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