Deze post is gearchiveerd.
4 juni 2013 - Story
Wie niet aanwezig was op GABC maar toch het verhaal achter Google Analytics as Database of Record (GADBOR) wil kennen, kan in deze post het relaas van mijn presentatie lezen en de slides (helemaal onderaan) erbij bekijken.
Zoals jullie wellicht al vermoeden, ben ik een grote fan van data. Ik hou ervan te begrijpen waarom mensen bepaald gedrag vertonen. Wat trok hun aandacht en hoe kunnen we die aandacht vasthouden? Wat zorgt ervoor dat een nieuwsgierige buitenstaander plots een klant of zelfs advocate van je merk wordt?
Deze en andere inzichten verwerf je als je data analyseert. De kunst bestaat er echter in te weten hoe je die informatie kan aanwenden. Als je dat onder de knie hebt, dan beschik je meteen over een concurrentieel voordeel.
Data is everything and everything is data. Dus moeten we kunnen bepalen wat relevant is en wat niet. Het is net zoals Coleridge ooit in een gedicht schreef: “Water, water everywhere, nor any drop to drink”. Het is niet omdat we heel veel data hebben, dat we de juiste beslissingen kunnen maken.
Als er een soort data is waar we allemaal van houden, dan is het wel data over geld en marketingbudgetten in het bijzonder. Magische woorden zoals omzet, kosten, CPC, ROI, marge enz. geven ons een adrenalinerush.
We maken dan ook veelvuldig gebruik van paid media om verkeer naar onze websites te genereren die tot conversies (e-commerce transacties of lead generation) leiden. De jaarlijkse AdEx Benchmark van het IAB raamt het digitaal mediabudget van 2012 in Europa zelfs op 24,3 miljard EUR. Dat maakt digital advertising, met een marktaandeel van 25%, de tweede grootste categorie net na TV.
De voornaamste reden van dat succes is dat digital ons zoveel informatie geeft over de stappen die leiden tot conversie. We kunnen alles meten en krijgen specifieke inzichten in wat wel en wat niet werkt. En die inzichten zijn cruciaal als het over veel geld gaat.
Het conversiepad is veel complexer geworden in vergelijking met een aantal jaar geleden. Voor men overgaat tot een online aankoop, zal een klant via meerdere kanalen en verspreid over verschillende dagen met je merk in contact komen. We moeten dus weten welke bronnen geraadpleegd worden en hoe ze bijdragen tot ons conversiepad.
De Customer Journey to Online Purchase, een tool die Google onlangs lanceerde, brengt dit mooi in beeld voor een aantal sectoren en landen.
Om zelf een juist beeld te krijgen moeten we al onze betaalde media analyseren. Jammer genoeg kunnen we niet al onze betaalde media in één webanalyse tool raadplegen om de ROI van de verschillende kanalen te bepalen. Of toch wel?
Slimme marketeers zullen je vertellen dat wanneer je je campagnes voorziet van campaign tagging (en dat moet je zeker doen), je data in Google Analytics krijgt over de advertenties die op externe sites lopen. Dat klopt, maar je krijgt geen kostendata, dus kunnen we de ROI ervan niet berekenen.
Als we in onze campagnerapporten kijken dan zien we bijvoorbeeld Google CPC (onze AdWords campagnes), een aantal andere campagnes die we netjes van campaign tagging voorzien hebben en hun metrics. Nu, voor AdWords zien we data zoals impressies, klikken, ROI, marge enzoverder. We hebben deze informatie niet voor onze andere campagnes.
We missen hier eigenlijk twee zaken. Enerzijds kunnen we de campagnes zelf niet analyseren in termen van ROI, CTR en CPC. Anderzijds is het ook niet mogelijk om de prestaties van de verschillende campagnes met elkaar te vergelijken.
Wat doen we dan als we de ROI van de niet-AdWords campagnes willen analyseren? We gebruiken de tools die Facebook Ads, Bing Ads, LinkedIn Ads en dergelijke ons aanreiken. Elk op hun eigen eilandje.
Herinner je je nog de tijd dat je met Lego speelde? Onze ouders leerden ons onze blokjes niet te mengen tussen de verschillende dozen. Was het niet leuker om de Lego-sets te combineren en de politie de piraten te laten achtervolgen? Het stimuleerde bovendien onze manier van denken, nieuwe combinaties uit te vinden en inzichten te krijgen in hoe dingen werken.
Eigenlijk doen veel analysten net hetzelfde met campagnes. Ze hebben de neiging om ze afzonderlijk te analyseren maar door ze samen te brengen, krijg je veel meer inzichten. We missen dus het complete overzicht. Uiteraard kunnen we alles exporteren en samenvoegen in een spreadsheet, maar dat vreet tijd.
Dat complete overzicht kan je nu in Google Analytics krijgen door Cost Data Import. Het geeft je de mogelijkheid om kostenbronnen van verschillende campagnes in GA te importeren.
Er zijn 5 stappen om deze data in Google Analytics te zien:
Als je denkt dat het realiseren van een conversie op je website de laatste stap is, dan zit je fout (op pure e-commerce na). Toch wordt dit nog al te vaak als het eindpunt van online marketing gezien.
Als je een campagne doet via affiliate marketing waarbij men een coupon kan downloaden op je website, dan is niet het aantal downloads op je website je doelstelling. Belangrijker is het aantal aankopen in de winkel, de totale aankoopwaarde waarbij de coupon gebruikt werd en misschien zelfs de lifetime value van die klant die voor het eerst met je merk in aanraking kwam door die affiliate campagne. Online marketing heeft duidelijk impact op offline verkoop.
Data over offline aankopen vind je meestal terug in je CRM. En die data kan je binnenkort via Universal Analytics in je Google Analytics account importeren. Op deze manier verrijk je je GA data en kan je zeer interessante geavanceerde segmenten maken op basis van geslacht, leeftijd, RFM...
Met het Measurement protocol kan je zelfs data van eender welk toestel in Google Analytics krijgen. We schreven eerder al over een aantal experimenten met Universal Analytics. De beroemde spreuk in het kantoor van Einstein klopte dus niet helemaal. Met het measurement protocol kan je wel alles meten!
Ik ben ervan overtuigd dat de marketing mix en het conversiepad nog complexer zal worden.
Er zullen andere kanalen ontstaan die elk hun rol en waarde zullen hebben binnen het aankoopproces. Nieuwe kanalen die massa’s nieuwe gegevens opleveren.
We hebben daarom resources nodig om de veelheid aan data hierover te analyseren. Financiële kracht om die noodzakelijke analyse te kunnen bekostigen. Maar ook mankracht: analysten die impact hebben op een organisatie, om deze data driven te maken. Echte analysten die hun tijd wijden aan analyse van data en niet aan het verzamelen ervan.
Dit vraagt om een geautomatiseerde en gecentraliseerde database. Google Analytics zal die database zijn. Google Analytics wordt de Database of Record voor analyse.