Conversie-attributie: De mythe die marketeers afleidt van echte resultaten
Elk jaar wordt er wereldwijd meer dan 500 miljard euro uitgegeven aan online advertenties. Dat is een half biljard euro! Waar gaat dat geld eigenlijk heen? En waarom zien we zo weinig rendement? Het meeste budget wordt besteed aan campagnes waar we het resultaat eigenlijk niet van weten.

Het probleem ligt bij de zogenaamde conversie-attributie. Een lastig probleem. De reden dat iemand jouw product koopt, is vaak een combinatie van factoren. Geen enkele tool of dataset kan met zekerheid aanwijzen welke factoren doorslaggevend zijn voor een aankoop.
Als je iemand vraagt waarom ze een paar schoenen hebben gekocht, is het antwoord vaak: “Ze waren gewoon leuk.” het achterhalen van drijfveren is moeilijk. Laat staan deze herkennen in data. Als marketeer moet je dus werken met data die je snapt.
Huidige oplossingen hebben geen toegevoegde waarde
Advertentieplatforms en onafhankelijke tools beweren de oplossing te bieden. Met behulp van pixels en modellen schatten zij de waarde in die een kanaal heeft bijgedragen.
Hier wordt gemodelleerde data voor gebruikt. Het is namelijk onmogelijk om een gebruiker over meerdere kanalen te herkennen. Bijvoorbeeld door het blokkeren van cookies door browsers, strengere privacyregels zoals de AVG, en de toename van anoniem browsen. Kortom, je kijkt naar een schatting.
Hoe waardevol is die schatting als belangrijke context ontbreekt? Denk aan een prijswijziging, een grote campagne van een concurrent of een persbericht. Deze modellen overtuigen vooral marketeers die moeite hebben om impact aan te tonen.
Laat een campagne geen impact zien en kun je niet aantonen waarom? Dan heb je geen attributieprobleem. Je campagne is niet goed genoeg. Heb je niet de data om te achterhalen waarom? Dan heb je nog steeds geen attributieprobleem.
Trend binnen kanalen zorgt voor nog minder grip
Tegelijkertijd zien we ook een trend binnen de advertentiekanalen die het steeds lastiger maakt om grip te krijgen op campagnes. Oplossingen zoals ‘Performance Max’ van Google of Meta’s ‘Advantage+’, zijn geautomatiseerde campagnevormen van Google en Meta, die aangestuurd worden door hun machine learning en AI modellen, waarbij je vrijwel geen inzicht meer hebt in de keuzes die worden gemaakt binnen de campagnes. Deze campagne types nemen alles over: targeting, biedingen, en creatives. Handig, maar je verliest de controle over wat echt werkt.
Vijf jaar geleden had Google het nog over het SEE-THINK-DO-CARE-model, waarin elke fase van de customer journey zijn eigen KPI’s had. In SEE en THINK ging het niet om directe verkoop, maar om mensen bereiken en overtuigen. Hoe dat nu zit? Performance Max kan het allemaal!
Helaas zie ik onderstaande situaties nog vaak gebeuren.
Zo krijg je de controle terug
Stel dat je maar één euro had om een sale te maken. Waar zou je die euro inzetten? Deze vraag dwingt je om te focussen op campagnes die effect hebben. Oftewel: klein beginnen, leren, en dan pas bouwen.
Begrijp je je doelgroep, waardepropositie en concurrentievoordeel echt? Welke boodschap, doelgroep of kanaal kies je dan? Begin met campagnes waarvan je weet dat ze werken.
Hieronder 4 fases die je kunt doorlopen om zelf grip te krijgen op je resultaten. Deze stappen laten zien dat attributie geen oplossing is, maar een aanpak. Zie het als een aanjager voor initiatieven. Waardoor je een steeds beter gevoel krijgt bij de impact van je campagnes.
Fase 1: Last Click
Begin met ‘last click’ attributie. Het liefst met een ‘terugkijkperiode’ van 1 dag. Heeft een klik een sale opgeleverd? Zo ja, hoe efficiënt was dat? Zo nee, wat houdt mensen tegen? Hier kan je iets mee.
Stel vragen als “Was onze boodschap overtuigend genoeg?” en “Bereikten we de juiste mensen?”. Zo leg je je zwakke punten bloot. Of dat nu je campagnes, website of product betreft. Hoe ongemakkelijker hoe beter.
Fase 2: Opschalen met andere KPI’s
Op een gegeven moment bereik je het limiet van ‘last click’-attributie. Niet iedereen koopt direct na het zien van een advertentie. Hier komt het gebruik van aanvullende KPI’s in beeld. Zoals het toevoegen van een product aan een winkelmandje of het invullen van een formulier.
Deze KPI’s geven een indicatie van koopintentie. Ze stellen je in staat campagnes snel te optimaliseren. Het is cruciaal om de verhouding tussen deze KPI’s en totale sales in de gaten te houden. Zo voorkom je dat je geld uitgeeft aan verkeer dat uiteindelijk niet converteert.
Fase 3: Verminder afhankelijkheid van cookies
Je wilt bezoekers zo snel mogelijk identificeren. Bijvoorbeeld op basis van een e-mailadres. Deze kan je vervolgens opzoeken in je eigen klantdata. Waardoor je de omzet van een bepaalde klant kunt herleiden naar de campagne die de klant als lead heeft binnengebracht.
Voorbeelden:
- Koppel een (last click) lead/nieuwsbrief inschrijving vanuit een campagne aan een uiteindelijke sale in je database.
- Gebruik tools zoals Leadinfo om te zien welke bedrijven je website vanuit campagnes bezoeken. Check later of ze klant zijn geworden.
Fase 4: Maak een eigen scoringsmodel
Na het doorlopen van de eerste drie fasen begin je steeds meer te vertrouwen op eigen inzichten. Dit maakt het eenvoudiger om snel te zien welke pagina’s en campagnes boven of ondermaats presteren.
Het scoringsmodel zal niet perfect zijn. Het gaat vooral om de grootste verschillen in scores. Daar kun je vandaag mee aan de slag. In het begin zal je nog afhankelijk zijn van pixels. Dit wordt steeds minder.
Conclusie
Conversie-attributie is geen kant-en-klare oplossing. Het is een proces. Een aanjager van initiatieven. Door klein te beginnen met simpele meetmethodes, zoals last-click attributie, bouw je een basis die wél klopt. Vanuit daar kun je verder. Zo kom je uit het grijze gebied. En gaan we zien hoeveel van die halve biljard online marketing spend echt nodig is.