Conversie attributie is een hot topic. Dat bleek wel uit de zaal waarin Mark Hoebe (Netsociety) zijn praatje tijdens de Google Analytics User Conference hield. Deze zaal was goed gevuld, zelfs zo goed, dat er stoelen bij moesten.

Voor de mensen die denken ‘conversie attributie wtf?‘, conversie attributie betekent het toekennen/verdelen van de credits aan de bronnen die voor conversie hebben gezorgd. Waarom is dit belangrijk? Omdat je inzicht wilt krijgen welke bronnen op welke manier bijdrage aan de conversies op je website. Dit zit helaas nog niet standaard in de meeste analyticspakketten. De analyticspakketten van vandaag de dag kennen conversies vaak maar aan één bron toe, meestal is dit de laatste bron. In dit artikel geef ik een samenvatting van de presentatie van Mark Hoebe, soms gecombineerd met mijn eigen mening.

Benodigdheden voor conversie attributie

Wat hebben we nodig om conversie attributie goed in te zetten?

• een centrale plek waarmee alle advertentie interacties (kliks op) kunnen worden gemeten
• een solide model met een logische weging voor de interacties (waarde toekennen aan bronnen)

Het meten op één centrale plek kan generiek opgelost worden. Het bedenken en het inzetten van het model is een ander verhaal. Dit verschilt per bezoeker / product / bedrijf / branche. Het model bepaalt uiteindelijk de waardering van de bronnen. De waardering hangt af van verschillende factoren. Dit gebeurt door bijvoorbeeld een bepaalde waarde aan een eerste bezoek te gegeven en een andere waarde aan een vijfde bezoek, of door een bepaalde waarde mee te geven aan de tijd die tussen twee bezoeken zit.

De één converteert direct, de ander na tien jaar

De modellen van een bloemenwinkel en een financiële instelling kunnen enorm van elkaar verschillen omdat er bij een online bloemenwinkel veel sneller een verkoop plaatsvindt (vaak tijdens eerste bezoek) dan bij een financiële instelling. Dit verschil in proces (de ‘reis’ van de klant, vanaf nu de customer journey genoemd) kan / moet je meenemen in het model wat je hanteert. Dit zorgt er ook direct voor dat er geen waarheid is qua model, er is op dit moment geen model dat voor iedereen perfect is. Het gaat in eerste instantie ook niet om het perfecte model, maar om het kunnen meten. De meting zal uiteindelijk uitwijzen welk model voor jouw webwinkel ingezet kan worden.

Conversie Attributie in Google Analytics

Netsociety heeft een script gemaakt dat de gegevens in Google Analytics verzamelt (de centrale plek). De nieuwste versie van het script is op dit moment versie 2. De data wordt via de Google Analytics API geïmporteerd in Excel. In Excel worden de berekeningen gemaakt (het model) waardoor uiteindelijk de waarde van iedere bron (voor een bepaald conversiedoel, of doelen) uitgerekend wordt. Uiteindelijk is het wel de bedoeling dat ook de datavisualisatie plaatsvindt in Google Analytics, maar dat is op dit moment nog niet aan de orde.

Op dit moment wordt de touchpointdata (organisch, adwords, banners, etc) in de 5 custom variabele (CustomVar) geplaatst in Google Analytics en dat is op dit moment het maximum van Google Analytics. Dit geeft de beperking dat enkel vijf bronnen met elkaar vergeleken kunnen worden. Dit is jammer, maar ik verwacht dat Google deze custom variabele nog wel zal uitbreiden in de toekomst.

Conversie Attributie rapportages

In Excel worden op basis van de data en het model drie rapportages gegenereerd:

1. Channel Management

In dit rapport zie je welke touchpoints voor conversie hebben gezorgd en of ze in combinatie met andere touches (kliks op andere bronnen in de customer journey) tot conversie hebben geleid. In de presentatie zie je 1st touch, 2nd touch, etc staan. Dit moet eigenlijk zijn: Laatste touch, één na laatste touch, etc. Waarbij de laatste touch de laatste bron was toen de conversie plaatsvond.

Dit rapport maakt inzichtelijk wanneer een bepaalde bron het meest effectief is binnen de customer journey.

2. Attributie matrix

Dit rapport laat zien welke touchpoints in combinatie met elkaar tot conversie hebben geleid. Jammer is wel dat je hierbij niet ziet of bepaalde touchpoints meerde malen binnen één customer journey zijn geraadpleegd. Zo is het denkbaar dat iemand vier keer achter elkaar op een Adword klikt en bij de laatste klik converteert. Alle touches (4 touches) zijn dan ‘Adwords’, maar deze hebben alleen in combinatie met elkaar tot conversie geleid.

3. Attributie Matrix 2

Ook dit rapport toont een matrix. Alleen in dit rapport worden de touchpoints met elkaar vergeleken op basis van verschillende factoren en berekeningen. Dit kan uiteindelijk vertaald worden naar ‘attributiewaarde’, wat zoiets betekent als ‘effectiviteit’, ‘belangrijkheid’ of ‘bijdrage’ aan de conversies. In dit voorbeeld wordt de attributiewaarde gepresenteerd in procenten.

Het script

Het Google Analytics script zou, zo staat in de presentatie, in mei verder verspreid worden. Ik heb even gezocht, maar helaas nog niks gevonden. Wie heeft ervaring met het script van Netsociety en wil deze ervaring delen? Welke nieuwe inzichten heb je gekregen en heeft dit al tot verandering geleid?

Next level shit? Enkele ideeën.

Bovenstaande rapportages zijn nog maar het begin. Toen ik het verhaal van Mark aanhoorde kreeg ik direct nieuwe ideeën om meer inzicht te krijgen. Bijvoorbeeld:

• Het koppelen van acties/advies aan de uitkomsten: koppel bijvoorbeeld de inzichten aan je Adwords en pas je biedingen / zichtbaarheid aan.
• In hoeverre maakt het model conversies ‘voorspelbaar’, kan je op basis van touchpointdata die je nu hebt conversies ‘voorspellen’? Ik denk van wel.
• Draai het model om: kijk wanneer mensen niet converteren en kijk dan naar de touchpoints, waar zitten de ‘rotte appels’?
• Vergelijk verschillende customer journeys en kijk wat er gebeurt als er bepaalde touchpoints niet aanwezig zijn (welk effect heeft dat op de conversiepercentages?)
• Meet over de tijd heen, zodat je periodes kunt vergelijken. Jij weet wat je wanneer veranderd hebt en welk resultaat je daarmee probeerde te bereiken. Leer van het verleden en voorspel de toekomst.
• Gebruik attributie voor microconversies en gebruik deze om uiteindelijk meer te converteren op macroniveau.
• Koppel het model met offline data, niet alle conversies vinden online plaats. Offline attributies hebben ook waarde!
• Kijk naar correlaties tussen verschillende producten/services. Bezoeker komt binnen op service A en koopt product Y.
• Segmenteer de data zodat de attributiewaarde op doelgroep/segment niveau zichtbaar wordt, zodat je je middelen beter kunt inzetten.
• Eerder genoemd: neem ook dubbele touches mee, zoals: organic – organic – organic – adwords – direct.
• Koppel je cost per order aan de customer journey en verdeel de credits over het aantal gebruikte touchpoints. Minder touchpoints resulteert in meer credits voor iedere touch.

Genoeg ideeën! Ik ben benieuwd naar jullie ideeën en ervaringen (als er al mensen zijn met ervaring) op het gebied van conversie attributie.