Er Is Niet 1 Juist Attributiemodel. Zo Los Je Dat Op.
Weet je nog die tijd dat we marketing euro's uitgaven zonder zorgen over attributie, en blind vertrouwen hadden op Ome Google en Tante Meta? Wat een heerlijke tijd was dat. En wat onwaarschijnlijk naïef.
Want als er toch één mooi effect is van de opschudding in het cookie landschap is het wel dat we eens goed achter onze oren zijn gaan krabben over attributie. Het simpele online attributiemodel is niet meer onomstreden, en dat is maar goed ook.
Het is namelijk belangrijk om te beseffen dat niet één attributiemodel het hele verhaal vertelt. First click, last click, lineair. They're all wrong. En daarom hebben we juist meerdere modellen en verschillende rapportage naast elkaar nodig. Om te vergelijken en te puzzelen. Om ze samen het verhaal te laten vertellen.
combineer meerdere databronnen
Volgens mij zijn er vijf bronnen van data en informatie die je wil overwegen.
Als eerste is er de rapportage van je online advertentiekanalen. Meta en Google volgen het gedrag van je bezoekers die niet zo'n probleem hebben met cookies, en wijzen conversies toe aan je campagnes. Dat gaat helemaal vanzelf. Maar natuurlijk kunnen die online kanalen alleen waarde toekennen aan hun eigen bijdrage, dus al het andere blijft buiten beschouwing. Dat is niet raar, maar wel een probleem. Daarnaast kan het gedrag van bezoekers die niet alle soorten cookies toestaan niet worden gevolgd.
Alsnog kan je rapportage op kanaal niveau heel waardevol zijn. Als je bijvoorbeeld een significant verhoogde CTR ziet in search wanneer je een radiocampagne draait, dan kan dat een mooi aanknopingspunt zijn in het onderzoek naar campagne effecten.
Marktvolume, traffic en sales
Als tweede is het goed om te kijken naar marktvolumes of zoekvolumes. Je wil goed in de gaten houden wanneer je investeringen gaan leiden tot een toename in interesse in je merk en de product categorie.
Daarnaast wil je het gedrag van de bezoekers in je winkel of op je website goed in de gaten houden. Zie je bijvoorbeeld een toename in bezoekers van een specifiek segment dat je net hebt getarget met je campagne? Of zie je toegenomen interesse in een productcategorie die je in de aandacht hebt gezet? Dat zijn allemaal effecten die je mee wil wegen in het beoordelen van je campagne resultaat.
Dan heb je natuurlijk ook nog je verkoopcijfers. Die zijn op zichzelf vaak lastig 1 op 1 te relateren aan je marketing uitgaven, maar ze zijn vanzelfsprekend wel nodig om in de buurt van een compleet verhaal te komen voor je campagne analyse.
Kwalitatieve data
Als laatste zijn er dan nog kwalitatieve inzichten die je verkrijgt uit klant interviews en surveys na aankoop waarin je vraagt hoe de klant je merk of winkel heeft leren kennen. Dit is zeker niet de meest accurate bron van informatie, maar het hele punt is hier dat niet één van de genoemde informatiebronnen zonder problemen is. Meta rekent zichzelf vaak te rijk, en hoeveel bot verkeer er in je analytics tool meegaat is ook een raadsel. Dat raakt aan al je conversiepercentages. Juist om de mankementen van de individuele databronnen wil je ze combineren.
De toegevoegde waarde van een enquête na aankoop of een gesprek met je klant is dat er marketingactiviteiten worden benoemd die in andere modellen onmogelijk naar voren komen. Bij ons zijn dat bijvoorbeeld free publicity, partnerships die met naam en toenaam worden genoemd en onze aanwezigheid op beurzen. Deze kwalitatieve data vertelt ons niet hoevéél die activiteiten precies bijdragen, maar het geeft wel de bevestiging dát ze bijdragen. En dat hadden we anders nergens terug gevonden. Zulke anekdotische inzichten zijn dus absoluut van waarde.
Lange, complexe sales cycles
Waarom je al deze vijf informatiebronnen wil gebruiken om je marketing investeringen te beoordelen in plaats van één attributiemodel wordt snel duidelijk in het geval van een langere sales cycle. Dat heb je bijvoorbeeld als je software aan bedrijven verkoopt, of vakanties aan consumenten, zoals ik.
Tussen de eerste dromen over de zomer en het boeken van de vakantie kunnen zomaar maanden tijd zitten. In die tijd wordt door meerdere mensen in het reisgezelschap georiënteerd en dat gebeurt op meerdere telefoons, tablets, laptops en werk computers. Daar zit je technische uitdaging al. Het is onmogelijk om zo'n complexe journey waarheidsgetrouw af te lezen uit je online attributiemodel.
Een vakantie boeken
Want stel je voor dat jij een vakantie aan het boeken bent. Je ziet een online advertentie en downloadt een mooie brochure in oktober, en boekt uiteindelijk je vakantie in april. In de tussentijd heb je mails gekregen, online advertising gezien, via google en min of meer per ongeluk google ads de website nog 5 keer bezocht, influencer posts gezien, en een heleboel retargeting. En waarschijnlijk ook nog outdoor reclame, radiospots en TV.
Zelfs al zou het technisch gezien lukken om de sale in april toe te wijzen aan de allereerste advertentie in oktober, dan nog zou dat compleet onzinnig zijn. Je hebt veel meer marketing power ingezet in de tussentijd en ook bijbehorende kosten gemaakt om tot die ene aankoop te komen.
En onderschat ook niet welke andere factoren nog van invloed zijn in de overweging. Je kunt voor je vakantie een jaar van tevoren al op een idee zijn gebracht door buren, collega's, vrienden of familie. Want iedereen praat met elkaar over de vakantieplannen. Of misschien bracht Wie is de Mol je wel op je volgende bestemming. Of een mooi artikel in een magazine. Of een jeugdherinnering. Daar kom je onmogelijk achter als je niet in gesprek gaat met je klanten.
Conclusie: één attributiemodel is niet genoeg
Er spelen ontzettend veel dingen mee in de aankoopbeslissing die onmogelijk te vangen zijn in één enkel attributiemodel. En dit geldt voor elke sales cycle. Kort of lang, B2B of B2C, dat maakt geen verschil.
Door je te verdiepen in een waaier van inzichten kun je een veel beter beeld krijgen van de marketingactiviteiten die een rol spelen in je sales resultaten en het effect dat je campagnes hebben. Van advertentieniveau tot verkoopresultaten, en de metrics daartussenin.
Lees hier een uitgebreide write-up van de resultatenanalyse die we deden na onze campagne met radio, out of home en online advertising. Zo kun je zien hoe het in de praktijk werkt om met behulp van meerdere soorten rapportages je resultaten te attribueren aan een campagne.
De korte versie voor sleepyheads
Er is niet één attributiemodel dat je volledig helpt begrijpen hoe effectief je marketingmix of campagne is
Kijk naar meerdere data en informatiebronnen om te begrijpen welke kanalen waardevol zijn en hoe effectief je campagne is geweest
Combineer inzichten op kanaalniveau met inzichten over zoek- en marktvolume, traffic en sales, en voeg daar nog kwalitatieve inzichten aan toe
Blijf niet zoeken naar een perfect attributiemodel, maar combineer de onvolmaakte zodat ze elkaar aanvullen