Facebooktwitterredditpinterestlinkedinmailby feather

Conversie attributie is een zeer krachtig hulpmiddel om de impact van je online campagnes op de conversie te bepalen. Het is ook niet het meest eenvoudige onderdeel in Google Analytics. Je wilt namelijk niet alleen de uiteindelijke conversies kunnen meten, maar ook de kliks en vertoningen die hiervoor plaatsvinden.

In dit artikel gaan 2 webanalisten in op de mogelijkheden van conversie attributie in Google Analytics. Welke rapporten en (conversie) segmenten uit Google Analytics dien je te gebruiken, zodat je onderbouwd de budgetten kunt toekennen aan de campagnes die ook echt impact hebben op de conversie?

Jasafbeelding Jasper Dijkstraper Dijkstra

Jasper is ruim 10 jaar actief in de digitale marketing waarbij hij vooral corporate organisaties heeft bijgestaan in de ontwikkeling en executie van hun digitale marketing strategie. Sinds 2012 wijdt hij zich met Storm Insights volledig aan Digitale data & Analytics voor klanten zoals KLM, NS en Ziggo.  Jasper zal in dit artikel laten zien hoe hij de Multi-Channel trechter rapporten toepast om de online campagnes te optimaliseren.

Zoek naar inzicht op optimalisatie niveau

Keep working those UTM’s! Het grootste probleem wanneer je met Multi-Channel trechters aan de slag gaat is onvoldoende inzicht in de dieperliggende onderdelen van je kanalen. Op het moment dat blijkt dat Affiliate marketing meer oplevert dan je eerst dacht, dan moet je wel in staat zijn juist die affiliates aan te wijzen die hiervoor verantwoordelijk zijn. Zo kun je meer budget gaan toekennen aan deze lucratieve affiliates.

Het samenstellen van kanaalgroepen op hoofdniveau zoals: SEA, SEO, Affiliate en Display is over het algemeen geen probleem. Punt is alleen: inzichten op kanaalniveau zijn vaak te algemeen om daadwerkelijk op te kunnen optimaliseren. Je hebt inzicht nodig in dieperliggende factoren: zoekwoorden, websites, publishers, segmenten.

Kortom, het consistent en diepgaand toepassen van UTM parameters is van noodzakelijk belang. Probeer hierin hiërarchisch te werk te gaan. Bijvoorbeeld:

Kanaalnaam -> leverancier -> category -> item

Onderstaand heb ik 2 voorbeelden beschreven hoe je dit kunt gaan toepassen:

Medium = Display -> Source = NU.nl -> Campaign = Personal Retargeting -> Content = Homepage Take-over Creative A

Medium = Affiliate -> Source = Daisycon -> Campaign = Affiliate ID -> Content = mailing aanbieding X

Een makkelijke methode om binnen een organisatie consistent te werken is door gebruik te maken van een Excel bestand met pull down opties, waardoor je Medium, Bron en Campagne namen niet door elkaar gebruikt.

visual Excel file campagne tags

 

Laat dat conversiemodel maar zitten

In ieder geval in eerste instantie. Veel adverteerders willen meteen een attributie model dat volledig is toegespitst op hun business, het liefst cross-device en inclusief views. Een mooie ambitie, maar als je dit te vroeg doet is dit ook een garantie voor foute aannames en een onwerkbaar model. Doe eerst ervaring op met de bestaande functionaliteiten van de Multi-Channel trechters en leer de dynamiek van je kanalen kennen. Verdiep je daarom eerst in zaken als:

Hoe lang is het koopproces per product?

Het rapport vertraging binnen de Multi-Channel trechters geeft hiertoe nuttige inzichten:

visual rapport vertraging

Welke kanalen profiteren als je direct verkeer en branded search uitsluit?

Zet hiervoor een aangepast model op bij het Hulpprogramma voor modelvergelijking, waarbij je de touch points van Direct verkeer en branded search minder/geen waarde geeft.

visual direct verkeer en branded AdWords minder waarde meegeven

Bij hoeveel conversies heeft een kanaal impact hierop?

Dit kun je nagaan door bij het rapport Beste conversiepaden een tabelfilter toe te passen op het kanaal en het aantal conversies na te gaan. Dergelijke inzichten zijn ideaal voor het ontdubbelen van bijvoorbeeld CPA deals.

afbeelding beste conversiepaden

 

Hoeveel absolute touch points heeft een kanaal?

Dit is te achterhalen door een export te draaien van het volledige rapport Beste conversiepaden. Vervolgens zoek je in het bestand naar het aantal treffers voor het betreffende kanaal.

 

Wat is de voornaamste positie van elk kanaal in het koopproces?

Gebruik bij het Hulpprogramma voor modelvergelijking het First click en Last click model en zet een aangepast model op voor ‘middle clicks’ (kliks die niet eerste of laatste klik zijn)

 

Het ene product is het andere niet

Geavanceerde segmenten zijn ideaal om verschillende kopers van elkaar te onderscheiden. Zo kun je antwoord krijgen op bijvoorbeeld onderstaande vraag:

Wat is het gedrag van een gebruiker die een driedelig pak koopt ten opzichte van iemand die een paar sokken koopt?

Binnen de Multi-Channel trechter rapporten kun je alleen geen geavanceerde segmenten toepassen (LET OP: die conversiesegmenten zijn niet hetzelfde). Je kan daarom niet gemakkelijk afzonderlijke conversie attributie analyses toepassen op productniveau.

Dit is voor webshops met een uiteenlopend productassortiment niet ideaal. Immers, de koopprocessen van een paar sokken en een driedelig pak zijn verschillend. Om alsnog onderbouwde conclusies op dit vlak te doen is het daarom handig om slim met je ingestelde doelen om te gaan.

In de praktijk betekent dit vaak het toevoegen van nieuwe dataweergaven met specifieke doelen per productcategorie. Ook je overzichtsperiode wil je op het betreffende product afstemmen. Daarbij geldt vaak: laag bedrag = korte kooptijd.

Iets anders om mee rekening te houden bij een uiteenlopend assortiment: het product waarvoor je adverteert, hoeft niet het product te zijn dat de gebruiker koopt. Denk hierbij bijvoorbeeld aan een reisverzekering die de gebruiker afsluit bij het boeken van een reis. De vraag is of de campagne voor de geboekte vakantie attributie kan claimen voor de reisverzekering.  Het is daarom ook praktisch onderscheid te maken tussen campagnes op basis van de advertentie-content. Dit kan door binnen de aangepaste conversiemodellen meer waarde te geven aan de dimensie advertentie-inhoud waarin het product is opgekomen.

attributie op advertentie-inhoud

 

 Gerard Rathenau

visual gerard rathenau

Gerard is zelfstandig webanalist en initiatiefnemer van Digital Analisten. Hij is van mening dat je eerst de basisbeginselen van conversie attributie dient te kennen voordat je het kunt toepassen om het rendement van je online campagnes te bepalen. Je dient namelijk zowel rekening te houden met de kliks op de advertentie als de vertoningen hiervan. Daarnaast dien je vooraf te bepalen waarop je conversie attributie gaat toepassen.  Ik zal in dit artikel tips geven, zodat je kunt gaan starten met conversie attributie om het rendement van je online campagnes te bepalen.

Breng eerst in kaart hoeveel kliks er plaatsvinden binnen de meeste conversiepaden

Jasper geeft terecht aan dat je goed dient te kijken naar de lengte van het koopproces. Naast de lengte van het koopproces, dien je ook goed te kijken naar de hoeveelheid kliks binnen de meeste conversiepaden. Je wilt namelijk antwoord krijgen op onderstaande vraag:

  • Hoeveel kliks vinden er eigenlijk plaats binnen de meeste conversie paden?

Het rapport padlengte geeft je antwoord op bovenstaande vraag:

 

 

Daarnaast kun je onderstaand segment  gebruiken om te achterhalen binnen welke tijdsperiode (betaalde) campagnes converteren:

visual datum 1ste bezoek augustus

 

visual conversies 1ste bezoek in augustus

Uit bovenstaand voorbeeld kun je afleiden dat de bezoekers die in augustus voor het eerst in aanraking kwamen met de webshop, ook nog in de maanden september en oktober verantwoordelijk waren voor conversies. Je kunt dus concluderen dat het conversiepad voor deze webshop  gemiddeld  langer is dan 30 dagen.

Breng ondersteunende en converterende kanalen in kaart

Vervolgens dien je te achterhalen welke kanalen dominant ondersteunend of converterend zijn binnen je conversie paden. Deze informatie kun je meenemen in het opzetten van een passend attributie model voor je online campagnes.  In welke rapport krijg je antwoord op deze vraag?

In het rapport Assisted conversions dien je te kijken naar de laatste kolom: ondersteunende/laatste klik conversies;

visual ondersteunende conversies

De acquisitie kanalen met  een score boven 1 zijn dominant ondersteunend en beneden 1 dominant converterend. Uit bovenstaand voorbeeld kun je afleiden dat SEO dominant ondersteunend is en AdWords non-branded dominant converterend.

Een kanttekening hierbij is dat bovenstaand rapport de ondersteunende conversies aan het eigen kanaal meeneemt in de conversie berekening. Deze dien je dus eerst te ontdubbelen. Hiervoor kun je onderstaand conversie segment gebruiken:

visual ondersteunende conversies SEO

visual direct verkeer uitsluiten

Je ziet dat ik in bovenstaand segment ook direct verkeer uitsluit van de conversie berekeningen. Direct verkeer is namelijk geen kanaal, maar eerder een gedrag vanuit een kanaal.

Ten slotte exporteer je deze cijfers naar Excel en kun je de werkelijk dominant ondersteunende kanalen bepalen:

visual ondersteunende conversiewaardes

 

Breng de multi-channel journeys in kaart

Naast de ondersteunende conversies wil je ook weten welke kanalen elkaar ondersteunen binnen de conversiepaden. Zo krijg je antwoord op onderstaande vragen:

  1. Welke kanalen hebben nu werkelijk impact op de online conversie?
  2. Welke kanalen ondersteunen elkaar in de meeste conversiepaden?

Het rapport Beste conversiepaden kun je raadplegen om antwoord te krijgen op vraag 1. Onderstaand segment in combinatie met de Beste conversiepaden kun je gebruiken om antwoord te krijgen op vraag 2:

visual segment multi channel journey

praktijkvoorbeeld ondersteunende conversies remarketing aan AdWords

In bovenstaand voorbeeld kun je achterhalen hoeveel conversies er plaatsvinden tussen Remarketing en AdWords search campagnes. Dit segment kun je ook gaan toepassen voor je overige acquisitie kanalen.

Vervolgens kun je deze exporteren naar Excel, zodat je ziet welke kanalen elkaar ondersteunen in de meeste conversiepaden. Mijn advies is om ook deze informatie mee te nemen bij de opzet van je eigen attributiemodel.

visual multi-channel journeys

Breng post-view conversies in kaart

Bovenstaande stappen hebben betrekking op de ondersteunende kliks voor een conversie. Hieraan wil je ook de advertentie vertoningen zonder kliks koppelen die een conversie opleveren.

Hiervoor dien je de post-view conversiemeting aan te vragen en te activeren in Google Analytics. Binnen de Multi-Channel trechter rapporten kun je nu kiezen voor vertoning binnen de interactietypen:

visual vertoningen GDN

Daarnaast kun je binnen een aangepast attributiemodel een regel aanmaken voor de vertoningen zonder kliks die een conversie opleveren:

visual vertoningen meer waarde meegeven

In bovenstaand voorbeeld zie je dat je binnen je attributiemodel de vertoningen kan koppelen aan minuten/uren/dagen dat de conversie heeft plaatsgevonden na de advertentie-vertoning.

Bepaal de conversiewaarde van je kanalen

Tot slot dien je ook de conversiewaarde mee te nemen binnen je attributiemodel. Je wilt namelijk antwoord krijgen op onderstaande vraag:

  • Wat is de werkelijke conversiewaarde van een acquisitie kanaal?

Onderstaande segmenten geven je actiegerichte inzichten om de conversiewaarde van een acquisitie kanaal te bepalen:

De verkochte producten boven of beneden de gemiddelde bestelwaarde

De gemiddelde bestelwaarde kun je uit de E-commerce rapporten halen en de gemiddelde catalogusprijs kun je achterhalen uit je CRM of database van je webshop systeem . Indien je dat gedaan hebt, kun je onderstaand conversie segment instellen binnen de Multi-Channel trechter rapporten:

visual hoge klantwaarde

 

Zo kun je gaan bepalen welke (betaalde) kanalen verantwoordelijk zijn voor de verkochte producten boven of beneden de gemiddelde bestelwaarde of catalogusprijs. Deze informatie kun je meenemen in de opzet van je attributie model.

Kanaal uitsluiten van de conversie berekeningen.

Wat gebeurt er met de conversie wanneer je morgen stopt met adverteren via AdWords? Met onderstaand conversie segment kun je deze inzichten achterhalen:

visual uitsluiten AdWords

praktijkvoorbeeld uitsluiten AdWords conversies

Uit bovenstaand voorbeeld kun je concluderen dat je ruim 19.000 euro misloopt (Alle conversies-uitsluiten AdWords laatste klik conversies), indien je morgen stopt met adverteren via Google AdWords.

Samenvattend

Conversie attributie is niet het meest eenvoudige onderdeel in Google Analytics. Toch is het wel een zeer krachtig hulpmiddel om actiegerichte inzichten te halen uit je campagne resultaten. Welke (betaalde) campagnes hebben nu werkelijk impact op de conversie? Mijn advies is dat je een gestructureerd meetplan opstelt voordat je attributie modellen gaat inrichten.

Je dient namelijk eerst te bepalen welke conversiefactoren je meeneemt in je attributie model. Zo kun je onderbouwd beslissingen gaan nemen over de budget allocaties aan je campagnes. Tip tot slot: experimenteer maandelijks met één budget aanpassing, terwijl je de budgetten van de overige campagnes ongewijzigd laat. Zo kun je de werkelijke impact van deze aanpassing gaan bepalen!

Hoe zijn jouw ervaringen met het toepassen van conversie attributie op je online campagne resultaten? Ik lees graag jouw ervaring(en) bij de reacties!

 

Over Gerard Rathenau

Ik ben Gerard Rathenau en Digital Analist. Ik ben de oprichter van deze blog over Google Analytics. Begonnen bij PauwR online marketing als AdWords adviseur heb ik mijzelf ontwikkeld tot Digital Analist. Gericht op onderbouwde adviezen voor duurzame conversie optimalisatie. En workshops (1,5 dag) om (online) marketeers op weg te helpen inzichten uit Google Analytics te halen. Daarnaast ben ik schrijver van het 1ste Nederlandstalige handboek over Google Analytics. (2014) Sinds 2015 deel ik wekelijks mijn kennis over Google Analytics aan > 500 abonnees. Daarnaast schrijf ik 1x per maand een diepgaande blog op Digital Analisten. Vooral gericht op het halen van inzichten uit Google Analytics.

Facebooktwitterredditpinterestlinkedinmailby feather
Er zijn nog geen reacties.

Geef een reactie

Je kunt deze HTML tags en attributen gebruiken: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.