Это простой материал. Даже если нет опыта, не бойтесь цифр. Если все же боитесь – делайте с ИИ, инструкция и промпт во второй части статьи.
Если делаете сами. Дальше расписан каждый этап расчета open rate (открываемости) email-рассылки с примерами.
Сделать с ИИ. Не нужно уметь управлять нейросетями. Мы уже все сделали, только подставляйте данные. Работает по умному скрипту. Как делать – описано в разделе по ИИ.
✔️ (в конце статьи также есть ссылка на наш бесплатный ИИ-чат)
| Рассчитать самому | Рассчитать с ИИ | |
| Кому | Хочу понять логику и проверить цифры руками | Хочу быстро получить расчет и пояснение результата |
| Что делать | Читать статью и считать по шагам | Перейти в раздел "Расчет open rate с ИИ" |
| Время | ~10–25 минут | ~5–10 минут |
| Что нужно | Данные по отправленным письмам и открытиям | Те же данные по отправленным письмам и открытиям |
| Знания | Не нужны | Не нужны |
( ✔️ если делаете с ИИ – начало копирования после черты)*
–––––––––––
1. Общая схема
Open rate – это открываемость email-рассылки. Иногда еще говорят OR или показатель открытий. Смысл один: какой процент получателей открыл письмо.
Чтобы считать open rate без ошибок, нужно сразу разделить три понятия:
- Отправлено – сколько писем система попыталась отправить.
- Доставлено – сколько писем реально дошло до почтовых ящиков. Это база для расчета open rate.
- Открытия – сколько доставленных писем было открыто.
Главная формула:
Open rate = (уникальные открытия ÷ доставленные письма) × 100%
Уникальные открытия – это количество получателей, которые открыли письмо хотя бы один раз. Если один человек открыл письмо 4 раза, для open rate он считается как 1 открытие, а не как 4.
Почему делим именно на доставленные письма, а не на отправленные: потому что недоставленное письмо физически нельзя открыть. Если взять отправленные, открываемость получится искусственно заниженной.
Что включаем в расчет, а что нет
| Включаем | Не включаем |
| Доставленные письма | Недоставленные письма |
| Уникальные открытия | Повторные открытия того же письма тем же человеком |
| Открытия в рамках одного конкретного выпуска рассылки | Смешение нескольких выпусков в одну цифру без отдельного расчета |
| Данные из сервиса рассылок: UniSender, Sendsay, Mindbox, DashaMail и подобных | Ручные догадки вместо данных сервиса |
Базовая формула на простом примере
Допустим:
- отправлено 5 000 писем
- не доставлено 200 писем
- значит доставлено 5 000 − 200 = 4 800 писем
- уникальных открытий 1 200
Тогда:
Open rate = 1 200 ÷ 4 800 × 100% = 25%
Это значит, что письмо открыл каждый четвертый получатель из тех, кому письмо дошло.
2. Пошаговый пример расчета
Разберем полный расчет на одном выпуске рассылки.
Есть такие данные:
- Отправлено: 12 000 писем
- Недоставлено: 600 писем
- Уникальные открытия: 2 850
- Все открытия, включая повторные: 4 100
Шаг 1. Считаем доставленные письма.
Доставлено = отправлено − недоставлено
Доставлено = 12 000 − 600 = 11 400
Шаг 2. Берем именно уникальные открытия, а не все открытия.
Для open rate нужен показатель 2 850, а не 4 100. Повторные открытия полезны для анализа интереса к письму, но не для расчета открываемости.
Шаг 3. Подставляем данные в формулу.
Open rate = 2 850 ÷ 11 400 × 100%
Open rate = 0,25 × 100% = 25%
Здесь важно показать переход: 2 850 ÷ 11 400 = 0,25. Это доля. Чтобы перевести долю в проценты, умножаем на 100. Получаем 25%.
Как это выглядит в таблице
| Показатель | Значение | Как получили |
| Отправлено | 12 000 | Исходные данные |
| Недоставлено | 600 | Исходные данные |
| Доставлено | 11 400 | 12 000 − 600 |
| Уникальные открытия | 2 850 | Исходные данные |
| Open rate | 25% | 2 850 ÷ 11 400 × 100% |
Если сервис сразу показывает open rate
Даже если сервис уже посчитал open rate сам, полезно один раз проверить формулу вручную. Это нужно, чтобы понять:
- по какой базе считает сервис – по доставленным или по отправленным
- использует ли он уникальные открытия
- нет ли путаницы между одним письмом и всей серией писем
3. Как интерпретировать результат
Сам по себе open rate – это не оценка хорошо или плохо без контекста. Он показывает, насколько письмо смогло добиться первого действия: открытия.
На open rate сильнее всего влияют:
- тема письма
- имя отправителя
- узнаваемость бренда
- качество базы подписчиков
- давность базы, то есть насколько давно люди подписались
- частота рассылок
- тип письма: акция, полезный материал, триггерное письмо, сервисное письмо
Что можно сказать по примеру с результатом 25%:
- из 11 400 доставленных писем открыли 2 850
- не открыли 11 400 − 2 850 = 8 550 писем
- доля неоткрытых писем = 8 550 ÷ 11 400 × 100% = 75%
Это не означает автоматически проблему. Для одной базы 25% может быть сильным результатом, для другой – сигналом, что тема письма или сегмент аудитории отработали слабо.
Важно смотреть не только на open rate, но и на сравнение с вашими же предыдущими письмами. Для управления полезнее не абстрактная норма по рынку, а своя динамика:
| Ситуация | Что это может означать |
| Open rate вырос при той же базе | Сильнее сработали тема письма, отправитель или время отправки |
| Open rate упал при той же базе | Тема, сегмент или частота рассылки сработали хуже |
| Open rate резко меняется от выпуска к выпуску | База неоднородная, письма уходят разным сегментам или темы сильно различаются по интересу |
| Open rate нормальный, но кликов мало | Письмо открывают, но содержание или предложение внутри не дотягивает |
4. Самопроверка расчета
У open rate есть простая обратная проверка.
Мы получили:
- доставлено 11 400 писем
- open rate = 25%
Переводим процент в долю:
25% = 25 ÷ 100 = 0,25
Теперь умножаем доставленные письма на долю открытий:
11 400 × 0,25 = 2 850
Совпало с исходным числом уникальных открытий. Значит расчет верный.
Если не совпадает, обычно ошибка в одном из трех мест:
- взяли отправленные вместо доставленных
- взяли все открытия вместо уникальных
- ошиблись в числе недоставленных писем
✓ Первичный расчет завершен
У вас на руках:
- количество доставленных писем
- количество уникальных открытий
- open rate в процентах
- обратная самопроверка расчета
Что делать дальше: если у вас несколько сегментов базы, письма с защитой приватности, серия писем или нет сервиса рассылок – переходите к следующему разделу. Если этого нет, потом сразу смотрите краткую выжимку по управлению.
5. Граничные случаи
Сервис показывает только отправленные, а доставленные не показывает
Что происходит: вы не видите точную базу для деления.
Почему: не каждый инструмент удобно выносит показатель доставленных писем на первый экран отчета.
Конкретное решение: ищите в отчете показатели доставлено, delivery, bounces, ошибки доставки. Если есть только отправлено и недоставлено, считайте так: доставлено = отправлено − недоставлено. Если и этого нет, честный open rate вручную не посчитать.
Есть только все открытия, а уникальных открытий нет
Что происходит: open rate будет завышен, если делить по общим открытиям.
Почему: один и тот же человек может открыть письмо несколько раз.
Конкретное решение: в расчет open rate включайте только уникальные открытия. Если сервис их не показывает, используйте другой отчет или другой инструмент. Если совсем нет такого показателя, прямо фиксируйте, что это не open rate, а число всех открытий на доставленное письмо, и не смешивайте эти метрики.
Open rate получился больше 100%
Что происходит: результат физически невозможен.
Почему: почти всегда в числитель попали все открытия вместо уникальных, или в знаменатель попало слишком маленькое число из-за ошибки в данных.
Конкретное решение: проверьте, что берете уникальные открытия и доставленные письма. Пересоберите отчет и пересчитайте.
Сравниваете разные письма по одной общей цифре
Что происходит: средняя цифра скрывает различия между выпусками.
Почему: одно письмо могло уйти по теплой активной базе, другое – по старой неактивной базе.
Конкретное решение: сначала считайте open rate по каждому выпуску отдельно. Только потом можно считать среднее по серии. Например, если письма дали 18%, 24% и 30%, не начинайте сразу со среднего 24% – сначала смотрите каждое письмо по отдельности.
Есть несколько сегментов базы
Что происходит: общий open rate не показывает, какой сегмент реально сильный, а какой слабый.
Почему: новая база, старая база, клиенты и подписчики из лид-магнита открывают письма по-разному.
Конкретное решение: считайте отдельно по сегментам. Например: сегмент клиентов – 800 доставленных и 320 уникальных открытий, open rate = 320 ÷ 800 × 100% = 40%. Сегмент старой базы – 2 000 доставленных и 200 открытий, open rate = 10%. Общая цифра сгладит разницу и ухудшит управленческие выводы.
Письмо открывают почтовые сервисы, а не люди
Что происходит: часть открытий может быть технической, а не реальной.
Почему: некоторые почтовые приложения и сервисы защиты приватности заранее загружают письмо или его пиксель отслеживания. Из-за этого открытие фиксируется, хотя человек мог даже не читать письмо.
Конкретное решение: используйте open rate как ориентир, а не как абсолютную истину. Для оценки качества письма смотрите рядом еще и клики, ответы, конверсии в целевое действие. Если сервис умеет показывать подозрительные или машинные открытия отдельно – исключайте их из анализа.
Нет инструмента рассылок
Что происходит: нет готовой статистики по доставке и открытиям.
Почему: обычная ручная отправка из почты не дает нормального трекинга.
Конкретное решение: минимально рабочий вариант – отправлять рассылки через сервис email-рассылок, где есть отчеты по доставке и открытиям. Подойдут UniSender, DashaMail, Sendsay, Mindbox. Без такого инструмента корректно посчитать open rate почти невозможно.
6. Кратко по управлению
- Берите для расчета доставленные письма, а не просто отправленные.
- Берите уникальные открытия, а не все открытия.
- Считайте по формуле: open rate = уникальные открытия ÷ доставленные × 100%.
- Проверяйте расчет обратным действием: доставленные × доля open rate = уникальные открытия.
- Сравнивайте open rate не только с чужими цифрами, но и со своими прошлыми письмами.
- Не смешивайте в одну цифру разные сегменты базы, если хотите понять реальную картину.
- Если open rate хороший, а кликов мало – проблема уже не в открытии, а в содержании письма.
Важно знать
Этот материал показывает, как правильно считать open rate, но не задает универсальную норму для всех. Одинаковый open rate в 25% может быть отличным для одной базы и слабым для другой. На результат влияют качество базы, частота рассылок, тема письма, тип бизнеса и даже почтовые сервисы получателей.
–––––––––––
(✔️ конец копирования, до черты)*
Расчет open rate с ИИ
Расчет ниже построен на умном скрипте: ИИ работает по схеме этой статьи, а не придумывает ответ от себя. Он сначала уточняет ваш случай, потом сам запрашивает недостающие данные, потом считает и проверяет результат.
Ниже два готовых промпта. Используйте строго по порядку.
Что понадобится
- Нейросеть уровня Claude, Gemini или ChatGPT
- Данные по email-рассылке из сервиса рассылок
- При необходимости – цифры из UniSender, DashaMail, Sendsay, Mindbox, Mailganer, а также из CRM или Яндекс Метрики для интерпретации дальше по воронке
Шаг 1. Отправьте первый промпт
Действие пользователя: скопируйте промпт ниже, замените слово НИША на свой тип бизнеса или рассылки и отправьте в ИИ.
Тип ответа ИИ: предложит структуру расчета под ваш случай и дождется подтверждения перед запросом цифр.
Что делать дальше: прочитайте структуру, подтвердите ее или скорректируйте. Например: “считаем один выпуск по базе клиентов, без сегментов, сравнение нужно с тремя прошлыми письмами”.
Промпт 1:
Я хочу рассчитать open rate email-рассылки. Моя ниша или тип рассылки: НИША. Чтобы ты работал по правильной схеме и ничего не упустил, даю тебе эталонный материал – изучи его полностью и точно следуй всем применимым шагам.
Действуй строго по этапам:
Этап 1. Сначала предложи структуру расчета именно под мой случай. Учти, что open rate можно считать по одному письму, по серии писем, по сегментам базы или в сравнении с прошлыми выпусками. Не запрашивай цифры сразу. Сначала покажи, как именно ты предлагаешь считать в моем случае, и жди моего подтверждения.
Этап 2. После моего подтверждения сам запроси все данные, которых не хватает для корректного расчета. Обязательно проверь, есть ли у меня: отправлено, недоставлено или доставлено, уникальные открытия, а также данные для интерпретации результата, если я хочу сравнение по сегментам, по прошлым письмам или по кликам. Если каких-то данных не хватает, сам запроси их, а не молчи.
Этап 3. Только после получения всех данных переходи к расчету.
Важно:
- не считай open rate по отправленным письмам, если можно посчитать по доставленным
- не используй все открытия вместо уникальных
- если данных недостаточно для честной интерпретации, сначала запроси их
- если у меня несколько сегментов или несколько выпусков, предложи считать раздельно, а не смешивать все в одну цифру
Вот эталонный материал:
[вставьте вместо этого примечания – текст эталона: все, что копировали между чертами, то есть весь раздел самостоятельного расчета]Шаг 2. Ответьте на вопросы ИИ и соберите цифры
Действие пользователя: отвечайте на вопросы ИИ по очереди и подставляйте реальные данные.
Тип ответа ИИ: будет поэтапно собирать недостающие вводные, не переходя к расчету раньше времени.
Что делать дальше: давайте цифры до тех пор, пока ИИ не подтвердит, что данных достаточно. Например: “отправлено 12000, недоставлено 600, уникальные открытия 2850, считаем один выпуск, сравнить нужно с двумя предыдущими”.
Где взять данные:
- Отправлено, доставлено, недоставлено, уникальные открытия – UniSender, DashaMail, Sendsay, Mindbox, Mailganer
- Клики по письму – там же, в статистике конкретной кампании
- Разбивка по сегментам – в сервисе рассылок или CRM, если сегменты выгружались отдельно
- Сравнение с прошлыми письмами – в архиве кампаний того же сервиса рассылок
- Дальнейшие действия после письма – Яндекс Метрика, CRM, сайт, аналитика интернет-магазина
Если каких-то данных нет, пишите это прямо. Например: “уникальных открытий нет, есть только все открытия” или “сегментов нет, считаем только общий выпуск”.
Шаг 3. Отправьте второй промпт
Действие пользователя: после того как ИИ собрал все вводные, отправьте второй промпт как есть.
Тип ответа ИИ: выдаст расчет в заданном формате, сделает самопроверку и отдельно разберет нестандартные ситуации.
Что делать дальше: проверьте цифры и используйте вывод для сравнения писем или сегментов. Например: “сделай еще такую же таблицу для прошлого выпуска и сравни причины падения”.
Промпт 2:
Теперь сделай расчет по эталонной схеме. Выведи результат в таком формате:
- Коротко: что именно мы считаем – один выпуск, серию выпусков, сегменты или сравнение с прошлыми письмами
- Таблица с исходными данными: отправлено, недоставлено, доставлено, уникальные открытия, при наличии – все открытия и клики
- Формула расчета open rate с подстановкой моих чисел
- Итоговый open rate в процентах
- Самопроверка обратным действием: переведи процент в долю, умножь доставленные письма на эту долю и покажи, совпадает ли результат с уникальными открытиями
- Интерпретация результата без выдуманных норм: объясни, что означает эта цифра в моем случае и каких данных не хватает, если для честной оценки нужны сравнения
- Если у меня есть данные по прошлым письмам или сегментам – сравни их в таблице и покажи, где open rate выше или ниже
- Граничные случаи: отдельно укажи, есть ли у меня проблемы из эталона – нет доставленных, нет уникальных открытий, open rate больше 100%, смешение сегментов, технические открытия, нет инструмента
- Что делать дальше: 3–5 конкретных управленческих выводов без воды
Если для интерпретации результата у тебя не хватает данных, не придумывай выводы – прямо напиши, каких именно данных не хватает и запроси их отдельно.
Что получите
- готовый расчет open rate по правильной формуле
- самопроверку через обратное действие
- разбор ошибок в данных, если они есть
- сравнение по сегментам или выпускам, если вы дадите эти данные
- понятный вывод, что означает цифра именно для вашего случая
Если что-то пошло не так
- Откройте новый чистый диалог с нейросетью без предыдущих сообщений – это первое что нужно сделать при любой проблеме. Старый контекст часто ломает логику работы по схеме.
- ИИ начал считать сразу, без согласования структуры – отправьте: “стоп, сначала предложи структуру расчета под мой случай и дождись подтверждения”.
- ИИ считает по отправленным письмам, хотя есть доставленные – отправьте: “пересчитай по доставленным письмам, это база для open rate”.
- ИИ взял все открытия вместо уникальных – отправьте: “стоп, для open rate используй только уникальные открытия”.
- ИИ делает выводы без контекста и сравнения – отправьте: “не придумывай норму, сначала скажи каких данных не хватает для интерпретации”.
- ИИ выдал сплошной текст без таблицы и самопроверки – отправьте: “выведи результат строго в формате из второго промпта, с таблицей и обратной проверкой”.
