京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据教你如何让大忙人及时回复邮件
“我每天都收到成百上千封邮件,大多数邮件都很重要,我却没有精力一一回复。”在线视频学习平台One Month的联合创始人和首席执行官Mattan Griffel表示,要想让那些每天被邮件轰炸的大忙人也能及时回复你的邮件,也是需要技巧的。
网上教人们如何写邮件的建议不少,但大多还没有数据做支撑。最近,邮件效率服务商Boomerang通过分析5300多万封邮件数据,找出了一些影响邮件回复率的窍门。总结起来就是两大点,方便他人及勾起兴趣。
首先,不要让对方觉得回复你邮件是件耗时耗力的麻烦事。要缩短的就是对方阅读邮件内容的时间,其中就涉及内容的长度和阅读难度。
比如Mattan Griffel曾提出,缩短内容有助于提高回复率。“如果邮件只有两到三句话,收件人读起来会更轻松。如果一封邮件超过两段,收件人可能会过会儿再读,收到回复的时间也就拖长了。”此次Boomerang的研究也发现,一封英文邮件字数最好是50至125个单词之间,这时回复率将可能高于50%。
由于Boomerang统计的都是英文邮件篇幅。按照翻译时中文原稿的字数约为英文译稿的1.5倍,我们只能大概估算下,中文邮件最佳长度可能在75到188字之间。
当邮件长度超过2500个英文单词时,回复率就低于35%了。如果想发长篇大论,最好以附件形式发送;另一方面,当邮件长度低于50个单词时,邮件回复率也会迅速降低,一封只有25个单词的邮件,与一封2500词长的邮件一样只有44%的得到回应机率;而如果邮件只有标题没有内容,得到回应的机会更小,只有 11%。
字数要求同样还体现在邮件主题上。数据显示,不包括自带的“转发”字眼时,只有3到4个英文单词的主题回复率最高。标题越长,得到回应的机会越小。当然,主题也是不能为空的,通常没有标题的邮件回复概率只有 14%。
除了控制字数,此次研究最大发现之一就是,电子邮件的阅读难度也会影响回复率。像一个小学3年级学生一样写作时效果最好。
阅读难度越大或者废话越多的内容越容易耗费对方的时间,从而降低对方立刻回应的意愿。按照大学程度阅读水平撰写的邮件中,得到反馈的只有39%,还不及充满语法错误的幼儿园水平邮件的反馈率。
即使是给知识能力水平高的人发送邮件,也应当尽量简化缩短语句,使用最简单明了的词汇。“要让收件人一目了然地知道自己到底需要做什么。”Mattan Griffel建议,如果不得不写一封非常冗长的邮件,那就把希望对方做的事情放在最前面。将段落拆成短句,将重要部分加粗或者斜体。“一两个句子成段好过一大段文字。”
当然,具体还是要根据邮件的写作背景来看。如果你是要与教授讨论你的博士论文细节,而他还将参与你的博士后奖学金评估,那还是要注意每个用词都尽可能专业;但如果你是写给一个足球迷来吐槽上次球队糟糕的表现,那就最好用三年级小学生都能看懂的大白话。
勾起收件人兴趣也是提高回复率的好方法。比如可以在邮件中向对方提出几个好问题。统计数据显示,当你在邮件中提出一到三个问题,邮件会有 50% 的概率得到回复。“当人们不忙的时候,让人产生好奇的邮件吸引他们;但当人们忙的时候,好奇心减弱,实用主题的邮件更多地被阅读。”宾夕法尼亚大学沃顿商学院教授Adam Grant表示。不过贪多可没什么好处,包含8个问题的邮件比只有3个问题的回复率要少20%。
另外,别以为客观讲事实才是最好的,其实影响回复率的关键因素还有邮件的表达情感和写作角度。Boomerang发现,邮件内容稍显积极或消极,是最容易得到回应的。此外,主观内容一般比客观内容的回复率要高 8%。
统计数据显示,相比于完全中性的邮件内容,轻微积极或者轻微消极的邮件内容,可以让回复率提高 10% 到 15%。比如投诉时适当的消极态度最容易获得商店经理的回应。当然情绪也不能过度,否则回复率也会随之降低。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26在CDA(Certified Data Analyst)数据分析师的能力体系中,线性回归是连接描述性统计与预测性分析的关键桥梁,也是CDA二级认证的 ...
2026-03-26在数据分析、市场研究、用户画像构建、学术研究等场景中,我们常常会遇到多维度、多指标的数据难题:比如调研用户消费行为时,收 ...
2026-03-25在流量红利见顶、获客成本持续攀升的当下,营销正从“广撒网”的经验主义,转向“精耕细作”的数据驱动主义。数据不再是营销的辅 ...
2026-03-25在CDA(Certified Data Analyst)数据分析师的全流程工作中,无论是前期的数据探索、影响因素排查,还是中期的特征筛选、模型搭 ...
2026-03-25在当下数据驱动决策的职场环境中,A/B测试早已成为互联网产品、运营、营销乃至产品迭代优化的核心手段,小到一个按钮的颜色、文 ...
2026-03-24在统计学数据分析中,尤其是分类数据的分析场景里,卡方检验和显著性检验是两个高频出现的概念,很多初学者甚至有一定统计基础的 ...
2026-03-24在CDA(Certified Data Analyst)数据分析师的日常业务分析与统计建模工作中,多组数据差异对比是高频且核心的分析场景。比如验 ...
2026-03-24日常用Excel做数据管理、台账维护、报表整理时,添加备注列是高频操作——用来标注异常、说明业务背景、记录处理进度、补充关键 ...
2026-03-23作为业内主流的自助式数据可视化工具,Tableau凭借拖拽式操作、强大的数据联动能力、灵活的仪表板搭建,成为数据分析师、业务人 ...
2026-03-23在CDA(Certified Data Analyst)数据分析师的日常工作与认证考核中,分类变量的关联分析是高频核心场景。用户性别是否影响商品 ...
2026-03-23在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20