In 4 stappen leren werken met conversie attributie

Conversie attributie is een hot topic. Veel leveranciers bieden software aan om conversie attributie van je campagnes te laten uitrekenen. Ik gebruik zelf de attributiemodellen in Google Analytics. Met deze tool kun je inzichten verkrijgen in de conversiewaarde van jouw campagnes. Hoe dien je deze tool te gebruiken? En wat voor informatie haal je eruit?

Stap 1: Kies jouw attributiemodel

Ga vanuit de  multichannel trechters, naar het hulpprogramma voor toeschrijvingsmodellen.

Multi channel trechters

Hier kun je gebruik maken van standaardmodellen, maar ook van aangepaste attributiemodellen. Welke standaardmodellen zijn er beschikbaar?

  1. Last-click model
  2. Lineaire model
  3. Positie gebaseerd model
  4. Tijdsvervalmodel

Lees hier meer over deze attributiemodellen.

Daarnaast kun je ook eigen attributiemodellen gaan opzetten. Bijvoorbeeld: je kent non-branded zoekwoorden meer waarde toe dan jouw branded zoekwoorden zodat je kunt zien of je content inspanningen, gericht op non-branded zoekwoorden, ook echt omzet oplevert.

Stap 2: Maak kanaalgroepen aan

Hoe begin je met conversieattributie? Je dient eerst te bepalen wat je wilt meten. Welke kanalen/campagnes zijn bedrijfskritisch? Een kanaal/campagnestructuur kan er als volgt uitzien:

  1. SEO branded
  2. SEO non-branded
  3. SEO not provided
  4. SEA branded
  5. SEA non-branded
  6. Affiliates
  7. E-mail
  8. Verwijzende sites

Je kunt van deze kanalen/campagnes ‘groepjes’ maken. Zo kun je namelijk in één oogopslag zien wat de conversiewaarde is van deze kanalen/campagnes. Vervolgens dien je het juiste attributiemodel per campagne te bepalen. Branded en non-branded campagnes hebben een verschillende aankoopcyclus. Daarom kies ik ervoor om voor beide campagnes een ander attributiemodel te gebruiken:

Branded campagnes: ik kies voor het tijdsverval model, omdat de tijdscomponent hierin wordt meegenomen. Ik heb gezien, dat de kliks met branded zoekwoorden dichtbij de uiteindelijke conversie plaatsvinden. Daarom lijkt mij het tijdsvervalmodel het meest geschikte attributiemodel.

Non-branded campagnes: hiervoor kies ik het lineaire model, omdat de contactmomenten met non-branded zoektermen plaatsvinden binnen het gehele conversiepad. Daarom wil ik aan elke klik evenveel waarde toekennen.

Let wel: kijk kritisch naar je conversiepaden voordat je een attributiemodel voor een kanaal/campagne gaat gebruiken.

Stap 3: Maak een conversiesegement aan om de ondersteunende conversies per kanaal te berekenen

Naast de conversiewaarde per kanaal, wil je ook de ondersteunende bijdrage per kanaal weten. Dit is vrij eenvoudig te berekenen:

  • Maak een conversiesgement aan
  • Sluit de last-click conversies van een bepaald kanaal uit (bijv.SEO)

Nu kun je de ondersteunende conversies van SEO aan andere kanalen bekijken. Je kunt er ook voor kiezen om last-click conversies vanuit direct verkeer uit te sluiten. Direct verkeer is namelijk geen kanaal. Mijn advies is om deze cijfers maandelijks bij te houden, zodat je kunt zien of er verschillen zijn in de ondersteunende conversies tussen de verschillende kanalen. Onderstaand screenshot geeft zo’n ontwikkeling weer. Je ziet hierbij dat in de afgelopen maand de ondersteunende bijdrage van AdWords harder is gestegen dan SEO.

Stap 4: Bepaal de impact van conversie attributie

Het is leuk om de ondersteunende bijdrage per kanaal te weten. Maar uiteindelijk wil je natuurlijk weten wat de impact is van bijvoorbeeld SEO non-branded op SEO branded zoekwoorden. Dit kun je vrij eenvoudig berekenen:

  1. Ga naar beste conversiepaden
  2. Gebruik jouw kanaalgroepen (SEO branded/non branded)

  1. Ga naar de optie ‘geavanceerd’. Vul hier jouw kanaalgroeppaden in. Bijvoorbeeld SEO branded – en (not provided) zoekwoorden.

  1. Nu zie je onder beste conversiepaden alle conversies met SEO branded en (not provided) zoekwoorden in hetzelfde conversiepad.

Wat kun je met deze cijfers?

Met deze cijfers kan je de impact van bijvoorbeeld ‘not provided’ op je branded zoekwoorden bepalen. Daarnaast kan je de impact van (not provided) koppelen aan SEO non-branded zoekwoorden, maar ook aan je SEA campagnes. Je krijgt dan antwoord op de volgende vragen:

  • Hoe afhankelijk ben ik van mijn branded zoekwoorden?
  • Hoe scoor ik op longtail zoekwoorden, zoals bijvoorbeeld ‘regenlaarzen met brede schacht’?

Je kunt er bijvoorbeeld voor kiezen om specifieke content te gaan schrijven voor longtail zoekwoorden. Via onderstaande segmenten kun je jouw longtail zoektermen opsporen:

Welke features ontbreken er nog in de multi channel trechters?

Ik vind het hulpprogramma voor toeschrijvingsmodellen zeer handig om de conversiewaarde per kanaal/campagne te bepalen. Toch ontbreken er mijns inziens nog drie belangrijke features:

  1. Post-view conversies worden nog niet meegenomen in de berekeningen.
  2. Je kunt conversie attributie nog niet berekenen voor een periode langer dan 30 dagen.
  3. Ik heb twijfels over de nauwkeurigheid van de conversie attributie per pagina. Hoe wordt deze berekend? Op sessie of bezoek niveau?

Kortom

Het hulpprogramma voor toeschrijvingsmodellen is zeer eenvoudig en praktisch te gebruiken. Voor een webanalist is het een stuk eenvoudiger geworden om de conversiewaarde per kanaal/campagne te berekenen. Ik ben benieuwd, wanneer het mogelijk is om post-view conversies mee te nemen binnen deze berekeningen. Je kunt dan de conversiewaarde per bannering campagne nog nauwkeuriger bepalen. Daarnaast vind ik het jammer, dat je niet langer dan 30 dagen terug kan kijken binnen jouw conversiepad. Voor bedrijven met een langere aankoopcyclus dan 30 dagen is dit niet erg handig. Ik hoop, dat deze features in 2013 worden toegevoegd aan de multi channel trechters.

Hoe zijn jouw ervaringen met het hulpprogramma voor toeschrijvingsmodellen? Ik lees graag jouw ervaringen bij de reacties!

Reacties (2)

  1. ernst.hiemstra@gmail.com'

    Gerard,

    Goed artikel natuurlijk maar nou een praktijkvoorbeeld. Waar je vroeger op last-click modellen zat te berekenen met een redelijk simpel model, kun je met MC analyse niet meer echt 1 waarde geven aan je baas hoeveel een kanaal oplevert (die wil natuurlijk gewoon het antwoord horen. dat is zoveel per kanaal, punt!)

    Concreet: Stel je beantwoordt de vraag wat levert je een e-mail adres op die je e-mail database zit. Met MC analyse zie je nu ook de assisted conversion die samen met je last click attributie leidt tot een behoorlijk hogere waarde (als je het goed doet) van je waarde per e-mail adres. t.o.v. last click. Maar Wat is nu die ene waarde. Neem je een gemiddelde? Ga je uit van de last click. Het totaal. Ben benieuwd hoe anderen dit berekenen. gr. Ernst

  2. gerard@gerardrathenau.nl'

    Dank voor je reactie Ernst.

    Met attribution modelling kun je per kanaal laten uitrekenen. Dus niet meer assisted + last click conversions, maar per kanaal een custom model.

    Want e-mail heeft natuurlijk een ander conversiepad dan AdWords.

    Ik denk, dat je laatste vraag/opmerking afhankelijk is van het model, dat je kiest. Ik kies voor e-mail campagnes meestal lineair attributiemodel, omdat deze campagnes een langer dan gemiddeld conversiepad hebben!

Reacties zijn gesloten.