Gmail prefetch искажает статистику открытий писем

Механизм Gmail prefetch может заранее запрашивать изображения из письма, а система аналитики засчитывать такой запрос как открытие.

Масштаб проблемы виден по исследованию Bird: в декабре 2021 года она проанализировала более 9,8 млрд событий открытий Gmail. У большинства отправителей автоматические ложные открытия занимали 1–6% событий, из-за чего общий open rate мог завышаться максимум на 2 процентных пункта. Эти цифры относятся к конкретному историческому анализу и неют актуальную долю ложных открытий для любой базы. Но для маркетолога, который оптимизирует кампании по open rate, даже небольшое искажение способно перестроить бюджет, приоритизировать рассылки и запустить неверную автоматику.

Что именно Gmail делает с изображениями в письме

Open tracking работает просто: в HTML добавляется небольшое прозрачное изображение-пиксель. Когда клиент загружает удалённый контент, ESP получает запрос и записывает событие открытия. Казалось бы, запрос изображения означает, что письмо показали. С Gmail возникает дополнительный слой: Google может загружать изображения через собственные защищённые прокси-серверы. Это официально предусмотренный механизм, который защищает пользователей от уязвимостей в удалённом контенте.

Сам по себе запрос через Google Image Proxy нельзя автоматически считать ложным открытием. Bird описывала отдельный сценарий prefetch: изображение могло запрашиваться за секунды до отображения письма, причём запрос приходил с инфраструктуры Google и сопровождался определённым User-Agent. Это наблюдение отдельных запросов, а не подтверждение того, что сегодня Gmail заранее загружает изображения во всех письмах, аккаунтах и клиентах.

В аналитике важно разделять несколько механизмов:

Последний пункт регулярно путают. Адрес @gmail.com не гарантирует, что письмо открывали именно в Gmail: пользователь может читать его в Apple Mail. Тогда применим сценарий Apple Mail Privacy Protection, а утверждать, что запрос произошёл из-за Gmail prefetch, нельзя.

Принцип проверки здесь такой же, как в документальных фильмах о древних цивилизациях, где показывают анатомию съёмок эпохальных открытий: зрелищная реконструкция не заменяет источник. Для аналитика источник — сырое событие с временем, клиентом, User-Agent и последующими действиями получателя.

Пиксель фиксирует запрос изображения. Факт прочтения, внимания или намерения человека он не подтверждает.

Где именно искажается статистика открытий

Базовая формула open rate выглядит так:

уникальные открытия / доставленные письма × 100%

Gmail prefetch увеличивает числитель. При этом знаменатель остаётся прежним, поэтому метрика уезжает вверх. Проблема становится заметной в отчётности ESP, где открытия и клики находятся рядом: график opens показывает рост, воронка конверсии не меняется, а менеджер уже перераспределяет бюджет в пользу «победившей» кампании.

Искажение редко бывает равномерным. Его стоит искать по когортам:

• отдельно отправителей, у которых большая доля аудитории читает почту в Gmail;
• отдельно кампании, где open rate вырос без изменений в кликрейте;
• отдельно дни и время отправки;
• отдельно устройства и почтовые клиенты;
• отдельно автоматическиеwelcome-цепочки, где открытие запускает следующее письмо.

Именно сегментация показывает реальную картину. Сводный open rate всей базы способен выглядеть стабильным, пока в Gmail-когорте происходят prefetch-события, а в Apple Mail или корпоративных клиентах картина другая.

При этом open rate способен и занижаться. Пользователь может запретить загрузку удалённых изображений, корпоративный шлюз может блокировать пиксель, а повторные открытия иногда схлопываются в одно уникальное событие. Получается метрика с ошибками в обе стороны: prefetch создаёт ложные positives, блокировка изображений — ложные negatives. Поэтому задача состоит не в полном отказе от open rate, а в извлечении из него сигнала, пригодного для решений.

Особенно опасен prefetch в автоматизации. Если следующий шаг welcome-цепочки запускается по открытию, технический запрос может отправить человеку лишнее письмо. Он ещё не взаимодействовал с сообщением, но уже получил новый оффер. В CRM такое событие способно поднять lead score, изменить статус сделки или переключить менеджера на более «горячий» сценарий.

Есть ещё одна неприятная связь: click-to-open rate тоже меняет смысл. Если числитель CTR остаётся прежним, а искусственные открытия раздувают знаменатель, показатель выглядит хуже. Для сравнения кампаний удобнее добавить отдельную метрику — клики относительно доставленных писем.

Как провести аудит prefetch в ESP

Рабочая гипотеза требует данных. Начинать с общих графиков ESP недостаточно: нужны сырые события открытий и кликов, привязанные к конкретным кампаниям.

1. Зафиксировать исходную методику

До выгрузки договоритесь, что именно считается открытием:

• уникальный пользователь или все события;
• момент первого открытия или последнего;
• доставленные письма или отправленные;
• какие типы писем входят в анализ.

Не меняйте определение delivered посреди кампании. Иначе скачки метрики будут вызваны методикой, а не поведением аудитории.

2. Выгрузить события с техническим контекстом

В экспорте ESP понадобятся:

• ID кампании, сообщения и получателя;
• время отправки, доставки, открытия и клика;
• User-Agent;
• устройство и почтовый клиент, если доступны;
• IP или признак проксирования, если ESP сохраняет такие данные;
• URL перехода по клику;
• ответ, отписка, конверсия и выручка.

Передавать аналитику можно агрегированно или с обезличенными идентификаторами. Полные адреса почты для такого анализа не нужны.

3. Разделить первичные сигналы и контекст

Один признак не позволяет поставить точку в отчёте. Google Image Proxy сам по себе может сопровождать реальное открытие. Исторический User-Agent, который Bird связывала с наблюдаемым prefetch, также нельзя считать вечным идентификатором.

В наблюдениях Bird встречался User-Agent с Chrome/42.0.2311.135 и Edge/12.246. Сегодня это лишь дополнительный маркер. Разумная фильтрация строится на комбинации признаков:

1. запрос пришёл с инфраструктуры Google;

2. событие возникло вскоре после доставки или до ожидаемого показа письма;

3. известный User-Agent присутствует в общей картине;

4. после открытия нет клика, ответа или другого действия;

5. одинаковый паттерн повторяется у получателей одной когорты.

Настоящий prefetch требует подтверждения нескольких условий. Массовое удаление всех Gmail-открытий исказит данные в другую сторону и скроет реальные взаимодействия.

4. Присвоить событиям уровень уверенности

На практике удобно разделить события на три группы:

• высокая вероятность prefetch — совпали временная характеристика, технический признак и паттерн отсутствия последующих действий;
• неоднозначные события — есть только один из маркеров;
• обычные открытия — поведение соответствует просмотру или сопровождается кликом, ответом и другими признаками взаимодействия.

Отсутствие клика не доказывает, что письмо не читали. Это лишь снижает уверенность в интерпретации. Некоторые письма читают без перехода по ссылке.

5. Посчитать скорректированный показатель

Внутренний adjusted open rate можно рассчитывать так:

уникальные открытия − события с высокой вероятностью prefetch / доставленные письма × 100%

Это не универсальный стандарт аналитики. Название и формулу нужно зафиксировать внутри команды, чтобы результат можно было сравнивать с прошлыми периодами.

Сырой open rate тоже стоит сохранить. Он полезен для отслеживания изменений в поведении почтовых клиентов. Скорректированный показатель лучше подходит для когортного анализа и проверки маркетинговых гипотез.

Если ESP предоставляет только агрегированные данные, запросите у поддержки расширенную выгрузку. Без событийных логов можно оценить направление искажения, но не построить точный фильтр.

6. Сверить результат с бизнес-поведением

После фильтрации сравните кампании по кликам, ответам, конверсиям и выручке на одно доставленное письмо. Если adjusted open rate снизился, а кликрейт и профит выросли, команда избавилась от технического шума. Если открытия, клики и продажи упали одновременно, вероятна другая причина: слабая тема, оффер, тайминг или проблема с доставляемостью.

Именно здесь гипотеза превращается в решение. Gmail prefetch объясняет расхождение между opens и остальными действиями, но не объясняет провал всей воронки.

Как перестроить дашборд и решения

Open rate по-прежнему пригодится для диагностики. Его можно сравнивать в динамике, изучать по когортам и искать аномалии. Для оценки эффективности кампании нужен более широкий набор сигналов.

Такой набор убирает опасную привычку объявлять кампанию успешной по одному графику. Opens могут расти на фоне prefetch, клики — падать из-за слабого CTA, а выручка — оставаться стабильной. Для бюджета важна связка клики → ответы → конверсия → профит.

То же самое касается A/B-тестов. Если победителя выбирают только по open rate, тест может выбрать письмо, которое выиграло у технического поведения клиента. Для коммерческих писем надёжнее смотреть на клик по нужному CTA, ответ, конверсию и выручку. Открытие можно учитывать как вспомогательный сигнал.

В прогнозе домена и оценке deliverability автоматические открытия тоже не должны занимать центральное место. Gmail и другие крупные почтовые системы принимают решения по широкому набору сигналов. Открытие, которое выросло из-за prefetch, не даёт основания считать отношения с аудиторией крепче.

Что менять в CRM и автоматических сценариях

Первое изменение — убрать мгновенную реакцию на open из критичных цепочек. Клик должен вести в основную ветку, ответ — в отдельный сценарий для менеджеров или вовлечения. Открытие может оставаться резервным сигналом, если платформа позволяет задать временное окно и учитывать последующие действия.

Второе изменение — пересчитать вклад open в lead score. Событие открытия способно давать лишь небольшой вес, а основной балл должны получать действия с явным намерением: переход по рекламной ссылке, запрос цены, заполнение формы, ответ.

Третье — настроить регулярный контроль качества данных:

• сверять резкие скачки open rate с кликрейтом и продажами;
• отслеживать prefetch-паттерны по когортам и клиентам;
• проверять, не изменились ли настройки ESP, шаблоны и задержки отправки;
• отдельно контролировать Apple Mail Privacy Protection;
• сохранять методику фильтрации между отчётными периодами.

Так команда получает устойчивый процесс, а не попытку вручную объяснить очередной график.

Практическая позиция

Мы оставляем open rate в отчёте как диагностический сигнал и принимаем коммерческие решения по кликам, ответам, конверсии и выручке. Для отслеживания открытий добавляем скорректированную метрику, отделяя вероятные prefetch-события от реальных взаимодействий.

Gmail prefetch способен завысить open rate на несколько процентных пунктов, поэтому его нельзя игнорировать. Но и удалять все Gmail-открытия столь же неверно. Правильный путь — проверить гипотезу на сырых событиях, провести сегментацию, проверить её против кликов и бизнес-результата, а затем закрепить методику в дашборде и CRM. Тогда статистика открытий перестаёт путать технологическое поведение почтового клиента с интересом клиента.