Skrzynka wysyła 200 maili dziennie i przestaje docierać

Skrzynka chodzi od trzech miesięcy, wolumen podnoszono stopniowo do dwustu wiadomości dziennie i przez pierwsze dwa tygodnie nic złego się nie działo. Potem w ciągu kilku dni odpowiedzi spadły do zera, odbicia poszły z półtora procenta do ośmiu, a testowa wiadomość wysłana na własny adres na Gmailu wylądowała w spamie. Nikt nie zmienił treści, listy ani tematu, więc pierwsza hipoteza zespołu brzmi zwykle: wypaliliśmy segment.

Wypalenie segmentu wygląda inaczej, bo postępuje tygodniami i nie rusza odbić. To, co się stało, jest degradacją reputacji nadawcy i ma znany kształt. Sales.co, dostawca infrastruktury do wysyłki, opublikował na podstawie analizy ponad dwóch milionów cold maili z lat 2025-2026 zestawienie wyników w przedziałach wolumenu na skrzynkę i to jedyne publiczne dane w tym kształcie, jakie znam.

Zanim je przytoczę, jedno zastrzeżenie, bez którego cały tekst byłby nieuczciwy. Dostawca infrastruktury zarabia na tym, że kupujesz więcej skrzynek, a każda liczba w tym zbiorze prowadzi do wniosku, że potrzebujesz ich więcej. Kształt krzywej jest zgodny z tym, co widać w praktyce i z mechaniką filtrów, natomiast konkretnych wartości nie traktuję jako pomiaru.

Krzywa, która pokazuje kształt, a nie pomiar

Odpowiedzi spadają siedmiokrotnie między pierwszym a ostatnim wierszem, a skargi rosną pięćdziesięciokrotnie. Nieproporcjonalność jest tu ważniejsza od samych wartości: podwojenie wolumenu z 50 do 100 kosztuje niewiele, a podwojenie ze 100 do 200 wywraca stolik. Sales.co podaje też pojedynczą liczbę, którą łatwiej zapamiętać niż całą tabelę: skrzynki powyżej 150 wysyłek dziennie mają 43 procent wyższy spam rate od utrzymywanych poniżej 100.

Odbicia zachowują się tak samo. Zdrowa skrzynka pracująca na 50-100 wysyłkach dziennie notuje 1,2 procent odbić, przepalana powyżej 200 wysyłek dziennie 8,4 procent. To ta sama lista, więc różnica nie bierze się z jakości adresów, tylko z tego, że serwery odbiorców zaczynają odrzucać połączenia od nadawcy, którego reputacja spadła. Osiem procent odbić przekracza przy okazji próg, od którego według benchmarku weryfikacji Instantly reputacja nadawcy jest już uszkadzana, więc mechanizm sam się napędza.

Mechanizm stojący za tym kształtem daje się opisać, choć z zewnątrz trudno go zmierzyć. Filtry oceniają nadawcę po historii zachowań odbiorców wobec jego poczty, a nie po pojedynczej wiadomości. Skrzynka wysyłająca czterdzieści wiadomości dziennie do przyzwoicie dopasowanej listy generuje kilka odpowiedzi dziennie i to jest sygnał pozytywny. Ta sama skrzynka podniesiona do dwustu wysyłek generuje mniej więcej tyle samo odpowiedzi, bo lepszych kontaktów nie przybyło, więc udział interakcji pozytywnych w całym ruchu spada kilkakrotnie, a liczba zgłoszeń spamu rośnie razem z wolumenem. Jednym ruchem pogarszasz obie strony tego samego równania.

Dlaczego te liczby są ilustracją

Kolumna z otwarciami nie nadaje się do niczego poza pokazaniem kierunku. Ochrona prywatności w programach pocztowych Apple przeładowuje piksele śledzące niezależnie od tego, czy ktokolwiek wiadomość otworzył, przez co otwarcia przestały być mierzalne, a Belkins wyłączył ich pomiar w 2025 roku jako metrykę niewiarygodną. Spadek z 31,2 do 9,3 procent może więc odzwierciedlać realną degradację, ale równie dobrze różnicę w składzie odbiorców między przedziałami.

Kolumna ze skargami ma inny problem. Google w wytycznych z lutego 2024 roku podaje próg egzekwowania 0,30 procent i cel operacyjny 0,10 procent. Gdyby liczby z tabeli mierzyły to samo, co Google, to każda skrzynka z drugiego wiersza, czyli pracująca na spokojnych 75-100 wysyłkach dziennie, siedziałaby ponad czterokrotnie powyżej progu egzekwowania i zostałaby odfiltrowana w ciągu tygodnia. Nie znam definicji, jakiej użyto do tej kolumny, i podejrzewam, że wpadają do niej także rezygnacje albo zdarzenia liczone od innego mianownika niż poczta dostarczona. Yahoo w wymogach z 2024 roku liczy swoje 0,3 procent od poczty dostarczonej do skrzynki odbiorczej, co jest jeszcze innym mianownikiem, więc bez definicji te liczby są nieporównywalne.

Jest też sprzeczność wewnątrz materiału tego samego dostawcy. Rekomendowany przez Sales.co harmonogram rozgrzewania skrzynki prowadzi od 10-15 wiadomości rozgrzewających w pierwszych dniach do 75-100 cold maili dziennie od dwudziestego drugiego dnia, czyli dokładnie do przedziału, w którym jego własna tabela pokazuje 1,4 procent skarg. Nie da się jednocześnie twierdzić, że 75-100 to cel rozgrzewania i że przy tym pułapie skargi są pięciokrotnie powyżej celu operacyjnego Google. Dlatego z tego zbioru biorę kształt, a operacyjny sufit ustawiam w miejscu, w którym krzywa jeszcze nie przyspiesza, czyli w okolicach 30-50 wiadomości dziennie na skrzynkę.

Ile skrzynek potrzeba na zaplanowany wolumen

Rachunek zaczyna się od wolumenu, a nie od liczby skrzynek. Program wysyłający 200 cold maili dziennie przy sufcie 40 na skrzynkę potrzebuje pięciu skrzynek roboczych. Przy rekomendacji dwóch do trzech skrzynek na domenę oznacza to dwie domeny wysyłkowe, każdą z własnym kompletem rekordów uwierzytelniających. Miesięcznie, przy dwudziestu jeden dniach roboczych, daje to około 4 200 wiadomości.

Dalej liczy się już w prospektach. Sekwencja czterokrokowa, z której część odbiorców wypada po odpowiedzi albo odbiciu, zużywa średnio około 3,5 wiadomości na prospekta, więc 4 200 wiadomości obsługuje mniej więcej 1 200 nowych prospektów miesięcznie. To jest realna pojemność takiego programu i to ona, a nie wielkość rynku, ogranicza tempo pracy zespołu.

Rozłożenie wysyłki w ciągu dnia jest drugą częścią tego samego rachunku. Czterdzieści wiadomości wypuszczonych w ciągu kwadransa wygląda z zewnątrz inaczej niż czterdzieści rozłożonych na cztery godziny, a większość sekwencerów pozwala ustawić losowy odstęp między wysyłkami. Belkins na próbie z 2025 roku podaje 0,54 procent odpowiedzi dla przedziału od 8:00 do 12:00 i 0,40 procent dla wieczornego okna od 20:00 do 23:00, więc poranek jest najlepszy pod względem odpowiedzi i jednocześnie najciaśniejszy pod względem wolumenu, jaki da się w nim rozłożyć. Przy pięciu skrzynkach i sufcie czterdziestu wiadomości mieści się to bez napięcia. Przy dwóch skrzynkach i tym samym planie wysyłki trzeba wybierać między porą a tempem, a wybór pada zwykle na tempo, co jest błędem widocznym dopiero po miesiącu.

Ile z tego wyjdzie odpowiedzi, zależy od tego, którą definicją się posługujesz. Belkins na próbie 7 530 489 maili z 2025 roku podaje 0,45 procent odpowiedzi liczonych na wysłaną wiadomość, co przy 4 200 wysyłkach daje 19 odpowiedzi miesięcznie. Dla Polski ten sam zbiór podaje 1,43 procent, przy nieujawnionej liczebności podpróby, co dałoby 60 odpowiedzi. Rozstrzał między tymi dwiema liczbami jest większy niż wpływ jakiejkolwiek decyzji o wolumenie, więc planowanie zatrudnienia na podstawie samego wolumenu wysyłki jest ryzykowne.

Koszt, który wypada z kalkulacji

Skrzynki nie wchodzą do pracy z dnia na dzień. Harmonogram rozgrzewania to około trzech tygodni, zanim skrzynka zacznie wysyłać pełny wolumen, więc decyzję o rozbudowie infrastruktury podejmuje się z miesięcznym wyprzedzeniem wobec planu kampanii. Zespół, który orientuje się w poniedziałek, że musi podnieść wysyłkę o połowę, nie ma już żadnego dobrego ruchu poza podniesieniem wolumenu na istniejących skrzynkach, czyli poza wejściem w drugi wiersz tabeli.

Do rachunku wchodzi też wiek domeny. Sales.co wskazuje punkt przegięcia reputacji domeny przy mniej więcej sześciu miesiącach ciągłego użycia, co przy rotacji domen wysyłkowych oznacza stały koszt utrzymania, a nie jednorazowy zakup. Licencje na skrzynki, subskrypcje narzędzia do rozgrzewania i czas na konfigurację rekordów DNS przy każdej nowej domenie sumują się do pozycji, której prawie nikt nie uwzględnia w koszcie spotkania, a przy pięciu skrzynkach i dwóch domenach to kilkaset złotych miesięcznie plus kilka godzin pracy.

Czego ta krzywa nie tłumaczy

Spadek odpowiedzi przy rosnącym wolumenie ma dwie przyczyny naraz i tabela ich nie rozdziela. Pierwsza jest infrastrukturalna, czyli gorsza dostarczalność przy większym obciążeniu skrzynki. Druga jest rynkowa i widać ją w danych, które z dostarczalnością nie mają nic wspólnego: Woodpecker na ponad dwudziestu milionach wiadomości pokazuje reply rate 5,8 procent przy listach poniżej 50 kontaktów, około 3 procent przy 200-500 i 2,1 procent przy listach powyżej 500. Rozszerzanie listy oznacza schodzenie w gorsze dopasowanie, niezależnie od tego, ile skrzynek obsługuje wysyłkę.

Rozdzielenie tych dwóch mechanizmów jest wykonalne i zajmuje jeden cykl. Utrzymujesz wolumen na skrzynkę bez zmian i podnosisz liczbę skrzynek, a potem sprawdzasz, czy reply rate spadł. Warunek jest jeden: przez ten czas nie ruszasz treści ani kryteriów doboru listy, bo inaczej wynik nie rozstrzyga niczego. Odbicia i odsetek skarg obserwujesz przy tym osobno dla każdej skrzynki, a nie zbiorczo dla kampanii, bo średnia z pięciu skrzynek skutecznie zamaskuje jedną, która przestała docierać. Jeżeli spadł mimo stałego obciążenia skrzynek, przyczyna leży w liście, a nie w infrastrukturze, i zwiększanie wolumenu przestało działać z powodów, których żadna liczba skrzynek nie naprawi.

Proporcje między tym, co da się wyregulować, a tym, czego nie, są tu asymetryczne. Wolumen na skrzynkę jest parametrem w pełni pod kontrolą zespołu i kosztuje wyłącznie pieniądze, bo rozwiązaniem jest dokupienie skrzynek i domen oraz odczekanie trzech tygodni. Jakość dopasowania listy jest ograniczona wielkością rynku i nie da się jej dokupić, więc to ona wyznacza sufit całego programu. Kolejność diagnozy powinna tę asymetrię odzwierciedlać: najpierw sprawdzasz odsetek skarg i obciążenie pojedynczej skrzynki, bo to naprawia się w dwa dni, a dopiero potem zabierasz się za listę, na którą potrzeba kwartału. Odwrotna kolejność jest częstsza, bo przepisywanie wiadomości wygląda na pracę merytoryczną, podczas gdy sprawdzenie, ile wychodzi z jednej skrzynki, wygląda na czynność administracyjną i trafia na koniec listy zadań.