Prečo e-shop s 50 000 kontaktmi môže zarábať menej než e-shop s databázou 5 000 ľudí

Máme databázu 50 000 kontaktov.

Znie to dobre.

Lepšie než:

„Máme 5 000 kontaktov.“

Lenže z obchodného pohľadu môže byť druhá databáza výrazne hodnotnejšia.

Predstavme si dva e-shopy.

E-shop A

• 50 000 kontaktov,
• veľká časť databázy je stará,
• tisíce ľudí roky neotvorili ani neklikli,
• všetkým sa posiela rovnaký newsletter,
• málo automatizácií,
• rastúci počet odhlásení,
• slabá segmentácia.

E-shop B

• 5 000 kontaktov,
• väčšina získaná relatívne nedávno,
• zákazníci pravidelne nakupujú,
• komunikácia je segmentovaná,
• funguje welcome, post-purchase, winback aj replenishment,
• mailing reaguje na nákupný cyklus.

Ktorá databáza má vyššiu hodnotu?

Samotný počet kontaktov nám odpoveď nedá.

E-mailová databáza nie je hodnotná podľa toho, koľko riadkov obsahuje. Je hodnotná podľa toho, aký obchodný vzťah predstavujú ľudia za týmito riadkami.

Preto sa v tomto článku pozrieme na:

• aktívne a neaktívne kontakty,
• segmentáciu,
• sender reputation,
• frequency management,
• Customer Lifetime Value,
• a metriky, podľa ktorých možno reálnu hodnotu databázy posudzovať.

50 000 kontaktov nie je 50 000 potenciálnych zákazníkov

Predstavme si databázu:

50 000 kontaktov

Na prvý pohľad ide o jedno číslo.

V skutočnosti však môže obsahovať:

5 000 aktívnych zákazníkov
8 000 aktívnych odberateľov
7 000 občas reagujúcich kontaktov
10 000 veľmi starých kontaktov
5 000 nikdy neangažovaných kontaktov
3 000 nedoručiteľných alebo problematických kontaktov
12 000 ďalších historických profilov

Čísla sú iba ilustračné.

Pointa je jednoduchá:

Databáza nie je homogénne publikum.

Každá skupina má inú pravdepodobnosť:

• otvoriť správu,
• kliknúť,
• nakúpiť,
• odhlásiť sa,
• alebo označiť správu ako spam.

Prvé dôležité číslo: koľko kontaktov je skutočne použiteľných?

Namiesto jednej metriky:

„Počet kontaktov: 50 000“

by sme mali poznať minimálne:

• koľko kontaktov možno legitímne marketingovo osloviť,
• koľko je technicky doručiteľných,
• koľko je aktívnych,
• koľko nakúpilo,
• koľko je dlhodobo neaktívnych.

Prakticky môže mať e-shop:

50 000 profilov v platforme

ale

18 000 relevantných kontaktov
pre pravidelnú marketingovú komunikáciu

A práve druhé číslo môže byť pre biznis dôležitejšie.

Čo znamená „aktívny kontakt“?

Neexistuje jedna univerzálna definícia.

Aktivita závisí od:

• frekvencie odosielania,
• nákupného cyklu,
• sortimentu,
• sezónnosti.

Mailchimp napríklad vo svojej aktuálnej dokumentácii upozorňuje, že pri krátkom predajnom cykle môže byť človek považovaný za neaktívneho po niekoľkých neúspešných kampaniach, zatiaľ čo pri sezónnom produkte môže byť relevantné obdobie podstatne dlhšie.

Zdroj: Mailchimp – Identify inactive subscribers.

Pre e-shop preto odporúčame nepoužívať iba jednu metriku.

Aktivita môže zahŕňať:

• kliknutie v e-maile,
• návštevu webu,
• zobrazenie produktu,
• začatie checkoutu,
• nákup.

Pozor: open rate už nie je dokonalá metrika aktivity

Po zavedení Apple Mail Privacy Protection sa časť otvorení e-mailov môže zaznamenať automaticky načítaným tracking pixelom.

To znamená, že samotný open rate nemusí vždy presne reprezentovať skutočné správanie človeka.

Klaviyo preto pri segmentácii angažovaných príjemcov upozorňuje, že Apple MPP môže open rate zvyšovať.

Zdroj: Klaviyo – Engaged segments.

Preto je užitočné kombinovať:

• opens,
• clicks,
• website activity,
• checkout,
• purchase.

Kliknutie má často vyššiu informačnú hodnotu než otvorenie

Ak človek klikol na:

„Pozrieť produkt“

urobil aktívny krok.

Nákup má ešte vyššiu obchodnú hodnotu.

Preto odporúčame engagement segmenty nestavať iba na:

Opened Email

ale podľa možností platformy aj na:

Clicked Email
Active on Site
Viewed Product
Started Checkout
Placed Order

Prečo môžu neaktívne kontakty škodiť?

Predstavme si pravidelný newsletter.

Variant A

Pošleme ho 8 000 aktívnym kontaktom.

Variant B

Pošleme ho všetkým 50 000 kontaktom vrátane ľudí, ktorí:

• roky nereagujú,
• už značku nepoznajú,
• adresu takmer nepoužívajú,
• alebo newsletter už dávno nechcú.

Variant B znamená vyšší objem.

Nie automaticky vyšší zisk.

Môže priniesť:

• nižší engagement,
• viac odhlásení,
• viac spam complaints,
• vyššie náklady na mailingovú platformu.

Mailbox providerov nezaujíma veľkosť databázy ako vaše firemné KPI

Gmail rieši správanie odosielateľa a používateľov.

Google vo svojich sender guidelines odporúča:

• posielať konzistentne,
• začínať menším objemom smerovaným na angažovaných používateľov,
• objem zvyšovať postupne,
• sledovať spam rate a delivery výsledky.

Zdroj: Google – Email sender guidelines.

To je presný opak filozofie:

„Máme databázu, tak ju vždy pošlime celú.“

Spam rate je veľmi dôležitý signál

Google vo svojich aktuálnych pravidlách uvádza, že odosielatelia by mali udržiavať user-reported spam rate pod 0,1 % a zabrániť tomu, aby dosahovala 0,3 % alebo viac.

Zdroj: Gmail – Email sender guidelines FAQ.

Yahoo pri bulk senderoch rovnako uvádza hranicu spam complaint rate pod 0,3 %.

Zdroj: Yahoo Sender Hub – Sender Best Practices.

Preto môžu mať stovky nespokojných príjemcov väčšiu negatívnu hodnotu než tisíce ďalších neaktívnych adries pozitívnu hodnotu.

Čo je sender reputation?

Zjednodušene ide o reputačný obraz odosielateľa vytváraný na základe jeho správania.

Google Postmaster Tools pracuje okrem iného s údajmi o:

• spam rate,
• autentifikácii,
• delivery errors,
• a reputačných signáloch domén a IP.

Zdroj: Google – Postmaster Tools dashboards.

Samotná reputácia nie je jediným faktorom doručenia.

A nemožno ju zjednodušiť na jedno univerzálne číslo platné pre všetkých mailbox providerov.

Princíp je však jasný:

správanie pri predchádzajúcom odosielaní ovplyvňuje schopnosť budúcich správ dostať sa k používateľom.

50 000 kontaktov môže poškodzovať aj dobrých 5 000

Toto je veľmi dôležitá myšlienka.

Predstavme si databázu:

5 000 veľmi aktívnych zákazníkov
45 000 prevažne neaktívnych profilov

Firma pravidelne posiela všetkým 50 000.

Ak veľká neaktívna časť databázy generuje slabé výsledky alebo sťažnosti, môže to zhoršiť celkový reputačný profil odosielania.

To následne môže komplikovať doručenie aj ľuďom, ktorí vaše správy skutočne chcú.

Preto „poslať viac ľuďom“ nemusí znamenať „osloviť viac ľudí“.

Čo robiť s neaktívnymi kontaktmi?

Nie automaticky všetkých okamžite zmazať.

Najskôr ich identifikujte.

Potom môžete vytvoriť reactivation alebo sunset proces.

Príklad

Dlhodobo neaktívny kontakt
↓
Posledný reactivation flow
↓
Reaguje?
   ÁNO → zostáva aktívny
   NIE → suppression

Klaviyo odporúča sunset flow práve ako posledný pokus o reaktiváciu pred potlačením dlhodobo neaktívnych kontaktov.

V ich aktuálnom príklade sa hodnotí dlhodobá absencia:

• openov,
• clickov,
• návštev webu,
• zobrazení produktov,
• checkoutov,
• objednávok.

Zdroj: Klaviyo – Sunset flow.

Suppression nie je strata databázy

Majitelia e-shopov sa často zľaknú:

„Máme vyhodiť 20 000 kontaktov?“

Presnejšie je povedať:

prestať im pravidelne posielať marketingové kampane.

Profil môže naďalej existovať v systéme.

História objednávok sa nestratí.

Človek sa môže v budúcnosti opäť aktivovať podľa možností a pravidiel konkrétnej platformy.

Suppression je predovšetkým rozhodnutie:

„Tomuto kontaktu už nebudeme pravidelne posielať marketing.“

Čistenie databázy nie je iba mazanie hard bounces

Veľa firiem pod „čistením databázy“ rozumie:

• odstrániť neexistujúce adresy.

To je iba základ.

Pokročilejší pohľad rieši:

• neaktívnych odberateľov,
• never-engaged kontakty,
• staré importy,
• duplicitné profily,
• kontakty bez jasného pôvodu,
• suppressed kontakty,
• dlhodobo neaktívnych zákazníkov.

Mailchimp rovnako odporúča pracovať so stale adresami

Mailchimp odporúča staré adresy reconfirmovať alebo odstrániť z aktívneho publika a pri neaktívnych príjemcoch najskôr skúsiť re-engagement.

Zdroj: Mailchimp – Inactive and stale addresses.

Segmentácia: všetkých 50 000 ľudí nie je jeden segment

Najjednoduchší mailingový model:

DATABASE
↓
NEWSLETTER

Lepší model:

DATABASE
├── noví odberatelia
├── aktívni návštevníci
├── zákazníci
├── VIP zákazníci
├── konkrétne produktové záujmy
├── opakovaní zákazníci
├── riziko churnu
└── neaktívni

Každá skupina môže potrebovať:

• iný obsah,
• inú frekvenciu,
• iný obchodný cieľ.

Najjednoduchšia segmentácia: zákazník vs. nezákazník

Už toto jednoduché rozdelenie dokáže výrazne zmeniť komunikáciu.

Nezákazník

Potrebuje dôvod urobiť prvý nákup.

Existujúci zákazník

Už vie, kto ste.

Môžete komunikovať:

• novinky,
• kompatibilné produkty,
• opakovaný nákup,
• servisný obsah.

Posielať existujúcemu zákazníkovi stále rovnakú správu:

„Objavte náš e-shop“

je premárnená príležitosť.

Ďalšia úroveň: RFM segmentácia

RFM je jednoduchý a veľmi praktický model.

Pracuje s tromi dimenziami.

R – Recency

Ako dávno zákazník nakúpil?

F – Frequency

Ako často nakupuje?

M – Monetary value

Akú obchodnú hodnotu jeho nákupy predstavujú?

Z kombinácie môžu vzniknúť skupiny:

• najlepší zákazníci,
• noví zákazníci,
• lojálni zákazníci,
• potenciálne lojálni,
• zákazníci v riziku odchodu,
• stratení zákazníci.

RFM nemusí byť zložitý AI model

Úplne jednoduchá implementácia môže napríklad rozdeliť zákazníkov do kvintilov alebo praktických obchodných skupín.

Nie je potrebné predstierať matematickú presnosť, ktorú dáta nemajú.

Dôležité je, aby segmentácia viedla k rozdielnej a zmysluplnej komunikácii.

Segmentujte podľa nákupu

Predstavme si AgroObchod.

Zákazník kúpil:

čerpadlo

Relevantnejšie môžu byť:

• hadice,
• spojky,
• náhradné diely,
• údržba.

Nie:

„Všetkým zákazníkom pošlime celý katalóg.“

Segmentujte podľa životného cyklu zákazníka

Veľmi užitočný model:

LEAD
↓
FIRST-TIME CUSTOMER
↓
SECOND-TIME CUSTOMER
↓
LOYAL CUSTOMER
↓
AT-RISK CUSTOMER
↓
CHURNED CUSTOMER

Pre každú fázu môže existovať iná automatizácia.

Najdôležitejšia objednávka nemusí byť prvá

Z pohľadu retencie môže byť veľmi zaujímavá:

druhá objednávka.

Prvý nákup môže byť výsledkom:

• zľavy,
• Google Ads,
• náhody,
• jednorazovej potreby.

Druhý nákup už môže naznačovať vznikajúci vzťah.

Preto by sa e-shop nemal pýtať iba:

„Ako získame prvú objednávku?“

Ale aj:

„Ako dostaneme dobrého zákazníka k druhej objednávke?“

Tu prichádza Customer Lifetime Value

Customer Lifetime Value – CLV alebo CLTV – sa snaží vyjadriť očakávanú ekonomickú hodnotu zákazníka počas jeho vzťahu s firmou.

Existuje viacero metodík výpočtu.

Veľmi zjednodušený model môže pracovať s:

priemerná hodnota objednávky
×
frekvencia nákupov
×
dĺžka zákazníckeho vzťahu

Takýto model však používa tržby.

Pre podnikateľské rozhodovanie je často užitočnejší pohľad cez:

maržu alebo contribution profit.

Zákazník s tržbou 1 000 € nemusí byť hodnotnejší než zákazník s tržbou 600 €

Ilustračný príklad:

	Zákazník A	Zákazník B
Tržby	1 000 €	600 €
Hrubá marža	10 %	40 %
Hrubý príspevok	100 €	240 €

Čísla sú ilustračné.

Ak budeme VIP segmentáciu robiť iba podľa obratu, môžeme zvýhodňovať menej hodnotných zákazníkov.

Preto databázu neposudzujte iba podľa revenue

Ak to dátová infraštruktúra umožňuje, pridajte:

• maržu,
• vratky,
• reklamácie,
• náklady na zľavy,
• akvizičné náklady.

Historická hodnota nie je to isté ako CLV

Ak zákazník už minul:

800 €

poznáme jeho historickú hodnotu.

CLV sa snaží odpovedať aj:

Akú ekonomickú hodnotu môžeme rozumne očakávať do budúcnosti?

To už vyžaduje odhad.

Preto CLV nikdy neprezentujte ako presné účtovné číslo bez vysvetlenia metodiky.

Segment s vysokým CLV môže dostať inú komunikáciu

Napríklad:

• skorší prístup k novinkám,
• osobné poradenstvo,
• výhodnejšiu dopravu,
• VIP program,
• prioritnú podporu.

Nemusí automaticky dostať väčšiu zľavu.

Niekedy je lepšou benefitom služba.

Frequency management: koľko e-mailov je priveľa?

Na túto otázku neexistuje jedno univerzálne číslo.

Záleží od:

• sortimentu,
• očakávania používateľa,
• obsahu,
• engagementu,
• počtu automatizácií.

Človek môže dostať:

• newsletter,
• abandoned cart,
• back in stock,
• post-purchase flow,
• winback.

Ak každý systém funguje samostatne, zákazník môže dostať niekoľko správ v priebehu jedného dňa.

Frequency management musí byť globálny

Nestačí nastaviť:

„Newsletter maximálne dvakrát týždenne.“

Musíme vidieť celý komunikačný tok.

Napríklad:

Campaign
+
Welcome flow
+
Cart flow
+
Post-purchase
+
Winback

Niektoré mailingové platformy poskytujú smart sending alebo frequency-cap funkcie.

Aj vtedy však potrebujete vlastnú obchodnú politiku.

Aktívnym zákazníkom možno posielať častejšie než neaktívnym

Klaviyo v aktuálnej dokumentácii odporúča vytvárať engagement tracks a frekvenciu prispôsobovať tomu, ako nedávno používateľ komunikoval so značkou.

Zdroj: Klaviyo – Sending schedule based on engagement.

Princíp:

Vysoký engagement

Viac relevantnej komunikácie môže byť prijateľné.

Nízky engagement

Menej pravidelných marketingových správ.

Dlhodobá neaktivita

Reactivation → sunset → suppression.

Nerobte z toho mechanický algoritmus

Aktívny zákazník neznamená:

„Otvoril e-mail, pošlime mu každý deň ďalší.“

Engagement je signál.

Nie povolenie na neobmedzenú komunikáciu.

Preference centrum môže byť lepšie než úplné odhlásenie

Niektorý používateľ nechce:

• 3 newslettery týždenne.

Ale možno by chcel:

• 1 mesačný súhrn,
• iba produktové novinky,
• iba zľavy,
• iba obsah konkrétnej kategórie.

Preference center môže ponúknuť túto možnosť.

Odhlásenie však musí zostať jednoduché a funkčné.

50 000 kontaktov môže znamenať aj vyššie náklady

Mnohé mailingové platformy účtujú podľa:

• počtu aktívnych profilov,
• počtu kontaktov,
• alebo objemu odosielania.

Ak platíte za:

20 000 profilov,
ktorým už dávno nič neposielate

databáza vám nielen nezarába.

Má priamy náklad.

Klaviyo napríklad od roku 2026 poskytuje nástroje na active profile management a odporúča dlhodobo neaktívne profily po vyhodnotení suppressovať aj preto, aby nezvyšovali počet billable profilov.

Zdroj: Klaviyo – Active profile management.

Ako by sme porovnali databázu 50 000 a 5 000 kontaktov?

Nie podľa počtu.

Ale napríklad:

Metrika	Databáza A	Databáza B
Kontakty	50 000	5 000
Aktívni za 90 dní	7 000	4 100
Zákazníci za 12 mesiacov	3 500	2 300
Priemerná marža zákazníka	nižšia	vyššia
Spam complaints	vyššie	nižšie
Automatizácie	2	8
Segmentácia	minimálna	pokročilá

Ide o modelový príklad.

Veľká databáza nemusí byť zlá.

Naopak – kvalitná databáza 50 000 zákazníkov môže mať obrovskú hodnotu.

Problém vzniká pri predstave:

50 000 je automaticky desaťkrát hodnotnejšie než 5 000.

Nie je.

Navrhujeme preto sledovať „efektívnu databázu“

Nejde o štandardizovanú odvetvovú metriku, ale o praktický interný pohľad.

Namiesto:

Total profiles = 50 000

sledujte napríklad:

Marketingovo osloviteľní
↓
Doručiteľní
↓
Aktívni
↓
Nakupujúci
↓
Opakovaní zákazníci
↓
Vysokohodnotní zákazníci

Toto je omnoho použiteľnejší obraz databázy.

10 metrík, ktoré by som sledoval každý mesiac

1. Marketable contacts

Koľko ľudí môžeme aktuálne marketingovo oslovovať?

2. Engaged 30 / 60 / 90 / 180 dní

Ako sa mení aktívna časť databázy?

3. Never engaged

Koľko kontaktov nikdy neurobilo relevantnú interakciu?

4. Customers

Koľko marketingových kontaktov skutočne nakúpilo?

5. Repeat customers

Koľko urobilo ďalšiu objednávku?

6. Revenue per recipient

Akú tržbu vytvára komunikácia vzhľadom na počet oslovených?

7. Gross profit per recipient

Ešte lepšie, ak máte maržové dáta.

8. Spam complaint rate

Aká časť používateľov vás označuje za spam?

9. Unsubscribe rate

Ktoré kampane alebo segmenty generujú odhlásenia?

10. Suppression / churn rate databázy

Koľko kontaktov sa postupne stáva neaktívnymi?

Ako zistiť skutočný zisk z databázy?

Veľmi zjednodušený model:

tržby pripísané e-mailu
-
zľavy
-
náklady na tovar
-
náklady na mailing
-
prípadné ďalšie variabilné náklady
=
príspevok e-mailového kanála

Attribution má však svoje limity.

Ak zákazník:

1. dostane newsletter,
2. klikne,
3. o dva dni vyhľadá značku v Google,
4. nakúpi,

rôzne analytické systémy môžu objednávku pripísať rôzne.

Preto revenue z mailingovej platformy nevnímajte automaticky ako kauzálny dôkaz.

Holdout testy môžu odhaliť inkrementálnu hodnotu

Ak máte dostatočne veľké publikum, môžete vytvoriť:

90 % segmentu
→ dostane kampaň

10 %
→ nedostane

A sledovať rozdiel:

• v nákupoch,
• tržbách,
• marži.

To pomáha odpovedať:

Koľko objednávok priniesol e-mail navyše?

Nie iba:

Koľko objednávok platforma priradila k e-mailu?

Databáza má často skrytú hodnotu v opakovaných nákupoch

Predstavme si, že získanie zákazníka cez Google Ads stojí:

25 €

Prvá objednávka prinesie hrubý príspevok:

20 €

Na prvý pohľad:

akvizícia nevyzerá výborne.

Ak však zákazník v nasledujúcich 12 mesiacoch urobí ďalšie tri ziskové objednávky, pohľad sa mení.

Preto je pre e-shop veľmi dôležité poznať:

Customer Lifetime Value podľa akvizičného zdroja.

SEO zákazníci a Google Ads zákazníci môžu mať rozdielny CLV

Napríklad môžete zistiť:

Zdroj prvého nákupu	Prvá objednávka	12-mesačná hodnota
Google Ads	80 €	140 €
Organic	65 €	190 €
Referral	95 €	230 €

Čísla sú ilustračné.

Takéto dáta môžu meniť rozhodnutia o marketingovom rozpočte.

Databáza prepája akvizíciu a retenciu

Google Ads alebo SEO privedú:

prvý kontakt alebo prvý nákup.

E-mail marketing potom môže pracovať s:

• druhým nákupom,
• replenishmentom,
• cross-sellom,
• winbackom.

Preto by e-mail marketing nemal byť izolovaný oddelený kanál.

Je súčasťou ekonomiky zákazníka.

Veľká databáza bez automatizácií môže byť drahá telefónna kniha

Ak máte 50 000 kontaktov a robíte:

2 newslettre mesačne

využívate databázu veľmi odlišne než firma, ktorá má:

• welcome,
• browse abandonment,
• cart abandonment,
• checkout recovery,
• post-purchase,
• replenishment,
• back in stock,
• winback.

Viac automatizácií však automaticky neznamená lepší výsledok.

Dôležité je, aby boli:

• relevantné,
• technicky správne,
• zmysluplne načasované,
• a merané.

Databáza by mala mať vlastný dashboard

Nie iba:

Subscribers: 48 291

Navrhujeme dashboard napríklad:

Oblasť	Metrika
Veľkosť	Marketable profiles
Engagement	30/60/90/180-day engaged
Zdravie	Spam, bounce, unsubscribe
Zákazníci	First-time / repeat
Retencia	Second purchase rate
Ekonomika	Revenue a margin per recipient
Automatizácie	Flow performance
Churn	Inactive / sunset / suppressed

Kontrola databázy raz za štvrťrok

Aj keď sa o databázu staráte priebežne, raz za niekoľko mesiacov odporúčame hlbšiu kontrolu.

1. Rast databázy

Odkiaľ prichádzajú nové kontakty?

2. Kvalita akvizície

Nakupujú tieto kontakty?

3. Engagement

Ako sa mení aktívna populácia?

4. Sunset

Koľko kontaktov je dlhodobo neaktívnych?

5. Deliverability

Spam rate, autentifikácia, delivery errors.

6. Automatizácie

Stále fungujú logicky?

7. CLV

Ktoré segmenty sú najhodnotnejšie?

8. Frequency

Nezahlcujeme niektoré skupiny?

30-bodový audit hodnoty e-mailovej databázy

1. Koľko kontaktov máte celkovo?
2. Koľko z nich možno marketingovo osloviť?
3. Koľko je suppressed?
4. Koľko má hard bounce?
5. Koľko sa angažovalo za 30 dní?
6. Za 60 dní?
7. Za 90 dní?
8. Za 180 dní?
9. Koľko nikdy neangažovalo?
10. Koľko niekedy nakúpilo?
11. Koľko nakúpilo za posledných 12 mesiacov?
12. Koľko nakúpilo opakovane?
13. Aký je second purchase rate?
14. Aká je priemerná hodnota objednávky?
15. Aká je priemerná marža?
16. Aké skupiny majú najvyšší CLV?
17. Viete zákazníkov rozdeliť podľa RFM?
18. Segmentujete zákazníkov podľa produktov?
19. Segmentujete podľa engagementu?
20. Máte globálnu frequency policy?
21. Existuje sunset flow?
22. Máte reactivation proces?
23. Funguje one-click unsubscribe tam, kde je požadovaný?
24. Máte SPF?
25. Máte DKIM?
26. Máte DMARC?
27. Sledujete Gmail Postmaster Tools?
28. Sledujete spam complaints?
29. Vyhodnocujete automatizácie podľa zisku, nie iba otvorení?
30. Viete povedať, koľko vám databáza reálne prináša?

Čo by som riešil ako prvé pri databáze 50 000 kontaktov?

Nie masové mazanie.

Nie ďalší newsletter.

Začal by som dátovou mapou.

Krok 1: Rozdeliť databázu

Aktívni
Menej aktívni
Zákazníci
VIP
At-risk
Never engaged
Long-term inactive

Krok 2: Skontrolovať deliverability

• SPF,
• DKIM,
• DMARC,
• spam complaints,
• bounce.

Krok 3: Zmapovať automatizácie

Čo sa deje medzi:

subscription
→
first purchase
→
second purchase
→
loyal customer
→
churn

Krok 4: Vyčistiť frekvenciu

Kto dostáva koľko správ?

Krok 5: Sunset neaktívnych

Najskôr posledný reactivation pokus.

Potom suppression podľa dát a konkrétnych pravidiel.

Krok 6: Počítať hodnotu zákazníkov

Nie iba open rate.

Veľká databáza môže byť fantastické aktívum

Tento článok nemá hovoriť:

„Veľká databáza je zlá.“

Práve naopak.

Databáza 50 000 kvalitných, angažovaných zákazníkov môže byť pre e-shop obrovskou konkurenčnou výhodou.

Pretože predstavuje publikum, ktoré nemusíte pri každom nákupe nanovo kupovať cez:

• Google Ads,
• Meta Ads,
• iný platený kanál.

Problém nie je veľkosť.

Problém je:

veľkosť bez kvality.

Čo by mala firma chcieť namiesto „čo najväčšej databázy“?

Skôr:

• rastúcu databázu kvalitných kontaktov,
• rastúci počet zákazníkov,
• rastúci počet opakovaných zákazníkov,
• dobrú doručiteľnosť,
• zdravú frekvenciu komunikácie,
• vyššiu Customer Lifetime Value.

Záver: Hodnota databázy nie je v počte e-mailových adries. Je v počte kvalitných vzťahov.

50 000 kontaktov vyzerá lepšie než 5 000.

Ale iba v tabuľke.

Pre podnikanie je dôležitejšie:

• koľko ľudí chce komunikáciu dostávať,
• koľko z nich reaguje,
• koľko nakupuje,
• koľko nakupuje opakovane,
• akú maržu prinášajú,
• ako dlho zostávajú zákazníkmi.

Databáza plná neaktívnych profilov môže:

• zvyšovať náklady,
• znižovať engagement,
• zhoršovať deliverability,
• a skresľovať marketingové reporty.

Menšia databáza kvalitných a aktívnych zákazníkov môže byť obchodne výrazne hodnotnejšia.

Preto by otázka nemala byť:

„Koľko máte e-mailov?“

Ale:

„Koľko hodnoty vám táto databáza vytvára?“

A ešte lepšia otázka:

„Ako túto hodnotu môžeme ďalej zvyšovať bez toho, aby sme zničili dôveru zákazníkov alebo reputáciu odosielateľa?“

Súvisiace články Consultee

• Ako zabezpečiť doručiteľnosť e-mailov v roku 2026?
• Ako správne používať DMARC, SPF a DKIM?
• Prečo moje e-maily končia v spame?

Overiteľné zdroje

• Google – Email sender guidelines
• Google – Email sender guidelines FAQ
• Google – Postmaster Tools dashboards
• Yahoo – Sender Best Practices
• Klaviyo – How to create a sunset flow
• Klaviyo – Active profile management
• Klaviyo – Sending schedule based on engagement
• Mailchimp – Inactive and stale addresses
• Mailchimp – Identify inactive subscribers

Aktualizované: október 2026. Príklady počtu kontaktov, revenue, marže a CLV použité v článku sú ilustračné. Definícia engagementu, optimálna frekvencia odosielania a obdobie neaktivity sa musia prispôsobiť sortimentu, nákupnému cyklu, histórii databázy a konkrétnej mailingovej platforme. Customer Lifetime Value je modelovaná metrika, ktorej výsledok závisí od použitej metodiky.

Prejsť na pôvodný článok ↗