Analytics in de customer journey: van touchpoints naar euro’s

Via online en digitale kanalen is vrijwel elk punt in de customer journey meetbaar te maken. Een essentieel onderdeel van rapportage en analyse is de conversie. En daar wringt de schoen: de conversie ligt vaak achterin de klantreis, althans in de acquisitiefase. Naamsbekendheid, het invullen van een latente behoefte of vergelijking met andere producten en/of diensten zijn fasen in de journey die moeilijker één-op-één te verbinden zijn aan resultaat. Hoe verantwoord en optimaliseer je de investeringen die je doet in kanalen voor- of middenin de journey, waarvan je verwacht dat ze de drivers zijn voor de rest van het conversiepad?

Zijn voortschrijdende analyticstechnologie en meer data het antwoord?

Als je wat meer thuis bent in de materie, schieten wellicht begrippen als attributiemodellen, user-ID’s, cross-device tracking of datamanagementplatformen door je gedachten. Deze richting gaan we in dit artikel niet op. Zelfs state-of-the-art implementaties van dit soort technologieën geven slechts een beperkt beeld van de journey en touchpoints die attribueren aan conversie. Niet dat ze onbruikbaar zijn, maar de toepassing en analyse kennen dermate veel haken en ogen dat deze voor een gemiddelde marketeer kostbaar of te hoog gegrepen zijn, of zelfs een overkill qua kosten geven, waardoor er geen sluitende businesscase gemaakt kan worden.

Micromoments in de journey

Verderop meer over attributie. Eerst een preview van een alternatief dat niet attributie aan de kant zet, maar een vrij basaal framework biedt om toch grip te hebben. Door de focus weg te halen bij het volgen van individuele gebruikers en in te zoomen op veelvoorkomende touchpoints: de ‘kleine succesjes’. Google noemt ze ook wel ‘micromoments‘. Micromoments bevatten een schat aan data en door steekproefsgewijs het succes te analyseren, kun je een waarde bepalen. Ook daar maak je aannames en extrapolaties, maar zonder dure en complexe implementatie die lastig te interpreteren antwoorden oplevert.

De beperkingen van attributie

Conversie-attributie is verwerkt in Google Analytics als analysemogelijkheid, maar ook in andere systemen. Als je verkeersbronnen analyseert, ben je vaak onbewust bezig met conversie-attributie: Google Analytics verbindt de conversie aan de laatste verkeersbron vóór de conversie (de laatste niet-directe klik). Kortom, de laatste verkeersbron in de journey krijgt alle credits. Voor analisten bekend, voor stakeholders die rapportages ontvangen vaak niet; met verkeerde interpretaties tot gevolg.

Gebruik je de meer geavanceerde techniek en kijk je naar de verschillende manieren van attributie, dan zijn er veel betere modellen beschikbaar. Modellen zijn echter abstract en gebaseerd op aannames, waarbij sommige ronduit vreemd zijn en alle waarde toebedelen aan de laatste klik. Google Analytics-goeroe Avinash Kaushik kan daar meer over vertellen. Rest mij om 3 andere ‘gaten’ te benoemen:

1. Bij lange journeys van 2 weken of meerdere maanden weet je na een evenzo lange periode pas of je campagne impact heeft. Bijvoorbeeld voor producten en diensten waar langere beslissingsperiodes aan voorafgaan, zoals hypotheken, auto’s, zakelijke diensten, etc.
2. Attributie is nog steeds gebaseerd op cookies, in een browser, op een device, van een gebruiker. Gebruikers analyseren is dus in feite cookies analyseren en bij een wisseling of verwijdering van één van de elementen in de genoemde opsomming is het verband weg. Attributie bevooroordeelt alsnog de best meetbare kanalen kort op de eindconversie en onderwaardeert acties die vooral via andere devices (b.v. social/mail) of browsers plaatsvinden, die mogelijke startpunten zijn van nieuwe journeys. Dat wilde je juist voorkomen met de analyse.
3. Privacy. Hoewel sommige organisaties nog redelijk losjes omgaan met tracking en cookie-policies, is er toegenomen aandacht en beleid. Dit betekent tegenwind voor inspanningen om op user-niveau te meten.

Deze beperkingen betekenen niet per se dat de data onbruikbaar zijn. Er zijn ook oplossingen in de vorm van User-ID’s en crossdevice-analyses, maar zelfs dan zijn er nog veel aannames en gaten in de data. Verder is er natuurlijk meer in het spel dan alleen verkeersbronnen; het gaat ook over digitale interacties als doorkliks in digitale media. Daar gelden echter dezelfde inherente beperkingen. Daarom een alternatief ‘touchpoints framework‘, dat zowel aanvullend als vervangend kan dienen.

Map, meet en monitor je key digital touchpoints

Wat is dan wel een goede oplossing? De user journey geeft deels een antwoord hierop. Wat zijn de belangrijke digitale touchpoints in de klantreis? Niet alleen het waarnemen van iets, maar ook daadwerkelijke interacties en handelingen van gebruikers die daar direct op volgen. Niet over meerdere bezoekers of devices, maar in het moment zelf. Daar begint het mee. Om concreet te zijn, enkele voorbeelden van wat ‘interacties’ kunnen zijn:

• Het doorklikken naar een detailpagina van een specifiek ‘pakket’.
• Het samenstellen van een product, zoals het selecteren van een maat/kleur.
• Beschikbaarheid bekijken bij het boeken van een accommodatie.
• Het doorklikken naar de contactpagina van een specifieke vestiging.
• Engagement met product: minimaal 20 seconden op een productpagina doorgebracht, met scrollactiviteit en minstens 1 klik op een van de elementen, zoals een afbeelding.

Hoe meet je dat dan?

Natuurlijk zijn er veel meer interacties mogelijk in vele situaties en contexten. Zolang de gebruiker maar zélf intentie toont of een actie uitvoert. Het meetbaar maken van dit soort interacties is de afgelopen jaren steeds makkelijker geworden, onder andere door tools als Google Tag Manager. Deze tools stellen jou of je ontwikkelaar in staat om relatief eenvoudig met on-clicks op bepaalde elementen, van en naar bepaalde url’s, scrollacties of andere maatwerkscripts een gebeurtenis of pageview in te schieten in Analytics (voor de technisch aangelegde marketeers of je ontwikkelaar: een praktijkvoorbeeld)

Touchpoints als doelen

Een belangrijke tweede stap is het instellen van doelen. Niet alleen de voor de hand liggende, zoals een transactie of primaire conversie, ook de kleine succesjes. Je kunt bijvoorbeeld in Google Analytics de doelen over de ‘doelsets’ verdelen. Zelf gebruik ik de indeling voor micro/meso/macro, waarbij macro staat voor het meest ‘harde’ contact als transacties/leads, meso voor opvolgbare interacties met personalisatie en micro voor de ‘kleine succesjes’.

Maar je kunt ook de stappen in je journey als uitgangspunt gebruiken. Je ziet dan in elk rapport voortaan je conversie voor de ‘kleine succesjes’ door doelset ‘microconversies’ te selecteren. En dán is het prima dat we naar het laatste verkeerskanaal kijken met attributie voor laatste klik. Het gaat namelijk om de kwaliteit van dát ene moment: welk kanaal en welke context triggerde die actie? Vanaf hier geldt de meerwaarde van het framework. Maar we kunnen nog een stapje verder.

Scoren: wat is het nu waard?

Een derde stap is het scoren van de interacties. Wat zijn deze nu waard? Uiteraard een erg lastige vraag, maar niet onmogelijk te beantwoorden. In eerste instantie kun je prima af met een educated guess: bijvoorbeeld het contactpaginabezoek, het totaal aantal bezoekers op de locatie en de waarde per bezoeker. Kortom, het aantal interacties in verhouding tot het totaal aan omzet dat verderop in de journey volgt. Dit levert grove kengetallen en ranges op. Geen materiaal om een gehele businesscase op te baseren. Ga echter eens na wat de grootste variabelen zijn die van invloed kunnen zijn op dit kengetal en je bent door steekproeven en kwalitatieve analyse een stuk zekerder.

• Ga na hoeveel mensen op de locatie ook de contactpagina van de site hebben bezocht door het na te vragen.
• Online is het nog eenvoudiger: check hoeveel detailpagina-interacties gemiddeld voorafgaan aan een eindconversie.
• Steekproeven van Facebook-bezoekers die klikten op een post versus die uiteindelijk een eindconversie bereiken, zoals eerder uitlegd in dit artikel op Marketingfacts.
• Analyse van view-through microconversies uit banners: hoeveel kwalitatief bezoek uit bijvoorbeeld branded traffic is terug te herleiden tot weergaven van banners?

Door momentopnamen van deze data te gebruiken, in plaats van users te volgen, kun je sterk onderbouwde schattingen maken van de waarde. De user-level data waar attributie op leunt, waar alle ‘gaten’ in zitten, zijn minder relevant.

Stel dat 1 op de 10 bezoekers op de pagina een vestiging bezoekt, waarvan 1 op de 2 een aankoop doet van gemiddeld 200 euro met een marge van 20 euro. Een contactpaginadoorklik is dan 1 euro waard. (Heb je Google Analytics? Stel dan ook de doelwaarde in!) Dat is een waarde die goed te rapporteren is aan een niet-analist die niet weet wat pageviews, bouncerates en bestemmingspagina’s inhouden.

Eventueel kan de waarde worden uitgedrukt in “punten” in de journey, waarbij je scores verbindt aan de momentopname zodra een touchpoint concreter wordt. Een contactpaginabezoek levert 2 punten op, een detailpagina 1, een offerte 50 punten, enzovoort. Met deze data kun je een dashboard maken van je user journey dat goed te begrijpen is voor leken. Maar ook de campagnespecialisten aan de knoppen zullen het waarderen dat de kleine succesjes te analyseren zijn.

Waag een poging

De eerste uitvoering ervan zal zwaar leunen op aannames, waardoor harde beslissingen op basis van een doorrekening van bijvoorbeeld je contactpagina bezoek misschien nog niet verstandig zijn. Natuurlijk is geen enkele aanpak perfect en heeft het journey-framework zwakke punten. Maar besef dat het touchpoints-framework niet afhangt van complexe implementaties, simpel is en dat deze beperkingen overzichtelijk zijn.

Stuurde jij campagnes bij op basis van Google Analytics-rapporten met laatste-klikconversies? Dan maakte je waarschijnlijk slechtere beslissingen. Dus waar wacht je nog op?