Conversie attributie – Next Level inzicht in ROI

Mobiel, Big Data, AI (Artificial intelligence), omni-channel, growth hacking…allemaal nieuwe termen die zowel vraagtekens als enthousiasme opwekken. Het zijn allemaal onderwerpen waarvan iedereen weet dat ze de komende jaren de huidige gang van ‘zaken’ flink gaan veranderen. En niet alleen in de wereld van online marketing of big-data. 

Als je up-to-date bent met de laatste ontwikkelingen, komen veel van deze termen je waarschijnlijk bekend voor. Het zijn namelijk attributie-modellen. Nee, niet de attributie-modellen van de middelbare school. De modellen waar we het nu over hebben worden enkel toegepast om een bedrijf slimmer en sneller te laten groeien. Je hoeft hierbij zelf niets te berekenen. 

Het overgrote deel van de online shoppers koopt pas nadat ze door meerdere marketingkanalen van een merk of product zijn bereikt.

Voorbeeld: 

John ziet een advertentie op social media voor een mountainbike, maar hij klikt niet omdat hij geen interesse heeft. Maar: het eerste zaadje is gepland. Een week later ziet John een banner op nu.nl en klikt erop, omdat hij nieuwsgierig is en meer wil weten over een mountainbike. John kijkt wat op de website rond, maar doet verder niets. Wat John waarschijnlijk niet weet is dat hij nu terecht is gekomen in de doelgroep van het mountainbike marketing team. 

Enkele weken later is het mooier weer en herinnerd John zich dat hij de mountainbike-website. Hij zoekt op google “beste mountainbike in Nederland 2020”. Het mountainbike team heeft de online marketing goed voor elkaar en zorgden ervoor dat ze een Google AdWords tekstadvertentie hadden geplaatst in Google. John klikt op de website, kijkt wat rond, selecteert enkele modellen om te vergelijken, schrijft zich in voor de nieuwsbrief, maar.. Besteld nog niets. 

Niet lang daarna ontvangt John een persoonlijke email inclusief aanbieding en hij hapt toe. Hij voelt zich de koning te rijk en het marketing team is blij met de conversie. 

Hoe bereik je klanten die allemaal op unieke wijze zoeken, oriënteren en kopen?

De vraag is, Hoe vind je nog duizend klanten zoals John? Klanten die allemaal hun eigen vooronderzoek doen naar een product en waarbij iedereen op verschillende wijzes wordt getriggerd. Video’s, een persoonlijke aanbieding of toch belangrijke reviews? Hoe moet je als online marketeer met een beperkt budget een optimaal roi te berekenen?

Om hier beter inzicht in te krijgen, kun je Google Analytics gebruiken om John’s reis te tracken. 

Om nu een beter beeld te krijgen van bijv. de rol van Google AdWords klikken die niet direct tot een conversie leiden, kun je in Google Analytics filters gebruiken:

Op deze manier kun je verschillende filters toepassen en best leuke analyses doen om te zien welke kanalen nu met name goed converteren, de roi/roas berekenen en welke bijvoorbeeld meer bijdragen tot het vullen van de funnel. 

Wanneer je echter een paar duizend euro per maand uitgeeft aan online marketing en honderden conversies per maand draait, is het onbegonnen werk en zeker niet efficiënt om dit allemaal handmatig te bereken. 

Modellen

Omdat Google, de beste vriend van iedere marketeer, dit probleem ook heeft gezien, zijn er intussen verschillende  modellen ontworpen binnen Google Analytics om de customer journey in kaart te brengen. Ze geven inzicht in welk marketingkanaal de meeste impact heeft op de customer journey en hoe de roi kan worden berekend en geoptimaliseerd. 

Voordat ik uitleg welk model en doelstelling het beste past bij jouw bedrijf leg ik ze kort uit:

Last-click. In dit model, krijgt het laatste kanaal alle credit voor de order. In het geval van John hierboven zou email marketing dus 100% van de credits krijgen. 

 Last non-direct click, dit model is al iets interessanter voor de marketeers, omdat het kijkt naar het marketingkanaal voordat de gebruiker de directe website url intikt. Op die manier krijg je als marketeer al een iets beter beeld van welke kanalen ervoor zorgen dat mensen terugkomen en daadwerkelijk iets aanschaffen. In het geval van John zou email marketing hier dus ook 100% van de credits krijgen.

 Last Google Ads Click, de laatste Google AdWords klik krijgt hier 100% van de credit. In het geval van John is er 1 Google Ads klik geweest welke dan dus ook 100% van de credits zou krijgen. Dit model is, mijns inziens, alleen geschikt als je perse wilt laten zien dat Google AdWords werkt. Verder is het niet echt nuttig omdat de overgrote meerderheid van online conversies meerdere interacties bevatten. 

 First Interaction, in dit model wordt het eerste marketing kanaal waarop geklikt wordt, alle credits toegekend. In het geval van John zou dat dit een display banner aangezien hij wel de social media ad gezien had, maar niet geklikt heeft. Later meer hierover. 

 Linear, elk kanaal waar een interactie geweest is, krijgt evenveel credits. In het geval van John zouden display, Google Ads en Email marketing binnen Google Analytics dus allemaal 33% gekregen hebben. 

Time Decay, in dit model, krijgt het kanaal wat het dichtste bij de conversie was, de meeste credits. Bijv. Email marketing krijgt 50%, Google Ads 30% en Display 20%. Hoe de percentages verdeeld worden in dit model is niet helemaal duidelijk maar je krijgt een duidelijk beeld van welk kanaal het meeste bijdraagt om de klant uiteindelijk te overtuigen om te kopen. 

 Position Based, 40% van de credits worden toegewezen aan het kanaal met de eerste interactie, 40% aan het kanaal met de laatste interactie voor conversie, de overige 20% credits worden gelijk verdeeld over de andere kanalen. Dit model is met name gefocust op 2 dingen:

1) Welk kanaal zorgt voor een succesvolle initiële acquisitie in de funnel die leidt tot een conversie

2) Welk kanaal zorgt ervoor dat de klant uiteindelijk ook bestelt?

Er zijn een aantal dingen om rekening mee te houden zoals:

Session settings (sessie-instellingen)

Elke Google analytics account heeft standaard instellingen die bepalen hoe lang de activiteit van een online gebruiker gemeten en bewaard wordt. De standaard website sessie is ingesteld op 30 minuten. Hierna wordt de sessie dus ge-reset en gezien als een nieuwe sessie. 

Daarnaast wordt iemand 6 maanden lang gelinkt aan een bepaalde campagne of marketing kanaal. Daarna wordt deze link verwijderd. Zie schermafbeelding hieronder:

Mijn aanbeveling zou zijn om te kijken naar

a) hoe lang de gemiddelde website bezoeker op je website is. Is dit gemiddeld richting de 30 minuten dan zou ik de session timeout verlengen naar bijv. 60 minuten. 

b) Is je sales cycle langer dan 6 maanden (denk bijv. Aan het kopen van een huis, emigreren, auto aanschaffen, etc) dan kan je de campaign timeout ook langer maken. Mocht je sales cycle heel kort zijn en je wilt meten hoe bijv. Terugkerende bezoekers en klanten weer bij jou terecht komen, kan je de campaign timeout korter maken.

Afhankelijk van je business model, moet je wel proberen om het initiële acquisitie kanaal ergens op te slaan (bijvoorbeeld in een CRM) om op die manier de Customer Lifetime Value (CLV) en roi over langere termijn te kunnen berekenen. DIt is met name van toepassing voor online bedrijven die agressief willen groeien en aan het begin van hun lifecycle met name focussen op het acquireren van klanten en minder op directe winst. 

Nu dat je al het bovenstaande te weet gekomen hebt, zijn er een aantal dingen waar je nog aan moet denken. Zaken die de data voor jouw onderneming kunnen beïnvloeden. 

• Mensen die cookies verwijderen
  Hier kun je natuurlijk vrij weinig aan doen maar dit zorgt ervoor dat de data van deze persoon ge-reset worden in Google Analytics en het gehele plaatje dus mist.
• USER -ID
  Dit is een heel interessante functionaliteit van Google Analytics waarbij mensen die ingelogt zijn op je website op verschillende apparaten (mobiel, tablet, desktop) als 1 gebruiker gezien worden ipv 3. Op die manier kun je zien hoe 1 gebruiker op verschillende apparaten de website bezoekt en wat voor impact dit heeft. Hier meer over USER-ID.
• Verwijzingskanalen
  Behalve de traditionele marketingkanalen die Google analytics herkent, zoals Google Ads, Email, Social Media, Display, zijn er ook de overige manieren hoe een gebruiker op de website terecht kan komen. Bijv. via een link die iemand op WhatsApp deelt of een blog op een website. Wat echter vaak voorkomt bij e-commerce websites, is dat het betalings portaal als een externe website gezien wordt. Dit zorgt er dan vervolgens voor dat het oorspronkelijke marketing kanaal gemist wordt door Google Analytics. Het is best practice om deze betaalportalen uit te sluiten, zie bijv: 

Nu dat je alles weet over instellingen en modellen, is de grote vraag hoe je het toepast in jouw bedrijf en marketing strategie. 

Welk model past waar?

Er zijn een aantal dingen waar je naar moet kijken om te bepalen welk model het beste werkt voor jouw bedrijf. 

Bedrijfsdoelstellingen. Is het je doelstelling om de onderneming op korte termijn met maximale ROI/winst te groeien? 

Of heb je een lange-termijn visie om bijvoorbeeld eerst heel veel klantenbinding te doen tegen minimale winst of zelfs verlies? Dit komt voor met name als er veel marketing budget beschikbaar is en je bedrijfsmodel geënt is op hoge volumes van transacties of “leads” met relatief kleine marges.

Andere doelstellingen zijn bijvoorbeeld afhankelijk van hoe je onderneming commercieel werkt. Krijg je maandelijkse betalingen van klanten voor een dienst (bijv. verzekering) of verkoop je eenmalig iets en moet je telkens acquisitie blijven doen.

Op basis van deze doelstellingen moet je kijken welk model het beste bij je past. 

Als voorbeeld, stel dat je een webshop hebt en je doelstelling is om datgene wat je maandelijks aan online marketing uitgeeft, in diezelfde maand weer terug te verdienen plus winst. In dit geval heb je een korte termijn doelstelling en wil je dus je conversies berekenen en weten welk marketing kanaal op de korte termijn de beste ROAS en ROI behaalt..

Dit komt overeen met welk gedeelte van de marketing funnel je het snelste de beste resultaten (conversies & ROI/ROAS) oplevert.

Onderaan de funnel vind je de mensen die nu direct de intentie hebben om iets te bestellen. Deze vindt je normaal gesproken met name op Google. Om dus te kijken hoe je het meest efficiënt deze doelgroep converteert naar klanten, is het “last click” model het beste. Hier zou email marketing ook van pas kunnen zijn, afhankelijk van hoe de kwaliteit en grootte van je database is.  

Mocht je doelstelling bijv. puur acquisitie zijn en je wilt zien welk marketing kanaal op de lange termijn de beste klanten genereert. Klanten die lang klant blijven en/of regelmatig bestellen. Als dit je doelstelling is, wil je kijken naar of het “first-interaction” model of het “position-based” model aangezien deze 2 modellen aanzienlijke credits geven aan het kanaal van de eerste interactie en je op die manier dus kunt zien welk kanaal over een langere termijn de beste klanten genereert. 

Een van de dingen waar je aan moet denken is dat je op een gegeven moment in je groei-cyclus op een punt komt waar je niet alleen maar het onderste uit de funnel (kan) kunt halen. Je zult moeten uitbreiden naar doelgroepen die bijv. commercieel minder opleveren op de korte termijn. Hoe meet je het success van de advertenties die je toont aan zulke doelgroepen? Hier moet je bijv. kijken naar een ander attributiemodel dan bijv. Last-click maar naar bijv. Time-decay of Linear om de rol van elk kanaal gelijk te kunnen meten. Je kunt hier ook mee spelen in Google Analytics:

In bovenstaande schermafbeelding zie je bijvoorbeeld hoe je verschillende attributie modellen met elkaar kunt vergelijken en ook per acquisitiekanaal de verschillen kunt zien. 

Vervolgstappen

Het eerste om te doen is om de metingen juist te krijgen door het aanzetten van Google Signals in Google Analytics:

Geef jezelf een maand of 2 de tijd (afhankelijk van hoeveel data jouw website genereert) en bespreek het vervolgens met je leidinggevende. 

Neem deze zaken door met degene aan wie je rapporteert zodat er op dezelfde manier naar gekeken wordt. Mocht je namelijk dingen aanpassen kan het de resultaten aan het begin behoorlijk veranderen.

Bespreek de juiste instellingen en doelstellingen om tot een optimale set-up te komen en je activiteiten te meten op een manier die past bij hoe je bedrijf werkt. 

Voor meer vragen en hoe je dit effectief kunt toepassen om je onderneming te groeien, neem gerust contact met ons op. 

Hierna ben je er klaar voor om de volgende stap te zetten en je leven makkelijker en leuker te maken. Na e-commerce attribute modellen, ga je naar “data dashboarding” (5x woordwaarde!) toe. Hiervoor maak je gebruik van een andere tool van Google, namelijk Google DataStudio. Binnen Datastudio kun je verschillende marketingkanalen zoals Google AdWords, Social, Email marketing, SEO en meer vanuit bronnen zoals Google Analytics maar ook andere bronnen bij elkaar zetten en een complexe roi berekening, eenvoudig EN realtime maken. GMU.online heeft hierin behoorlijk doorontwikkeld en is in staat om dit voor elke klant en onderneming op maatwerk te leveren zodat de klant vanaf dag 1 alles volledig inzichtelijk heeft op basis van de doelstellingen (bijv. ROAS) van de klant zonder dat de klant verschillende systemen hoeft te kennen of op te zetten.