Meer onlinemarketingrendement met attributie

Praktische toepassingen van attributie met Google Analytics

Meer onlinemarketingrendement met attributie

Google Analytics biedt sinds 2011 de mogelijkheid tot het analyseren van conversie-attributie. Daarmee zijn de mogelijkheden voor optimalisatie met attributie gratis toegankelijk geworden. In Google Analytics tonen attributierapporten welke campagnes zorgen voor sales en welke daarbij assisteren. 

Veel marketeers vinden attributie moeilijk. En dat is het misschien ook wel. Er is veel data die je ook nog eens moet interpreteren op basis van allemaal aannames. Daardoor is het lastig om tot actiegerichte analyses te komen. Een eenvoudige vraag als 'Welke extra winst genereren we met een budgetstijging van 100 procent voor een displaycampagne?' is nog steeds moeilijk te beantwoorden. Daarom laten veel organisaties attributie al snel voor wat het is. Dat is jammer want inmiddels is het goed mogelijk om te optimaliseren met behulp van attributie. Hieronder zal ik een paar praktische mogelijkheden bespreken die iedereen direct kan toepassen en waarmee je je rendement wellicht flink kan opschroeven.

Voor wie attributie nog nieuw is, eerst nog een korte introductie. Daarna zal ik enkele direct bruikbare analyses in Google Analytics behandelen.

Introductie in attributie

Attributiefunnels maken duidelijk welke rol de verschillende online marketingkanalen hebben bij conversie van bezoekers. Een attributieanalyse toont hoe een kanaal leidt tot directe conversies en hoe het assisteert bij conversie in andere kanalen. 

Google Analytics biedt het volgende rapport onder: Conversions > Multi Channel Funnels > Overview:

Google Analytics Multi Channel Visualizer

In het rapport zie je dat er nogal wat overlap is tussen de verschillende kanalen. Het is bijvoorbeeld direct duidelijk dat het paidsearchkanaal niet bepaald zelfstandig leidt tot transacties maar sterk samenhangt met de andere kanalen. Helemaal bovenaan staat dat er sprake is van 105.516 conversions en 77.311 assisted conversions. De assisted conversions zijn tot stand zijn gekomen via meer dan één kanaalinteractie. 

Attributieratio bepaalt of attrbutieanalyse zinvol is 

De conversions en assisted conversions vormen de aanleiding tot een metriek: de attributieratio die duidelijk maakt welk percentage van de conversies aan attributie onderhevig is. Om deze ratio te berekenen, neem je de assisted conversions en die deel je door de conversions. In het bovenstaande voorbeeld is de attributieratio: 77.311 / 105.516 = 73 procent. Dit betekent dus dat ruim 7 van de 10 conversies tot stand komt via bezoeken die hun oorsprong vinden in verschillende online kanalen. 

De attributieratio vormt een indicatie voor wat je mag verwachten van attributie-optimalisatie. Als de ratio bijvoorbeeld maar 10 procent is, is de impact geringer dan wanneer deze 75 procent is. Naast de ratio moet je ook kijken naar de mediabudgetten. Als die 10 procent gaat over een mediabudget van bijvoorbeeld 2.000.000 euro dan heeft attributie meer zin dan bij 75 procent op een budget van 50.000 euro. 

Analyseer de juiste conversie

Het is belangrijk dat je de belangrijkste conversies in beschouwing neemt. Een goede Google Analytics-implementatie kent vele conversies. Voor deze attributie is het echter van belang om je alleen maar te richten op hoofdconversies zoals leads en transacties. Vink daarom bovenin het rapport alle andere conversies uit zoals in de afbeelding hieronder.

Conversie selecteren

Meer leren over de conversiefunnels

Naast het overzichtsrapport biedt Google Analytics nog 5 andere rapporten op het gebied van conversiefunnels.  Een goede beschrijving van de rapporten vind je in onderstaande video van Google.

Attributie gebruiken

De hoofdreden om attributie in te zetten, is het onderbouwen van beslissingen. Om als techniek toepasbaar te zijn, moet voldaan zijn aan de volgende voorwaarden:

  • Simpel en begrijpelijk: het uitvoeren van de analyse moet eenvoudig zijn en de uitkomsten moeten begrijpelijk zijn
  • Robuust: de uitkomsten van de analyses moeten realistisch zijn
  • Adaptief: de technieken moeten zich snel kunnen aanpassen aan nieuwe omstandigheden. Nieuwe advertentievormen en interactiekanalen moeten eenvoudig ingepast kunnen worden in de techniek zonder dat dit ten koste gaat van de eenvoud, begrijpelijkheid en robuustheid
  • Compleet op hoofdzaken: bij online marketing is de hoofdzaak vrijwel altijd financieel. Een online marketeer heeft in mijn visie maar één doel en dat is maximale omzet tegen minimale kosten. Attributiemodelering moet helpen om daarbij betere beslissingen te nemen zodat omzetten sneller stijgen en hoger uitkomen en kosten sneller dalen en lager uitkomen. 

Door de omvang en complexiteit van de data voldoen de attributierapporten in Google Analytics van nature niet aan de bovengenoemde eisen. Zoals ze direct op het scherm verschijnen kun je er weinig mee. Gelukkig is daar met wat kleine aanpassingen toch wat aan te doen.

Moeten we stoppen met displaycampagnes?

De eerste praktische analyse die ik wil behandelen, komt voort uit de de oervraag bij attributie: wat is de impact van een kanaal op andere kanalen? Voorbeelden hiervan zijn: heeft het zin om te adverteren via display of wat is de impact van Adwords op organic en direct. Een goede aanpak hiervoor is uitgewerkt door Himanshu Sharma van Optimizesmart.com. Om bijvoorbeeld de vraag over het effect van display te beantwoorden doorloop je de volgende stappen. 

Conversiesegement maken

  1. Open het assistedconversionsrapport onder Multi Channel Funnels
  2. Maak het bovenstaande conversiesegment en pas dit toe op het rapport. 
  3. Vink bij de segmenten ook 'all conversions' aan. Zo kun je eenvoudiger vergelijken tussen de segmenten.

Hierna krijg je het volgende rapport te zien:

Assisted Conversie

In bovenstaand rapport zie je bovenaan direct de impact van displaycampagnes op de totale omzet. De directe conversie neemt af met 153.000 euro. Je kunt dit afzetten tegen je uitgaven aan display campagnes. Lager in het rapport kun je zien wat de impact is op de andere kanalen. Zo zie je in dit voorbeeld dat de impact op paid search ongeveer 15.000 euro direct is en 70.000 euro assisted.

Met deze gegevens kun je bepalen wat de impact op de CPA van paid is. De lift van display op paid is bijvoorbeeld 15.000 euro / 284.000 euro = 5,2 procent. Dat betekent dus dat iedere click uit display leidt tot een afname in paid search CPA van 5,2 procent. Dit gegeven kan je gebruiken bij het opstellen van een business case voor display.

Met deze manier van analyseren bepaal je eenvoudig de impact van ieder advertentiekanaal op andere kanalen. Door je verder te verdiepen in channel groupings kun je hiermee enorm de diepte ingaan. Maar je moet er daarbij wel voor waken dat de analyses nog simpel en robuust blijven.

Attributie met Adwords keywords

De tweede praktische analyse in deze post gaat over Adwords. Het betreft een simpele ROAS-analyse van keywords waarmee je eenvoudig kunt werken aan de doelstelling maximale omzet tegen minimale kosten. 

Vrijwel iedere organisatie heeft concrete doelstellingen voor de kosten per acquisitie. Bijvoorbeeld, de mediakosten mogen 10 procent van de verkoopkosten bedragen. Een probleem dat daarbij vaak optreedt, is dat sommige keywords enorm veel traffic hebben maar dat het onmogelijk is om hier binnen de CPA/ROAS-norm (ik spreek verder alleen nog over ROAS omdat de Analytics-rapporten deze ratio gebruiken) traffic te genereren. Met name voor categoriekeywords geldt dit. Moet je bij te dure keywords dan maar niet meer bieden en marktaandeel verliezen? Misschien moet je keywords optimaliseren, maar welke dan? Vaak zijn het vrij veel keywords, dus welke zijn het meest kansrijk?

Met de attributiemodellen in Google Analytics is het eenvoudig om een optimalisatiestrategie te voeren op deze keywords. Gebruik onderstaande aanpak voor een analyse:

First Interaction Roas Last Interaction Roas

  • Open de model comparison tool onder attribution in het conversionsmenu
  • Configureer het rapport zoals in de afbeelding hierboven:
  1. Kies twee modellen: 'first interaction' en 'last interaction'
  2. Kies 'adwords keywords' als primary dimension. Dit doe je door op 'other' te klikken en vervolgens 'adwords keywords' te kiezen
  3. Kies voor de view: 'conversion value & ROAS' als je rekent met CPA als percentage van de omzet. Indien jouw Adwords-campagne geen e-commercedoelstelling heeft kun je de view laten staan op 'conversion value & CPA'
  • Zorg dat je alleen de conversiedoelen meeneemt die van belang zijn voor de analyse. 
  • Vergelijk nu in het rapport dat je krijgt, zowel de first interaction ROAS als de last interaction ROAS van ieder keyword met jouw ROAS norm.

Met de beschreven aanpak kun je keywords indelen op onderstaande wijze, waardoor je de juiste aanpak per keyword kan bepalen. 

Categorie Interpretatie         Actie

Last click ROAS boven de norm

De ROI is positief. Keyword is rendabel.

  • Maximaliseer clicks voor dit keyword

Last click ROAS beneden de norm en first click ROAS boven de norm

Keyword assisteert last click conversies in andere kanalen. Hierdoor is het wellicht toch rendabel

  • Doe nader onderzoek naar de attributie van deze keywords. Onderzoek bijvoorbeeld de totale CPA over alle touchpoints voor deze woorden.

Last click en first click ROAS zijn  beide beneden de norm

Deze keywords zijn verlieslatend. Zelfs first click zijn ze niet rendabel

  • Verlaag de CPC
  • Onderzoek mogelijkheden om ROAS te verhogen
  • Overweeg beëindiging van biedingen als bovenstaande acties niet werken

First click ROAS beneden de norm en last click ROAS boven de de norm

Deze situatie komt zelden voor. 

  • Controleer of de ratio’s significant zijn en onderzoek de attributie verder

Met bovenstaande aanpak kun je snel zien welke aanpak je kunt gebruiken per keyword. Je kunt hiermee een dure misser voorkomen doordat je blijft bieden op woorden die last click onrendabel zijn maar first click rendabel. Maar een nog belangrijker winstpunt van deze analyse is dat je geen tijd meer hoeft te besteden aan bewezen losers. Dit scheelt veel tijd en die kun je vervolgens besteden aan kansrijke keywords. 

Conclusie

Bovenstaand artikel bevat een introductie in attributie met Google Analytics. Attributie-analyses zijn bedoeld om beslissingen over online marketing te onderbouwen. Door de hoeveelheid en de complexiteit van de data lukt dit over het algemeen maar matig. Door echter nauwgezet bovenstaande analysestappen te volgen, is het mogelijk om goede inzichten te krijgen waarmee beslissingen zijn te onderbouwen. Zo kan nu iedereen attributie simpel, robuust, adaptief en doelgericht inzetten om het rendement op online marketing verder te verhogen.

Ik ben altijd benieuwd naar andere actiegerichte analyses. Graag hoor ik welke aanpak jij gebruikt bij het optimaliseren met attributie.

Credits afbeelding: CQuadratNet, licentie: CC0 (Publiek domein)

Delen

0
0


Er zijn 5 reacties op dit artikel

  • Leuk artikel Daniel!Vooral je tip over het % omzet dat je misloopt binnen betaald zoekverkeer, wanneer je stopt met display campagnes.

    Vraag:

    Categorie 2 en 4 zijn toch hetzelfde?

    Dient categorie 4 niet first en last click conversies boven de norm te zijn?

    Daarnaast vind ik zelf beide attributiemodellen vrij beperkt.

    Ik neem liever namelijk de tijd van 1ste klik tot en met de uiteindelijke conversie mee in een attributiemodel. (tijdsvervalmodel)

    geplaatst op
  • Gerard, bedankt voor je reactie.

    De typefouten in de categorieën zijn gecorrigeerd.

    Over de beperktheid van het het First Click model ben ik het niet met je eens.

    Wat ik met mijn aanpak wil aantonen is of voor een keyword ingrepen nodig zijn zoals conversie-optimalisatie, bodverlaging of beeindiging van de biedingen.

    Een First Click model kent maximale waarde aan de investering in een keyword. Als je First Click niet rendabel bent dan ben je waarschijnlijk met alle andere modellen ook niet rendabel. Dus kijken met een ander model gaat niet leiden tot andere conclusies.

    Heb jij door een vergelijking tussen First Click en Time Decay wel eens een andere beslissing genomen over de optimalisatie van een keyword? Dat wil zeggen dat je op basis van een analyse in First Click een ander besluit zou hebben genomen dan bij een analyse op basis van Time Decay? Ik ben benieuwd naar zo'n voorbeeld.

    Natuurlijk ben ik het met je eens dat Time Decay een nuttig model is bij het beoordelen van kanalen. Maar op Keywords niveau optimaliseer ik het liefst met First Click en Last Click.

    En als de volumes het toelaten maak ik nog liever een eigen model. Maar dat is niet bepaald laaghangend fruit.

    geplaatst op
  • Ik vind First Click vrij beperkt, omdat je 100% waarde toekent aan alleen de 1ste klik. Dat geeft niet een reëel beeld van de werkelijkheid. Zeker bij producten met een langere aankoopcyclus is dit niet aan te bevelen.

    Om in voetbal termen te spreken: de pass van achteruit geef je ook geen 100% conversie waarde bij een aanval die via meerdere linies verloopt.

    Ik ben meer een voorstander van het tijdsverval model. Ik wil namelijk de tijd meenemen in mijn conversie attributie berekeningen. Een klik op de dag van de conversie zelf is natuurlijk meer waard dan een klik die een week geleden plaatsvond.

    geplaatst op
  • Beste Gerard,

    Ik denk dat we het helemaal eens zijn. Maar in mijn beoordeling van keywords maak ik juist gebruik van de beperktheid van first click.

    Als een keyword in een first click analyse niet rendabel is, dan is het in elk ander model nog minder rendabel. Waar het me juist om gaat is het verschil tussen de modellen en de acties die je daarmee kan onderbouwen.

    Jouw commentaren lijken meer te gaan over attributiemodellering op campagneniveau en daarin heb je helemaal gelijk. Mijn voorbeeld gaat over het beoordelen van individuele keywords en daarvoor is first click analyse voldoende om de belsuitvorming mee te onderbouwen die ik voorstel in mijn post.

    geplaatst op
  • Heldere uitleg Daniel!

    Mijn advies is om één attributiemodel te hanteren op campagne/advertentiegroep en zoekwoord niveau. Je dient namelijk wel appels met appels te vergelijken!

    geplaatst op

Plaats zelf een reactie

Log in zodat je (in het vervolg) nóg sneller kunt reageren

Vul jouw naam in.
Vul jouw e-mailadres in. Vul een geldig e-mailadres in.
Vul jouw reactie in.

Herhaal de tekens die je ziet in de afbeelding hieronder


Let op: je reactie blijft voor altijd staan. We verwijderen deze dus later niet als je op zoek bent naar een nieuwe werkgever (of schoonmoeder). Reacties die beledigend zijn of zelfpromotioneel daarentegen, verwijderen we maar al te graag. Door te reageren ga je akkoord met onze voorwaarden.