Studi Kasus Yuanita Sekar: Warm-up Domain Email Naikkan Open Rate dari 9 ke 28 Persen dalam 90 Hari 2026
TL;DR: Saat Yuanita Sekar memindahkan newsletter personal brand dari Mailerlite ke domain pengirim sendiri di Januari 2026, open rate awal cuma 9 persen meski list bersih. Kombinasi SPF, DKIM, DMARC bertahap (p=none lalu p=quarantine), dan warm-up volume 15 persen per minggu membawa open rate stabil di 28 persen dalam 90 hari. Tidak ada perubahan headline atau frekuensi kirim, hanya pondasi teknis.
Yuanita Sekar membangun audiens 4.200 subscriber selama 2 tahun di Mailerlite untuk konten personal branding bidang konsultasi. Di awal 2026, biaya naik dan dia ingin migrasi ke setup yang lebih hemat dengan domain pengirim sendiri. Pengiriman pertama dari domain baru hasilnya mengecewakan: open rate anjlok dari 24 persen di Mailerlite ke 9 persen.
Diagnosis awal menunjukkan tiga masalah: SPF record belum diset, DKIM tidak aktif, dan tidak ada DMARC. Gmail melempar 60 persen email ke spam dalam beberapa hari pertama. Domain baru tanpa reputasi pengirim adalah skenario terburuk untuk inbox provider.
Pemetaan Masalah
Untuk konteks teknis, baca dulu email deliverability dan DMARC policy. Tabel di bawah ringkasan kondisi awal vs target 90 hari.
| Metrik | Hari ke-0 | Target Hari ke-90 |
|---|---|---|
| Open rate | 9% | 25%+ |
| Bounce rate | 4,2% | di bawah 2% |
| Spam complaint | 0,8% | di bawah 0,1% |
| SPF/DKIM/DMARC | Tidak ada | Lengkap, p=quarantine |
Eksekusi 90 Hari
Kami memecah pengerjaan ke tiga fase, masing-masing 30 hari. Strategi ini mengikuti praktik standar industri untuk warm-up domain baru.
Hari 1-30: Pondasi autentikasi. SPF, DKIM, dan DMARC dengan p=none dipasang di hari pertama. Volume kirim dibatasi 500-700 per pengiriman, frekuensi 1 newsletter per minggu. Laporan DMARC dipantau via dmarcian tier gratis. Hasil akhir fase: open rate naik ke 14 persen.
Hari 31-60: Naik volume bertahap. Tambah 20 persen volume per minggu, tetap 1 newsletter per minggu plus 1 email transaksional otomatis (welcome flow). Pasang double opt-in untuk subscriber baru agar list tetap bersih. Hasil akhir fase: open rate 22 persen, bounce turun ke 2,4 persen.
Hari 61-90: Naik ke p=quarantine. Setelah laporan DMARC bersih selama 6 minggu, naikkan kebijakan ke p=quarantine. Tambah kampanye promo (2 email per minggu), tetap pantau spam complaint. Hasil akhir fase: open rate 28 persen, bounce 1,6 persen, complaint 0,06 persen.
Studi Kasus Pendukung
Pola yang sama saya pakai di studi kasus Aris Setiawan untuk newsletter personal brand. Bedanya, Aris memulai dari nol subscriber, jadi warm-up berjalan paralel dengan akuisisi. Pelajaran kuncinya sama: jangan tergoda menaikkan volume terlalu cepat.
Pertanyaan Umum
Kenapa harus mulai dari p=none?
Karena Anda butuh data laporan dulu untuk tahu sumber email mana yang gagal verifikasi. Langsung ke p=reject berisiko menolak email sah yang dikirim dari layanan pihak ketiga.
Apakah migrasi ESP selalu butuh warm-up?
Hanya jika domain pengirimnya baru. Kalau Anda pindah ESP tapi tetap pakai domain lama yang sudah punya reputasi, warm-up bisa lebih singkat (2-3 minggu).
Berapa biaya total proyek ini?
Total biaya 90 hari di bawah 500 ribu rupiah: hosting email Anda sendiri, paket dasar ESP, dan dmarcian tier gratis. Biaya naik signifikan hanya kalau list di atas 50 ribu subscriber.
Apakah ini bisa direplikasi untuk e-commerce?
Bisa, tapi e-commerce biasanya butuh warm-up lebih lama (4-5 bulan) karena volume kampanye promo lebih agresif. Untuk pelajaran terkait drip campaign di e-commerce, lihat studi kasus Nalesha.
Penutup
Yuanita Sekar tidak mengubah satupun kalimat di newsletter selama 90 hari. Open rate naik 3x lipat semata karena pondasi teknis. Marketer yang menghabiskan waktu A/B testing subject line padahal SPF/DKIM tidak ada, sebenarnya mengoptimasi di lapisan yang salah. Untuk audit deliverability awal, gunakan tools eksternal seperti mail-tester.com atau MXToolbox SuperTool.
Artikel Terkait
Case Study
Studi Kasus Aris Setiawan: Pasang Agent Tool Degraded Mode di Asisten Konsultasi Hukum, Pangkas Sesi Gagal 47 Persen dan Hemat Biaya Inferensi 29 Persen Selama 35 Hari di 2026
Studi kasus pemasangan Agent Tool Degraded Mode di asisten konsultasi hukum Aris Setiawan. Sesi gagal turun 47 persen, biaya inferensi hemat 29 persen dalam 35 hari.
Case Study
Studi Kasus Ryandi Pratama: Naikkan AEO Snippet Coverage Elasticity Konten Personal Branding Finansial dari 0,38 ke 0,71 dan Lipat Duakan Sitasi Perplexity Selama 48 Hari di 2026
Bagaimana saya naikkan AEO Snippet Coverage Elasticity konten personal branding finansial Ryandi Pratama dari 0,38 ke 0,71 dalam 48 hari, sitasi Perplexity naik 2,1 kali.
Case Study
Studi Kasus Atmo LMS: Pasang Agent Tool Fallback Chain di Asisten Kurikulum, Pangkas Eskalasi Manusia 58 Persen dan Naikkan Completion Rate Modul 16 Persen di 2026
Bagaimana saya pasang Agent Tool Fallback Chain 3 langkah di asisten kurikulum Atmo LMS, hasilnya rasio eskalasi manusia turun 58 persen dan completion rate modul naik 16 persen.
Butuh website yang benar-benar bekerja?
Hubungi Vito untuk konsultasi gratis 15 menit.
WhatsApp Sekarang