Het effectief analyseren van een online marketing campagne

In deze blog leg ik vijf belangrijke principes voor het analyseren van jouw marketing campagne uit aan de hand van vijf veel gemaakte fouten. 

1. Benchmark fallacy 

Er zijn bepaalde vastgestelde benchmarks voor alle metrics van een marketing campagne. Een voorbeeld hiervan is dat er in het algemeen wordt geadviseerd om in je social campagnes te richten op een Click-Through-Rate (CTR) van 2% of hoger, maar als de CTR lager is dan 2% is niet genoeg reden om de campagne direct uit te zetten. 

Hoe heeft de productprijs effect op marketing benchmarks?

Stel dat een groot softwarebedrijf hun enterprise software LinkedIn adverteert met een gemiddelde orderwaarde per nieuwe klant van €100.000,-, ze behalen een CTR van 0,01% op hun advertenties maar iedere klik converteert naar een betalende klant. Dan draait het bedrijf een gigantisch winstgevende campagne terwijl hun CTR onder presteert. 

Wat dit voorbeeld illustreert is dat je niet met 1 KPI (Key Performance Indicator) het succes of falen van een campagne kunt bepalen. In plaats daarvan kijk je naar de gehele funnel en het resultaat onderaan de streep.

2. Marketing campagnes aansturen op vanity metrics

Vanity is het engelse woord voor trots of ijdelheid. Vanity Metrics zijn dus slechts cijfers die er mooi uitzien maar niet persé waarde toevoegen aan de bottom-line. Voorbeelden van vanity metrics zijn in het algemeen:

• Impressies
• Bereik
• Video views
• Volgers
• Klikken

Het kan verleidelijk zijn om miljoenen impressies per maand voor je bedrijf te kopen via advertenties maar dit betekent niet dat de omzet hierdoor zal stijgen. Natuurlijk zijn de bovenstaande bullet points belangrijke elementen in vrijwel iedere marketingstrategie, alleen is het niet aan te raden om slechts één van deze metrics maximaliseren. Tenzij het bijvoorbeeld onderdeel is van een grotere retargeting of brand awareness strategie.

Wat voor invloed heeft bied strategie op het type bezoekers dat jouw advertentie aantrekt?

Als je in een Facebook of Google campagne ‘Klikken maximaliseren’ aangeeft, gaat het algoritme op zoek naar gebruikers die de grootste kans hebben om op de advertentie te klikken maar als iemand op jouw advertentie klikt betekent het niet per se dat deze persoon op dat moment een koper is.

Dit idee sluit daarom ook aan op de benchmark fallacy dat het eindresultaat niet afhankelijk moet zijn van één cijfer, maar van de gehele funnel. Het allerbelangrijkste van een conversie gerichte online marketing campagne zijn de conversies, de andere cijfers zijn slechts elementen die geoptimaliseerd kunnen worden.

In mijn volgende blog geef ik concreet advies over welke marketing data gebruikt kan worden voor het aansturen van de marketingafdeling en welke KPIs je kunt gebruiken voor jouw online marketing campagne.

3. Beslissen met te weinig data

Wanneer nieuwe advertenties gelanceerd worden duurt het even voordat je marketing campagne door de leerfase heen zijn gegaan. De leerfase is een periode waar het algoritme van Google of Facebook op zoek gaat naar de mensen waar de kans hoog is dat hun gedrag bijdraagt aan het doel van jouw campagne.

Wanneer heb je genoeg data verzameld voor jouw betaalde advertenties?
Vooropgesteld dat dit enorm afhankelijk is van de grootte van de campagne, beschrijf ik in dit hoofdstuk een aantal algemene adviezen om deze vraag te beantwoorden. Stel dat het gaat om minder dan 100 klikken (uitgaande van een normale CTR) of minder dan een paar duizend impressies (uitgaande van een normale CPM) is het te vroeg om iets over de advertentie te zeggen. 

Afhankelijk van je budget wil je daarom enkele dagen tot enkele weken wachten voordat je iets kunt concluderen over de resultaten. De tijd om data te verzamelen is afhankelijk van je budget omdat je sneller data verzameld wanneer je meer uitgeeft om kliks, impressies en conversies te verzamelen. 

• Bij tientallen euro’s per dag aan advertentiebudget kun je het beter hebben over een week tot enkele weken om tot een eerste conclusie te komen. 
• Bij honderden Euro’s per dag aan advertentiebudget kun je het beter hebben over dagen tot een week om tot een eerste conclusie te komen. 

4. Te lang wachten met het aanpassen van jouw marketing campagne

Zoals uit de vorige alinea is gebleken is het belangrijk om geduldig af te wachten tot je marketing campagne genoeg data heeft verzameld, echter is het in sommige gevallen sneller duidelijk dat een campagne niet werkt. Wat je wilt voorkomen is dat er weken of langer wordt gewacht op een campagne die niet presteert en ook geen vrijwel kans maakt om te presteren. 

Hoe kun je omgaan met slecht presterende advertenties?

Stel dat er een nieuwe facebook conversie campagne live gaat en er wordt €100,- per dag aan uitgegeven, na de eerste paar dagen is de CTR 0,2%, de CPM is rond de €8,00 en zijn er geen conversies. Dan kun je het hooguit nog enkele dagen laten doorlopen als je het echt zeker te weten maar zelfs na de originele leerfase is de kans klein dat zo’n slechte campagne opeens een top campagne wordt. De kans is groter dat er iets in de creative (de foto/video of tekst van de advertentie) aangepast moet worden. 

Naar mijn mening is het in deze situatie meer waard om een andere creative (de foto/video of tekst van de advertentie) te testen dan budget er doorheen te blazen op een campagne die 1-0 achterstand heeft vanaf het begin. 

5. Te snel reageren op verschillen in resultaat van week tot week

Van week tot week kunnen er grote verschillen zijn in resultaat, zelfs als de advertentie uitgaven (Ad spend) gelijk blijven. Bij kleine advertentiebudgetten wordt dit al snel opgemerkt omdat een klein aantal gemiste conversies procentueel een groter verschil maakt dan bij een groot advertentiebudget. 

Wat voor rol speelt de grootte van het advertentie gebied in het eindresultaat?

Een andere invloed op deze fluctuatie in resultaat kan zijn dat er in een klein gebied wordt geadverteerd. Misschien zijn er in een bepaalde week aanzienlijk minder conversies die binnen het kleine werkgebied en de doelgroep vallen en niet worden gekaapt door een concurrent. Ter illustratie: Een bedrijf als Zoom dat bijvoorbeeld wereldwijd een software aan consumenten verkoopt heeft niet te maken met een (te) kleine doelgroep. Het budget kan dan flink worden opgepompt voordat het budget te groot wordt voor de doelgroep. Je kunt je voorstellen dat dit anders is voor bijvoorbeeld een fietsenmaker in Haarlem.

Wat als het gehele advertentie resultaat lager is?

Als er een week of zelfs twee weken een dip is in de marketing resultaten betekent het niet dat alle campagnes uitgezet moeten worden. Het is belangrijk om naar het grote plaatje te kijken. Online marketing resultaten zijn nu eenmaal afhankelijk van talloze variabelen omdat het zich richt op mensen, er zal dus altijd een groot of klein verschil in resultaat zijn van week tot week. Zo lang de trends over langere tijdspanne er goed uit zien is er nog niets aan de hand als er een of twee weken een uitschieter omhoog of omlaag tussen zit. Denk hierbij aan de normale verdeling.

Afbeelding: Standaard normale verdeling

In conclusie

Nu je over deze vijf veelgemaakte fouten hebt gelezen kun je ze herkennen wanneer zij op je pad komen. Mijn advies is om op deze punten te letten de volgende keer dat je online marketing cijfers presenteert of analyseert.

Ik hoop dat je iets aan deze blog hebt gehad. Als je vragen of feedback hebt zie ik dat graag tegemoet! De beste manier om mij te bereiken is op LinkedIn, hieronder heb ik de link naar mijn profiel geplaatst.

https://www.linkedin.com/in/samvandesanden/