Google Adwords: de voor- en nadelen van overstappen naar data driven-attributie
Sinds jaar en dag attribueert Google Adwords volgens het last click-attributiemodel. In dit model wordt alle waarde toegekend aan de laatste klik op je advertentie. En eigenlijk weet iedere online marketeer dat dit niet fair is. Bij een voetbalwedstrijd kan een spits immers ook niet scoren zonder een goede voorzet van een andere speler. Zo doen mensen online meerdere zoekopdrachten om uiteindelijk ‘ergens’ te converteren. Zoekwoorden die eerder in het oriëntatieproces worden gebruikt, krijgen veelal minder conversies toegeschreven en hebben daardoor hogere kosten per conversie. Hierdoor ben je in eerste instantie vaak geneigd om deze woorden uit te sluiten van je campagnes. En dat is jammer, want vaak zijn dit nét de zoekwoorden die ervoor zorgen dat de consument of prospect in aanraking komt met je merk.
Sinds eind vorig jaar is er gelukkig een alternatief voor handen. Het betreft een nieuwe feature in Adwords die beter inzicht geeft in de customer journey en de bijdrage van de verschillende zoekwoorden: het zogenaamde data driven-attributiemodel.
Wat is data driven-attributie?
Het data driven-attributiemodel verdeelt de conversies nauwkeuriger over de klikken die tot de uiteindelijke conversie hebben geleid dan andere attributiemodellen die op bepaalde regels gebaseerd zijn. In het last click-attributiemodel bijvoorbeeld, krijgt enkel de laatste klik voor de conversie alle waarde toegekend. In het first click-attributiemodel krijgt juist de eerste klik die heeft bijgedragen aan de conversie de gehele conversiewaarde toegekend. In het data driven-attributiemodel wordt waarde toegekend aan meerdere klikken die in de klantreis zijn geregistreerd.
Hoe vindt die verdeling dan precies plaats? Data driven-attributie gebruikt data om te bepalen hoe die klik heeft bijgedragen aan de conversie. Deze bijdrage is afhankelijk van het conversiepad dat afgelegd wordt, waarbij zowel converterende als niet-converterende paden worden meegenomen. Machine learning wordt ingezet om de juiste weging te bepalen. Hoe die weging bepaald wordt, is vooralsnog een blackbox. Feitelijk moet je als adverteerder gewoon het algoritme van Google vertrouwen.
Is data driven-attributie geschikt voor mijn campagnes?
Als je elke stap binnen de customer journey een specifieke waarde kan toekennen, zal je in de meeste gevallen uiteindelijk meer conversies binnenhalen en eventueel ook je CPA kunnen verlagen.
Om te kunnen bepalen of data driven-attributie interessant is om in te zetten voor jouw campagnes, kun je binnen Adwords het data driven-attributiemodel simuleren en vergelijken met je huidige last click-model. Dat doe je als volgt:
- Ga binnen Adwords naar Tools > Attribution > Attribution Modeling.
- Selecteer het type conversie dat je wilt zien in data driven onder Conversion Actions.
- Zet je conversion history window op 60 of 90 dagen om het effect te kunnen bekijken over een langere periode
- Selecteer vervolgens de last click- en data driven-modellen om ze met elkaar te vergelijken
- In de laatste kolom, Conversions, kun je vervolgens zien in welke mate campagnes meer of minder conversies toegeschreven krijgen met het data driven-model ten opzichte van het last click-model en vice versa.
In bovenstaand voorbeeld zal voor campagne #2 het aantal conversies dalen met 22,87 procent terwijl voor campagne #4 het aantal conversies zal stijgen met 18,58 procent. Veelal zal je zien dat de brandingcampagnes in het data driven-model minder conversies toegeschreven krijgen en de generieke campagnes juist profiteren van dit attributiemodel. Zijn de verschillen tussen beide modellen minimaal? Dan heeft het momenteel nog niet zoveel nut om over te stappen.
Zie je wel duidelijke verschillen? Stap dan over naar data driven-attributie. Vergelijk de aantallen conversies (en CPA/ROAS) van de periode met last click en de periode met data driven. Het is overigens verstandig om een transitieperiode in te bouwen tussen beide fases. Als je namelijk biedstrategieën gebruikt, moeten deze zich aan kunnen passen aan het nieuwe model. Neem daarom ruim de tijd om het model te testen!
Wat zijn nu de belangrijkste voor en nadelen van werken met data driven-attributie?
Voordelen
- Data driven-attributie geeft beter inzicht in welke generieke campagnes bijdragen aan de uiteindelijke conversie.
- Een groot gedeelte van het verkeer is mobiel en de uiteindelijke conversie vindt in veel gevallen niet plaats op mobiel. Met data driven wordt beter inzichtelijk wat de bijdrage is geweest van mobiel op de eindconversie.
- Verschuiving naar de inzet van meer goedkopere zoekwoorden aan het begin van de customer journey, doordat je een beter inzicht krijgt in de rol van dergelijke zoekwoorden in de gehele customer journey. Dit zal het vol inzetten op zoekwoorden waar veel concurrentie op zit, waar je dus ook meer voor betaalt (door hogere CPC’s), gedeeltelijk gaan vervangen.
- Het biedt de mogelijkheid om bijvoorbeeld het blog van een website of meer informatieve content in te zetten in SEA. De bijdrage van deze zoekwoorden wordt door het data driven-model tenslotte inzichtelijk.
Nadelen
- Campagnes zijn moeilijker te managen, omdat een touchpoint tot 90 dagen terug nog (een deel van) de conversie toegekend kan krijgen. Dit kan tot wel €10 tot €20 op de uiteindelijke CPO schelen.
- De attributiemodellen zijn vooralsnog alleen beschikbaar voor searchcampagnes en niet voor display-, video- of appinstallcampagnes.
- Het attributiemodel houdt nog geen rekening met de invloeden van andere kanalen. Gezien de ontwikkelingen in Adwords is de verwachting echter dat het niet lang zal duren voordat deze functionaliteit ook in Google Analytics beschikbaar wordt gemaakt.
- Het is alleen geschikt voor grotere accounts aangezien er minimaal 10.000 klikken en 400 conversies vereist zijn in de laatste 30 dagen.
- Het kan niet worden toegepast op historische data.
Afsluitende tips
Is je account groot genoeg, dan is het zeker de moeite waard om het data driven-model uit te proberen. Maak je gebruik van biedstrategieën, dan zal Adwords gaan optimaliseren gebaseerd op het geselecteerde model, dus de risico’s zijn redelijk beperkt.
Biedstrategieën zullen zich wel moeten aanpassen aan het nieuwe model. De verwachting is dat je verbeteringen zal zien in de upperfunnel (generieke zoekwoorden) en een vermindering in de lowerfunnel (merk zoekwoorden). Houd er rekening mee dat het model gaat optimaliseren op basis van je huidige zoekwoorden. In het verleden heb je misschien zoekwoorden uitgezet waarvan je nu wel een bijdrage kan zien. Het is daarom verstandig te testen met meer upperfunnelzoekwoorden.
Gebruiken jullie data driven-attributie al en wat zijn jullie ervaringen?