um método chamado amostragem estratificada) para que todas as lojas mantenham a mesma percentagem de exclusão.

Seja realista quanto à precisão. Uma loja com 1 000 compradores de controlo e uma linha de base de 18% só consegue detetar um aumento de cerca de cinco pontos. Reporte uma loja individualmente apenas quando o seu grupo de controlo atingir esse tamanho. Agrupe lojas mais pequenas por região. Trate o valor de cada loja como uma tendência; o valor global da rede é o resultado final.

{"caption":"Relatório ilustrativo por loja para um envio, janela de 14 dias","asOf":"2026-06-10","columns":[{"key":"s","label":"Loja"},{"key":"n","label":"Compradores tratados / controlo"},{"key":"t","label":"Taxa de regresso tratada"},{"key":"c","label":"Taxa de regresso de controlo"},{"key":"u","label":"Aumento (pontos)"},{"key":"i","label":"Visitas incrementais"}],"rows":[["Loja A (flagship)","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":"Valores ilustrativos. As Lojas B e C estão abaixo dos 1 000 compradores de controlo, por isso interprete os dados como indicativos e agrupe-as por região. As visitas incrementais da rede somam as linhas das lojas; o aumento foi arredondado.","download":{"filename":"store-email-uplift-report.csv"}}

A Loja C apresenta um aumento negativo em 300 compradores de controlo. Com esse tamanho de amostra, trata-se de margem de erro. Não é prova de que o email afastou os compradores. Agrupe a loja com a respetiva região antes de retirar conclusões precipitações.

Exemplo prático: um retalhista de moda com 18 lojas

Valores ilustrativos, utilizando o método acima.

Situação. Um retalhista de moda com 18 lojas tinha 72 000 compradores registados através de guest WiFi nos últimos 12 meses. Os seus relatórios de email mostravam aberturas e cliques. As equipas das lojas queriam saber se um email de saldos de meio de estação trazia efetivamente compradores às lojas.

O que foi feito. A equipa estabeleceu uma janela de 14 dias. Obteve uma taxa de regresso de referência de 18% a partir de 90 dias de histórico. Um grupo de controlo de 10% forneceu 7.200 clientes de controlo, o suficiente para detetar um aumento de cerca de 1,8 pontos. A equipa procedeu à aleatorização dentro de cada loja e enviou o e-mail aos outros 64.800.

Resultado. Os clientes submetidos ao teste regressaram a uma taxa de 21,0%, contra 18,6% do grupo de controlo. Trata-se de 2,4 pontos, ou 1.576 visitas incrementais. Com um valor médio de transação de £38, isto equivale a cerca de £60.000 de receita incremental antes do custo dos descontos e da margem. Apenas a loja principal ultrapassou o limite de 1.000 clientes para a sua própria leitura. A equipa reportou as restantes lojas por região.

Exemplo prático: um grupo de bares com 12 estabelecimentos

Valores ilustrativos.

Situação. Um grupo de bares com 12 estabelecimentos queria saber se um e-mail enviado à quinta-feira enchia o fim de semana. Tinha 9.000 clientes com adesão através do WiFi de convidados e uma taxa de regresso de referência a sete dias de 12%.

O que foi feito. Com esta dimensão de lista, um grupo de controlo de 10% só conseguiria detetar um aumento de cerca de 4,3 pontos. A equipa aumentou o grupo de controlo para 20%. Isso forneceu 1.800 clientes de controlo e um aumento detetável de cerca de 3,1 pontos.

Resultado. Os clientes que receberam o e-mail regressaram no prazo de sete dias a uma taxa de 16,0%, contra 12,0% do grupo de controlo. Trata-se de quatro pontos em 7.200 clientes, ou 288 visitas incrementais. O grupo reportou o resultado apenas para a totalidade dos estabelecimentos. Com cerca de 150 clientes de controlo por local, nenhum estabelecimento individual conseguia suportar a sua própria leitura.

Como verificar o resultado antes de o reportar?

Consulte esta lista antes de o relatório chegar às operações de loja ou ao departamento financeiro.

{"title":"Verifique o resultado antes de o partilhar","groups":[{"heading":"Antes do envio","items":[{"text":"Definição de visita de regresso e janela aprovadas","why":"Impede que a métrica se altere após a chegada dos resultados"},{"text":"Taxas de regresso anteriores dos grupos de teste e de controlo com diferença inferior a um ponto","why":"Confirma que a divisão é aleatória"},{"text":"Grupo de controlo excluído de todos os outros e-mails na janela"},{"text":"Dispositivos da equipa excluídos de ambos os grupos"}]},{"heading":"Após o fecho da janela","items":[{"text":"Registo de envio mostra zero destinatários no grupo de controlo"},{"text":"Totais de loja reconciliados com o total da rede de estabelecimentos"},{"text":"Lojas com menos de 1.000 clientes de controlo agrupadas por região","why":"Amostras pequenas geram ruído e não conclusões"},{"text":"Teste A/A num período sem envio mostra um aumento próximo de zero","why":"Prova que o método não inventa aumentos"},{"text":"Receita utiliza o valor médio de transação aprovado pelo departamento financeiro"}]}],"download":{"filename":"retail-email-roi-verification.csv"}}

O que os números não lhe podem dizer

  • Visitas de clientes que não se conetam. O WiFi apenas deteta clientes que iniciam sessão, pelo que o método subavalia o total de visitas. A comparação do aumento continua válida, porque ambos os grupos são subavaliados da mesma forma.
  • Gastos. Um início de sessão mostra uma visita, não um cesto de compras. A receita depende do valor médio de transação, a menos que cruze os dados do WiFi com os recibos de caixa.
  • Vendas online. Um comprador que lê o e-mail e compra no seu website surge como nenhuma visita.
  • Por que motivo funcionou. O teste mostra que o e-mail gerou visitas. Não mostra se foi o assunto, a oferta ou a imagem que fez o trabalho. Teste uma alteração de cada vez se necessitar dessa resposta.
  • Efeitos a longo prazo. Uma janela de 14 dias não contabiliza um comprador que regressa na terceira semana. Mantenha um grupo de controlo durante um trimestre completo para estimar o efeito no valor do ciclo de vida.

Se uma etapa falhar

  • Os grupos diferem antes do envio (etapa 5). Repita a aleatorização da divisão. Nunca ajuste os grupos manualmente.
  • O grupo de controlo recebeu o e-mail (etapa 6). Ignore o teste e execute-o novamente no próximo envio.
  • Uma loja não apresenta visitas (etapa 7). Confirme se os inícios de sessão no WiFi para visitantes estão ativos nessa loja antes de tirar conclusões do resultado.
  • O aumento parece implausivelmente elevado (etapa 8). Verifique se a exportação contabiliza os compradores uma vez por janela, e não a cada visita.

Para um diagnóstico mais aprofundado sobre a forma como as visitas repetidas são contabilizadas e onde se perdem, consulte o nosso guia sobre como medir visitas repetidas.

Que erros enviesam a atribuição de e-mails no retalho?

  • Interpretar aberturas como intenção. As funcionalidades de privacidade inflam as aberturas, pelo que uma taxa de abertura elevada não prova nada sobre visitas às lojas.
  • Escolher a janela depois de ver os resultados. Uma janela escolhida para favorecer uma campanha não pode ser comparada com a seguinte. Defina-a no plano de testes.
  • Permitir que os compradores do grupo de controlo recebam outros e-mails. Os fluxos automatizados são o culpado habitual. Exclua o grupo de controlo de todos os fluxos durante a janela temporal.
  • Contabilizar cada visita em vez de cada comprador. Os seus compradores mais frequentes irão dominar o resultado e o aumento deixa de ser uma taxa.
  • Incluir dispositivos da equipa. Os colaboradores iniciam sessão em cada turno, o que distorce ambos os grupos.
  • Classificar lojas com base em amostras pequenas. Uma tabela de classificação baseada em 300 compradores de controlo recompensa a sorte. Agrupe pequenas lojas por região.
  • Comparar com o ano passado em vez de com o grupo de controlo. A meteorologia, as datas do calendário e as gamas de produtos mudam. Apenas um grupo de controlo concorrente isola o impacto do e-mail.

Onde se enquadra isto no seu programa de ROI de e-mail?

Este guia é o capítulo de retalho do nosso artigo principal sobre o ROI do marketing por e-mail para espaços e as visitas que este gera. O artigo principal abrange o programa completo: recolha, segmentação, medição e relatórios nos setores de hotelaria, retalho e eventos. Para a recolha e segmentação no retalho, consulte o Purple Engage para retalho. Para uma perspetiva mais ampla sobre o marketing impulsionado por WiFi, leia o guia de marketing com WiFi.

O método depende de um elemento que as plataformas de e-mail genéricas não oferecem: uma lista que se constrói a si mesma a partir de inícios de sessão no WiFi em loja, com as visitas registadas no mesmo perfil.

{"tone":"proof","title":"Purple em escala","text":"A Purple gere WiFi para convidados em mais de 80 000 locais em 90 países, processando 500 milhões de inícios de sessão por ano, e as páginas de início de sessão personalizadas registam taxas de adesão cerca de 50% superiores (dados da Purple). Marcas como a Harrods e o McDonald's utilizam a Purple."}

Perguntas frequentes

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

Sim. A Purple é independente de hardware e funciona como uma sobreposição na nuvem em 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 utilizado por cada loja. Se a sua rede de lojas misturar fornecedores após uma aquisição, o relatório de loja trata todas as lojas da mesma forma.

Em que medida isto difere dos relatórios de ROI de e-mail no Mailchimp, Klaviyo ou HubSpot?

Essas plataformas reportam o que acontece na caixa de entrada e online: aberturas, cliques e encomendas na web. Elas enviam para uma lista fornecida por si, mas não a constroem. O Purple Engage constrói a lista a partir de inícios de sessão de WiFi para convidados com consentimento e regista a visita seguinte de cada cliente a uma loja. Isso permite-lhe avaliar um envio pelas visitas que ele gera - que é o resultado que um retalhista focado em lojas físicas reporta ao conselho de administração.

A medição de visitas de retorno a partir de inícios de sessão WiFi é compatível com o GDPR?

Pode ser, desde que o consentimento seja recolhido corretamente e o seu aviso de privacidade explique como os dados de visita são utilizados. O GDPR exige um consentimento livremente dado, específico, informado e inequívoco. Na prática, isso significa uma caixa de seleção desmarcada e uma linguagem clara no momento do início de sessão. A Purple possui certificação ISO 27001 e cumpre o GDPR, e a página de início de sessão regista a escolha de cada cliente. Confirme a redação com o seu encarregado da proteção de dados antes do lançamento.

Quanto tempo demora até termos um resultado fiável?

Conte com um resultado após uma janela de atribuição a contar do envio, mais um dia para extrair os dados. Com uma janela de 14 dias, terá uma leitura cerca de 15 dias após o envio. A fiabilidade depende do tamanho da amostra e não do tempo. Se a fórmula de dimensionamento indicar que os seus grupos são demasiado pequenos, repita a campanha ao longo de 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 equipa financeira fornecer um valor médio de transação por loja. Multiplique as visitas incrementais por esse valor para obter a receita incremental. Subtraia o custo dos descontos e o custo de envio para obter um valor de retorno. Os dados de WiFi mostram que um cliente regressou, mas não o que ele comprou. Associar os inícios de sessão aos talões de caixa fornece o gasto por visita, mas esse é um projeto de dados separado. O valor baseado em visitas é válido por si só.

E quanto aos contactos que já possuímos fora da Purple?

Pode continuar a enviar-lhes e-mails, mas deixe-os fora do teste medido. A correspondência precisa de um início de sessão no WiFi no mesmo perfil. Um contacto que nunca tenha iniciado sessão numa loja não pode ser associado a uma visita de regresso. Meça primeiro a lista proveniente do WiFi. Em seguida, aumente a percentagem mensurável através da recolha na caixa e na página de início de sessão, conforme explicado no nosso guia de recolha no retalho.

Por que não medir antes com um código promocional impresso?

Os códigos medem utilizações, não visitas. Não contabilizam os clientes que regressaram por causa do e-mail, mas que nunca usaram o código. Além disso, recompensam clientes que teriam comprado de qualquer forma. Um grupo de controlo mantido à parte capta ambos os efeitos, porque compara taxas de regresso em vez de contar cupões. Reserve os códigos para a mecânica das ofertas e utilize o grupo de controlo para a medição.