De ups en downs van wisselkoersen binnen Google Analytics

De eerste stap die je als bedrijf zet om zoveel mogelijk uit je online marketing te halen is het goed meten van je resultaten. Hiervoor is in Google Analytics e-commerce tracking beschikbaar. Omzet van verschillende websites, productgroepen, domeinnamen et cetera kan op deze manier gemakkelijk vergeleken worden. Voor internationaal opererende bedrijven is dit echter moeilijker, aangezien transacties in verschillende valuta worden ingevoerd. Zo kan het voor een Europees bedrijf lastig zijn om omzet uit een Nederlandse webshop (Euro) te vergelijken met de omzet uit een Engelse webshop (Pond).  Voor zo’n internationaal georiënteerd bedrijf zou het handig zijn om de omzet per webshop in dezelfde valuta terug te zien in Google Analytics.

Hiervoor heeft Google sinds 2013 een oplossing, namelijk Multi-currency e-commerce support.  Met deze functie kunnen gebruikers hun transactie data (winst, belasting, verzending en afhandelingskosten) in verschillende valuta invoeren. Vervolgens zet Google deze verschillende valuta om in één munteenheid. Maar is deze methode wel zo geschikt om binnen Google Analytics een beeld te krijgen van de omzet in verschillende landen en deze met elkaar te vergelijken? In dit artikel ga ik daar verder op in.

Hoe wordt de wisselkoers berekend?

De wisselkoers wordt bepaald op basis van data uit de currency server, dit is dezelfde server die wordt gebruikt voor Google Billing (een factureringsservice).  De wisselkoers die voor het omzetten wordt gebruikt is die van de dag voorafgaand aan de transactie (bron). Concreet houdt dit in dat de waarden binnen je Google Analytics accounts dus niet meer veranderen, mocht de koers een week later dalen.

Voorbeeld: Stel dat de omzet op 25 oktober £ 20.000 is, dan wordt dit omgerekend in Euro’s (als dat je standaardvaluta is) op basis van de wisselkoers van 24 oktober. De omzet in Euro’s zou dan neerkomen op  € 28.417,37 euro. Als de wisselkoers in de dagen erna verandert dan blijft dit de omzet voor 25 oktober.

Is deze data betrouwbaar?

Het klinkt ideaal, een globaal overzicht van je omzet in een munteenheid, waardoor het makkelijker wordt om omzet van verschillende webshops uit verschillende landen te vergelijken. Echter kunnen wisselkoersen heel veranderlijk zijn en in 1 dag al grote veranderingen laten zien. Zie in de grafiek hieronder bijvoorbeeld hoe in 1 jaar de Yen grote schommelingen in de wisselkoers laat zien.

bron: http://www.wisselkoers.nl/chinese_yuan

bron: http://www.wisselkoers.nl/chinese_yuan op 29 december 2015

Stel dat een Chinese webshop in april 2015 een omzet heeft van ¥120.000, dan is dit omgerekend door Google €18.182 in april (wisselkoers EUR/CNY = 6,6). In oktober 2015 wordt de omzet weer gemeten en de omzet is weer ¥120.000, vervolgens zet Google dit weer om in Euro’s en daar komt €16.901 uit (wisselkoers EUR/CNY = 7,1). Terwijl er evenveel verkocht is in beide maanden wordt er een verschil in omzet in Euro’s weergegeven. Deze ‘omzetdaling’ komt door een verandering in de wisselkoers. In Google Analytics kan niet worden ingezien dat dit verschil komt door de wisselkoers schommeling. Hierdoor zal de ‘daling’ snel worden afgeschoven op het conversieproces. De standaard omzetting van de valuta door Google kan dus voor vertekende data zorgen. Maar hoe is het voor bedrijven dan mogelijk om inzichtelijk te krijgen of het dalen van de omzet komt door een wisseling in de koers of door een probleem in het aankoopproces?

Calculated metrics als oplossing

Sinds kort beschikt Google Analytics over calculated metrics. Dit is een functionaliteit waarmee je op basis van bestaande metrics met behulp van een formule extra metrics kunt toevoegen aan je Google Analytics account. Deze functionaliteit biedt de oplossing voor het wisselkoersprobleem. Door met calculated metrics te berekenen welke wisselkoers Google heeft gebruikt, kan worden ingezien hoe de wisselkoers schommelt. Om dit te berekenen delen we de omzet in de standaardvaluta (bv Euro’s) door de lokale omzet (bv Chinese Yen). De calculated metric ziet er dan zo uit:

WisselkoersGoogle = Revenue/Local Revenue
Voorbeeld: Wisselkoers Google = omzet in Euro’s/omzet in Chinese Yen

Met de informatie die hieruit verkregen wordt kan worden uitgesloten of een omzetverandering komt door schommeling in de wisselkoers. Als de wisselkoerslijn gelijk blijft dan is de koers stabiel en heeft dit geen invloed op de data. Als er grote fluctuaties zich voordoen dan moeten we er rekening mee houden dat dit de data beïnvloed.

Wanneer is dit interessant?

Om over dit soort vraagstukken na te denken moet je als bedrijf al op een bepaald maturity niveau bezig zijn met online marketing. Als je als bedrijf bezig bent met het behalen van meer resultaat uit je online marketing, en hiervoor zo nauwkeurig mogelijk je doelstellingen wilt meten, dan wordt dit vraagstuk relevant. In deze fase wil een internationaal bedrijf bijvoorbeeld de resultaten van webshops uit verschillende landen vergelijken in dezelfde valuta. Hierbij is het van belang om na te denken over hoe de valuta wordt omgezet en wat dit voor gevolgen heeft voor de data. Betrouwbare data is op dit niveau van online marketing cruciaal.

Conclusie

Kortom de manier van Google om verschillende valuta om te zetten in een standaard valuta is een handige methode voor internationaal opererende bedrijven om omzet van hun verschillende webshops in een overzicht te kunnen inzien en vergelijken. Een nadeel hiervan is dat de transacties automatisch omgezet worden en er geen inzicht is in de eventuele schommeling van de koers. Dit kan zorgen voor vertekende data. Aangezien op basis van deze data wordt bijgestuurd of actie wordt ondernomen is het belangrijk dat deze data betrouwbaar is. De oplossing is om met behulp van calculated metrics zelf een toevoeging te doen om de data te verbeteren. Hierdoor kan worden uitgesloten of verschillen in resultaten komen door een verandering in de wisselkoers. Mocht dit zo zijn dan kun je dit meenemen in je analyse. Hierdoor blijft de data betrouwbaar en kun je juiste analyses uitvoeren en conclusies trekken. Internationaal opererende bedrijven halen zo het meest uit hun data en kunnen op basis hiervan waardevolle inzichten verkrijgen en acties ondernemen om meer omzet te behalen.