1. Waar komen die conversies vandaan?
Het gebruik van vele tools in campagnes, en daarmee vele verschillende metrics en attributiemodellen, maakt het moeilijk om snel en gemakkelijk te bepalen wat (en in welke mate) invloed heeft op het uiteindelijke resultaat. De Customer Journey maakt het er niet eenvoudiger op. Waarom? De klant moet eerst van ons horen (eigen metrics), zich engageren (een andere set metrics), kopen, en idealiter nog terugkomen en ons aan anderen aanbevelen (nog meer metrics). Op elk van deze stadia gebruiken we tools met verschillende indicatoren, en deze tools beïnvloeden elkaar wederzijds. Bovendien hebben veel van de uitgevoerde acties een vertraagde impact… Dus wat „levert” uiteindelijk het resultaat en in welke mate?
Zelfs als je alles in één metrische tool kunt instellen, kun je de gegevens vaak nog steeds niet direct vergelijken. Vergelijk bijvoorbeeld de conversiedata van Meta Ads en Google Ads – als we ze tellen, zouden we de spreekwoordelijke miljoenen munten al moeten tellen.Maar dat gebeurt meestal niet. Het blijkt dat platforms dezelfde conversies aan zichzelf kunnen toeschrijven (zelfs bij last click).
Is het de moeite waard? Deze vraag komt vaak naar voren, en het antwoord is altijd: ja, want gegevens brengen je dichter bij de waarheid over wat werkt en wat niet.
2. Parallelle werelden
Soms heb ik de indruk dat marketing binnen bedrijven functioneert als een afdeling die niemand begrijpt. Besturen of verkoopafdelingen weten niet wat marketing eigenlijk doet. En ze willen het blijkbaar niet weten, laat staan begrijpen. Ze zien marketing als een soort black box, waarin budget wordt gestopt en vervolgens een resultaat wordt verwacht. En in geval van een crisis wordt dat budget het snelst gekort (vaak een schot in de eigen voet). Aan de andere kant heeft marketing meestal niet de behoefte om hun acties of resultaten uit te leggen. Op vragen zoals: “Wat doen jullie daar eigenlijk?” antwoorden ze: “Dat gaat je niet aan.”
Dit geldt ook voor de samenwerking tussen marketingafdelingen en bureaus. De verwachtingen van de marketingafdeling en wat het bureau begrijpt en levert, zijn soms parallelle werelden. Voorbeeld van de afgelopen maanden: doelstelling voor het bureau dat een tool beheert – de totale verkoop van het merk verhogen. Uitvoering door het bureau: het maximaliseren van de ROAS ten koste van het kannibaliseren van andere kanalen. De rapporten van de tool zien er groen uit. De verkoopdoelen van het bedrijf worden niet gehaald. Wat ging er mis?
Een ander geval: het doel is het werven van klanten met zo hoog mogelijke retentie, lees: klanten die maandenlang gemonetariseerd kunnen worden. Elk jaar besteedt het bedrijf enorme bedragen aan acties tijdens Black Friday, hoewel klanten die op deze manier worden geworven, buitengewoon ontrouw zijn. Maar de conversieratio’s voor de eerste verkoop zien er geweldig uit. Ook de rapporten van de verschillende tools. Alleen komt de klant niet terug.
Wat als we met het bureau zouden communiceren op basis van bedrijfsmetrics, die het bureau kan vertalen naar doelen voor individuele campagnes?
Bartek Pucek gebruikte ooit in een van zijn nieuwsbrieven een analogie die me goed is bijgebleven. We moeten niet alleen meer dingen doen die ons sneller laten gaan, maar vooral meer dingen doen die ons in de goede richting versnellen.
Het Engels heeft hiervoor twee aparte termen: speed (snelheid) en velocity (snelheid met richting).
3. A/B-testen als effectievere vorm van optimalisatie
Een experiment dat aantoonde dat iteratieve verbetering leidt tot betere resultaten dan proberen een perfect ontwerp vanaf het begin te maken, werd uitgevoerd door Peter Skillman en staat bekend als de „Marshmallow Challenge”.
Teams die probeerden vanaf het begin een perfect ontwerp te plannen en te creëren, bereikten vaak geen goede resultaten of hun toren stortte in onder het gewicht van de marshmallow.
Teams die een iteratieve benadering kozen – bouwen, testen, verbeteren en vervolgens opnieuw bouwen – behaalden veel betere resultaten.
Het probleem is dat moderne marketing meer is dan één type marshmallow. Voor effectieve campagnes wordt een doolhof van tools gebruikt. Het kan worden vergeleken met een symfonieorkest en marketeers als dirigenten die de orkestratie uitvoeren.
Orkestratie betekent het proces van het arrangeren van een muziekstuk voor verschillende instrumenten van het orkest. De componist of arrangeur beslist welke instrumenten welke delen van het stuk spelen om het gewenste geluidseffect te bereiken. De dirigent baseert zich op gehoor (het liefst absoluut), en de marketeer op data-analyse. Met een geconsolideerd analysemode kunnen we de waarden van verschillende tools veranderen en kijken naar het eindresultaat van de marketing en de vertaling ervan naar zakelijke resultaten.
4.Zero party en first party data als concurrentievoordeel
In de nieuwe realiteit (GDPR, toestemmingsmodus, enz.) bleek dat niets zo goed werkt voor de efficiëntie van campagnes als het verzamelen van eigen data. Dat betekent nog meer data.
We segmenteren vaak klanten op basis van deze gegevens en voeren gepersonaliseerde communicatie. Maar op welke segmenten moet je je richten, welke verkeersstromen zijn winstgevender dan andere, in welk deel van de klantreis moet je meer investeren, en op welke gegevens moet je je richten? Dit zijn vragen die je moet stellen, maar veel marketeers doen dat niet. Het model dat metrics van boven naar beneden integreert – van bedrijfsmetrics tot impressies in individuele tools – helpt bij het beantwoorden van deze vragen.
Op die manier kunnen gegevens (hun vaardige analyse en afleiding) een werkelijk concurrentievoordeel worden.
5. De markt werkt niet langer voor marketeers
De complexiteit van gegevens (waar zijn de tijden dat je een mediaplan in Excel kon maken!) overstijgt ons cognitieve vermogen. De taal en gegevens die we gebruiken worden steeds abstracter voor anderen. Gelukkig ondersteunt AI ons hier steeds meer in (en dat is goed). Maar de ontwikkeling van kunstmatige intelligentie heeft ook zijn prijs voor de industrie, die kort samengevat kan worden in één zin:
AI verdringt en zal steeds meer mensen verdringen die zich bezighouden met de configuratie en optimalisatie van individuele tools. Dit gebeurt al.
Optimale configuratie van tools wordt de vloer, niet het plafond. Iedereen zal gemakkelijk toegang hebben tot deze kennis, en dat betekent dat het geen concurrentievoordeel meer zal zijn. Met een paar klikken kun je met behulp van AI een optimaal geconfigureerde tool hebben.
De winnaars (of overlevers) zullen degenen zijn die effectief tools (verschillende) combineren met menselijk gedrag, iets dat AI – althans voorlopig – niet kan. Ze zullen een bredere kijk hebben. En een geïntegreerd datamodel kan hierbij aanzienlijk helpen.
Key Takeaways
Dit zijn slechts enkele redenen waarom het nu de moeite waard is om gegevens te verzamelen en te consolideren. Als je het gevoel hebt dat dit ook 'jouw probleem’ is, dan is het hoog tijd om een analysemode te gaan bouwen waarmee je gemakkelijker (wat niet betekent dat het eenvoudig is) de impact van verschillende tools en acties op de algemene resultaten kunt aanwijzen, niet alleen voor marketing maar ook voor de bedrijfsresultaten.
- Het gebruik van veel tools en metrics maakt het moeilijk om te bepalen wat invloed heeft op de resultaten (marketing- of bedrijfsresultaten). Inconsistente gegevens kunnen tot verkeerde conclusies leiden. De oplossing (hoewel nog steeds niet perfect) is het creëren van een analysemode.
- Gebrek aan begrip van marketingactiviteiten door andere afdelingen van het bedrijf en misverstanden tussen marketingafdelingen en bureaus leiden vaak tot ineffectieve acties. Deze acties zien er goed uit in rapporten, maar ondersteunen de belangrijkste bedrijfsdoelen niet – de schuld hiervan ligt vaak bij inconsistente metrics.
- Herhalend testen en verbeteren van campagnes levert betere resultaten op dan proberen in één keer een perfect ontwerp te maken. Het is dus de moeite waard om te testen, gegevens te verzamelen en deze te gebruiken voor optimalisatie.
- Het verzamelen en analyseren van eigen gegevens maakt een betere segmentatie van klanten mogelijk en zorgt voor effectievere campagnes. Gegevens, oftewel kennis, kunnen een concurrentievoordeel worden.
- De groei van het belang van AI in marketing betekent dat optimale configuratie van tools de standaard wordt, en bedrijven die tools effectief combineren met kennis van menselijk gedrag zullen een voorsprong hebben.
- Het consolideren van marketinggegevens uit verschillende bronnen stelt je in staat om beter te begrijpen welke invloed individuele acties hebben op de algemene bedrijfsresultaten en om meer doordachte strategische beslissingen te nemen.
Waar te beginnen? Hoe kun je dit werk enigszins vereenvoudigen? Dat is een onderwerp voor een aparte blog.
Over de auteur
Piotr Rocławski
CEO
Voorzitter van de Raad van Bestuur, CEO en oprichter van Yetiz. Afgestudeerd aan de Technische Universiteit van Gdańsk, deelnemer aan talrijke trainingen en seminars. Al jaren gefascineerd door internetmarketing en -verkoop. Hij werkt efficiënt en effectief, spreekt snel en denkt nog sneller.
