Marketinganalytics: fasen en stadia

Wanneer we marketing serieus aanpakken, is een van de taken waarvoor we moeten zorgen de prestaties van onze inspanningen analyseren.

Deze analyse zal natuurlijk qua vorm en inhoud verschillen naargelang de geïnvesteerde middelen.

Het is logisch dat het bereik niet hetzelfde is als we 100€ per maand investeren of een miljoen.

In het eerste scenario gebruiken we waarschijnlijk maar één of twee kanalen, terwijl het er in het tweede zeker meer dan tien zullen zijn.

Daarom zal de analytics die we op ons project toepassen veranderen naarmate het project groeit.

We doorlopen verschillende fasen. We bereiken verschillende stadia.

En in dit artikel wil ik je de vijf belangrijkste laten zien, die ik in deze tabel samenvat:

Fase 1: Google Analytics

De eenvoudigste manier om te beginnen met het meten van “iets” in onze marketing of ons digitale product.

Als we een digitaal project hebben met een website of app, is dit het eerste hulpmiddel dat we gebruiken, omdat het gratis is, op basisniveau heel eenvoudig te implementeren en ons veel informatie geeft.

Dit is de eerste fase van marketinganalytics.

Wat je kunt meten met Google Analytics

Goed geconfigureerd kun je er zaken mee meten zoals:

Interacties van je gebruikers

• Het verkeer van je GETAGDE campagnes
• Het Bounce- / Engagementpercentage van je landingspagina's.
• Bekeken producten / diensten.
• Producten / diensten toegevoegd aan de winkelwagen.
• Gebruikers die naar de checkout gaan => Remarketing.
• Andere events op de site.

Kenmerken van je gebruikers

• De apparaten die je gebruikers gebruiken.
• De landen van waaruit ze verbinding maken.

Conversies

• Conversies per campagne (LCI- of “data-driven” model, afhankelijk van het rapport).
• Productaankopen en retouren.

Advertenties op onze site

• Promoties op onze website (banners)
• Producten die aan gebruikers worden getoond.

Wat Google Analytics je NIET laat meten

Hoewel het ons veel informatie geeft, ontbreken er ook dingen die we op een andere manier moeten meten, bijvoorbeeld:

• Campagnes in traditionele media (TV, pers, outdoor).
• Digitale campagnes zonder klikken (merkbanners, geopende e-mails, bekeken YouTube-video's): postview.
• Multidevice customer journey. Er zijn pogingen, maar het blijven lapmiddelen.
• Acties van gebruikers die geen cookies accepteren of adblockers gebruiken.
• Volledig attributiemodel (vertekende data).
• Persoonsgegevens (CRM).

Wat het slechts gedeeltelijk meet

• Klikken op je website (je zou ze allemaal kunnen meten, maar dat is niet aan te raden).
• Campagnekosten van andere platforms dan Google (data moeten worden geüpload).
• SEO-keywords (je ziet er maar heel weinig).
• Sociodemografische kenmerken (Signal)
• Data die niet rechtstreeks worden verzameld (JS-fouten, adblockers, Safari): je zult altijd een % van de conversies missen. Het gat wordt elke dag groter.

Voordelen van Google Analytics

Best een paar, eigenlijk:

• Basisinformatie krijgen gaat snel. We kunnen binnen enkele minuten data verzamelen.
• Het is de eenvoudigste manier om te beginnen met het meten van “iets” in onze marketing of ons digitale product.
• Het is de beste gratis tool voor digitale analytics. En beter dan veel betaalde tools.

Nadelen van Google Analytics

Natuurlijk heeft het ook enkele nadelen:

• Het weerspiegelt de werkelijkheid van het bedrijf niet. Zelfs niet die van de marketingafdeling. Zelfs niet die van digitale marketing. Omdat er data ontbreken.
• Met andere woorden, het meet maar een klein deel, dus je moet een volledig bedrijf niet beoordelen op basis van zijn Analytics-data.
• GA4 is vandaag slechter dan GA3. Het vereist een complexere technische implementatie in een ingewikkeldere omgeving (GDPR, privacy…)

Samenvatting

Om al deze redenen vind ik dat Google Analytics tekortschiet.

Zelfs om alleen de prestaties van een digitaal product (website of app) te meten, heb je andere aanvullende tools nodig.

Laat staan als je controle wilt hebben over een volledig bedrijf, hoe digitaal het ook is…

Hoe dan ook is dit de eerste stap in analytics.

Fase 2: Rapportage per digitaal kanaal

Zodra we groeien en meerdere digitale kanalen hebben, vooral als die betaald zijn (Google Ads, Meta, affiliates…), blijven we de algemene performance analyseren zoals in de vorige fase, maar beginnen we elk kanaal ook afzonderlijk en dieper te analyseren om het te optimaliseren.

Frequentie

Deze analyse varieert volgens het budget:

• Bij minder dan 2 of 3K/maand wordt de rapportage maandelijks opgesteld.
• Daarboven wordt de rapportage mogelijk wekelijks opgesteld.

Het punt is dat we voldoende datavolume nodig hebben om beslissingen te nemen. Dat volume vraagt meer of minder tijd, afhankelijk van de grootte van het project en de investering.

Verantwoordelijke

Er is altijd iemand die het presenteert en conclusies trekt. Dat kan zijn:

• Intern team: als marketing inhouse wordt beheerd.
• Freelancers: als we verschillende gebruiken, afhankelijk van het kanaal.
• Agentschap: wanneer we er een inhuren om al het paid of SEO te beheren.

Wat het bevat

Afhankelijk van het kanaal bevat deze reporting andere zaken. Om je een idee te geven, bevatten deze rapporten:

• De voortgang van de campagne.
• Bij paid media ligt de focus op verkoop.
• Bij SEO op ranking en ORM.
• Bij social media op bereik of contacten en het oplossen van incidenten.

Doel van rapportage per kanaal

In feite is het belangrijkste om te zien hoe we ervoor staan ten opzichte van de bedrijfsdoelstellingen die zijn vastgesteld. Op basis daarvan hebben we twee scenario's:

• Als we op schema liggen, is het alleen monitoring.
• Als we achterlopen, hebben we voorstellen voor acties nodig, bijvoorbeeld:
  • Wijziging van de investering.
  • Cambio en la oferta.
  • Cambio en el mix de medios.
  • Cambio en las creatividades.
• …

Weet dat digitale direct-responsecampagnes zeer snelle wijzigingen mogelijk maken.

Databron

Al deze informatie wordt geleverd door verschillende tools. Daarvoor kunnen we bijvoorbeeld de volgende tools gebruiken:

• De rapporten van het platform (Google Ads, Meta…).
• Google Analytics.
• Een AdServer, als we die gebruiken (aan te raden bij hoge budgetten, aangezien er kosten aan verbonden zijn)
• Search Console.
• Metricool
• …

Voorbeelden

Laten we enkele afbeeldingen van dit soort rapporten bekijken, zodat je een beter beeld krijgt:

Wekelijks paid-media-rapport

Maandelijks SEO-rapport

Maandelijks Social Media-rapport

Samengevat

In deze tweede fase beginnen we te begrijpen hoe onze digitale marketing werkt: hoe kanalen zich tot elkaar verhouden, acquisitiekanalen en conversiekanalen.

Ze laten echter alles buiten beschouwing wat te maken heeft met het digitale product: het moet worden gecombineerd met Google Analytics (en enkele andere tools) om ons beter zicht te geven op wat er op onze website gebeurt.

Daarnaast kosten ze tijd om te maken en te lezen.

Daardoor beperken ze zich soms tot het produceren van cijfers in plaats van informatie en aanbevelingen te geven, terwijl dat juist het belangrijkste is.

Fase 3: Econometrische modellen

Wat is een econometrisch model

Een econometrisch model is niets meer dan een wiskundige simulatie van de werkelijkheid, die ons helpt te begrijpen waarom iets op een bepaalde manier gebeurde op basis van bepaalde variabelen.

Het mooie is dat je deze kennis gebruikt voor toekomstige besluitvorming.

Het gaat erom een afhankelijke variabele (meestal omzet of verkoop) te verklaren op basis van andere variabelen (verklarende variabelen), zoals websiteverkeer, prijs, interesse van het publiek, advertentie-investering of de NPS van ons merk.

Wanneer econometrische modellen in marketing gebruiken

Naarmate je groeit, ga je acties buiten digitale kanalen overwegen. Op dat moment begin je econometrische modellen te gebruiken.

Het is niet nieuwer of geavanceerder dan maandelijkse rapporten per tool, maar het dient om een ander soort informatie te geven.

De frequentie is minimaal maandelijks. Die kan toenemen, afhankelijk van het project of de seizoensgebondenheid (het is niet normaal om voortdurend televisie te doen).

Wie is verantwoordelijk

De verantwoordelijke voor het opstellen kan zijn:

• Intern team: als er een sterk analyticsteam is.
• Marketing- of media-agentschap: wanneer we er een inhuren om al het paid of de media te beheren.
• Attributie-agentschap / -tool: onafhankelijk van het agentschap. Beter, maar duurder (nog een fee om te betalen).

Wat hier wordt opgenomen

In wezen twee dingen:

• Hoe onze investering werkt op de lange termijn, niet alleen op korte en middellange termijn.
• Bevat traditionele media.

Wat is het doel

• Zien welke media verkopen genereren.
• Zien hoe externe variabelen invloed hebben (concurrentie, weer).
• De investering zo goed mogelijk aanpassen.

Er zijn meerdere databronnen

Nog meer dan in de vorige fase:

• Google Analytics.
• AdServer
• Attributietool.
• Search Console.
• Pixel van advertentieplatforms.
• CRM.

Voordelen van econometrische modellen

Die zijn er veel, waaronder enkele heel duidelijke die in de vorige fasen ontbraken:

• Bevat niet-digitale kanalen.
• En externe variabelen (seizoensgebondenheid of concurrentie).
• Levert strategische en actiegerichte informatie.
• Verklaart het verleden en maakt projecties voor de toekomst.
• Het helpt enorm om de optimale inrichting van het marketingplan te bepalen.
• Ondanks de complexiteit kun je er zelfs een maken met Excel.

Nadelen van econometrische modellen

Natuurlijk hebben ze ook een aantal nadelen, waardoor ze alleen geschikt zijn voor projecten van een bepaalde omvang:

• Het is niet eenvoudig om een robuust model te maken:
  • Je moet de variabelen goed selecteren.
  • Tener el histórico de datos.
• In staat zijn het eruit te halen en in het juiste formaat te presenteren.
• Dit brengt een arbeidsintensieve taak met zich mee die moeilijk te automatiseren is (veel databronnen).
• Je hebt HEEL VEEL data nodig om het betrouwbaar te maken. Het is niet geschikt voor kleine projecten.
• Als we het uitbesteden, is het niet goedkoop.
• Agentschappen zijn rechter en partij.

Samengevat

We begrijpen inmiddels vrij goed hoe onze marketing werkt, en niet langer alleen het digitale deel, en hoe onze investering presteert.

Opnieuw wordt het onderdeel digitaal product (conversieratio en events) grotendeels buiten beschouwing gelaten, hoewel we die als variabelen kunnen opnemen.

Je moet in het model geloven. Het is een kwestie van vertrouwen (tot het model zijn geldigheid bewijst). Als we er niet in geloven, is dat geen goed teken.

Het is kostbaar. In tijd, geld of beide.

Fase 4: Attributie

Econometrische analyse wordt meestal uitgevoerd wanneer we de stap naar niet-digitale kanalen zetten.

Maar het kan zijn dat we die stap nooit zetten.

Om dan verder te komen met de analytics van ons bedrijf, richten we ons op Attributie, wat niets anders is dan een conversie toewijzen aan het kanaal of de kanalen die die mogelijk hebben gemaakt.

Laten we een voorbeeld- journey bekijken om het duidelijker te maken:

Deze gebruiker is via verschillende kanalen, met verschillende apparaten en op verschillende momenten op onze website gekomen, tot hij uiteindelijk converteerde.

Aan welk kanaal schrijven we die conversie dan toe?

• Aan het eerste?
• Aan het laatste?
• Aan meerdere?

Attributie kan monokanaal of multikanaal zijn, afhankelijk van hoeveel touchpoints van de gebruiker met onze website worden meegenomen.

Daarnaast helpt een attributiemodel ons te begrijpen dat er converterende kanalen “doelpuntenpikkers”, zoals remarketing of merk-SEM, en assisterende kanalen , zoals e-mail, zijn. Er zijn ook andere kanalen die de funnel openen.

Uiteindelijk moet je begrijpen wat elk kanaal bijdraagt.

De meest voorkomende attributiemodellen

Populair gemaakt door Google Analytics, zouden we kunnen zeggen dat de belangrijkste de volgende zijn:

• Last-click (monokanaal) => advertentietools.
• Last-click indirect (monokanaal) => Google Analytics, in de meeste rapporten.
• Time decay (multikanaal) => Google Analytics.
• Data-driven (multikanaal) => Google Analytics en andere geavanceerde analyticstools.

GA4 baseert zich op de data die het van de website verzamelt en, als we het zo configureren, op wat het over de gebruiker weet, maar het mist informatie.

Het houdt bijvoorbeeld geen rekening met advertentievertoningen en het effect van post-view, noch informatie over offline kanalen of de verschillende apparaten van een gebruiker als die niet is ingelogd.

Daarom is Google Analytics niet het beste hulpmiddel om attributie correct uit te voeren.

Andere tools (niet gratis) lossen deze problemen op en voegen meer variabelen toe, niet alleen media (CRM, telefoontjes, winkelbezoeken, concurrentie, contracten…).

Met al deze variabelen wordt een statistisch wiskundig model toegepast dat vergelijkbaar is met econometrische modellen.

Wat deze fase bevat

• Net als bij het econometrische model: de bijdrage van elk kanaal aan de verkoop.
• Hoewel het vaak alleen informatie uit digitale kanalen bevat (eenvoudiger), kan in werkelijkheid alles wat nodig is aan het model worden toegevoegd (inclusief investeringen in traditionele kanalen), afhankelijk van de tool.

Doelstellingen

• Zien welke media verkopen genereren.
• Zien hoe andere variabelen invloed hebben.
• De investering zo goed mogelijk aanpassen.

Databron

Ook hier zijn er meerdere bronnen:

• Google Analytics en AdServer.
• Enquêtes.
• Bedrijfsdata.
• Winkelbezoeken.
• BTL.
• CRM / telefoontjes / SMS.
• …

Voordelen van attributie

Zeer vergelijkbaar met die van econometrische modellen:

• Bevat alle informatie die we nodig hebben (in elk geval bij geavanceerde tools).
• Levert zeer actiegerichte en strategische informatie voor investeringsbeslissingen.
• Verklaart het verleden en maakt projecties voor de toekomst.
• Het helpt enorm om de optimale inrichting van het marketingplan aan te passen als we denken dat de aanpak beter kan.

Nadelen van attributie

Opnieuw vergelijkbaar met die van de vorige fase:

• Het is niet eenvoudig om een robuust model te maken:
  • Je moet de variabelen goed selecteren.
  • Tener el histórico de datos.
• In staat zijn het eruit te halen en in het juiste formaat te presenteren.
• Dit brengt een arbeidsintensieve taak met zich mee die moeilijk te automatiseren is (veel databronnen).
• Je hebt HEEL VEEL data nodig om het betrouwbaar te maken. Het is niet geschikt voor kleine projecten.
• Het wordt meestal uitbesteed en goede tools zijn niet goedkoop.

Samenvatting

Dit stadium van analytics is uitstekend voor de digitale marketingafdeling van een bedrijf. Vooral als er geen acties via offline kanalen worden uitgevoerd.

Het is een zeer betrouwbare analyse van de kanalen die de meeste invloed op verkoop hebben, wat helpt om de investering goed te verdelen.

Je kunt geleidelijk variabelen toevoegen van events die plaatsvinden in het digitale product (microconversies, relevante paginaweergaven…).

Daarnaast vereisen ze een team en externe tools en tijd voor interne voorbereiding om het model te voeden.

Fase 5: Incrementaliteit

Attributie verdeelt conversies over de verschillende marketingkanalen.

Maar de waarheid is dat niet alle conversies op een website, en ook niet alle verkopen van een bedrijf, het gevolg zijn van marketing.

Denk aan het model Product Led Growth, bijvoorbeeld.

Of denk aan huismerken van supermarkten, die nooit een campagne hebben gevoerd en toch verkopen.

Daarom spelen naast promotie ook andere factoren een rol bij het begrijpen van verkoop, zoals distributie of de baseline die is opgebouwd.

En als je in marketing werkt, wil je idealiter begrijpen welke bijdrage we werkelijk leveren. Dat is incrementaliteit:

Grafiek uit dit bijzonder interessante artikel:

https://www.marketingweek.com/ehrenberg-bass-advertising-growth/

Zeker het lezen waard.

Hoe incrementaliteit meten

“De helft van het geld dat ik aan reclame uitgeef is verspild. Het probleem is dat ik niet weet welke helft.”

John Wanamaker (1.838-1.922)

En het is helemaal, maar dan ook helemaal niet eenvoudig om dit te meten.

Het is zo complex dat in geen enkel project waaraan ik heb deelgenomen echt is geprobeerd het te meten.

 Hier is een voorbeeld van hoe het kan, van de geweldige Avinash Kaushik: in wezen gebruik je verschillende strategieën bij verschillende groepen vergelijkbare gebruikers en meet je de resultaten.

Samenvatting

Het zou ons doel moeten zijn, maar de waarheid is dat alleen grote projecten over de personele en financiële middelen beschikken om systemen voor het meten van incrementaliteit uit te voeren.

Als we de laatste drie treden van marketinganalytics nemen, zouden we kunnen zeggen:

• Als econometrische modellen ideaal zijn voor communicatieafdelingen en offline media…
• Attributiemodellen voor digitale marketing…
• Incrementaliteit meten is het uiteindelijke doel van de directeur van elk bedrijf met betrekking tot marketing.

Slotconclusies

Als we het over een klein of middelgroot project hebben, is het normaal om stapsgewijs omhoog te gaan, één fase tegelijk, te beginnen met de eerste.

Als we het echter over projecten met grotere investeringen hebben, is het normaal om direct en minimaal te beginnen bij:

• In scenario 2, als we alleen digitaal doen.
• In 3, als we TV-campagnes doen.

Ik zou je zeggen dat je eigenlijk geobsedeerd zou moeten zijn door fase 5 in je project te bereiken, maar dan zou ik liegen. Ik heb met zeer succesvolle bedrijven van verschillende omvang gewerkt en het enige wat we hadden –als ik het mijne meetel- was de wens om die fase te bereiken, zonder concrete acties in die richting.

Want een goed marketingplan en correcte analytics in fase 2, 3 of 4 zijn in veel gevallen meer dan voldoende.

Dat gezegd hebbende, fase 1 schiet bijna altijd tekort, dus als je project zich daarin bevindt en je middelen aan marketing besteedt, doe jezelf een plezier en maak ten minste de sprong naar de tweede fase. Want ook als je geen betaalde kanalen gebruikt, moeten SEO en e-mail (om de twee meest voorkomende te noemen) ook worden geoptimaliseerd.

En naarmate je project en je marketing groeien, vergeet dan niet dat analytics hand in hand moet meegroeien. Alleen zo kun je die investering optimaliseren.

Als je maar één ding uit dit artikel meeneemt, laat het dan dit zijn:

Marketing, en vooral digitale marketing, moet altijd, altijd, altijd hand in hand gaan met een goede analyse.

Als je hulp nodig hebt met die van jou, bekijk dan deze cursus business analytics voor ecommerce of neem contact met me op, dan bekijken we het samen.