‘Attributie dood’. Is dat al relevant?

Attributie prijkt niet voor niks regelmatig in de ‘marketing uitdagingen’-top lijsten, dus toch even in een notendop de kern van de discussie. Attributie zou de effecten van je touchpoints teveel versimpelen. Langetermijneffecten, merkbekendheid en out-of-home ads laten zich in veel modellen tenslotte lastig vangen in relatie tot bijvoorbeeld een aankoop. Dat kun je intuïtief ook aanvoelen, al is het maar omdat je als consument ook niet echt kan uitleggen waarom je vandaag opeens wél die pizza bestelde. Die poster in het bushokje vorige week? De banner op je feed? Eros Ramazzotti op de radio?

Marketing mix modelling (MMM) probeert dat mee te nemen door effecten over tijd te isoleren. Moeilijkheid: dan moet je wel echt veel goede data hebben met veel verschillende variabelen die al die dingen inzichtelijk maken. Best lastig, zeker omdat de online wereld nogal veranderd is ten opzichte van pre-covid. (Bekijk voor de lol eens deze paper die ik tegenkwam tijdens het schrijven. Best een knap staaltje analytisch werk om uiteindelijk te concluderen: mobile ads boosten offline sales met 2%, online niet) Niet voor niks gebruiken veel analisten een combinatie van beide werelden.

De lessen

Zoals beloofd ga ik hier verder geen puntsgewijze opsomming neerzetten over waarom de een of de ander objectief beter is. Uiteindelijk geldt: “het beste model is het model dat gebruikt wordt”. Met alleen intellectuele navelstaarderij behaal je geen resultaat voor jezelf en voor je klant. Daarom een aantal lessen om over na te denken voordat we hier iets mee moeten.

Ten eerste geldt voor veel bedrijven dat echt nadenken over attributie of MMM nog helemaal niet zo relevant is. Impliciet gebruik je daar toch veel last click: dit kanaal leverde deze maand zoveel conversies op. Pas met een serieuze investering in dataplatformen en analytics worden deze afwegingen interessant.

Eerst de juiste omgeving

Maar ten tweede: een model verdient geen geld, dat doet je team. Een model – een versimpelde weergave van de werkelijkheid – geeft in dit geval inzichten in de historische effecten en opbrengsten van je marketing efforts. Net als bij elk ander model hoop je daaruit conclusies voor de toekomst te trekken, zodat je nog effectiever wordt. En in tegenstelling tot Eros Ramazzotti’s oeuvre geldt: ‘resultaten uit het verleden, bieden geen garantie voor de toekomst’.

Dat maakt beide technieken zeker niet waardeloos, maar je moet vooraf goed nadenken over de modeladoptie binnen de organisatie. Ben je in staat kanaal overstijgend te opereren en stuur je je medewerkers ook zo aan? Of beloon je vooral de growth hacker met een uplift maar zijn assisted conversions een stuk minder makkelijk te koppelen aan doelstellingen? Als de display marketeer alleen indirect bijdraagt aan de sales die de e-mail marketeer inkopt, wie heeft het dan het leukste op de vrijmibo?

Daarnaast: hoe vaak kun je de kennis en inzichten over je klantreis updaten en verspreiden in de organisatie? Past een genuanceerd en constant veranderend beeld zoals deze bij modellen daartussen (op een actionable manier)? Daarbij is het ook nog van belang dat kennis geborgd blijft tijdens de grote doorloop van medewerkers die we in deze tijd doormaken. Geen sinecure.

En misschien nog belangrijker: hoe sterk zit je überhaupt zelf aan de knoppen? Als je Google Ads je audiences laat voorstellen, responsive ads gebruikt en ook nog biedingen en plaatsingen automatisch variëren, hoeveel impact ga je dan maken met eigen inzichten uit een geavanceerd model.

Begrijp me niet verkeerd: daar zit geen cynische ondertoon onder. Marketing is een complex veld, waarbij advertising ook nog een vrij ongrijpbaar beest is. Met meerdere petten op in één organisatie kun je niet alles zelf, en zijn tools van groot belang. Maar juist daarom is voor het gros van de markt de vraag níet ‘welk model levert de waarheid’. Vaak begint het met: ‘met hoeveel stukjes waarheid kunnen we al effect behalen?’