eTravel 2013 - Bas Willemse & Carolina Massaro - Corendon @ AdLantic

677 views
566 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
677
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

eTravel 2013 - Bas Willemse & Carolina Massaro - Corendon @ AdLantic

  1. 1. Conversie attributie – hype ofkrachtig managementtool?E-travel 6 juni 2013Spant! Bussum
  2. 2. Even voorstellen• AdLantic Online Advertising• Online display, automated trading & RTB specialist• 2005 opgericht, ca. 30 medewerkers• Groei ieder jaar 30 tot 50%• Eigen techniek en innovatie• Sourcemap – AdLantic’s 1e generatie ConversieAttributietool• COME – Cross mediale, statistische effect metingCarolina Massaro, Project Manager AdLanticBas Willemse, eCommerce Manager Corendon Vliegvakanties
  3. 3. Even voorstellen• Corendon Vliegvakanties• Vloot van 10 vliegtuigen (CAI en CND)• Prognose 2013: Omzet 285 miljoen euro550.000 passagiers• 2000 opgericht, ca. 350 medewerkers• Groei ieder jaar met 25 tot 50%• 14 bestemmingen in het Middellandse Zeegebied en NoordAfrikaCarolina Massaro, Project Manager AdLanticBas Willemse, eCommerce Manager Corendon
  4. 4. IntroductieVraagstuk marketeers:• Hoe bepaal ik de waarde van mijn onlinecampagnes?• Hoe bepaal ik de cross mediale effecten tussenmijn kanalen?• Hoe meet ik de effecten van mijn brandingcampagnes• Hoe kan ik sturen naar een optimale onlinemediamix
  5. 5. Huidige meetmethode1. Last click attributie: conversie wordttoegekend aan laatste touchpoint2. Post click attributie: conversies binnencookietijd worden toegekend aan kanaal
  6. 6. ProbleemLast click attributie gaat er vanuit dat er geensprake is van assistwaardePost-click attributie gaat er vanuit dat er altijd100% assistwaarde waarde bestaatDe meeste kanalen hebben wel assistwaarde,maar niet 100%
  7. 7. Oplossing, conversie attributie (2008)
  8. 8. Doelstelling Conversie Attributie• Kosten en baten per marketingkanaal beterberekenen.• Tool waarmee men beter kan sturen oprendabele reclame campagnes.• Inzicht in cross mediale effecten• Tool voor verbeteren online mediamix, metoptimale crossmediale effecten voor de korte-en lange termijn.• Beslechten van strikte lijn tussen performance-en branding campagnes
  9. 9. 1e generatie attributie algoritmes• First click attributie: het eerstecontactmoment krijgt de volledige credits
  10. 10. 1e generatie attributie algoritmes• Even/lineaire attributie: allecontactmomenten krijgen een evenredigetoekenning
  11. 11. 1e generatie attributie algoritmes• First of Last X touchpoints: de eerste /laatste X touchpoints krijgen een bepaaldealgoritmische waardetoekenning
  12. 12. 1e generatie attributie algoritmesOneindig veel variaties• Gewogen bijdrage o.b.v. veroorzaaktepageviews• Gewogen bijdrage o.b.v. regressie analyses• Uitsluiten bepaalde kanalen• Meewegen van postview touchpoints• Alleen attributie aan eerste en laatstetouchpoints• Waardering aan de hand van positie incustomer journey
  13. 13. Voorbeeld week attributie M4N volgens 6 algoritmes
  14. 14. Evaluatie na 4 jaar ervaring conversie attributieOnze ervaringen met Conversie attributie tools• Te veel algoritme parameters• Bepaling van parameters kan alleen door veel testen• Geschikt voor affiliate ontdubbeling• Analyse herkomstpaden• Geven enig inzicht in gedrag bezoekers• Meeste algoritmes geven dezelfde resultaten als last clickattributie• Interpretatie data is complex – data mining• Meting van postview touchpoints – parameters worden gegokt• Normale attributie tools zijn dus niet geschikt voor marketingkanalen met postview waarde
  15. 15. Attributie algoritmes per kanaalInzet attributie algoritmes op basis van:• Eventuele postview waarde• Eventuele assistwaardeWelk algoritme gebruiken we voor kanalen metpostview waarde?......... Eerst een case met 1e generatie CA
  16. 16. Voorbeeld case
  17. 17. Bestaande aannames• Blijken niet te kloppen• Display zat toch altijd vooraan in de salesfunnel?• Vergelijkings websites toch altijd achteraan?
  18. 18. Klopt het AIDA model dan niet?• Klassieke sales funnels wordengepresenteerd vanuit adverteerdersperspectief• Maar de werkelijkheid iscomplexer• AIDA moet vanuit klant perspectiefworden bekeken
  19. 19. Multi advertiser sales funnel – bezoeker interact met meerdere merken
  20. 20. Sales funnel vanuit verschillend perspectiefBannerview -> BannerclickAdwords -> SEO -> AdwordsVergelijkingswebsite -> AutonoomBannerview -> Bannerclick -> Adwords -> SEO ->Adwords ->Vergelijkingswebsite -> Autonoom
  21. 21. Hoe interpreteer je dit nu?• Als vergelijkings websites relatief vaak vooraande journey staan:-> Weinig nadruk inspiratie / branding fase-> Relatief goede positie vergelijkings websites• Als display relatief vaak achteraan de journeystaat:-> Veel klanten verloren tijdens compare / decidefase-> Veel nadruk inspiratie / branding fase-> Maar slechte positie vergelijkings websites
  22. 22. Welke strategie gebruik je?• Lift je mee op “discover/branding” inzet vanje concurrenten?• Word je een prijsvechter (lage prijzen bijvergelijker)?• Concentreer je je marketing op “search /research”fase?
  23. 23. Conversie attributie & sales funnels• Attributie algoritmes kijken alleen naarwinnende customer journeys• Dit is vaak maar een paar procent van allemarktcommunicatie• Focus op verloren journeys biedt veel meerpotentie op verbetering
  24. 24. InspiratieSearch / researchCompare / decidePurchase
  25. 25. InspiratieSearch / researchCompare / decidePurchaseVerlorenCustomer journeysVerloren customerjourney
  26. 26. Fundamenteel probleem normale conversie attributieConversie attributie voldoet niet aan de doelstellingen• Te ingewikkeld• Algoritme kijkt alleen naar “winnende”journeys• Algoritme berekent alleen meetbare touchpoints en niet de rest• Vooral marketingkanalen met postview waarde worden slechtberekendDe data set per unieke persoon is vele malen groter dan hetgeen jeooit zelf zal kunnen metenHetgeen je NIET meet heeft veel meer invloed dan hetgeen je WELmeet1e generatie CA is daarom vooral NIET geschikt voor kanalen metpostview effectenMaar hoe moeten we die kanalen dan wel meten?
  27. 27. Hoe doen andere wetenschappen aan effect meting?Iedere serieuze wetenschap doet effectmetingenmet test- en controle groepen• Marktonderzoek• Sociale wetenschappen• Sociologie• Geneeskunde• Criminologie• Etc.
  28. 28. Opzet effectmeting d.m.v. test- en controlegroepen1. Bepaling random test- en controle groep2. Testgroep onderhevig aan interventie(bijv.tonen van reclame), controlegroep niet3. Wijkt resultaat testgroep significant af vancontrolegroep, dan is dit causaal veroorzaaktdoor interventie- Meting is postclick en postview- Crossmediale effecten worden ook gemeten- Dankzij ceteris-paribus principe kun je alleexterne factoren tegen elkaar wegstrepen
  29. 29. Grootste uitdaging A/b testenGrootste nadeel A/B testing:1. Juiste bepaling test- en controle groep- Oplossing: Test- en controle groep bepalen metcookies2. Opzet van test vooraf bepalen- Oplossing: Geautomatiseerde tools vooropzetten A/b test
  30. 30. Voorbeeld COME™
  31. 31. Voorbeeld COME™
  32. 32. Attributie algoritmes
  33. 33. Eind conclusie• Conversie attributie systemen worden gebruiktvoor het bepalen van de werkelijke waarde vaneen marketingkanaal.• Attributie is een serieuze poging omeffectmeting naar een hoger wetenschappelijknivo te trekken.• A/b testen zijn de enige manier om echtwetenschappelijk (en dus objectief) causaleeffecten te bepalen.• Mits goed gehanteerd, kan attributie een zeerkrachtig management instrument worden.
  34. 34. Vragen??
  35. 35. AdLantic Online Advertising B.V.Vinkenburgstraat 2A3512 AB Utrecht030 – 234 1222info@AdLantic.nl

×