Campagne Attributie – waar ligt de waarheid
Een hot onderwerp waar steeds meer aandacht voor komt is campagne attributie. Welke campagne krijgt de pluim als het gaat om het binnenhalen van een conversie. En nog beter: welke campagnes (meervoud) krijgen een pluim.
Voorbeeld case
Campagne attributie in het kort met een voorbeeld uit de travel branche: een bezoeker krijgt een nieuwsbrief met een aanbieding daarin, hij bekijkt de aanbieding op de site en verlaat de site weer. 2 weken later doet hij een zoekopdracht naar “vakantie spanje” en klikt op een AdWords resultaat, na een korte oriëntatie verlaat hij de site weer. 3 dagen later maakt hij een beslissing en zoekt op de naam van het bedrijf en boekt vervolgens zijn vakantie waar de travel site €200 marge op maakt.
Hoe ga je nu bepalen welke van de 3 bronnen voor die €200 winst gezorgd heeft. De eerste bron maakte de bezoeker bekend met je site, maar de laatste zorgde echt voor de conversie. Bij het bepalen van deze verdeling spelen een aantal factoren mee, die zal ik 1 voor 1 toelichten.
Afrekenmodellen
Het eerste waar je naar moet gaan kijken is het afreken model. Hoe verdeel je de behaalde winst over de campagnes die de bezoeker gezien heeft? De eerste campagne zorgde voor de initiële kennismaking, moet die dan net iets meer krediet krijgen dan de rest? Of is de laatste campagne belangrijker? En wat moeten de campagnes tussen de eerste en laatste dan krijgen? Een aantal bekende modellen zijn:
- 100% voor de laatste campagne
- 100% voor de eerste campagne
- 50% voor de laatste campagne, de rest gelijk verdeeld
- 50% voor de eerste campagne, de rest gelijk verdeeld
- Alles gelijk verdeeld
- Lineair stijgend verdeeld (40%, 30%, 20%, enz)
- Lineair dalend verdeeld (20%, 30%, 40%, enz)
- Op basis van de vertoonde interactiviteit
De eerste 7 zijn de meest bekende modellen waarbij de eerste in de praktijk op dit moment het meest gebruikt wordt (oa in Google Analytics). En de laatste is een vreemde eend in de bijt, maar wel een hele interessante:
Sitestat heeft een systeem ontwikkelt (de Engagement index) waarmee je punten toe kunt kennen aan acties van een bezoeker. Wanneer bijvoorbeeld een bezoeker zich inschrijft voor je nieuwsbrief geef je hem 10 punten, bij elke productdetail pagina 1 punt en bij het printen van een pagina 5 punten. Op basis van de behaalde punten in een bezoek krijgt de campagne die voor dat bezoek gezorgd heeft dan een aandeel in de winst. Op deze manier geef je bezoeken waarin veel belangrijke interactiviteit plaatsgevonden heeft ook meer krediet bij het afrekenen van je campagnes:
In deze afbeelding is goed te zien hoe de omzetten verdeeld zouden zijn als het model “alles gelijk verdelen” en het model op basis van “interactiviteit” toegepast zouden worden. En op dezelfde manier kunnen er on-the-fly nog meer modellen naast gezet worden in extra kolommen.
Vraag 1: welk model gebruiken jullie veel en waarom? Wat vinden jullie van het idee van Sitestat om het op basis van interactiviteit te doen?
Na conversie doortellen?
Het 2de vraagstuk is of je door moet tellen na een conversie. Wat nu veelal gebeurd is dat na een conversie de campagnes afgerekend worden volgens het gehanteerde model en dat dan het tellen weer opnieuw begint. Maar stel dat een bezoeker een paar weken later nog iets afneemt, dan kan deze omzet toch ook toegekend worden aan alle voorgaande bronnen?
Vraag 2: doen jullie dat, doortellen na een conversie?
Periode en inactiviteit
Tot hoe ver terug tellen campagnes nog mee in een conversie? Zijn dat simpelweg de laatste X campagnes, of alles campagnes in de laatste X maanden? Kun je zeggen dat een campagne die 2 jaar geleden een bezoeker aangeleverd heeft nog steeds krediet moet krijgen voor een conversie? En wat doe je met inactiviteit: stel dat een bezoeker 3 campagnes aandoet, 5 maanden niet op de site komt en daarna weer 3 campagnes aandoet. Tellen ze dan alle 6 mee voor de conversie of zeg je na X maanden inactiviteit dat er op nieuw geteld moet worden? En hoe lang mag die inactiviteit dan zijn voor je opnieuw begint? Dat zijn een hoop vragen waarvan ik benieuwd ben hoe deze aangepakt worden bij jullie.
Vraag 3: Welke periode hanteren jullie en welke eventuele periode voor de inactiviteit wordt hierbij gebruikt?
Bedrijfsnaam
Met het grote aandeel van Google hier in Nederland hebben veel sites te maken met veel bezoek via zoekopdrachten op hun bedrijfsnaam. Dat kan in vele vormen zijn:
- bedrijfsnaam
- www.bedrijfsnaam
- bedrijfsnaam.nl
- www.bedrijfsnaam.nl
- bedrijfs naam
Dit zijn geen echte zoekopdrachten maar navigatieopdrachten. Men wil naar je site en gebruikt hier uit gemak Google voor. Er zijn hele groeperingen die de Google zoekbalk als adresbalk gebruiken. Moet je deze zoekopdrachten dan wel meenemen bij het afrekenen van je campagnes? Of moet je ze een relatief klein aandeel geven? Vooral in de gevallen waar men het afrekenmodel “laatste campagne” gebruikt kunnen dit soort zoekopdrachten onevenredig veel krediet toebedeeld krijgen.
Vraag 4: Nemen jullie je bedrijfsnaam mee bij het afrekenen van je campagnes?
Gevoel
De laatste factor die ik wil noemen is gevoel, ervaring of onderbuikkriebels. Bij het afrekenen komt meer kijken dan het puur op formules afgaan en op die manier keihard afrekenen. Een mooi voorbeeld hiervan is affiliate marketing: hierbij zijn derde partijen voor jou bezig om conversies binnen te halen, hier krijgen ze dan een vergoeding voor. Nou kan het zijn dat je met een beter afrekenmodel je affiliates benadeeld omdat ze hun omzet moeten delen met andere campagnes. Hierdoor zullen ze geneigd zijn minder voor je te doen waardoor het kanaal minder effectief word. Je zult dan eigenlijk de affiliates in verhouding met de andere campagnes iets meer krediet moeten geven om zo dat kanaal goed te benutten.
Vraag 5: In hoeverre nemen jullie je gevoel mee, en op welke manier?
Voorwaarden
Voordat je überhaupt bezig kunt met het afrekenen/analyseren moet je al je campagnes met 1 pakket doormeten. Dit pakket kan dan het overzicht bewaren over alle gebruikte campagnes en kan zo per bezoeker meerdere campagnes opslaan. De meetsystemen die elke campagne leverancier levert (emailverstuursoftware, affiliate meetpixels, adwords conversiescript, enz) zullen alleen inzage kunnen verschaffen in de eigen campagnes. Wanneer je alleen hier op stuurt zal het voor kunnen komen dat 3 campagne leveranciers een conversie en eventuele bijbehorende vergoeding opeisen.
Pakketten
Er zijn helaas nog weinig pakketten die dit (goed) ondersteunen. Sommige pakketten kunnen campagnes opslaan, maar het toewijzen van de bijbehorende marges is niet of nauwelijks mogelijk. Of pakketten zijn te uitgebreid en moeilijk te implementeren dat ze het wel zouden moeten kunnen maar het er simpelweg niet uitkomt. Een pakket die ik momenteel erg vooruitstrevend vind is Sitestat.
Nedstat kwam gisteren naar buiten met een nieuwe rapportagemogelijkheid in hun tool Sitestat. Je kunt (zoals ook te zien is in eerder geplaatst screenshot) daarin flexibel experimenteren met de diverse modellen en periodes om te zien hoe de omzetverdeling zou zijn. Dit maakt het analyseren erg krachtig en effectief.
Overdenkingen
Zouden we standaarden voor campagne attributie moeten bedenken? Welke periodes gaan we hanteren en welke afrekenmodellen? Ik zelf denk van niet, elke site + product + campagne + bezoeker heeft zijn eigen benadering nodig. Elke situatie is uniek en kent zijn eigen optimale parameters voor de beste verdeling van campagnebudgetten.
Het bepalen van de meest optimale mix van waardes, parameters, modellen, enz. voor je eigen situatie is in mijn ogen 1 van de meest uitdagende klussen voor een online marketeer. Je moet een halve econometrist zijn in je speurtocht naar het punt waar je site + campagnes het beste rendeert. Een goede tool die een hoop werk voor je doet is hierbij echt een must, je kunt je zelf dan concentreren op de aspecten waar het menselijk brein nodig is.
Discussie
Voor een constructieve discussie over campagne attributie zou het goed zijn als je de gestelde vragen kunt beantwoorden om zo te laten zien hoe jullie er mee om gaan.
Als zelfstandig specialist houd ik me bezig met Google Analytics, Site Speed en SEO. Heb je een probleem met de techniek, de organisatie of je kennis? Ik kan je helpen dit op de rails te krijgen. In de laatste jaren heb ik veel ervaring opgedaan met deze onderdelen bij diverse top 100 sites in Nederland. Of het nou gaat om het opzetten van een strategie of het wijzigen van een stukje javascript, laat het weten.
Heel veel om over na te denken, vooral het stukje bedrijfsnaam vind ik erg interessant. Ik vraag me altijd af of beeld advertenties niet veel meer conversies opleveren dan je kan tellen, als je een ’traffic4u’ banner ziet en een week later zoekmachinemarketing nodig hebt is de kans groot dat je de link legt. Vervolgens Google je ’traffic4u’ -> ik vind dit een conversie voor de banner!
Maar hoe weet je zoiets zeker? Een ingeladen banner staat niet gelijk aan een daadwerkelijk bekeken banner. Lastig.
Ik neig zelf erg naar het 50% naar de laatste ‘campagne’ en de rest gelijk verdeeld, maar 100% onfeilbaar is dit niet.
Om een echte standaard te ontwikkelen voor een bijna perfecte verdeelsleutel hebben we haast een stukje neurologie nodig, hoeveel impact heeft wat voor uiting? Hoe lang blijft die hangen? Ik denk dat een tekstadvertentie (AdWords!) minder ‘branding’ waarde heeft dan een beeldadvertentie. Maar dit is pure speculatie. Een educated guess.
Teveel te zeggen, voordat ik zelf een artikel schrijf in deze reactie haak ik af: mooi stuk.
Buitengewoon interessant artikel! Ik denk dat we binnen 2 jaar allemaal volgens de engagement filosofie zullen gaan afrekenen. Goed voor de gehele markt lijkt me zo!
Leuk artikel! Bij AdLantic geloven we ook dat conversie-attributie de toekomst is. Leuk om te lezen dat veel partijen hier mee bezig zijn. Inmiddels zijn er dan ook redelijk wat aanbieders gekomen, die allen hun eigen kenmerken hebben. Volgens mij is bovenstaand verhaal vrij compleet. Wat denk ik nog wel een leuke toevoeging is, en wat Jorrit terecht ook al opmerkte, is het toekennen van brandingwaarde aan banners. Dus bijvoorbeeld: is er een verband tussen het aantal keren dat een bezoeker een banner heeft gezien, en bijvoorbeeld de kans dat hij op merknaam binnenkomt? Je hebt dan inderdaad wel even een tool nodig op te meten of de banner daadwerkelijk in beeld is geweest, in plaats van alleen geladen.
Dan kom ik gelijk op vraag 4, over het meenemen van je bedrijfsnaam. In eerste instantie zou ik zeggen dat je die uit je afrekening moet halen. Het intoetsen van een bedrijfsnaam betekent immers dat iemand die naam ook kent. Maar als je weet dat het aantal vertoningen van een banner bijdraagt aan het intoetsen van je bedrijfsnaam, zou je het misschien wél moeten meenemen. Alleen zou je je algortitme erop moeten aanpassen.
Mooi om te zien dat oude, onopgeloste vraagstukken blijven bestaan, ongeacht de samenstelling van de mediamix!
Prachtige analyse overigens, complimenten.
Maar het probleem is zo oud als reclame en beperkt de effectiviteitsanalyse van elke mediamix. Samen met het feit dat wat consumenten zeggen, niet noodzakelijk enig verband houdt met wat ze gedaan hebben en al helemaal niet wat ze nog gaan doen, leidt dit tot de vraag of dit soort metrics wel enige zoden aan de dijk zet.
Dit leidt dan weer tot een tegenstelling (of paradox?) die marketeers al decennia wakker houdt: hoe kom ik te weten welke 50% van mijn budget weggegooid geld is als a. ik niets doe zonder het effect te kunnen meten, b. ik het effect niet kan meten, c. tenzij ik niets doe want dan is het effect wel te meten, nl.: ik verkoop niets.
Goed stuk.. maarre dit is allemaal binnen de 30 dagen cookie? Wat nou als de beslissing langer duurt? En nog belangijker: wat is de invloed van Offline media?? Of het sociale aspect? Ik heb wel op de banner geklikt en gekeken op de site maar doe verder niks.. Pietje, m’n buurman zegt na 3 weken:” ja joh, moet je doen. Dat is harstikke goed…” Oke, ik ben overtuigd en doe het!
Gaat de conversie naar de banner voor 100%?
Naast online metingen altijd kwalitatief onderzoek laten meelopen zodat je ook weet hoe je uitingen beoordeeld worden etc..
Goed om te zien dat sitestat meer en meer marketingoplossingen gaat bieden. Dat er weinig pakketten zijn die dit kunnen klopt echter niet. Wellicht niet zoveel web analytics leveranciers maar veel marketingsoftwareoplossingen kunnen dat uiteraard wel en dan ook nog over veel meer kanalen dan alleen online. Veel marketeers willen daar echter niet aan beginnen, het kan wel eens de slechte marketing accountablity aantonen die in Nederland aanwezig is. Toch zullen ze moeten!
@ Tim Vrind: De cookieduur van Google Analytics kun je eenvoudig verlengen door een toevoeging aan het analytics script.
@Andre
Er is op dit moment geen optimaal attributie model. Zoals je zelf al aangeeft is de keuze voor een model erg situatie afhankelijk. Het model dat ik mis wordt door Avinash Kaushik veel gesuggereerd. Attributie op basis van time on site. Hoe meer tijd je op de site besteed tijdens een bezoek, des te meer waarde er aan het bezoek wordt toegekend.
Er zijn enkele gespecialiseerde pakketten die campagne attributie wel inzichtelijk maken. Uit Amerika komt de tool van Coremetrics, vanuit Nederland heeft zowel Adlantic en tool en bestaat er ook een andere tool Rankinspector die deze data kan produceren.
Al met al een leuke voorzet voor het artikel dat ik komende week over dit onderwerp op webanalisten zal plaatsen.
@Martijn: ik vind het engagement model van Sitestat een stuk sterker dan de time-on-site. Tijd is in mijn ogen een waardeloze metric. Mensen lezen langzaam of snel, mensen kunnen heel snel de juiste informatie vinden of juist heel snel bepalen dat de getoonde info niet juist is. Men gaan wel eens naar de wc of wordt afgeleid door anderen. Tijd op de site is op zo veel manieren te beïnvloeden en ook nog eens niet optimaal te meten dat het wat mij betreft te onbetrouwbaar is een model op te stoelen. Het zou wel een kleine-factor kunnen zijn naast andere factoren die de engagement van een bezoeker bepalen.
Coremetrics en Adlantic waren mij inderdaad bekend, Rankinspector niet in deze hoedanigheid. Maar dat zal in je artikel op Webanalisten naar voren komen?
Edit: ah, Wolter heeft zojuist de toelichting al gegeven, dank.
@Tim en Martijn: de cookieduur of campagneduur is ondergeschikt. In feite zou je alle campagnes in een database willen hebben waar je achteraf bij de analyse bepaald hoe lang een campagne geldig is. Het beperkte attributie model van Google Analytics maakt dit niet mogelijk en daar ga je dan inderdaad met de geldigheid van de cookie spelen om de factor inactiviteit in te brengen.
@Guido: mooie reactie. Naast de grijpbare zaken speelt er nog meer mee. Dat vang je niet in een model, maar het is roeien met de riemen die je hebt. En met een juist gebruik van die riemen kun je een eind komen.
André, erg goed verhaal!! Jammer dat je maar 1 leverancier bespreekt ;).
1. interactiviteit
Hier ben ik het mee eens. Het Lijkt me overigens moeilijk om daar een goed algoritme voor te bedenken. Naast bepaalde acties op een website zou je ook gewoon pageviews en/of tijdbesteding kunnen mee berekenen.
2.Conversies doortellen
In ons systeem kun je 2 periodes selecteren;
A. periode waarin de conversie is geboekt.
B. periode waarin de herkomst meegerekend moet worden.
Als binnen beide periodes meerdere conversies/herkomsten vallen, dan krijgen de eerste traffic-bronnen ook credits. Voorbeeld:
Herkomst( 1, 2, 3 ) – conversie – herkomst (4, 5) – conversie.
Bij een even/lineaire distribution model krijg je dan:
waarde herkomst 1 : 1/3 + 1/5 = 8/15
Waarde herkomst 2 : 1/3 + 1/5 = 8/15
Waarde herkomst 3 : 1/3 + 1/5 = 8/15
Waarde kerkomst 4 : 3/15
Waarde herkomst 5 : 3/15
3. Periode en inactiviteit
De periode van de herkomst-meting moet je zelf kunnen instellen. Doorgaans zetten wij hem op 1 tot 2 maanden voor de eerste conversie.
4. Bedrijfsnaam
Dit is een zeer belangrijke. Type-in of branded search traffic is het gevolg van eerdere marketing (hoe kennen ze anders je bedrijfsnaam). Wij geven de mogelijkheid om deze herkomsten wel EN niet mee te berekenen. Door deze uitkomsten te vergelijken krijg je ontzettend veel inzicht in je marketing effecten.
Naast bedrijfsnaam kijken wij bijvoorbeeld ook naar mailings (email-adressen verkregen uit historische marketing). Je kunt deze mee berekenen zodat je weet wat die mailings je eigenlijk opleveren, maar je kunt ook besluiten om ze uit de berekening te excluden.
5. Gevoel
Bepaalde herkomsten een zwaardere weging geven is bij ons mogelijk, maar je geeft hiermee wel een vertekend beeld van de werkelijkheid. Als het je gaat om affiliates tevreden te houden, dan kun je wellicht beter kijken of het mogelijk is om voor een hogere uitbetaling te kiezen ipv meetsystemen te manipuleren.
Momenteel draaien wij tientallen conversie attributie projecten. Wat ons het meeste opvalt, is dat het percentage conversies dat voortkomt uit type-in of branded searchtraffic, enorm hoog is (meestal 50-80%). Deze conversies zijn afkomstig van…….. jawel: BRANDING. Zelfs 100% online bedrijven behalen gigantisch veel conversies uit type-in/branded traffic. Wij kunnen dus niet anders, dan concluderen dat online branding zeer effectief kan zijn. Dit was voor ons aanleiding om branding effecten ook mee te nemen in onze conversie attributie. Wij zullen binnenkort wat resultaten publiceren.
Daarnaast valt ons het volgende op;
• Generieke/hoofd zoekwoorden in zoekmachines blijken veel meer conversies op te leveren bij “even distribution”, dan bij last cookie methode.
• Vergelijkingswebsites blijken bij even distrubution minder op te leveren, dan bij last cookie counts.
• Specifieke websites, zoals Startpaginadochters blijken bij even distribution meer op te leveren dan bij last cookie counts.
• Longtail zoekwoorden blijken meer op te leveren bij even distribution dan bij last cookie counts.
Conversie attributie geeft een veel bredere kijk op je marketing effecten. Uiteraard komen de resultaten nooit helemaal overeen met de werkelijkheid. Deze werkelijkheid is namelijk te complex om te vangen in een wiskundig model. Maar het is zeker een zeer goed begin voor je analyses.
@Philippe: dank voor je uitgebreide toelichting, ik ken jullie tool maar kon nergens vinden hoe alles gerapporteerd werd.
Ben benieuwd naar de resultaten die jullie gaan publiceren.
Goed artikel en mooi om te zien dat er al zo veel mensen mee bezig zijn. We hebben in de afgelopen 2 jaar op dit vlak veel ondernomen, nagedacht , ontwikkeld en opmerkelijke dingen gezien en geleerd. Het wordt helemaal spannend als je verder gaat kijken dan cookie basis en bovendien ook al je offline inspanningen bij conversion attribution gaat betrekken.
Er zijn verschillende partijen die al heel veel (technisch) inzichtelijk kunnen maken. Maar er zijn wereldwijd maar weinig partijen (beter gezegd geen?) die hele duidelijke conclusies trekken laat staan aangeven hoe je hierop kunt sturen. Dat blijkt ook uit de vragen die je “aan de markt stelt”.
Dus wat ga je nu doen met die gigantische bak met data? Dat is de grote vraag. Het model dat je zult gaan hanteren zal in bijna alle gevallen grotendeels custom zijn en gebaseerd worden op de beschikbare data. De bestaande pakketten zullen daarom ook zeer flexibel moeten zijn omdat ze voor iedere klant, strategie of zelfs campagne anders ingericht moeten kunnen worden. Dat is de reden dat Blue Mango Interactive dit zelf aan het ontwikkelen is in samenwerking met haar klanten (de situatie is voor elke klant anders).
De volgende vraag/probleem waar je tegenaan loopt is “wie gaat de beslissing nemen”, aan de hand van de analyses. Wie heeft het volledige inzicht over de mediamix, buying cycle en de koppeling naar gedrag op de site? Kortom de vertaling van de data van het “path to conversion” naar het AIDA model en de daaraan gekoppelde maximale CPA’s. Wat zijn de A’s en hoe bereken je de kosten (gezien de factor tijd en de positie in de buying cycle)? En tot slot, wie gaat op basis van deze conclusies over de beschikbare pot met geld beslissen?
Gaat een analist van een SEM bureau adviseren dat een adverteerder beter 20% van het SEA budget naar display zou moeten verschuiven?
En hoe ga je dat ten uitvoer brengen als de rest van de markt dit inzicht niet heeft en SEA nog steeds overwaardeert en je dus tegen wil en dank mee moet in de veiling omdat de rest van de markt dit probleem niet “kent/ziet”.
En niet alleen een SEM bureau kent dit probleem. Gaat een analist van een mediabureau een adverteerder vertellen dat het effectiever is om 30% van het branding display budget naar search te verschuiven?
In beide gevallen gaat het dus direct omzet kosten voor één van de betrokken partijen en is er een tegengesteld belang tussen adverteerder en specialistisch bureau.
Dit soort discussie zullen in 3 gevallen niet voorkomen;
1. Een onafhankelijk partij maakt de analyses en beslist samen met de adverteerder over de budgetverdeling/marketingmix.
2. De partij die de conversie attributie analyses maakt beheert de volledige online middelenmix en budget (zoals het geval is bij Blue Mango) en probeert met de adverteerder ook de offline inzet/resultaten inzichtelijk te maken om daar verstandige dingen over te zeggen.
3. De adverteerder beschikt zelf, intern, over iemand die de analyses uitvoert en past zelf de verdeelsleutel toe.
Natuurlijk zal een consultant officieel altijd zeggen dat ‘ie een objectief advies geeft. Ook al zal dat ten koste gaan van de omzet van het bedrijf waarvoor men werkt. Maar in de praktijk zal dit toch anders uit gaan pakken, ben ik bang.
Overigens, inzake je opmerkingen over affiliates. Dit probleem speelt niet alleen bij affiliates. Wellicht juist niet bij affiliates; affiliates (mits je geen goed affiliate beleid hebt rondom search) zouden in denkbare gevallen wellicht meer gaan verdienen door conversion attribution en de wijze waarop een adverteerder ermee om gaat. Een “eerlijker model” hoeft bij affiliates niet slechter uit te pakken. Voor affiliates is het juist een doorn in het oog dat een deel van de sales valt (bijvoorbeeld via telesales) waaraan zij wel hebben bijgedragen maar waarvoor ze geen credits krijgen.
Ik ben benieuwd hoe jullie hier tegen aankijken?
@ Bart
Mooi stuk. Goed om te weten dat Blue Mango hier intensief mee bezig is. Je merkt bij vrijwel alle reacties dat iedereen nog een beetje zoekende is…
Gelukkig zijn er ook mediabureau’s die search ook zelf doen, zodat het “schuiven”met budgetten makkelijker kan gebeuren.
Cookies
Nu zag ik laatst in mijn Norton Antivrus account, dat alle trace cookies meteen worden verwijderd. Zijn er meer antivirus programma’s die dat doen? Op deze manier wordt de herkomst steeds moeilijker aan te tonen. Afgezien van de nieuwe wetgeving over cookies…Ik weet eigenlijk niet of de “flashcookies”ook gekilled worden? Iemand een idee?
Verder zijn er nog veel klanten die een cookie op max 30 dagen willen hebben! Ook al wordt er bij OMD bij sommige adverteerders dmv Brandscience gemeten dat beslissingen vaak 2 maanden nodig hebben om tot een conversie te komen. Zeker bij grotere bedragen.
Het Brandscience model kijkt naar de gevolgen van zowel Offline als Online media inzet (op dag basis) en neemt bv. ook callcenter data, weersinvloeden etc mee. Hoe langer je al deze data verzameld hoe beter model er gebouwd kan worden…
@Tim: voor wat betreft die Flash cookies: die worden momenteel nog niet gekilled, maar dat is een kwestie van tijd. Aan de andere kant komt er in HTML5 ruimte voor een soort supercookie, daarin kun je veel meer info kwijt dan nu het geval is, maar ook die cookies zullen tezijnertijd opgeruimd worden.
En over die cookietijd: eigenlijk zou je die bij iedereen op 10 jaar willen hebben. Zo kun je bij elk bezoek een bezoeker herkennen en bij de analyse kun je dan spelen met houdbaarheid van een campagne. Die kun je dan desgewenst op 30 dagen of 2 maanden zetten, of zelfs naast elkaar om het effect daarvan te zien.
@ andré: heel interessant vraagstuk. Welk model je ook kiest er blijft altijd discussie over hoe campagnes bijdragen aan conversies. Wat vergeten wordt is dat marketing niet alleen bestaat uit het overhalen tot aankoop. Er zijn verschillende koopfases waarin de consument zich kan bevinden (denk aan het AIDA model). Het lijkt me interessant om te kijken welke campagne effect heeft op welke koopfase. Zo kun je komen tot een optimale middeleninzet voor een campagne. De beoordeling daarvan kun je dan niet alleen maar halen uit je analytics pakket, maar zal uit media/marktonderzoek moeten komen.
Gerelateerde artikelen
Marketingfacts. Elke dag vers. Mis niks!
Marketingfacts. Elke dag vers. Mis niks!