在这篇文章中，理想的可交付性测试——以及为什么它不能实现——一些评论者如何“测试”可交付性，以及为什么这是一个不可行的方法来真正提高你的可交付率底线——明智地选择你的服务，并考虑注册一个电子邮件营销服务，仅仅因为有人承诺你“94%的可交付率”？不要这样做。这些可交付性数据充其量是不可靠的，最坏情况下是虚构的。我来这里是为了彻底解决这个问题，并解释您应该遵循哪些具体步骤来最大化交付能力。首先，你应该明白，虽然电子邮件看起来几乎和90年代一模一样，但幕后的情况却大不相同。你看，电子邮件不得不改变。欺诈、身份欺诈、网络钓鱼、垃圾邮件和其他未经请求的信息的兴起确保了这一点。为了与这些邪恶作斗争，一些真正聪明的人开发了先进的人工智能（AI）系统来充当守门人——在发送者和接收者之间站岗。
这些人工智能把关人现在几乎是决定交付率的唯一因素。他们决定你的信息是否被发送，以及是否被发送到哪个收件箱。“但我不是垃圾邮件发送者！”你可能会说，认为这与你无关。但对他们来说，在被证明无罪之前，每个人都是有罪的。这就是为什么这么多合法的营销电子邮件无法发送，或者直接发送到垃圾邮件。
认为一些电子邮件营销服务高于这些把关人，并且能够始终达到特定的交付率，这既有误导，也有疏忽。我真诚地建议你为你的电子邮件营销需求选择一个顶级服务，但这并不总是足够的。
我将首先解释你有时在电子邮件营销服务评论中看到的这些数字背后的真正含义。如果你的时间不够，你可以跳下来学习如何提高你的交付率，让你的电子邮件通过把关人。
梦想可交付性测试——以及为什么它不能完成
质量测试需要科学的方法。我将尽我所能来说明这种方法的基本原理，然后继续构建一个适当的电子邮件可交付性实验。不幸的是，你会明白为什么这样的实验不是一个可行的选择。首先，我们需要一些假设。为了得出电子邮件营销服务的可交付率百分比，我们已经假设这样一个数字存在于整个服务中，并且是稳定的——至少在特定的时间段内是稳定的。
另一个重要的假设，尤其是在比较不同的服务时，是我们可以将其保持在同等地位。这是拉丁语中“其他事物相同”的意思，意思是唯一改变的是正在测试的服务。实验中的其他一切都可以完全相同地重复。
因为我们要测试大量电子邮件的可交付性，所以我们需要使用一个大样本。一个由1000个电子邮件地址组成的邮件列表并不是一个糟糕的开始，尽管许多专家认为这一数字太低了。不过，我们还是选择1000个吧。
然后，我们将继续制作一个电子邮件爆炸，非常类似于现实生活中的电子邮件（可能是秋季目录的促销），并将其发送到我们的邮件列表。这里的一个重要假设是，我们可以用每个服务发送相同的消息，而不会影响结果。
这是守门员介入的时候。他们会根据信息内容和收集到的有关我们的技术信息，发送我们的一些电子邮件。坦率地说，这一阶段也涉及到很多运气。
我们要密切关注这些数字：发送了多少封电子邮件，发到了哪些收件箱。守门人也从接收者的行为中学习，所以接下来，我们希望复制真实用户的行为。
这将意味着登录1000个电子邮件帐户中的每一个，并与电子邮件进行交互（打开它/忽略它/点击其中的链接），就像真正的用户一样。每次登录都必须来自不同的设备，以避免使用相同的IP地址。这些设备包括个人电脑、Mac电脑、安卓平板电脑、iPad和各种智能手机。
在那之后，我们希望在几个月的时间里重复电子邮件爆炸和随后的用户交互大约20次。到那时，我们将有良好的总体交付率和收件箱特定率。然后，整个循环将与其他服务重复，使用相同的邮件列表和相同的消息，前提是这不会产生额外的影响。
Huzzah！
P我相信到目前为止，你已经了解我了——虽然这个虚构的测试场景听起来很完美，但它也无关紧要。这不仅是因为准确地反映1000个不同用户的行为是不可能的，而且因为我们刚才所做的几乎所有假设都是有问题的。
我们不能假设特定电子邮件营销服务的交付率是恒定的。电子邮件的类型会影响守门人的行为，我们可以肯定地预计，促销电子邮件、专业更新、时事通讯、直接垃圾邮件和其他类型的消息的数字会有所不同。这意味着我们必须对每种类型的消息分别进行实验。
其他条件相同的假设是另一个破产。守门人在不断学习，他们注意的一件事就是重复。任何东西的复制品。一封以前发送过的邮件，一份过于相似的邮件列表——这些东西都会被注意到，然后守门人会继续以不同的方式对待它们。简单地说，如果我们使用相同的消息和邮件列表，当我们对下一个服务重复实验时，我们已经影响了结果。当系统总是在学习和记忆时，不可能保持“所有其他事物平等”。
我们所做的另一个假设是，两个注册相同电子邮件营销服务的用户将有完全相似的起点。事实并非如此：电子邮件营销服务运行多个共享服务器，而你无法控制将安装哪个服务器。
网关管理员通过他们的IP地址知道这些共享服务器，并且已经对它们有了一些看法——为此感谢你的邻居营销人员。我们不知道这种观点是积极的、消极的，还是介于两者之间的任何东西。我们也不知道未来的注册将与我们在同一台服务器上。
运气在这个实验中也将发挥比我们希望的更大的作用。把关系统的工作原理是，根据偶然性和它们自己的私有算法，对一些电子邮件（而不是全部）进行采样。我们不能保证它们在整个实验过程中都会表现出类似的行为。我们可以非常确定他们不会。
我们虚构的实验失败了，因为我们无法复制大量人类行为，因为运气，因为守门人总是在学习。你可能会说，调整情景并考虑一些差异可能仍然会产生有趣的信息，我只能说，我们已经尝试过这样做，但结果令人失望。
一些评审员是如何“测试”可交付性的，以及为什么这是一个不可能的问题。
尽管我刚刚解释了为什么测试可交付性是不可能的，但你可以找到声称他们已经实际测试可交付性多年的在线评审。那是怎么回事？好吧，一些评论者正在积极编造数字。这很容易理解，因为他们不提供关于测试方法的详细解释，也不觉得有必要分享任何确凿的截图。有时会有一个指向Google Sheets文件的链接，里面充满了一行又一行的数字。很难责怪这些评论者试图偷偷摸摸——人们希望看到一个可交付性数据，而他们只是提供了一个数字。但现在，你比这更聪明了。
其他评论者确实试图对我的虚构实验进行一些淡化版本。这些“测试”不仅与你完全无关，而且可能具有危险的误导性。计划不周的实验可能仍然会产生非常有希望的结果，即使是对于应该完全避免的三流电子邮件营销服务。
特别注意无意义的交付进度。例如，这项服务在三年内“测试”了六次，最终得到以下六个结果：77.6%、89%、92.6%、94.8%、78.4%、90%。你该怎么办？3月份的服务比8月份好，还是什么都没有意义？
第三种也是最后一种不可靠的评审员与第三方合作得出结果。这个第三方通常是一个专门提高交付能力的服务。这真的很烦人，因为你实际上是打着专业测试结果的幌子得到广告。
我要特别向漂亮的图表致敬，它们是每个广告商最好的朋友。没有什么比一长串四色图或饼图更专业的了，这些图或饼图的背后是对一段时间内变化的洞察，或是一个竞争对手如何超越另一个竞争对手的洞察。然而，当这些图表基于无意义（或与广告相关）的数据时，它们是完全没有意义的。
再次寻找实际的方法。如果这与你计划使用电子邮件营销服务的方式不同（你很容易就会发现他们都没有），那么这与你无关。
如何真正提高可交付性测试的效率。一些评论者也很乐意为你提供一些毫无意义的数字，基于想象力和突发奇想的结合。
这就是为什么你在“星球”网站上找不到这样的数字。如果它们对你毫无价值，对我们也毫无价值。谢天谢地，你不需要它们。我列出的那些行之有效的电子邮件营销服务是gre