In een restaurant krijg je een koekje dat je nog nooit eerder hebt gezien. En oei, wat ziet die er super lekker uit!  Als je hem probeert, zijn je smaakpapillen met stomheid geslagen. Zoiets geweldigs hebben ze nog nooit mogen ervaren. Later kom je bij een vriendin thuis. Zij heeft diezelfde masterlijke koekjes gewoon in huis! Als je er een paar neemt, weet je het zeker:  jij moet die dingen ook hebben. Je gaat op zoek naar het adres van de bakker die ze maakt en besluit ze in te slaan.
Welke cookie heeft er nou uiteindelijk voor gezorgd dat je naar de winkel bent gegaan?
Het lijkt misschien een rare vraag, maar het is de problematiek van alledag in de online wereld. De meeste marketeers werken op basis van Last Cookie Counts. Dat wil zeggen dat ze ervan uitgaan dat het laatste koekje dat je gegeten hebt (online: de laatste advertentie die je gezien hebt of waarop je geklikt hebt) er voor 100% voor heeft gezorgd dat jij tot aankoop bent overgegaan.
Maar is dat wel helemaal eerlijk? Is het echt dat allerlaatste koekje geweest waardoor je naar de bakker bent gegaan? Was de laatste echt de lekkerste? Of was je na het eerste koekje al zo overtuigd dat je, als de ober van het restaurant je het adres van de leverancier had gegeven, je gelijk had willen kopen?
Ik denk persoonlijk dat alle cookies, misschien de één iets meer dan de ander, hebben bijgedragen aan de uiteindelijke aankoop.  Dus zou je ze eigenlijk allemaal, in meer of mindere mate, moeten belonen.  Toch is dat nog niet zo makkelijk gedaan. Je moet namelijk goed in kaart brengen waar, hoe vaak en wanneer mensen je koekjes hebben gegeten (lees: je uiting hebben gezien).
De meeste meetsystemen geven wel aan via welke reclame-uiting bezoekers op je website zijn gekomen. Ik kan me voorstellen dat je als marketeer dan geneigd bent om alleen te kijken naar de herkomsten die direct iets opgeleverd hebben. Dus de laatste cookie.
Toch denk ik dat het slimmer is om als online marketeer alle uitingen die zijn bekeken mee te nemen. Als je dit allemaal goed in kaart weet te brengen, kun je optimaal je campagnes monitoren. Inzicht is essentieel. En daarna volgt een optimalisatieslag. Misschien blijkt dat het ene koekje beter is in aandacht trekken en de andere meer in overtuigen. Als je dat weet, kun je de beloningen voor alle reclameuitingen eerlijk verdelen en je campagnes heel precies managen. En is het allemaal toch nog koek en ei….
8 comments
Beste Marloes,
Een bezoeker van een site maakt inderdaad meer keuzes voor de aanschaf van een product of dienst, dan alleen een leuk uitziende advertentie op een webpagina. (Ik heb verschillende pagina's afgelopen om de ideale laptop vinden, achter mijn aankoop zit meer vast dan 1 klik op een advertentie). Alleen het meten van de laatste cookie klopt dus niet. Maar hoe meet je de andere aspecten waarom een iemand tot een aankoop is overgegaan? Heb je ideeën over hoe marketeers dit optimaal kunnen monitoren, of is een vragenlijst de enige optie?
Hoi Barbera,
Ik denk dat een goede eerste stap is om in ieder geval álle herkomsten van een bezoeker in kaart te brengen. Als je de tijd tussen het zien van of het klikken op je verschillende uitingen vervolgens meeneemt, kun je al veel meer zeggen over het aankoopbeslissingstraject van de bezoeker dan wanneer je werkt op basis van Last Cookie Counts.
Maar misschien komt er nog wel een vervolgartikel waarin er nog wat ideetjes worden aangedragen ;)
Ben ook erg benieuwd naar hoe je het ziet: hoe doe je dat. 1 Hoe meet je en 2. hoe bepaal je dan de waarde. Ben het overigens helemaal met je eens dat Last cookie counts te kort door de bocht is.
Leuk stuk! :) Deze koekjes discussie wordt vaak gevoerd. Ik ben het met je eens dat je moet kijken naar de verschillende partijen die bezoek aandragen en vervolgens moet kijken wat er met dat bezoek gebeurt. Helaas is er nog altijd een grote (?) groep mensen die of zijn cookies weggooit (waardoor je link tussen de verschillende bronnen niet meer goed kunt traceren) of van verschillende fysieke locaties je site bezoekt (met hetzelfde probleem als gevolg).
Het mooist zou het zijn wanneer iedereen, ongeacht cookie of locatie, te herkennen zou zijn, waardoor je exact kan meten welke bronnen tot welke actie(s) hebben aangezet. Prachtig, maar helaas nog niet vaak realiteit. Sites waar mensen inloggen hebben daarin een voordeel tov contentsites, aangezien je na een inlog een bezoeker kunt koppelen aan meerdere cookies/pc's (en dus over fysieke locaties heen).
Belangrijk is het, wanneer je met meerdere betaalde bronnen werkt, dat je afrekent op een eenduidige manier, zodat iedereen op dezelfde manier afgerekend wordt (en dat ook van elkaar weet). Dat maakt het kwa afrekenen eenduidig, maar helaas heb je de juiste analyse dan nog niet…
Nice to know:
Microsoft noemt dit btw 'engagement mapping'. Google rekent veel op last cookie counts (google wordt vaak als laatste stap gebruikt) terwijl Yahoo de eerste meet (banners vaak als eerste stap). Zo rekent een ieder op dit moment op de manier dij haar het beste uitkomt. Ook leuk om te weten.
@ Xaviera: die meting is eigenlijk relatief eenvoudig, alleen heb je wel wat techniek nodig. Wat we bij AdLantic doen, is dat we een simpel scriptje op de website van onze klant plaatsen. Dat zorgt ervoor dat iedere herkomst van de bezoeker wordt vastgelegd, inclusief de organische en betaalde zoekwoorden van de grootste zoekmachines. Aan de hand van de unieke cookie ID’s die de bezoekers krijgen, kun je precies zien welk herkomstpad deze bezoeker heeft afgelegd voordat hij heeft geconverteerd.
@ Reinout: wij noemen het net ietsjes anders, namelijk Source Mapping :) Microsoft spreekt inderdaad over engagement mapping. Het probleem van het weggooien van de cookies hebben we grotendeels ondervangen, maar wanneer één bezoeker vanaf thuis, kantoor, vakantiebestemming en dergelijke op je website komt, is het inderdaad een lastiger verhaal.
Verder zien ook wij dat de eerste herkomst van bezoekers vaak een banner is, terwijl de laatste herkomst relatief vaak google is. En dan met name de branded keywords.
Een ander saillant detail is dat ook de affiliate netwerken vaak in het herkomstpad betrokken zijn. Aangezien zij met eigen cookies werken, claimen ze vaak 100% van de conversie. Dit is vooral vervelend als je met meerdere affiliate partijen werkt, die elk 100% opeisen. Met Source Mapping kun je ontdubbelen en beter inzicht krijgen in de werkelijke processen. En met dat inzicht wordt het afstemmen van je marketing een piece of cookie ;)
@Marloes, wat je zegt over affiliate netwerken klopt inderdaad, daar doelde ik ook op toen ik het over 'bronnen' had :D Ook de cookielifetime speelt dan een rol. Sommige werken met 30 dagen, andere met langere of kortere periodes, dat maakt het ook niet makkelijk.
Afspraken gemaakt vanuit de adverteerder werkt in dat soort gevallen (is mijn ervaring) het best. Een conversie 5 keer afrekenen gaat op den duur een beetje irriteren ;)
Apart is wel dat (volgens mij) er nog maar weinig bedrijven goed in staat zijn om de analyse te maken (terwijl ze wel adverteren).
@ Reinout Klopt, het is niet altijd even makkelijk, maar ik denk ook dat het goed kunnen analyseren van je campagne wel ontzettend belangrijk is. Wat je wil weten is eigenlijk heel simpel: welke leveranciers van traffic dragen daadwerkelijk bij aan een conversie?
Omdat je met Source Mapping niet alleen naar de laatste click kijkt, krijg je beter inzicht in wat een bezoeker eigenlijk doet voordat hij converteert. Belangrijk daarbij is dat er vrij veel zaken mee worden genomen in de meting, zoals de organic/paid zoekwoorden van Google, formaten van banner of multi-sessie time spent. Zo kun je echt iets over je campagnes zeggen.
Het resultaat is dat je niet alleen minder waarde zou kunnen toekennen aan de traditionele goed presterende “last click†partijen, maar dat misschien ook wel blijkt dat de ondergewaardeerde banners (van een specifiek formaat) bijvoorbeeld meer bijdragen aan een conversie dan je in eerste instantie zou zeggen.
Comments are closed.