Nieuwsbriefkliks van beveiligingsscanners onderscheiden

Een klik in je nieuwsbriefplatform is een verzoek aan een link. Dat verzoek kan van een persoon komen, maar ook van een geautomatiseerd systeem dat de bestemming controleert voor de ontvanger iets doet. Welke systemen dat bij jouw ontvangers zijn en hoe ze zich gedragen, kun je niet vooraf weten. Behandel elke klik daarom als een hypothese die je toetst.

Je analytics helpt daarbij. Volgens de uitleg over Analytics-gebeurtenissen meet een gebeurtenis een specifieke interactie, zoals een paginalading of een klik. Dat verschil is bruikbaar: je mailplatform telt het verzoek aan de link, terwijl je website laat zien wat er daarna op de pagina gebeurt. Als het eerste wel voorkomt en het tweede niet, heb je een eerste aanwijzing.

Let op de grens van deze aanpak. Ontbrekend vervolggedrag bewijst niet dat een klik automatisch was, want een mens kan ook direct weer sluiten of scripts blokkeren.

Zonder herkenbare bron kun je niets vergelijken. Zorg dat elke nieuwsbriefklik naar je site herkenbaar is, bijvoorbeeld met een vaste campagnenaam in de link. Noteer ook de exacte verzendtijd en een lijst van de links in de mail, zodat je later per link kunt vergelijken.

1. Geef elke link in de mail een eigen herkenbare markering.
2. Exporteer uit je mailplatform de klikken per link met tijdstip, als je platform dat toont. Controleer in de beheeromgeving of die export bestaat.
3. Bepaal welke vervolgactie voor jou telt: een tweede pagina, een formulier of een aankoop.
4. Leg vooraf vast welk gebeurtenisnaam je daarvoor gebruikt.

Voor die vervolgactie kies je bij voorkeur een bestaande aanbevolen gebeurtenis. De bron zegt dat aangepaste gebeurtenissen alleen zinvol zijn als geen andere gebeurtenis bij je geval past en dat ze niet in de meeste standaardrapporten verschijnen. Plan dus een verkenning of aangepast rapport in.

Leg per klik drie vragen naast elkaar. Rekenen met vaste grenzen is niet nodig of mogelijk, omdat er geen universele tijdsdrempel bestaat. Kijk naar patronen in je eigen verzending.

• Tijd: vallen veel kliks op dezelfde link binnen een heel korte periode na verzending, vaker dan je bij ontvangers verwacht die de mail op eigen tempo lezen?
• Browsergedrag: toont je analytics bij die kliks een bezoek met normale paginainteractie, of een bezoek zonder enige interactie?
• Volgorde: worden meerdere links in de mail in dezelfde seconde of in de volgorde van de mail aangeroepen, ook de afmeldlink of onbelangrijke links?

Het laatste punt is vaak het sterkste signaal: een mens klikt zelden op alle links in één mail. Vergelijk ook de gebruikte browser en het apparaattype in je analytics voor dit verkeer met je gewone bezoekers. Opvallend afwijkende of ongebruikelijke gegevens verdienen een nadere blik, maar blijven een aanwijzing.

Gebruik de tabel als startpunt. Heb je twee tegenstrijdige signalen, kies dan altijd de voorzichtigste categorie: onduidelijk.

Fictieve invoer, geen echte data: een mail bevat vier links. Het mailplatform toont 200 kliks op link A, 190 op link B, 185 op link C en 180 op de afmeldlink. In analytics zie je met de campagnemarkering 60 sessies. Er zijn 4 aankoopgebeurtenissen.

Verwachte technische controles: vergelijk eerst of de afmeldlink bijna evenveel kliks krijgt als de gewone links. Dat is een aanwijzing voor geautomatiseerde controle, zeker als je in je mailplatform ook weinig echte afmeldingen ziet. Controleer dat aantal apart, zonder zelf op de afmeldlink van echte ontvangers te klikken. Reken daarna het verschil tussen mailkliks en sessies uit: link A heeft 200 kliks tegenover 60 sessies in totaal, dus kliks en sessies komen niet overeen. Mogelijke verklaringen zijn scanners, maar ook cookiekeuzes, tagblokkering of snel afhaken. Dat verschil moet je dus verder uitsplitsen.

De overdracht aan een collega bevat dan: de exportdatum, de definitie van vervolgactie, de verdachte categorie met reden en de vraag welke verklaring je nog niet kunt uitsluiten. Rapporteer in de nieuwsbriefevaluatie de 60 sessies en 4 aankoopgebeurtenissen als waarschijnlijk menselijke activiteit, met de kanttekening dat scanners die scripts uitvoeren sessies kunnen veroorzaken en dat een aankoopgebeurtenis een bestelling of betaling niet bewijst. Controleer de aankopen in je ordersysteem.

Test je meetopzet voor de volgende verzending. Klik zelf vanuit een testmail op de link en controleer in het Realtime-rapport of de gebeurtenis verschijnt. Volgens de bron toont dat rapport gebeurtenissen van de afgelopen 30 minuten, en kun je parameters per gebeurtenis bekijken. Met DebugView zie je alle gebeurtenissen van één gebruiker, mits de foutopsporingsmodus aanstaat. Waar je die aanzet, controleert de beheerder in de eigen Analytics-omgeving.

Als een vervolgactie een aankoop is, volg dan het formaat uit de ecommercedocumentatie, inclusief valuta op gebeurtenisniveau wanneer je een waarde meestuurt. Dat voorkomt dat je conversies uit nieuwsbrieven verkeerd telt.

Wil je ook zien welke openbare signalen je site laat zien, bekijk dan je website via Marketing Scan. Een publieke scan meet zichtbare signalen en vervangt je eigen controle van mailplatform en analytics niet.