Multi-Touch Attribution

De toename van marketingkanalen, apparaten, creatieve formaten én nieuwe targeting mogelijkheden zorgt ervoor dat de consumer journey almaar complexer wordt. Het is voor adverteerders daarom maar de vraag welk marketingkanaal of creatieve boodschap welke bijdrage geleverd heeft aan een online verkoop of conversie. Attributie analyses kunnen antwoord geven op dergelijke vragen, maar standaard attributiemodellen zijn al lang niet meer het antwoord op deze vraag.

Standaard attributiemodellen vs Multi-Touch Attribution

De meeste adverteerders maken gebruik van standaard attributie modellen, die beschikbaar zijn in rapportages van bijvoorbeeld Google. Om echter de daadwerkelijke bijdrage van kanalen te meten zijn slimmere modellen nodig. Om deze reden heeft Annalect een eigen Multi-Touch Attribution model ontwikkeld. Door middel van deze analyse kunnen we waarde toekennen aan verschillende touchpoints binnen de consumer journey. Voor ieder touchpoint wordt aangegeven in hoeverre deze heeft bijgedragen aan een conversie. Aan de hand van deze inzichten kan een adverteerder in kaart brengen welke kanalen en tactieken een grotere impact hebben op hun KPIs, om vervolgens bij te sturen en zowel budget als targeting te optimaliseren.

Van Last-Click naar Multi-Touch Attribution

Systemen zoals Google en Facebook rapporteren standaard de conversie attributie op basis van een Last-Click of Last-Touch model. Dit wil zeggen dat 100% van de conversiewaarde wordt toegekend aan het laatste touchpoint voordat iemand is geconverteerd en geen enkele waarde aan touchpoints die eerder plaatsgevonden hebben. Dit kan leiden tot een overwaardering van bijvoorbeeld search advertenties en een onderwaardering van alle touchpoints die eerder in de journey voorkomen, zoals bijvoorbeeld display advertenties. Een ander attributiemodel is het first touch model, waarbij het eerste touchpoint 100% van de conversie toegewezen krijgt. In dat geval wordt dus geen enkele waarde toegekend aan touchpoints die daarna plaatsgevonden hebben.

Meerdere touchpoints

Er zijn ook attributiemodellen waarbij naar meerdere touchpoints gekeken wordt: in het time decay model krijgen meer recente touchpoints een hogere waarde toegekend en bij het lineaire model krijgen alle touchpoints evenveel waarde toegekend. Hoewel deze modellen in ieder geval waarde toekennen aan alle touchpoints die een consument gehad heeft, blijven het op regels gebaseerde modellen die vooraf bepaald worden. Het is echter veel waardevoller om alle data die beschikbaar is te analyseren en op die manier te bepalen wat de waarde is geweest van de verschillende touchpoints. Alleen met een dergelijke algoritmische aanpak is het mogelijk om de bijdrage van verschillende touchpoints helder in beeld te krijgen. Dit is dan ook wat we onder Multi-Touch Attribution of MTA verstaan.

Hoe draagt MTA bij aan een betere inzet van het mediabudget?

Het resultaat van Multi-Touch Attribution is een accurate weergave van de bijdrage van verschillende touchpoints aan de conversies. Deze bijdrages kunnen vervolgens in combinatie met de cijfers over de uitgaven inzicht bieden in de efficiëntie van verschillende media-tactieken. Dit wordt vaak weergegeven in de vorm van een cost per action (CPA) of een cost per conversion. Door op basis van deze conversie attributie budget te verplaatsen van slechter presterende onderdelen naar beter presterende onderdelen kunnen zowel een lagere CPA als een grotere hoeveelheid conversies gerealiseerd worden.

Mogelijke optimalisaties

Op deze manier kunnen tal van verschillende vergelijkingen gemaakt worden. Op een hoog niveau kan er bijvoorbeeld onderscheid gemaakt worden tussen Video, Display en Social advertising, terwijl op een lager niveau onderscheid gemaakt kan worden tussen audiences, websites of creatieve uitingen. Daarnaast is het ook mogelijk om inzicht te krijgen in de optimale contactfrequentie. Daarmee kunnen de instellingen van de campagnes geoptimaliseerd worden en in veel gevallen betekent dit dat de contactfrequentie en daarmee de kosten omlaag gaan. Dit budget kan vervolgens weer ingezet worden om bijvoorbeeld de biedingen op programmatic inzet te verhogen en de winrate te vergroten. Voor tactieken met een bereik doelstelling kan een MTA analyse inzicht bieden in de overlap in bereik. Hiermee wordt duidelijk welke tactieken (bijvoorbeeld websites) een deel van de doelgroep bereiken die op andere manieren niet bereikt wordt.

Onze aanpak voor conversie attributie

Als oplossing hiervoor maakt Annalect gebruik van haar eigen ontwikkelde attributie methodiek die gebruik maakt van een Markov Chain model. Deze statistische analyse geldt als de gouden standaard voor attributiemodellen. Onze methode is ontzettend flexibel en daarom is de analyse makkelijk aan te passen om steeds nieuwe vragen te kunnen beantwoorden. Enkele voorbeeldvragen zijn: Dragen Search advertenties meer bij aan traffic naar de website dan Display advertenties? Verandert deze verhouding als we alleen kijken naar soft leads? Is een videoadvertentie op Facebook van 5 sec of 15 sec beter in het generen van traffic? Welk bannerformaat is het meest effectief? Welke rol speelt viewability? Wat is de invloed van Search Engine Optimization (SEO) en betaalde campagnes op het totaal aantal conversies?

Frequentie en visualisatie

Ook in de frequentie van analyses is onze aanpak flexibel, zo kan ervoor gekozen worden om gedurende een campagne meerdere analyse en optimalisatierondes te doen, of bijvoorbeeld om iedere maand een analyse uit te voeren.

De resultaten van de analyses worden beschikbaar gemaakt in een dashboard. Daarbij kunnen we gebruik maken van de dashboard tool van voorkeur, bijvoorbeeld Google Data Studio of Tableau.

De data worden verzameld met behulp van Ads Data Hub. ADH is een platform waarin marketingdata wordt verzameld en verwerkt en waarbij de privacy van het individu centraal staat. Door gebruik te maken van dit platform is onze methode privacy-safe en toekomstbestendig.

Praat met onze experts

Meer weten over hoe MMM jouw merk kan helpen? Onze experts denken graag met je mee.

Marijke Wiersma

Marijke is onze specialist als het gaat om MMM. Meer weten? Neem contact met haar op.

E. [email protected]