Analyseren van conversie-attributie deel 1: de basics

Dit blog is gebaseerd op een deel van onze masterclass op de GAUC 2016. 

Een koopproces is niet lineair. Soms kom je onverwacht met een product in aanraking waarnaar je verder onderzoek gaat doen, soms ga je nog even naar de winkel, soms ga je vanuit de winkel online om de beste prijs te zoeken, en soms ben je avondenlang aan het zoeken naar de perfecte reis, of het perfecte cadeau. Via conversie-attributie probeer je zoveel mogelijk van deze touchpoints (alsnog) op een rijtje te zetten en probeer je te herleiden wat de impact is geweest van een marketingkanaal.

Maar op het moment dat je er echt iets mee wilt gaan doen, loop je al snel tegen een muur aan; in de praktijk valt het best tegen om zelf  inzichten  uit de data te halen. Want waar kijk je nu eigenlijk naar? En wat kan je er mee? Inmiddels hebben we een geautomatiseerd dashboard ontwikkeld waarmee de inzichten over conversie-attributie hebben gebundeld en toegankelijk hebben gemaakt voor een groter publiek dan alleen de data nerds. Maar in deze blog wil ik jullie graag meenemen in de basics van conversie-attributie analyse.

Conversie = teamwork

Hoewel ik geen voetbalfan ben, is het wel een mooie metafoor om te helpen bij het begrijpen van conversie-attributie. Zeker nu het EK net van start is gegaan.  De prestaties van een voetbalteam reken je immers ook niet af op alleen de prestaties van de spits! En ook bij voetbal is het moeilijk om in te schatten wat de werkelijke toegevoegde waarde van 1 specifieke speler is.

Het is dus belangrijk om stil te staan bij het feit dat het eindresultaat wordt bepaald door een combinatie van factoren, waarbij het moeilijk is om te bepalen welke factor bepalend is geweest en hoe zwaar de teamleden hebben meegeteld. Zeker als je geen data scientist bent. En zeker als je informatie niet 100% compleet is.

Je weet bijvoorbeeld nooit de intentie van de klant, en je meet nu eenmaal niet álles. We gaan dus op zoek naar zaken waar we mee kunnen werken. Want: er is geen ‘echte’ waarheid. Conversie-attributie is een middel om op verschillende manieren naar je data te kijken, teneinde een betere inschatting te kunnen maken van de toegevoegde waarde van een marketingkanaal en de customer journey beter te leren kennen. Voorwaarde hiervoor is wel dat je metingen en datakwaliteit op orde zijn, zodat je zeker weet dat dat wat je wél weet, ook daadwerkelijk klopt.

Hier zie je een voorbeeld van een customer journey van 1 conversie op het voetbalveld. Wat zie je in deze customer journey nu gebeuren?

In Google Analytics zie je alleen email terugkomen als conversiepunt, terwijl er in de werkelijkheid maar liefst 4 verschillende kanalen hebben bijgedragen aan die conversie (email, cpc, organic, en display). De hele customer journey bestaat hier dus uit 6 touchpoints en 4 kanalen.

Waarde van het touchpoint bepalen

Om de customer journey goed te begrijpen en de juiste KPI’s te bepalen per kanaal, gebruiken we bij Traffic Builders het REAN® model. Uitgangspunten hierbij zijn:

• Elk kanaal heeft een eigen basisrol in de marketingmix
• Een kanaal kan evt. meerdere rollen vervullen, afhankelijk van aanpak
• Optimale marketingmix dekt alle fasen van het REAN® model af

Als je de customer journey wilt gaan analyseren en de waarde van een marketingkanaal wilt gaan toekennen, is het belangrijk om er rekening mee te houden wat het doel was van je marketing kanaal: heb je deze ingezet op reach, engage, of activate? Deze keuzes bepalen het point of view waarmee je naar de resultaten wilt kijken, en welke KPI’s daar het beste bij passen.
In een notedop:

Reach
De klant leert het merk kennen, of wordt gewezen op een aanbieding van een bekend merk.

• KPI’s: First touchpoint & assist.

Engage
De klant is betrokken bij het merk. Komt vaker terug op de site en schrijft zich in voor de nieuwsbrief.

• KPI’s: Assist & last click, soft conversion.

Activate
De klant gaat over tot aankoop.

• KPI’s: Last click , voorlaatste assist.

Nurture
Bestaande klanten terug laten komen; in feite ‘Engage’ voor bestaande klanten.

• Buiten scope van conversie-attributie.

Directe conversies en ondersteunde conversies

In Google Analytics zijn 2 rapporten het belangrijkst voor conversie-attributie: het ‘assisted conversions’ rapport dat je hieronder ziet, en de ‘beste conversiepaden’.

Als eerste ‘assisted conversions’. Je ziet hierboven een paar dingen: “ondersteunde conversies” (links), “laatste klik of directe conversies”(dat zijn er meer!) en ”ondersteunde/laatste klik of directe conversies” helemaal aan de rechterkant.

De laatste klik of directe conversies is het  totaal  aantal unieke conversies. De ‘ondersteunde conversies’ zijn conversies waarbij meerdere touchpoints betrokken zijn geweest. De Assist ratio is het aantal ondersteunde conversies gedeeld dor het totaal aantal conversies (de laatste klik conversies).

Eigenlijk staat hier: 34% van alle conversies hebben meerdere touchpoints gehad en 67% dus maar 1 touchpoint. 2/3 van de conversies vind dus direct na de eerste klik plaats, dus een cross-channel analyse heeft in dit geval betrekking op 1/3 van alle conversies. Dit zijn conversies van mensen die op 1 device een customer journey hebben gevolgd en geen cookies hebben gewist. Ondersteunde conversies zijn dus conversies die zijn ondersteund door meerdere touchpoints.

Onder de ‘Totalen’ zie je de uitgesplitste traffic kanalen met ‘ondersteunde conversies’. Maar, als je die bij elkaar optelt, dan komt daar níet het getal uit wat bij ‘ondersteunde conversies’  staat linksboven! (2686 is in dit geval de optelsom van deze 4 kanalen).

Vaak zijn er meerdere verschillende kanalen tegelijk betrokken bij dezelfde conversie. Dus netto heb je 1 ondersteunde conversie, maar heeft ieder kanaal apart gezien ook 1 conversie ondersteund. Precies hetzelfde als met voetbal; het aantal passes is ook groter dan het aantal doelpunten, maar alle aparte spelers hebben daar via de pass aan bijgedragen. De kanalen overlappen met elkaar en daardoor is de optelsom niet gelijk aan het totaal wat je linksboven ziet. Oftewel het aantal ondersteunde conversie linksboven is het unieke aantal conversies waarbij meerdere kanalen betrokken zijn geweest.

Waarde van een kanaal in de customer journey

Hoe schat je nu een aantal assists op waarde? Door altijd te bedenken wat het doel was van je campagne. Heb je een campagne die is gericht op branding, die veel aankopen genereert? Dan is dat mooi meegenomen uiteraard, maar het doel van je campagne was merkbekendheid, oftewel Reach en wellicht ook Engage.  Voor dat soort campagnes zou je een conversie-attributie-analyse kunnen doen onder begeleiding van een ingesteld engagement gericht doel; zoals het aantal bekeken pagina’s of tijd op een pagina. Links bovenin kan je kiezen voor het conversiepunt dat past bij je campagne (mits goed ingesteld uiteraard).

Tot slot is in deze rapportage nog een tabblad aanwezig, namelijk de ‘Eerste-interactie-analyse’

Deze is uitstekend geschikt voor de analyse van Reach campagnes, waar bijvoorbeeld display vaak deel van uitmaakt. Als hier blijkt dat display relatief vaak het eerste touchpoint is geweest in je customer journey, dan heb je hoogstwaarschijnlijk veel nieuwe bezoekers naar je site getrokken (Let op: Nieuwe bezoekers kunnen ook mensen zijn die je merk al kenden, maar hun cookies hebben gewist of via een ander apparaat komen. Het is dus niet 100% waterdicht). Als het doel van je display campagne geen merkbekendheid was, maar als doel had om mensen meer te betrekken bij je merk, dan is een hoge eerste interactieratio minder relevant en kijk je liever naar het aantal ondersteunde conversies. In de cijfers bij onderstaande visual is display vrijwel nooit het eerste interactiepunt geweest:

Beste conversiepaden

In het rapport  ‘Beste conversiepaden’ kan je inzoomen op de details van de verschillende customer journeys.  In deze rapportage zie je vooral welke positie een kanaal inneemt in de customer journey en ook hoe vaak een kanaal voorkomt. Dit moet je helaas wel zelf bekijken; er is geen cijfermatige opsomming van het aantal keer dat een kanaal in een customer journey voor komt. Ook kan je (nog) geen onderscheid maken naar type apparaat, ook niet in de User-ID view (!).

Let goed op het tabje wat je selecteert, deze staat standaard op ‘MCF-kanaalgroep’ (een standaard indeling in Google Analytics). Deze is niet per definitie hetzelfde als in de ‘Acquisitie’ rapportages, welke gebruik maakt van de ‘Standaard kanaalgroepering’. Zodra je in de Standaard kanaalgroepering zaken aanpast, gaat de MCF kanaalgroepering niet automatisch mee. 

Google Analytics 360 voegt daar (mits gekoppeld aan Doubleclick) de display impressies nog aan toe, en zorgt ervoor dat alle verkeer uit Doubleclick automatisch goed wordt gemeten in Google Analytics zonder dat er utm_tags aan toe hoeven te worden gevoegd (!):

In het volgende blog gaan we dieper in op het analyseren van kanaal-effecten en de toepassing van attributiemodellen binnen de genoemde rapportages. Stay tuned!