Analytik, Attribution und ROI

Kampagnen- und Automatisierungsleistung vergleichen

Veröffentlicht am July 19, 2026 von

Kampagnen und Automatisierungen lassen sich nicht anhand der Zahlen vergleichen, die dein Dashboard nebeneinanderstellt, denn sie sind strukturell verschieden: Eine Kampagne geht einmal an eine breite Liste, während eine Automatisierung fortlaufend an eine kleine, hochinteressierte Gruppe von Menschen feuert. Vergleiche sie fair, indem du beide auf dieselben drei Achsen stellst – Umsatz pro Empfänger, Umsatz pro Stunde deiner Zeit und Anteil am gesamten E-Mail-Umsatz – über denselben 90-Tage-Zeitraum. Tust du das, zeigt sich ein typisches Muster: Automatisierungen gewinnen pro Empfänger mit weitem Abstand, Kampagnen gewinnen bei der Gesamtreichweite, und die eigentliche Frage ist nicht mehr „welche ist besser“, sondern „stimmt meine Aufteilung zwischen beiden“. Dieser Artikel zeigt, wie du diesen Vergleich durchführst und das Ergebnis liest.

Warum die Zahlen nebeneinander in die Irre führen

Öffne irgendeine E-Mail-Plattform, und du siehst Kampagnenstatistiken und Automatisierungsstatistiken in benachbarten Tabs, identisch formatiert. Öffnungsrate, Klickrate, Umsatz. Es sieht vergleichbar aus. Ist es nicht.

Das Publikum einer Kampagne ist jeder, an den du zu senden gewagt hast – engagierte Abonnenten, halb schlafende, Leute, die einmal 2024 gekauft haben. Das Publikum einer Automatisierung ist selbstselektiert: jemand hat einen Warenkorb abgebrochen, gerade gekauft, sich gerade angemeldet. Sie haben die Hand gehoben; das Kampagnenpublikum nicht. Wenn also dein Warenkorbabbruch-Flow eine Conversion-Rate zeigt, die ein Vielfaches deines Kampagnendurchschnitts beträgt, ist das kein Beweis, dass deine Kampagnen kaputt sind. Es ist größtenteils Publikumsqualität, und es als Inhaltslektion zu behandeln („schreib Kampagnen mehr wie Warenkorb-E-Mails!“) schickt dich auf die Jagd nach der falschen Lösung.

Auch das Timing unterscheidet sich. Der Umsatz einer Kampagne landet in einer Spitze, die du sehen und spüren kannst. Automatisierungsumsatz tröpfelt täglich herein, unsichtbar, und genau deshalb überschätzen Shop-Betreiber Kampagnen systematisch – der Dienstag-Versand brachte einen sichtbaren guten Tag, während der Willkommens-Flow einen besseren Monat brachte, den niemand bemerkte.

Die drei Achsen, die den Vergleich fair machen

Wähle einen Zeitraum – 90 Tage funktionieren – und berechne diese Werte für Kampagnen als Gruppe und für jede Automatisierung. Wenn der attribuierte Umsatz deiner Plattform selbst wackelig ist, behebe das zuerst (deine Attributionseinstellungen prüfen), denn beide Seiten dieses Vergleichs erben, welches Attributionsmodell du eingestellt hast. Und nutze klickbasierte Zahlen, wo du kannst: Öffnungen sind als Signal unzuverlässig, seit Apples Mail Privacy Protection 2021 begann, E-Mails für Apple-Mail-Nutzer vorzuladen, und Kampagnen mit ihrem älteren und Apple-lastigeren Publikum werden von aufgeblähten Öffnungen tendenziell am meisten geschmeichelt.

1. Umsatz pro Empfänger. Gesamter attribuierter Umsatz geteilt durch zugestellte E-Mails (oder durch eingetretene Personen, bei Flows). Das ist der große Gleichmacher – er blendet die Tatsache aus, dass Kampagnen 20.000 Menschen erreichen und dein Rückgewinnungs-Flow 300 erreicht hat. Erwarte, dass Automatisierungen diese Achse deutlich gewinnen. Die interessante Information ist, um wie viel, und welche Kampagnen am nächsten kommen. Die vollständige Mechanik steht in Umsatz pro Empfänger messen.

2. Umsatz pro Stunde deiner Zeit. Niemand berechnet das, und es verändert Entscheidungen stärker als alles andere auf dieser Liste. Eine Kampagne kostet dich jedes einzelne Mal echte Stunden: Konzept, Text, Design, Produktauswahl, Segmentwahl, QA, Versand. Eine Automatisierung hat dich einmal Stunden gekostet, vor Monaten, und läuft seither umsonst. Schätze ehrlich – wenn eine Kampagne von Anfang bis Ende vier Stunden dauert und du sechs pro Monat versendest, sind das ernsthafte laufende Kosten, die der Automatisierungsumsatz schlicht nicht trägt. Auf dieser Achse hören Automatisierungen auf, um das 3-Fache zu gewinnen, und beginnen, um eine Größenordnung zu gewinnen. (Die Zahlen hier sind beispielhaft; deine Stunden sind die, die zählen.)

3. Anteil am gesamten E-Mail-Umsatz. Welcher Bruchteil des attribuierten E-Mail-Umsatzes kam im Zeitraum von Automatisierungen versus Kampagnen? Es gibt keine universell richtige Aufteilung – wer dir einen Branchenstandard-Prozentsatz nennt, will dir etwas verkaufen. Was die Zahl dir gibt, ist eine Baseline zum Bewegen: Wenn nahezu dein ganzer E-Mail-Umsatz Kampagnenumsatz ist, betreibst du E-Mail als manuellen Job und deine Automatisierungen sind unterentwickelt. Wenn nahezu alles Automatisierungsumsatz ist, sind deine Kampagnen vielleicht abgestanden, oder du hast schlicht eine kleine Liste, bei der Flows die Schwerarbeit machen – was in Ordnung ist.

Was jedes Ergebnis dir tatsächlich zu tun sagt

Automatisierungen dominieren pro Empfänger, aber der gesamte Automatisierungsumsatz ist klein. Deine Flows funktionieren; zu wenige Leute treten in sie ein. Die Lösung sind Trigger und Reichweite, nicht Text – prüfe, welche Flows existieren, welche fehlen und ob die Eintrittsbedingungen zu eng sind. Wenn du wissen willst, welchen Flow du zuerst erweitern solltest, ranke sie richtig nach welche Automatisierung den meisten Gewinn erzeugt, statt allein nach Umsatz.

Kampagnen tragen den Großteil des Umsatzes. Häufig in Shops, die mit Aktionen groß geworden sind. An Kampagnenumsatz ist nichts falsch – aber er hört auf, wenn du aufhörst, und jeder Euro davon kostet frische Stunden. Der Zug ist, die Grundlast auf Flows zu verlagern, damit Kampagnen die Schicht obendrauf werden, nicht das Fundament.

Eine Kampagne schlägt deine Flows pro Empfänger. Kommt vor – meist eine eng segmentierte Kampagne an kürzliche Käufer oder ein wirklich knappes Angebot. Freu dich nicht bloß darüber; schürf es aus. Eine Kampagne, die pro Empfänger überdurchschnittlich abschneidet, ist ein Flow, der darauf wartet, gebaut zu werden: Welche Kombination aus Segment und Nachricht sie erzeugt hat, lässt sich meist automatisch triggern.

Alles ist auf jeder Achse mittelmäßig. Dann ist der Vergleich noch nicht dein Problem; Messung oder Listenqualität sind es. Beginne mit welche E-Commerce-E-Mail-Kennzahlen wirklich zählen und bau von dort neu auf.

Ein durchgerechnetes Beispiel (illustrativ)

Ein Shop-Betreiber zieht 90 Tage. Kampagnen: 12 Versände, ~180.000 zugestellte E-Mails, 13.500 € attribuiert – 0,075 € pro Empfänger, und rund 40 Arbeitsstunden, also ~340 € pro Stunde. Automatisierungen: Willkommen, Warenkorb und Post-Purchase haben zusammen ~9.000 E-Mails zugestellt und 7.200 € attribuiert – 0,80 € pro Empfänger, ~10× die Kampagnenrate, bei nahezu null marginalen Stunden. Aufteilung: 65 % Kampagne, 35 % Automatisierung.

Nüchtern gelesen: Dieser Betreiber verbringt zehn Stunden im Monat damit, eine Maschine zu betreiben, die 0,075 € pro Kontakt zahlt, während eine Maschine, die 0,80 € pro Kontakt zahlt, mit nur drei gebauten Flows von selbst läuft. Die Handlung ist nicht „bessere Kampagnen senden“. Sie ist „Browse-Abandonment und Rückgewinnung bauen, den Willkommens-Flow verbreitern und auf acht Kampagnen im Monat runtergehen“. Derselbe Aufwand, umgeleitet auf die ertragreichere Maschine.

Halte den Vergleich über die Zeit ehrlich

Zwei Gewohnheiten machen daraus ein System statt einer einmaligen Sache:

Vierteljährlich neu berechnen, gleiche Zeitraumlänge, gleiche Attributionseinstellungen. Der Trend zählt mehr als jede einzelne Momentaufnahme – du beobachtest, ob sich der Automatisierungsanteil und die Pro-Empfänger-Lücke so bewegen, wie deine Arbeit es erwarten lässt.
Bring beide Seiten auf eine Seite. Dass Kampagnen- und Automatisierungszahlen in getrennten Tabs leben, ist der Grund, warum dieser Vergleich nie von selbst passiert. Ein Blatt, drei Achsen, beide Maschinen. Wenn du diese Seite ohnehin zusammenstellst, mach es richtig als Teil eines E-Mail-Marketing-Dashboards.

Eine Warnung in die andere Richtung: Lass dich von dieser Analyse nicht von Kampagnen komplett abbringen. Flows reagieren nur auf Verhalten, das bereits passiert ist. Kampagnen erzeugen Verhalten – sie kündigen an, sie launchen, sie reaktivieren ganze Segmente auf einmal, und sie füttern genau die Trigger, von denen deine Flows abhängen. Der Vergleich existiert, um das Verhältnis festzulegen, nicht um einen Sieger zu erklären und den Verlierer stillzulegen.

Wo Omnisend hineinpasst

Der mechanische Ärger bei alledem ist, dass Daten an zwei Orten leben. In Omnisend – das ich in meinen eigenen Shops nutze, nachdem ich auch Klaviyo probiert habe – sitzen Kampagnenberichte und Automatisierungsberichte in derselben Berichtsansicht mit demselben Attributionsmodell auf beiden, sodass die Pro-Empfänger-Rechnung zwei Exporte und eine Tabellenspalte ist statt eines Abgleichsprojekts. Die Achse der Zeit pro Versand allerdings verfolgt kein Tool für dich. Führe für einen Monat dein eigenes grobes Protokoll; es ist die Zahl, die dich am ehesten überrascht.

Dein nächster Schritt

Zieh dir heute Abend die letzten 90 Tage und berechne eine Zahl: den Automatisierungsanteil am gesamten E-Mail-Umsatz. Liegt er unter der Hälfte, sollte deine nächste Stunde E-Mail-Arbeit in den Bau oder die Erweiterung eines Flows fließen, nicht in das Schreiben einer weiteren Kampagne – und das oben beschriebene Gewinn-Ranking sagt dir, welcher es sein sollte.

Analitika, atribucija in donosnost

Kako primerjati uspešnost kampanj in avtomatizacij

Veröffentlicht am July 18, 2026 von

Kampanj in avtomatizacij ni mogoče primerjati po številkah, ki vam jih nadzorna plošča prikaže eno ob drugem, ker so strukturno različne: kampanja gre enkrat na širok seznam, avtomatizacija pa se neprestano sproža za majhen, visoko zainteresiran del ljudi. Pošteno jih primerjajte tako, da oboje postavite na iste tri osi — prihodek na prejemnika, prihodek na uro vašega časa in delež v celotnem email prihodku — v istem 90-dnevnem obdobju. Če to naredite, se pokaže tipičen vzorec: avtomatizacije z veliko prednostjo zmagajo na prejemnika, kampanje zmagajo na skupnem dosegu, pravo vprašanje pa preneha biti “kaj je boljše” in postane “ali je moja razdelitev med obema pravilna”. Ta članek prikazuje, kako izvesti to primerjavo in prebrati rezultat.

Zakaj vas številke ena ob drugi zavajajo

Odprite katerokoli email platformo in videli boste statistiko kampanj in statistiko avtomatizacij v sosednjih zavihkih, oblikovano enako. Stopnja odprtja, stopnja klikov, prihodek. Videti je primerljivo. Ni.

Občinstvo kampanje so vsi, ki ste si jim upali poslati — angažirani naročniki, na pol zaspani, ljudje, ki so enkrat kupili leta 2024. Občinstvo avtomatizacije se izbere samo: nekdo je opustil košarico, ravno opravil nakup, se ravno prijavil. Dvignili so roko; občinstvo kampanje je ni. Zato ko vaš tok za opuščeno košarico kaže stopnjo konverzije nekajkrat večjo od povprečja vaših kampanj, to ni dokaz, da so vaše kampanje pokvarjene. Gre večinoma za kakovost občinstva, in če to obravnavate kot lekcijo o vsebini (“piši kampanje bolj kot emaile za košarico!”), lovite napačno rešitev.

Tudi časovnica se razlikuje. Prihodek kampanje pristane v konici, ki jo lahko vidite in začutite. Prihodek avtomatizacije kaplja dnevno, nevidno, kar je natanko razlog, zakaj lastniki trgovin sistematično precenjujejo kampanje — torkovo pošiljanje je ustvarilo viden dober dan, pozdravni tok pa je ustvaril boljši mesec, ki ga nihče ni opazil.

Tri osi, ki naredijo primerjavo pošteno

Izberite eno obdobje — 90 dni deluje — in izračunajte tole za kampanje kot skupino in za vsako avtomatizacijo. Če je že sam pripisani prihodek vaše platforme majav, to najprej popravite (pregled vaših nastavitev pripisovanja), kajti obe strani te primerjave podedujeta katerikoli model pripisovanja, ki ste ga nastavili. In kjer je mogoče, uporabite številke na osnovi klikov: odprtja so nezanesljiv signal, odkar je Applova zaščita zasebnosti pošte (Mail Privacy Protection) leta 2021 začela vnaprej nalagati emaile za uporabnike Apple Mail, kampanje z njihovim starejšim in bolj Apple-usmerjenim občinstvom pa navadno napihnjena odprtja najbolj polaskajo.

1. Prihodek na prejemnika. Skupni pripisani prihodek, deljen s številom dostavljenih emailov (ali s številom vstopljenih oseb pri tokovih). To je veliki izenačevalec — izniči dejstvo, da kampanje dosežejo 20.000 ljudi, vaš tok za ponovno aktivacijo pa jih je dosegel 300. Pričakujte, da avtomatizacije to os prepričljivo dobijo. Zanimiva informacija je za koliko in katere kampanje se najbolj približajo. Celotna mehanika je v kako meriti prihodek na prejemnika.

2. Prihodek na uro vašega časa. Nihče tega ne izračuna, a spremeni odločitve bolj kot karkoli drugega na seznamu. Kampanja vas vsakič znova stane resnične ure: koncept, besedilo, oblikovanje, izbira izdelkov, izbira segmenta, kontrola kakovosti, pošiljanje. Avtomatizacija vas je enkrat, pred meseci, stala ure in od takrat teče brezplačno. Ocenite pošteno — če kampanja od začetka do konca vzame štiri ure in pošljete šest na mesec, je to resen stalni strošek, ki ga prihodek avtomatizacije preprosto ne nosi. Na tej osi avtomatizacije prenehajo zmagovati za 3-kratnik in začnejo zmagovati za red velikosti. (Številke tukaj so ilustrativne; štejejo vaše ure.)

3. Delež v celotnem email prihodku. Kolikšen delež pripisanega email prihodka je v obdobju prišel iz avtomatizacij v primerjavi s kampanjami? Ni univerzalno pravilne razdelitve — kdor vam navaja panožno standardni odstotek, nekaj prodaja. Kar vam ta številka da, je izhodišče za premikanje: če je skoraj ves vaš email prihodek prihodek kampanj, vodite email kot ročno delo in so vaše avtomatizacije premalo zgrajene. Če je skoraj ves prihodek avtomatizacij, so vaše kampanje morda zatohle, ali pa imate preprosto majhen seznam, kjer glavnino dela opravijo tokovi — kar je v redu.

Kaj vam vsak rezultat dejansko naroči, naj storite

Avtomatizacije prevladujejo na prejemnika, a je skupni prihodek avtomatizacij majhen. Vaši tokovi delujejo; vanje vstopi premalo ljudi. Rešitev so sprožilci in doseg, ne besedilo — preverite, kateri tokovi obstajajo, kateri manjkajo in ali so vstopni pogoji preozki. Če želite vedeti, kateri tok najprej razširiti, jih pravilno razvrstite po tem, katera avtomatizacija ustvarja največ dobička, namesto le po prihodku.

Kampanje nosijo večino prihodka. Pogosto v trgovinah, ki so zrasle na promocijah. Nič ni narobe s prihodkom kampanj — a se ustavi, ko se ustavite vi, in vsak evro tega stane sveže ure. Ukrep je, da osnovno breme preložite na tokove, tako da kampanje postanejo zgornja plast, ne temelj.

Kampanja na prejemnika premaga vaše tokove. To se zgodi — običajno tesno segmentirana kampanja nedavnim kupcem ali resnično redka ponudba. Ne le proslavite je; izkoristite jo. Kampanja, ki na prejemnika prekaša druge, je tok, ki čaka, da ga zgradite: kombinacijo segmenta in sporočila, ki ga je ustvarila, je običajno mogoče sprožiti samodejno.

Vse je povprečno na vsaki osi. Potem primerjava še ni vaša težava; sta merjenje ali kakovost seznama. Začnite z katere email metrike spletne trgovine so zares pomembne in gradite od tam.

Predelan primer (ilustrativno)

Lastnik trgovine izvleče 90 dni. Kampanje: 12 pošiljanj, ~180.000 dostavljenih emailov, 13.500 € pripisano — 0,075 € na prejemnika in približno 40 ur dela, torej ~340 € na uro. Avtomatizacije: pozdravna, košarica in po nakupu so skupaj dostavile ~9.000 emailov in pripisale 7.200 € — 0,80 € na prejemnika, ~10-krat več kot pri kampanjah, ob skoraj ničelnih dodatnih urah. Razdelitev: 65 % kampanje, 35 % avtomatizacije.

Prebrano hladnokrvno: ta lastnik porabi deset ur na mesec za upravljanje stroja, ki plača 0,075 € na stik, medtem ko stroj, ki plača 0,80 € na stik, teče sam s samo tremi zgrajenimi tokovi. Ukrep ni “pošiljaj boljše kampanje”. Je “zgradi opuščanje brskanja in ponovno aktivacijo, razširi pozdravni tok in se spusti na osem kampanj na mesec”. Enak trud, preusmerjen k stroju z višjim donosom.

Ohranite primerjavo pošteno skozi čas

Dve navadi to naredita sistem namesto enkratnega dogodka:

Preračunajte četrtletno, enaka dolžina obdobja, enake nastavitve pripisovanja. Trend šteje bolj kot katerakoli posamezna slika — opazujete, ali se delež avtomatizacij in razlika na prejemnika premikata tako, kot pravi vaše delo, da bi se morala.
Postavite obe strani na eno stran. Številke kampanj in avtomatizacij, ki živijo v ločenih zavihkih, so razlog, da se ta primerjava nikoli ne zgodi sama od sebe. En list, tri osi, oba stroja. Če to stran itak sestavljate, jo naredite kot je prav, kot del nadzorne plošče za email marketing.

Eno svarilo v drugo smer: ne pustite, da vas ta analiza povsem odvrne od kampanj. Tokovi se le odzivajo na vedenje, ki se je že zgodilo. Kampanje ustvarjajo vedenje — napovedujejo, lansirajo, hkrati znova aktivirajo cele segmente in hranijo prav tiste sprožilce, na katere se opirajo vaši tokovi. Primerjava obstaja, da nastavite razmerje, ne da razglasite zmagovalca in poraženca ugasnete.

Kje se vklopi Omnisend

Mehanska nadloga pri vsem tem je, da podatki živijo na dveh mestih. V Omnisendu — ki ga uporabljam v svojih trgovinah, potem ko sem preizkusil tudi Klaviyo — poročila kampanj in poročila avtomatizacij sedijo v istem pogledu za poročanje z istim modelom pripisovanja, uporabljenim za oboje, tako da je izračun na prejemnika dva izvoza in en stolpec v preglednici, ne pa projekt usklajevanja. Osi časa na pošiljanje pa vam ne sledi nobeno orodje. Mesec dni si vodite lasten grobi dnevnik; to je številka, ki vas bo najverjetneje presenetila.

Vaš naslednji korak

Nocoj izvlecite zadnjih 90 dni in izračunajte eno številko: delež avtomatizacij v celotnem email prihodku. Če je pod polovico, naj gre vaša naslednja ura dela pri emailu v gradnjo ali razširitev toka, ne v pisanje še ene kampanje — in razvrstitev po dobičku, opisana zgoraj, vam bo povedala, katerega.

Analytics, Attribution, and ROI

Comparing Campaign and Automation Performance

Veröffentlicht am July 17, 2026 von

Campaigns and automations can’t be compared on the numbers your dashboard shows side by side, because they’re structurally different: a campaign goes to a broad list once, while an automation fires continuously at a small, high-intent slice of people. Compare them fairly by putting both on the same three axes — revenue per recipient, revenue per hour of your time, and share of total email revenue — over the same 90-day window. Do that and a typical pattern emerges: automations win per recipient by a wide margin, campaigns win on total reach, and the real question stops being “which is better” and becomes “is my split between the two right.” This article shows how to run that comparison and read the result.

Why the side-by-side numbers mislead you

Open any email platform and you’ll see campaign stats and automation stats in adjacent tabs, formatted identically. Open rate, click rate, revenue. It looks comparable. It isn’t.

A campaign’s audience is everyone you dared to send to — engaged subscribers, half-asleep ones, people who bought once in 2024. An automation’s audience is self-selected: someone abandoned a cart, just purchased, just signed up. They raised a hand; the campaign audience didn’t. So when your abandoned cart flow shows a conversion rate several times your campaign average, that’s not evidence your campaigns are broken. It’s mostly audience quality, and treating it as a content lesson (“write campaigns more like cart emails!”) sends you chasing the wrong fix.

The timing differs too. A campaign’s revenue lands in a spike you can see and feel. Automation revenue drips in daily, invisibly, which is exactly why store owners systematically overrate campaigns — the Tuesday send produced a visible good day, while the welcome flow produced a better month nobody noticed.

The three axes that make the comparison fair

Pick one window — 90 days works — and compute these for campaigns as a group and for each automation. If your platform’s attributed revenue itself is shaky, fix that first (auditing your attribution settings), because both sides of this comparison inherit whatever attribution model you’ve set. And use click-based numbers where you can: opens have been unreliable as a signal since Apple’s Mail Privacy Protection began preloading emails for Apple Mail users in 2021, and campaigns, with their older and more Apple-heavy audiences, tend to get flattered most by inflated opens.

1. Revenue per recipient. Total attributed revenue divided by emails delivered (or by people entered, for flows). This is the great equalizer — it strips out the fact that campaigns reach 20,000 people and your win-back flow reached 300. Expect automations to win this axis heavily. The interesting information is by how much, and which campaigns come closest. The full mechanics are in how to measure revenue per recipient.

2. Revenue per hour of your time. Nobody computes this, and it changes decisions more than anything else on the list. A campaign costs you real hours every single time: concept, copy, design, product selection, segment choice, QA, send. An automation cost you hours once, months ago, and has run free since. Estimate honestly — if a campaign takes four hours door to door and you send six a month, that’s a serious ongoing cost that automation revenue simply doesn’t carry. This axis is where automations stop winning by 3× and start winning by an order of magnitude. (Numbers here are illustrative; your hours are the ones that count.)

3. Share of total email revenue. What fraction of attributed email revenue came from automations versus campaigns in the window? There’s no universal correct split — anyone quoting you an industry-standard percentage is selling something. What the number gives you is a baseline to move: if nearly all your email revenue is campaign revenue, you’re running email as a manual job and your automations are underbuilt. If nearly all of it is automation revenue, your campaigns may be stale, or you may simply have a small list where flows do the heavy lifting — which is fine.

What each result actually tells you to do

Automations dominate per recipient but total automation revenue is small. Your flows work; too few people enter them. The fix is triggers and reach, not copy — check which flows exist, which are missing, and whether entry conditions are too narrow. If you want to know which flow to extend first, rank them properly by which automation generates the most profit rather than by revenue alone.

Campaigns carry most of the revenue. Common in stores that grew up on promotions. Nothing wrong with campaign revenue — but it stops when you stop, and every euro of it costs fresh hours. The move is to shift the base load onto flows so campaigns become the layer on top, not the foundation.

A campaign beats your flows per recipient. It happens — usually a tightly segmented campaign to recent buyers, or a genuinely scarce offer. Don’t just celebrate it; mine it. A campaign that outperforms per recipient is a flow waiting to be built: whatever segment and message combination produced it can usually be triggered automatically.

Everything is mediocre on every axis. Then the comparison isn’t your problem yet; measurement or list quality is. Start with which ecommerce email metrics actually matter and rebuild from there.

A worked example (illustrative)

A store owner pulls 90 days. Campaigns: 12 sends, ~180,000 emails delivered, €13,500 attributed — €0.075 per recipient, and roughly 40 hours of work, so ~€340 per hour. Automations: welcome, cart, and post-purchase together delivered ~9,000 emails and attributed €7,200 — €0.80 per recipient, ~10× the campaign rate, at close to zero marginal hours. Split: 65% campaign, 35% automation.

Read coldly: this owner is spending ten hours a month running a machine that pays €0.075 per contact, while a machine that pays €0.80 per contact runs itself with only three flows built. The action isn’t “send better campaigns.” It’s “build browse abandonment and win-back, widen the welcome flow, and drop to eight campaigns a month.” Same effort, redirected at the higher-yield machine.

Keep the comparison honest over time

Two habits make this a system instead of a one-off:

Recompute quarterly, same window length, same attribution settings. Trend matters more than any single snapshot — you’re watching whether the automation share and per-recipient gap move the way your work says they should.
Put both sides on one page. Campaign and automation numbers living in separate tabs is why this comparison never happens naturally. One sheet, three axes, both machines. If you’re assembling that page anyway, do it properly as part of an email marketing dashboard.

One caution in the other direction: don’t let this analysis talk you out of campaigns entirely. Flows only react to behavior that already happened. Campaigns create behavior — they announce, they launch, they reactivate whole segments at once, and they feed the very triggers your flows depend on. The comparison exists to set the ratio, not to declare a winner and shut the loser down.

Where Omnisend fits

The mechanical annoyance in all of this is data living in two places. In Omnisend — which I use in my own stores after trying Klaviyo as well — campaign reports and automation reports sit in the same reporting view with the same attribution model applied to both, so the per-recipient math is two exports and a spreadsheet column rather than a reconciliation project. The time-per-send axis, though, no tool tracks for you. Keep your own rough log for a month; it’s the number most likely to surprise you.

Your next step

Pull the last 90 days tonight and compute one number: automation share of total email revenue. If it’s under half, your next hour of email work should go into building or widening a flow, not writing another campaign — and the profit ranking described above will tell you which one.