Big data in retail maakt het meten van campagnes makkelijker
De crossmediale mogelijkheden om een retailcampagne of -promotie te lanceren zijn vandaag de dag legio. Printadvertenties, tradeshows en evenementen worden moeiteloos gecombineerd met tv-commercials, direct mail en online adverteren. Het is niet alleen een enorme uitdaging al deze uitingen op elkaar af te stemmen, maar tevens een hele klus om na lancering van de campagne de juiste gegevens te verzamelen en de online én offline bezoekersaantallen te analyseren. We willen meten hoe effectief de campagne is geweest, en daar waar nodig bij kunnen sturen.
Als vanouds komt het voltallige campagneteam na de campagne bijeen. Vol enthousiasme wordt de conversie van de online campagne gepresenteerd. Er is veelvuldig gebruikgemaakt van actiecodes, wat de effectiviteit van de campagne nog eens extra onderstreept. Ook de webshopconversie verloopt volgens verwachting. We kunnen tevreden terugkijken, zo is de stemming.
Maar dan komt er een telefoontje: één vestiging van de retailorganisatie is niet blij met de resultaten. Het bezoek aan de winkel viel nogal tegen, terwijl de inspanningen groot zijn geweest. Dan komt de hamvraag, waar ligt dit tegenvallende bezoek aan?
Meten is sturen
Marketingbureaus en -afdelingen worden geacht hier antwoord op te geven en de feedback te onderbouwen met cijfers. Anders worden oorzaak (slechte campagne) en gevolg (weinig bezoekers) een voor de hand liggende conclusie. Hoe komen we erachter welke factor een belangrijke rol heeft gespeeld in het aantal bezoekers en hoe kunnen we daar in de toekomst beter op sturen?
Het effect meten van de campagne
Uit tellingen komt steeds weer naar voren dat factoren als tijd van het jaar, salarisweken en het weer een enorme impact hebben op de drukte op straat. Deze factoren dienen meegenomen te worden in de berekening en plannen, om een realistisch beeld te schetsen van het effect van de campagne. Deze factoren hebben immers een grotere impact dan de gemiddelde marketingcampagne.
Capture rate
Het succes voor het gros van de campagnes wordt bepaald door de drukte op straat af te zetten tegen het aantal bezoekers in de winkel. De verhouding passanten vóór een winkel en de bezoekers ín de winkel noemen we de capture rate. Een goede marketingcampagne zal leiden tot een hogere capture rate en geeft in veel gevallen het beste beeld van het effect van een campagne. Wanneer op deze manier het ‘echte’ aantal extra bezoekers tegen de conversie en het gemiddelde bonbedrag wordt weggezet, ontstaat een reëler beeld van de impact van de marketing.
Customer journey
Na het berekenen van de capture rate is een realistisch beeld ontstaan over de verhouding passanten en aantal bezoekers in de winkel. Deze cijfers kun je vervolgens vergelijken met het online surfgedrag in diezelfde periode, waardoor je inzicht krijgt in het on- en offline winkelgedrag gedurende de looptijd van de (crossmediale) campagne. Deze ‘shopping index’ is een weergave van het actuele on- en offline winkelgedrag in Nederland. De passantenaantallen in winkelstraten zijn uitgesplitst naar regio en weekdag. De index van het online winkelgedrag kan bovendien verder worden uitgesplitst per branche, zodat je naast het algemene online shoppinggedrag ook in kunt zoomen op specifieke branches.
Van A tot Z in kaart gebracht
Nu kan de customer journey van a tot z in kaart worden gebracht. Wanneer koopt de consument liever online dan wel offline? Welke concurrenten bezoekt hij online en heeft het weer een grote invloed op de drukte in de winkelstraten? Het in kaart brengen van de customer journey zal inzicht geven in deze vragen.
Kortom, wil je de effectiviteit meten van een campagne, dan zijn onderstaande onderdelen onmisbaar in de berekening.
- Bepaal de juiste KPI.
- Drukte op straat bepaalt op A1-locaties voor een groot deel of het rustig of druk is in de winkel. Ga na wanneer deze momenten zijn, alvorens campagnes te lanceren. Wat zijn de beste dagen in de week?
- Bepaal de drukte online en kijk welke dagen er veel wordt gesurft.
- Denk na over tijd van het jaar en de week in de maand (salarisweken).
- Een niet onbelangrijke factor is nog steeds het weer en niets is zo onvoorspelbaar.
- Bereken de capture rate, dus de verhouding passanten en winkelbezoekers, waardoor een juist beeld ontstaat van het omzetpotentieel.
Een campagne kan dus wel degelijk succesvol zijn geweest, maar dankzij ons klimaat letterlijk in het water zijn gevallen. Er is niets zo onvoorspelbaar als het weer, en helaas zijn contracten voor mediazendtijd niet altijd uit te stellen.
In het geval van de retailer die ongelukkig was met de bezoekersaantallen kan worden uitgelegd dat het tegenvallende winkelbezoek te maken had met het tegenvallende aantal passanten; een campagne kan dan wel degelijk succesvol zijn geweest ondanks tegenvallende bezoeken. De capture rate geeft een sluitend antwoord op dit soort vragen.
Interessant artikel, volgens mij wordt er bij de beoordeling van een marketingcampagne inderdaad vaak voorbij gegaan aan de belangrijke factoren die je noemt.
Echter, het kan nogal wat werk zijn om deze kengetallen te verzamelen en mee te nemen in de berekening. Wellicht zou het gemakkelijker zijn moest er een database/API bestaan, die automatisch de drukte in een bepaalde winkelstraat op een bepaalde datum kan weergeven. Is dat ook iets waar Citytraffic zich mee bezig houdt?