Jesper Uittenbogaard – Senior Consultant bij OrangeValley laat zien hoe met de juiste KPI’s een omnichannelstrategie kan worden geoptimaliseerd. Hoe kan met een juist KPI model en rapportagestructuur inzicht worden verkregen in de juiste werking van de Omnichannel strategie. Jesper behandelt het KPI framework en geeft aan hoe men kan bijsturen.
6. Toelichting:FOCUS OP USERS & AUDIENCES Toelichting:
Het Audiences
rapport geeft inzicht
in de Audiences die
je getarget hebt, en
hoe deze Users
presteren op de
website.
Audiences
7. Toelichting:FOCUS OP USERS & AUDIENCES Toelichting:
Met Audience
Insights krijg je inzicht
in de interesses van
je Audiences en zie je
tegelijkertijd de
grootte en relevantie
van specifieke
Audience
Segmenten.
Audience Insights
9. Toelichting:ALGORITMES & ATTRIBUTIE Toelichting:
Cross-Device
Conversions in
AdWords maken
gebruik van
algoritmen om “alle
conversies” te
extrapoleren.
Cross-Device
Conversions
10. Toelichting:ALGORITMES & ATTRIBUTIE Toelichting:
Store Visit
Conversions maken
gebruik van
algoritmen om Store
Visit Conversions
“99% accuraat” te
maken.
Store Visit Conversions
11. Toelichting:ALGORITMES & ATTRIBUTIE Toelichting:
Customer Match
maakt reeds gebruik
van bestaande
Audience Lists om
nieuwe Users te
targetten.
Customer Match
12. Toelichting:ALGORITMES & ATTRIBUTIE Toelichting:
Ook DoubeCick
beschikt over eigen
Attribution Models.
Naast het feit dat het
erg interessant is om
op een
gedetailleerdere
manier naar
conversiedata te
kijken, is het jammer
dat in deze modellen
enkel Channels
worden meegenomen
die middel
DoubeClick getagged
zijn.
DoubleClick Attribution
13. Toelichting:ALGORITMES & ATTRIBUTIE Toelichting:
Met Multi-Channel
Funnels is het
mogelijk inzicht te
krijgen in de manier
waarop verschillende
Channels
samenwerken om
bezoekers op je
websites te krijgen.
Ook krijg je inzicht in
de lengte van het pad
(in Channels en
dagen) tot de
conversie!
Multi-Channel Funnels
14. Toelichting:ALGORITMES & ATTRIBUTIE Toelichting:
Met de Attribution
Model Comparison
Tool kun je zien hoe
jouw conversiedata
verandert aan de
hand van
verschillende Rue-
Based Attribution
Models.
Ook is het mogelijk
zelf een Rule-Based
model vanaf scratch
op te bouwen!
Attribution Model Comparison
Tool
15. Toelichting:ALGORITMES & ATTRIBUTIE Toelichting:
Data-Driven
Attribution Models
geeft automatisch
waarde aan de
kanalen die bijdragen
aan je conversies.
Anders dan bij Rue-
Based Modes,
berekent een Data-
Driven Attribution
Model aan de hand
van jouw eigen data
wat het beste
attributie mode is.
Data-Driven Attribution Model (360
Only)
17. Toelichting:DMP'S Toelichting:
Van Data naar Inzicht Een DMP maakt
gebruik van 3
stappen:
1. Het verzamelen
van alle
databronnen op
1 plek.
2. Het zoeken
naar audience
inzichten in
deze
samengevoegd
e data.
3. Het acteren op
je data door
middel van
koppelingen
met advertising
tools.
18. Toelichting:ATTRIBUTIE Toelichting:
1st Party Audiences
zijn Remarketing
Lists afkomstig vanuit
andere bronnen.
New Audiences
worden vanaf scratch
opgebouwd in een
DMP, gebruik
makend van alle
mogelijke
databronnen.
1st Party Audiences vs. New
Audiences
20. Toelichting:TOP-DOWN VS. BOTTOM-UP Toelichting:
Top-Down
benadering meet de
impact van cross-
channel marketing
inspanningen op
Revenue.
De data kan enkel
brede aanbevelingen
omtrent budget
verdeling geven.
Top-Down modellen
leunen tevens op
niet-continue
gemeten data.
Top-Down Model
Channels KPI’s
Radio Brand Loyalty
TV
Consumer
Opinion
Events Brand Awareness
Print Engagement
Samples
Channels
KPI’s
€
21. Toelichting:TOP-DOWN VS. BOTTOM-UP Toelichting:
Bottom-Up
benadering kan op
een zeer
gedetailleerd niveau
prestaties meten.
Bottom-Up werkt
vooral met vooral
gedefinieerde
Channels welke op
hun beurt user
behavior in kaart
brengen dankzij
unique identifiers.
Dit maakt de Bottom-
Up benadering bij
uitstek geschikt voor
Online, en minder
voor Offline.
Bottom-Up Model
Channels KPI’s
Search Visits
Email Impressions
Display CTR
Social Media Downloads
Website
Channels
KPI’s
€
22. Toelichting:TOP-DOWN VS. BOTTOM-UP Toelichting:
Werkwijze gebaseerd
op Bottom-Up
benadering.
Wordt o.a. gebruikt
voor Dashboarding,
Target Setting en
Budget verdeling.
OrangeValley KPI
Framework
€ 13,33 5% -3%
Avg. Order Value
€ 100.000 15% 22%
Revenue
2,14% 5% 7%
Conversion Rate
7.500 10% 25%
Transactions
350.000 5% 3%
Sessions
23. Toelichting:TOP-DOWN VS. BOTTOM-UP Toelichting:
In een Omni-Channel
werkwijze wordt
aangeraden beide
modellen te
gebruiken.
Met name op het vak
van KPI’s moet er
een brug geslagen
worden, om
zodoende één
uniforme werkwijze te
ontwikkelen.
Gedreven door
technologische
ontwikkelingen als
Data-Driven
Attribution wordt het
meer en meer
mogelijk om Top-
Down modellen met
eenzelfde precisie als
Bottom-Up modellen
Shared KPI’s
Channels
KPI’s
€
Channels
KPI’s
€
25. Toelichting:OMNI-CHANNEL ANALYZING IN 3 STEPS Toelichting:
Ontdek unieke
Audience Insights
met een eenuidig
klantbeeld.
Probeer een DMP te
kiezen met zoveel
mogelijk native
koppelingen met je
huidige tools.
Leer waar Audiences
elkaar overlappen,
welke Ad
Frequencies het best
werken, bouw
Lookalike Audiences
voor je top-Audiences
etc.
Koppel je DMP aan je
adverteer-tools en
buig je inzichten om
tot concrete acties!
1. Verzamel je data in een DMP
26. Toelichting:OMNI-CHANNEL ANALYZING IN 3 STEPS Toelichting:
Maak gebruik van
Data-Driven
Attribution om het
maximale inzicht te
behalen.
Met een Data-Driven
Attribution Model
wordt, in tegenstelling
to First- of Last
/Touch, elk Touch
Point in de Customer
Journey gewogen.
Data-Driven
Attribution maakt
gebruik van
geavanceerde
attributie algoritmes
om weging in de
conversie inzichtelijk
te maken.
Vul je data aan met
2. Gebruik Data-Driven
Attribution
27. Toelichting:OMNI-CHANNEL ANALYZING IN 3 STEPS Toelichting:
Wanneer een DMP is
ingericht en Data-
Driven Attribution
inzichten daar zijn, is
een effectieve
Marketing Mix
Modeling (MMM) een
logisch gevolg!
Waar Data-Driven
Attribution real-time,
granulaire inzichten
biedt, biedt MMM een
holistisch beeld over
alle on- en offline
kanalen.
Dit holistisch beeld
kan zelfs externe
invloeden als
seizoensgevoeligheid
en concurrentie
informatie
meenemen.
3. Marketing Mix Modeling