Een modelmatige aanpak om het effect van online adverteren op conversie te achterhalen. Door Max van der Heijden (Shop2market), Evert de Haan (Rijksuniversiteit Groningen) en Tryntsje Hoving-Wesselius (MIcompany)

1. Een modelmatige aanpak om het effect van online
adverteren op conversie te achterhalen
Max van der Heijden
Shop2market
Evert de Haan
Rijksuniversiteit Groningen
Tryntsje Hoving-Wesselius
MIcompany

2. Waarom dit onderzoek?

3. Waarom dit onderzoek?
• Order resultaat van meerdere contactpunten
• ‘Big Data’
• Laatste belonen ouderwets
• Andere attributie methoden arbitrair
En meer …

4. Waarom dit onderzoek?

5. Vraagstuk
Wat is het effect van online adverteren op
een conversie?

6. Voorbereiding
Clickstream data
Iedere klik voorzien van een cookie_id

7. Variabelen
Gedrag
orderi
visited_pagesi
visitsi
.jdi
Kanaaltype
comparisoni
adwordsi
organici
affiliatesi
retarge.ngi
e-­‐maili
portali
displayi

8. Voorbereiding
Cookie_id
Kanaaltype
Order
visited_pages
…
abc12345
comparison
0
3
…
abc12345
organic
0
6
…
abc12345
affiliates
1
9
…
Coockie_u
uid
Order
comparis
on
organic
affiliates
portal
display
…
visited_p
ages
abc12345
1
1
1
1
0
0
… 6

9. Overzicht data
Variabele
Gemiddelde
Std.
dev.
Minimum
Maximum
Order
0,034
0,181
0
1
visited_pages
3,892
4,999
0
20
visits
1,728
2,510
1
50
Ajd
40,339
84,431
1
655,35
comparison
0,241
0,410
0
1
adwords
0,317
0,448
0
1
organic
0,185
0,371
0
1
affiliates
0,114
0,311
0
1
retargeAng
0,042
0,176
0
1
e-­‐mail
0,064
0,239
0
1
portal
0,034
0,176
0
1
display
0,002
0,044
0
1
Tabel 2. Beschrijvende statistieken dataset (n=852.811)

10. Methodiek
order = (0|1)

11. Model
​Logit( 𝑜𝑟𝑑𝑒𝑟↓𝑖 )= ​ 𝛽↓0 +​ 𝛽↓1 ​ 𝑣 𝑖𝑠𝑖𝑡𝑒𝑑_ 𝑝𝑎𝑔𝑒𝑠↓𝑖 +​ 𝛽↓2 ​ 𝑣 𝑖𝑠𝑖𝑡𝑠↓𝑖 +​ 𝛽↓3 ​
𝑡𝑖𝑗𝑑↓𝑖 +​ 𝛽↓4 ​ 𝑎 𝑑𝑤𝑜𝑟𝑑𝑠↓𝑖 +​ 𝛽↓5 ​ 𝑜 𝑟𝑔𝑎𝑛𝑖𝑐↓𝑖 +​ 𝛽↓6 𝑎𝑓𝑓𝑖𝑙𝑖𝑎𝑡𝑒​ 𝑠↓𝑖 +​ 𝛽↓7
𝑟𝑒𝑡𝑎𝑟𝑔𝑒𝑡𝑖𝑛​ 𝑔↓𝑖 +​ 𝛽↓8 ​ 𝑒 𝑚𝑎𝑖𝑙↓𝑖 +​ 𝛽↓9 𝑝𝑜𝑟𝑡𝑎​ 𝑙↓𝑖 +​ 𝛽↓10 𝑑𝑖𝑠𝑝𝑙𝑎​ 𝑦↓𝑖 +​ℰ↓𝑖

12. Uitkomsten
Gedrag
visited_pagesi
visitsi
.jdi
Kanaaltype
comparisoni
adwordsi
organici
affiliatesi
retarge.ngi
e-­‐maili
portali
displayi
AFankelijke
var.
orderi

13. Vergelijking met LCA
SchaHngsteekproef
n=567.771
ValidaAesteekproef
n=285.040
Model
Last-­‐Click
Model
Last-­‐Click
Gini
coëfficient
0,552
0,333
0,552
0,333
Top-­‐decile
liU
4,347
2,582
4,434
2,581

14. Conclusie Onderzoek
• Last Click Attributie geeft verkeerde inzichten
• Modelmatige Attributie beter in staat verkopen te
voorspellen
• Direct toepasbaar in de praktijk

15. Hoe gebruik je deze uitkomsten?
• Bijdrage inzichtelijk maken
• Verschillen analyseren
• Acties ondernemen op basis van bijdrage
Nu
Toekomst
• Attributie op bijdrage

16. Praktijkvoorbeelden
In eerste instantie:
• 33% minder kosten
• 10% minder opbrengst
Door beslissingen op bijdrage uiteindelijk:
• 10% minder kosten
• 20% meer opbrengst
Campagne Optimalisatie

17. Praktijkvoorbeelden
Voor toepassing bijdrage:
• Affiliate marketing slechts presterende campagne
• Kwaliteit publishers erg laag
Na toepassing bijdrage:
• Affiliate marketing op twee na beste campagne
• Meer dan 200 nieuwe, kwalitatieve publishers aangesloten
Affiliate Marketing
Resultaat:
• Gemiddelde bijdrage 2.5x hoger
• Conversie stijging van 5.4x
• Gemiddele eCPC 9x hoger

18. • Generalisatie model
• Integratie relevantie en recentheid
• Integratie andere interacties
• Effect op terugkerende klanten (CLV)
• Kanaalinteracties
• Segmentverschillen
Richting onderzoek
Stappen voor de toekomst

19. Vragen? E-mail: max@shop2market.com
Telefoon: +31 (0)6 10 12 37 03
Max van der Heijden