Umělá inteligence nám v e-mailingu dokáže hodně usnadnit práci, zároveň nám však trochu hází klacky pod nohy, co se doručitelnosti týká. Dnes už schránky příjemců nehlídají jen jednoduchá „pokud – pak“ pravidla, ale sofistikované AI filtry (tzv. gatekeepery) vyhodnocující rozličné signály. V tomto článku si ukážeme, které to jsou a jak s nimi pracovat, místo abyste proti nim bojovali.

Dva typy gatekeeperů – čím se liší?

Pokud chcete, aby vaše kampaně neskončily ve spamu, musíte rozumět dvěma základním principům, na kterých spamové filtry fungují:

1. logika založená na pravidlech (rule-based)
2. strojové učení (machine-learning)

Rule-based filtry: starší, ale pořád vlivní hlídači

Pravidlové filtry jsou postavené na jednoduché sadě podmínek typu „pokud – pak“.

Například:

• pokud předmět obsahuje slovo zdarma,
• pokud v těle e-mailu chybí text,
• pokud není přítomen odhlašovací odkaz,
• pokud e-mail obsahuje nebezpečný odkaz,

pak je označen jako spam.

Tyto filtry rozhodují čistě podle shody s pravidly, nikoliv podle kontextu. Najdete je hlavně v menších e-mailových klientech, starších verzích serverů a také jako první ochrannou vrstvu před složitější AI hodnocením.

Machine-learning filtry: učí se z chování příjemců i odesílatelů

Moderní e-mailové platformy už nepoužívají jen sadu pravidel. Využívají algoritmy, které se učí z dat o vašich e-mailech a přizpůsobují se reakcím uživatelů.

Tyto modely sledují:

• Míru otevření a kliknutí, zapojení příjemců – nízké hodnoty si algoritmus vyhodnotí tak, že vaše zprávy nejsou pro příjemce přínosné.
• Reakce uživatelů – je celkem jasné, jaký signál vydá označení za spam a jaký přesun do doručené pošty.
• Konzistenci odesílání (frekvence, objem, IP adresa) – když měsíc mlčíte a pak pošlete tři kampaně za týden, působíte nedůvěryhodně. Stejně negativně filtr vnímá změnu IP adresy nebo odesílací platformy.
• Obsah – algoritmy upřednostňují užitečnost před designem, pozornost se přesouvá na skutečnou hodnotu. Dovedou také rozpoznat opakující se šablony nebo texty generované AI.
• Reputaci domény a odesílatele – ty se odvíjejí od předchozích čtyř bodů a dodržování antispamových pravidel.

Jak hrát podle pravidel gatekeeperů

Jak se vyhnout spuštění podmínek „pokud – pak“, je celkem nasnadě:

• Nepřehánějte to se slovy jako sleva, akce, zdarma, garantujeme, výhodně. U některých filtrů stále mohou zvednout pomyslnou červenou vlajku.
• Vyvažte text a obrázky. Poměr cca 70 % textu k 30 % vizuálu je stále bezpečný. Pokud však e-mail připomíná spíše jeden velký banner, je to pro systém rizikový vzor.
• Zkontrolujte technickou čistotu – funkční odhlašovací odkaz, zabezpečené odkazy (https).
• Nevkládejte přílohy – obzvlášť PDF nebo ZIP jsou častý důvod blokace.
• Odesílejte z ověřené firemní domény, ne z free e-mailů jako Gmail nebo Seznam.

Ve většině e-mailingových nástrojů můžete provést spam test vytvořeného e-mailu, který vyhodnotí právě toto rule-based skóre. Používejte ho před každou rozesílkou.

Co se machine-learning filtrů týká, celé kouzlo spočívá v kvalitním obsahu. Tyto gatekeepery upřednostňují autoritu a hodnotu. Aby váš obsah prošel, musí:

• poskytovat užitečné informace přizpůsobené potřebám vašeho publika,
• dokazovat vaše odborné znalosti podložené daty nebo reálnými zkušenostmi.

Neměl by však být generický a bez kontextu. Uberte marketingového jazyka a dbejte na srozumitelnost. Krátká příběhová linka, reálný příklad nebo osobní zkušenost pomohou vytvořit „lidský podpis“. Měňte styl i strukturu. Nepoužívejte opakovaně stejné bloky nebo věty – AI si všímá opakování.

Výhoda je, že když zapracujete na kvalitním obsahu, budou se vaše e-maily líbit i příjemcům. Tím se zvýší míra otevření, kliknutí a zapojení. Pokud chcete tyto metriky podpořit ještě více, zaměřte se také na:

• Segmentaci a personalizaci. Neposílejte stejný e-mail všem. Každá skupina by měla dostat obsah, který odpovídá její situaci, zájmu či historii nákupů.
• Odpovědi. Vložte do e-mailu otázku („Jak to máte vy?“ nebo „Co byste chtěli příště?“). Když někdo odpoví, filtr si vás zapamatuje.
• Whitelist. Uvědomte příjemce, že si mohou vaši adresu přidat do kontaktů. Tím AI dostane jasný signál, že jste vítaný odesílatel.

Machine-learning filtry se učí rozpoznávat vzorové chování odesílatele. Jakmile ho narušíte, spustí pomyslný alarm. Mezi rizikové situace patří nárazové kampaně, přechod na jinou odesílací platformu bez zahřívání IP a prudký nárůst objemu rozesílky.

Co dělat, aby ke spuštění alarmu nedošlo:

• Držte rytmus. Pravidelná frekvence je pro AI známkou stability.
• Zahřívejte IP adresu. Pokud měníte nástroj nebo doménu, zvyšujte objem postupně.
• Získávejte kontakty eticky a průběžně. AI dokáže poznat náhlý nárůst neověřených adres. I přidání velkého množství kontaktů najednou je podezřelé.

Pokud dodržíte všechna doporučení zmíněná v této kapitole, máte nakročeno k zajištění dobré reputace. Nezapomeňte však na SPF, DKIM a DMARC záznamy – tři základní pilíře důvěry. Také pravidelně čistěte databázi. Neaktivní a neexistující adresy reputaci zhoršují. Lepší je malý, leč aktivní seznam než desetitisíce neaktivních adres.

Zkrátka a dobře: když tvoříte užitečný a poutavý obsah, příjemci vaše e-maily otevírají a reagují na ně. Když příjemci reagují, roste vaše reputace. Když máte dobrou reputaci, AI vám věří a e-maily doručuje do inboxu.

Jak jsme na tom s gatekeepery v ČR

• Největší český poskytovatel e-mailových schránek Seznam (@seznam.cz, @email.cz) aktivně vyvíjí a nasazuje nové antispamové systémy založené na strojovém učení. 
• Velmi dominantní je v ČR Google, respektive Gmail, který také používá pokročilé AI modely k vyhodnocení, jaké e-maily považovat za spam.
• Za jednu z nejpřísnějších je považována antispamová služba VirusFree, která chrání doručování do cca 20 % e-mailových schránek v ČR (včetně Centrum.cz, Tiscali.cz).

Na tento stav reagují i české e-mailingové platformy. Ecomail a SmartEmailing, mají přísnou antispamovou politiku a dlouhodobě se snaží udržet vysokou doručitelnost e-mailů. Dělají to tak, že kombinují technická opatření, pravidla pro odesílatele i aktivní dohled na reputaci domén:

• Monitorují SPAM skóre – sledují, jak často příjemci označí zprávu za spam u hlavních poskytovatelů (např. Seznam, Gmail). Pokud míra překročí bezpečnou hranici, upozorní odesílatele nebo dočasně pozastaví jeho rozesílky. Tím chrání reputaci celé platformy.
• Vynucují pravidla – vyžadují povinné odhlašovací odkazy, jasně uvedeného odesílatele a dodržování zákonných norem (např. GDPR a zákona o některých službách informační společnosti).
• Ověřují domény a DKIM podpisy – zajišťují, že e-maily skutečně pocházejí od daného odesílatele a nejsou podvržené.
• Spolupracují s poskytovateli e-mailových služeb – sdílejí informace o reputaci IP adres a reagují na případné blacklisty.

Díky těmto krokům se daří posilovat vzájemnou důvěru všech zúčastněných stran. Pro uživatele nástrojů to znamená jistotu, že jejich kampaně mají reálnou šanci dorazit do doručené pošty.

Rostoucí vliv má v ČR také Apple Mail, který je však primárně e-mailový klient, ne poskytovatel e-mailové schránky. To znamená, že Apple gatekeeper ve smyslu, jak to dělá Gmail nebo Seznam, neexistuje. Spamovou filtraci zajišťuje server, kde má uživatel e-mailovou adresu. Apple ale přidává vrstvu ochrany soukromí a anonymizaci uživatele.

Servírujte gatekeeperům kvalitu

Nejde o to filtry obejít, ale naučit je, že vaše značka do inboxu patří. Umělá inteligence nereaguje na marketingové triky, ale na kvalitu – každý otevřený e-mail, kliknutí nebo odpověď posilují signál, že vaše značka má pro lidi hodnotu. A to bude i nadále nejlepší (a jediný dlouhodobý) způsob, jak se s AI spamovými filtry vypořádat. Tvořte proto obsah, který edukuje, baví a inspiruje. A pokud hledáte partnera, který vám s tím pomůže, Včeliště je tu pro vás.