Facebooktwitterredditpinterestlinkedinmailby feather

In mijn vorige blog over conversie attributie heb ik de basisbeginselen stap-voor-stap met je doorgenomen. Mijn advies is om eerst deze basisbeginselen door te nemen voordat je aan de slag gaat met attributie modellen. Je dient namelijk de basisbeginselen van conversie attributie onder de knie te hebben voordat je actiegerichte inzichten uit attributie modellen kunt gaan halen.

In deze blog ga ik je stap-voor-stap laten zien hoe je een eigen attributie model kunt gaan instellen om het werkelijke rendement van je acquisitie kanalen te bepalen.

Deze attributie modellen geven namelijk context aan je conversie data. Zo kun je factoren meewegen die impact hebben op de conversie van je website. Een voorbeeld hiervan is: de ondersteunende/converterende impact van de acquisitie kanalen op de conversie.

Het is vooral belangrijk om goed te weten welke stappen je dient te doorlopen om je eigen attributie model in te richten. Onderstaande stappen geven je een leidraad  om aan de slag te gaan met de attributie modellen:

  1. Bepaal het rendement van je acquisitie kanalen;
  2. Bepaal de ondersteunende conversiewaarde van je acquisitie kanalen;
  3. Bepaal de tijd en klikken voor de uiteindelijke conversie;
  4. Bepaal de impact die kanalen op elkaar hebben;
  5. Maak je eigen attributie model.

Bovenstaande stappen zijn een structuur om aan de slag te gaan met de beschikbare attributie modellen in Google Analytics. Het uiteindelijke attributie model dien je zelf in te richten. Dit is o.a. afhankelijk van je eigen marketing-inzet en strategie. 

Bepaal het rendement van je acquisitie kanalen

Allereerst starten we met een eenvoudig aangepast rapport om het rendement van je acquisitie kanalen te bepalen.

Disclaimer hierbij: om deze analyse uit te kunnen voeren dien je campagne-tags toe te voegen aan je (betaalde) campagnes + alle campagne statistieken (inclusief niet-Google AdWords) te importeren in Google Analytics. In deze blog leg ik uit hoe je dit instelt.

rapport niet google adwords campagnes

Met dit aangepaste rapport kun je bepalen welke kanalen een bijdrage hebben geleverd aan de conversie. Dit zijn je converterende kanalen, aangezien dit rapport is gebaseerd op het laatste indirecte klik model. Binnen dit attributie model krijgt de laatste klik 100% conversiewaarde toegekend. (exclusief direct verkeer)

Onderstaand is een praktijkvoorbeeld van dit rapport:

visual rapport campagnes_bewerkt

 

Daarnaast adviseer ik je om onderstaand conversiesegment binnen de multi-channel trechters te gebruiken bij het bepalen van het rendement per acquisitie kanaal. Met dit segment krijg je antwoord op de volgende vraag: wanneer ik stop met investeren in een bepaald acquisitie, hoeveel conversies loop ik dan mis?

visual uitsluiten AdWords campagnes

In bovenstaand voorbeeld vergelijk ik de conversiewaarde van E-mail met AdWords. Hieruit kun je concluderen dat je 5% conversies misloopt wanneer je stopt met het versturen van je mailings.

Indien je morgen alle AdWords campagnes uitzet, verlies je 9% conversies. (bijna 2x zoveel!) Mijn advies is om deze informatie mee te nemen bij de uiteindelijke opzet van je attributie model.

Ondersteunende conversiewaarde per kanaal

Nu gaan we kijken naar de kanalen die een ondersteunende bijdrage hebben geleverd aan de conversie. Je kunt in het standaardrapport assisted conversions  de dominant ondersteunende en converterende kanalen van elkaar onderscheiden. De dominant ondersteunende hebben een verhoudingsgetal > 1 en de dominant converterende kanalen hebben een verhoudingsgetal < 1:

visual ondersteunende conversies

Je dient echter kritisch te kijken naar de conversiedata uit dit rapport: de ondersteunende conversies aan het eigen kanaal zijn er namelijk nog niet uitgefilterd.

Daarom adviseer ik je om de ondersteunende conversies aan het eigen kanaal eruit te halen via onderstaand segment:

ondersteunende conversies eigen kanaal eruit

Zo kun je namelijk de werkelijke ondersteunende waarde per kanaal gaan bepalen. Je wilt bijvoorbeeld op de volgende vraag antwoord krijgen: heeft e-mail meer ondersteunende waarde dan je AdWords campagnes?

visual ondersteunende conversies_zonder eigen ondersteuning

Op basis van bovenstaande data kun je concluderen dat de meerderheid van de ondersteunende conversies via e-mail aan het eigen kanaal zijn geweest en dat E-mail niet verantwoordelijk is voor meer ondersteunende waarde dan AdWords.

Tijd en klikken voor de uiteindelijke conversie

Naast de ondersteunende conversiewaarde wil je ook de duur en klikken in de meeste conversiepaden meenemen in je attributie model.

Mijn advies is om hiervoor onderstaande conversiesegmenten te gebruiken:

  • Padlengte met 1 vs. 2 klikken;
  • Vertraging van minimaal 1 week vs. korter dan 1 week.

vertraging minimaal 1 week

Indien je deze segmenten binnen de multi-channel trechters toepast, krijg je onderstaande data te zien:

visual padlengte voorbeeld

voorbeeld segmenten vertraging

Welke informatie achterhaal je hiermee?

  • 25 % van de conversies hebben een minimale padlengte van 2; (300/1190)
  • Bijna 20% van de conversies vinden na één week plaats. (266/1416)

Kortom: Meer dan 75%  van de conversies vinden na 1 klik en binnen één week plaats.

Impact die kanalen op elkaar hebben

In het standaardrapport beste conversiepaden kun je de impact van kanalen op elkaar gaan bepalen. Je wilt bijvoorbeeld antwoord krijgen op de volgende vraag: welke invloed heeft AdWords op andere kanalen en welke impact heeft dat op de conversie?

Mijn advies is om hiervoor conversiesegmenten in te stellen, zodat je antwoord krijgt op deze vraag:

visual impact kanalen op elkaar

 

Op basis van bovenstaande data kun je concluderen dat AdWords vooral invloed heeft op Direct verkeer en SEO.

Disclaimer hierbij: direct verkeer is natuurlijk geen acquisitiekanaal, maar eerder gedrag vanuit een kanaal. In dit geval het gedrag vanuit Google AdWords.

Mijn advies is om deze conversiesegmenten ook voor je andere (betaalde) kanalen in te stellen.

Maak je eigen attributie model

Met bovenstaande informatie kun je daadwerkelijk een eigen attributie model gaan inrichten. Deze attributie modellen vind je onder toeschrijving > hulpprogramma voor modelvergelijking.

Je kiest vervolgens onder model selecteren voor nieuw aangepast model maken.

  1. Basismodel

Allereerst dien je een keuze te maken voor een basismodel. Mijn advies is om hierbij te kiezen tussen de modellen op basis van positie en tijdsverval. Je kunt namelijk binnen deze basismodellen een waarde toekennen aan de verschillende posities van de klik of de tijd voor de daadwerkelijke conversie. Dit is bij de overige basismodellen niet mogelijk.

2. Duur conversie paden

Vervolgens kun je een keuze maken voor de overzichtsperiode (duur) van je conversie paden. Mijn advies is om hierbij voor 90 dagen te kiezen, omdat je ook de conversies na 30 dagen wil laten meetellen in je attributie model.

Disclaimer: indien 90-100% van je conversies binnen de 30 dagen plaatsvinden, kun je natuurlijk het beste kiezen voor een overzichtsperiode van 30 dagen.

3. Gebruikersbetrokkenheid

Gebruikersbetrokkenheid op basis van bezoekdiepte of tijd op site is moeilijk te koppelen aan de impact hiervan op je conversie. Daarom zet ik deze standaard uit binnen het attributie model.

4. Aangepaste kredietregels

Eerder hebben we reeds de ondersteunende conversiewaarde per kanaal bepaald. Daarnaast hebben we de impact van AdWords op andere kanalen bepaald.

Deze informatie kun je gebruiken om aangepaste kredietregels in te stellen. Bijvoorbeeld om bepaalde kanalen meer/minder waarde toe te kennen.

Mijn advies is om in ieder geval de attributie waarde van direct verkeer op 0 te zetten. Direct verkeer is namelijk geen kanaal, maar eerder een gedrag vanuit een kanaal. Daarom kent Google Analytics het medium none toe aan direct verkeer.

Daarnaast kun je kredietregels instellen om meer waarde toe te kennen aan een acquisitie kanaal. Bijvoorbeeld wanneer een kanaal duidelijk meer ondersteunende waarde heeft dan andere kanalen, zoals in dit bijvoorbeeld de verwijzende sites.

kredietregel referrals

Zo kun je de resultaten via je eigen attributie model gaan vergelijken met bijvoorbeeld het reguliere laatste indirecte klik model:

voorbeeld attributiemodel

Afgaande op bovenstaande conversiedata zijn vooral de kanalen Bing en AdWords ondergewaardeerd binnen het reguliere laatste indirecte klik model. Deze informatie kun je meenemen binnen je budget allocatie voor beide kanalen.

In deze situatie kun je er bijvoorbeeld voor kiezen om 20% van het SEO budget te verschuiven naar AdWords. Mijn advies is wel om dit één maand te testen en dan te evalueren welke impact dit heeft gehad op de conversie. Indien je dit onderbouwd wilt testen, dien je verder geen aanpassingen te doen aan de campagnes.

Via deze link kun je gebruik maken van mijn eigen attributie model.

Afsluitende tips

In deze blog heb ik je stap-voor-stap laten zien hoe je een eigen attributie model dient op te zetten. Bovenstaand stappenplan is een leidraad. De uiteindelijke opzet van je attributie model is afhankelijk van je marketingdoelstellingen – en strategie.

Enkele tips tot slot, zodat je actiegerichte inzichten kunt halen uit je eigen attributie model:

  1. Zet eerst de vragen op papier waarop je een antwoord wilt krijgen via je eigen attributie model;
  2. Koppel altijd segmenten aan je conversie data;
  3. Gebruik deze segmenten voor het toekennen van een bepaalde waarde aan je kanalen.
  4. Vergelijk de conversiewaarde per kanaal tussen je user-id (inloggers) weergave en je reguliere weergave. Binnen deze user-id weergave kun je namelijk conversie attributie toepassen op gebruikersniveau.
  5. Tot slot: het opzetten van een attributie model is geen éénmalige uitvoering. Je attributie model dient aan te sluiten bij je marketing-inzet en strategie.

Hoe zijn jouw ervaringen met attributie modellen?

Heb je aanvullingen op bovenstaand stappenplan? Ik lees jouw aanvullingen graag 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.