Anatomie eines Spam-Filters (Teil 1): Worauf sie wirklich achten

Spam-Filter sind aus gutem Grund Blackboxes. Wenn jeder wüsste, wie sie funktionieren, wären sie für böswillige Akteure deutlich leichter auszutricksen.

Das heißt: Um zu verstehen, wie sie arbeiten, müssen wir praktisch vorgehen. Wir testen und beobachten ihr Verhalten, entwickeln Hypothesen darüber, wie sie funktionieren, und prüfen diese Hypothesen anschließend in kontrollierten Experimenten.

Genau das haben wir in den letzten zwei Jahren getan, als wir uns intensiv mit E-Mail-Deliverability beschäftigt haben. In dieser Artikelserie teilen wir all unsere Erkenntnisse zu:

• Wofür Spam-Filter gebaut sind (es ist nicht das “Aussortieren von Marketing-Mails” 🙂)
• Wie Spam-Systeme deine E-Mails Schritt für Schritt bewerten
• Wie du deine Abläufe so gestaltest, dass du seltener im Spam landest

In diesem Artikel geht es um den ersten Punkt: zu verstehen, wofür Spam-Filter gebaut sind und warum unsere Marketing-Mails darin hängen bleiben, selbst wenn wir alle Best Practices befolgen.

Warum gibt es Spam-Filter überhaupt?

E-Mail-Anbieter geben nicht jedes Jahr Millionen aus, um Spam zu bekämpfen (definiert als unerwünschte/unaufgeforderte E-Mail), nur um die Nutzererfahrung zu verbessern.

Warum tun sie es also?

Sind es die Kosten?

Schätzungen zufolge sind 80 % des gesamten E-Mail-Traffics Spam. Das bedeutet, dass die dafür aufgewendete Rechenleistung, Bandbreite und der Speicherplatz enorm sind.

Aber das ist auch nicht der Grund.

Die Belege aus unserer Untersuchung (die wir im Verlauf dieser Serie teilen werden) sprechen überwältigend dafür, dass das primäre Ziel dieser Filter nicht darin besteht, Spam zu verhindern, sondern Scams, also Betrug.

Wie verbreitet ist Betrug? Das FBI berichtet, dass Phishing-Angriffe Opfer jährlich 2,7 Milliarden Dollar kosten und dass die globale Cyberkriminalität (bei der Cold-E-Mail stark zum Einsatz kommt) über 6 Billionen Dollar ausmacht. Die schiere Größe dieser Betrugszahlen und der damit verbundenen Haftungsrisiken ist der Hauptgrund dafür, dass wir E-Mail-Anbieter wie Google ihre Filtertechnik ständig aufrüsten sehen.

Mit anderen Worten: Die ganze Zeit dachtest du, du landest im Spam-Filter, weil du Marketing machst. In Wahrheit bist du im Scam-Filter hängen geblieben, weil der Algorithmus deine E-Mails nicht von denen der Cyberkriminellen unterscheiden konnte. 😭😭😭

Wie “Best Practices” dich in den Scam-Filter befördern

Wenn diese E-Mail-Filter darauf ausgelegt sind, betrugsähnliches Verhalten zu erkennen, dann ist unser Ziel, so wenig wie möglich wie diese Betrüger auszusehen.

Wie gut schaffen das die heutigen “Best Practices”?

Die Antwort lautet: “sehr schlecht”. Massenhaft Domains kaufen, Postfächer aufwärmen, E-Mail-Inhalte per Spintax variieren und sich an die IPs von Google/Outlook/Sendgrid dranhängen sind Praktiken direkt aus dem Playbook der Betrüger. Sie sind sehr leicht zu erkennen.

Weiter unten und im Verlauf dieser Serie zeigen wir genau, wie das blinde Befolgen dieser Praktiken (entwickelt ohne jede wissenschaftliche Sorgfalt, geteilt ohne jeden Beleg) häufig zu schlechterer Deliverability führt.

Text-Inhalt

Wie sehen die meisten Scam-E-Mails aus? Nehmen wir eine der berüchtigtsten Betrugsmails aller Zeiten auseinander, die “Nigerianischer-Prinz-E-Mail”, und schauen, wie viele Content-Best-Practices sie erfüllt:

• Kurze Betreffzeile ✅
• Kein HTML ✅
• DKIM/DMARC/SPF eingerichtet
• Keine E-Mail-Signatur ✅
• Nicht zu viel Text ✅
• Einfaches Wertangebot/Pitch mit klarem ROI ✅
• Einfacher Call-to-Action ✅

Die Wahrheit ist: Diese Scam-Mail ist aufgebaut wie die meisten Cold-E-Mails heute, und Machine-Learning-Algorithmen können den Unterschied nicht erkennen, es sei denn, es wird deutlich mehr Arbeit in den Inhalt gesteckt. In unserer Untersuchung haben wir festgestellt, dass diese Art von Content-Anpassung die Zustellung in den Posteingang um bis zu 25 % verbessert hat!

Das ist ein gutes Beispiel dafür, wo du weniger darüber nachdenken solltest, wie du nach Spam aussiehst, und dir mehr Sorgen darüber machen solltest, nicht nach Scam auszusehen.

In einem späteren Beitrag schauen wir uns die Algorithmen an, die ein Open-Source-Spam-Filter verwendet. Das wird das Ganze noch klarer machen.

HTML-Inhalt

Google hat kürzlich alle in Aufruhr versetzt, als es diese Warnmeldung bei E-Mails anzeigte, die Open-Tracking-Pixel enthielten.

Alle im Social Web dachten, das sei Google, das gegen Spammer vorgehe, die E-Mail-Marketing-Tools nutzen. Man ging tatsächlich davon aus, dass jemand bei Google die Aufgabe bekommen hatte, gegen SDR-/Marketing-Mails vorzugehen, als hätte das oberste Priorität.

Was man später herausfand (und was wir in unserer Untersuchung bereits festgestellt hatten): Google zeigte diese Warnung nicht wegen des 1×1-Tracking-Pixels an. Sie zeigten sie an, weil das CSS auf diesem Pixel “display:none” war, was bedeutete, dass ein unsichtbares Bild in der E-Mail ausgeliefert wurde. Wer würde denn ein unsichtbares Bild in einer E-Mail ausliefern wollen, außer jemandem, der versucht, den Leser zu täuschen? Ein Betrüger!

Als E-Mail-Marketing-Anbieter merkten, dass sie dieses CSS einfach entfernen konnten und niemand das Pixel überhaupt bemerken würde (da es 1×1 ist, sieht es aus wie ein Fleck auf dem Bildschirm oder Ähnliches), verschwand die Meldung. Viele fragten sich: “Ist das wirklich der Grund, warum ich all die Jahre das E-Mail-Open-Tracking ausgeschaltet habe???”

Was ist also die Erkenntnis?

Erstens: Es gibt SEHR SEHR SEHR viele ähnliche HTML-Warnsignale, die offensichtlich werden, sobald du deine Perspektive vom Denken eines Spammers zum Denken eines Betrügers verschiebst.

Und zweitens ist das ein klassisches Beispiel dafür, wie “E-Mail-Experten”-Ratschläge auf dieselbe Weise richtig sein können wie eine stehengebliebene Uhr zweimal am Tag: Sie hatten recht damit, dass das Entfernen von Tracking-Pixeln die Deliverability verbessert, lagen aber bei der Ursache und der optimalen Lösung falsch.

Link-Weiterleitungen

Ein weiterer Klassiker aus dem Playbook der Betrüger ist es, mit Links zu spielen, indem man Weiterleitungen auf andere Domains einbaut. Die raffiniertesten finden sogar Domains, die wie andere Domains aussehen.

Was raten dir die Cold-E-Mail-Experten?

• Kaufe alternative Domainnamen, die einem echten Domainnamen ähneln.
• Überschreibe Links, um Klicks zu tracken.

Auch hier zeigt sich die “Cleverness” des Outbound-E-Mail-Marketers wie die Cleverness des Betrügers.

Hinweis: Es gibt weit bessere Mechanismen zum Klick-Tracking, die wir in einem späteren Beitrag mit dir teilen werden.

Fazit

In den Hauptposteingang zu kommen, indem man blind “Experten-Ratschlägen” folgt, wird immer schwieriger.

Wer in den kommenden Jahren konstante Ergebnisse erzielen will, muss verstehen, WIE Spam-Filter funktionieren, und maßgeschneiderte Strategien auf Basis der Merkmale seiner Kampagne (Volumen, Marke, Angebot usw.) entwickeln.

Für diejenigen von uns, die hochwertige Kampagnen auf segmentierten Listen aufbauen, gibt es weit bessere, schnellere und günstigere Wege in den Posteingang, als in das Kaninchenloch des Infrastruktur-Managements abzutauchen. Genau die teilen wir hier im Hi-Walter-Blog mit dir.

Weiter geht es in Teil 2, wo wir Schritt für Schritt zeigen, wie Spam-Systeme deine E-Mails tatsächlich bewerten.