Show Menu
主题×

测试电子邮件的主题行

关于预测主题行

在编辑电子邮件时,您可以尝试不同的主题行并在发送电子邮件前获得其打开率的估计。
此功能默认为禁用状态。 在导入第一个模型时启用它。 模型是特定于特定行业的培训数据集的结果。 模型允许系统在提交新主题行时预测电子邮件的打开率。
此功能适用于电子邮件和仅包含英语内容的数据库。 如果您的实例包含其他语言的电子邮件,则培训的模型将不一致,并会导致错误的结果。 仅当实例上已有模型可用时,才会显示用于测试主题的选项。
有关导入模型的详细信息,请参 阅此部分

测试主题行

要测试主题行,请执行以下步骤:
  1. 创建或打开您的电子邮件。
  2. 打开内容,并在相应的输入字段中输入电子邮件的主题。
  3. 单击按 Test subject 钮以访问该 Test your subject line 窗口。 您仍可以从此窗口编辑主题。
  4. 选择要考虑开放率预测的正确模型。 有多种型号可用,每种型号都对应于特定行业。 有关使用模型的更多信息,请参 阅此部分
  5. 单击 Test .
然后,将分析您的主题。
如果主题行太短,则无法分析它并显示错误消息。
会计算多个指标并显示一组工具,以帮助您:
  • 预计开放率 : 此图表为您提供了电子邮件当前主题的开放率的概念。
  • 主题长度 : 此指示器允许您查看主题的当前长度是否正确,或者它是否需要更长或更短。
  • 彩色词 : 在测试主题时,以绿色突出显示的单词是对提高开放率预测贡献最大的单词。 以红色突出显示的词是对提高开放率预测贡献最小的词。 如果在主题中添加或删除单词,突出显示的单词将会更改。
  • 类别和字词建议 : 向窗口的下部显示选定模型的多个相关类别。 这些类别按重要性顺序排序,它们允许您查看主题是否包含通过复选符号与其关联的词。 每个类别都包含一组建议单词,这些单词可用于您的主题,以使其更相关并提高开放率。 这些词是在给定类别中最常用的词。
个性化字段和标点符号从主题分析中去除。 对于动态/条件文本,所有变体都被视为一个主题行。

导入模型

默认情况下,Adobe Campaign服务器上没有运行模型。 有两种方法可获取模型并激活特征:
  • 您可以根据先前电子邮件的数据培训本地模型。
  • 您可以导入特定行业(医疗等)的预先培训的模型 使用包 导入功 能。

培训本地模型

  • 如果您已在使用Adobe Campaign,将自动对本地模型进行培训,以了解您已发送的消息。
  • 如果您不熟悉Adobe Campaign,则可以从以前的系统/ESP中提取包含4列的CSV文件: 日期、主题、打开、发送。 为此,请转到 Administration > Channels > Email > , Subject Line Import 然后按照后续屏幕上提供的说明操作。 主题上传完成后,请导入本地模型,如下所述。 本地模型会根据您上传的数据自动进行培训。
  • 如果您不熟悉Adobe Campaign,并且无法如上所述获取CSV文件,则可以使 用预先培训的模型 ,或等到系统中有足够的投放数据来培训本地模型。 系统将自动确定当前数据集是否包含足够的数据来识别模式和训练模型。
培训您自己的模型不需要定义的主题行数。 For more on this, see Troubleshooting .
实例上只能有一个经过培训的模型。
要培训本地模型,请执行以下操作:
  1. 从此处下载subjectLineTraining.xml 并使 用包导 入功能将 其上传到您的Adobe Campaign实例。 技术工作流将自动为您完成培训。
  2. 当您第一次要培训模型时,管理员可以从> > SubjectLine Training workflow 菜单强制进 Administration Application settings 开始 Workflows 操作。
  3. 上传并培训模型后,该功能将自动激活,消息的主题行字段旁边将显示一个新选项。
  4. 然后,技术工作流将每周自动继续培训您的模型。

导入预先培训的模型

要访问这些型号,请单 击此处 。 使用包 导入功 能将模型上传到Adobe Campaign实例。
可用的型号有:
  • 化妆品行业: subjectInsightComsetic.xml
  • 超市业: subjectInsightSupermarket.xml
  • 医疗行业: subjectInsightMedical.xml
  • 培训的模型: subjectlineTraining.xml。
这些模型是不能训练的。
上传模型后,该功能将自动激活,消息的主题行字段旁边将显示一个新选项。
导入和生成经过培训的模型只能由管理员执行。

故障排除

预测主题行是一个机器学习流程,它会考虑您以开放价格上传的所有主题行。 这样,系统就可以预测提交新主题行时电子邮件的打开率。
为了能够培训您自己的模型,主题行必须是多样的,并且不得具有重复,无论用于培训模型的主题行的数量如何。
主题线的质量至关重要。 如果质量数据不足,或者所有以前的主题行都过于相似,系统将无法训练模型,您可能会收到错误消息。 这意味着您现有的记录集不允许提供可靠的预测建议。
在这种情况下,您应查看所上传的数据,并确保主题行的变化足够多,以有效地培训模型。