Ook dit najaar organiseert het Data & Insights departement van GroupM vier inspirerende webinars. De eerste kreeg als titel “Experimentation in digital is key to improve your cross media ROI”.
Centrale spreker was de internationale expert Anders Kjærbøll. Deze Deen is Digital Strategy Lead bij Acceleration dat als data consultancybedrijf van WPP als missie heeft om adverteerders te helpen bij het laten groeien van hun omzet.
Kjærbøll werd bijgestaan door Geoffroy Yao die als Head of Dashboarding, binnen het departement van Bart De Pauw (Chief Business Intelligence Officer bij GroupM Belgium), mee verantwoordelijk is voor het begeleiden van klanten in hun data driven mediastrategie.
Geoffroy Yao
Experimenteren wordt al tientallen jaren in diverse sectoren gebruikt om zakelijke beslissingen te ondersteunen. Als het gaat om het meten van digitale media-investeringen, blijven velen echter steken in observeren in plaats van experimenteren. Daar wil GroupM duidelijk iets aan doen en het voortouw nemen vanuit een objectief en media agnost standpunt. Dit webinar legt uit hoe gecontroleerd experimenteren kan helpen om de ROI van digitale kanalen te verbeteren, waarom dit onderdeel moet zijn van de meetstrategie van elke adverteerder én hoe dit u kan helpen in een cookievrije wereld.
Anders Kjærbøll start zijn uiteenzetting met een belangrijk statement. Hij haalt aan dat de data vanuit Google Analytics een heel rijke en continue bron van informatie zijn en helpen om campagnes voortdurend te optimaliseren. Er is echter een grote maar. De analyses richten zich niet zozeer op de incrementaliteit van de gebruikte kanalen, of wat men ook de uplift van het effect noemt. Vaak worden effecten verkeerdelijk aan kanalen toegewezen, omdat de consument al van plan was de site te bezoeken of de aankoop te verrichten en dat het kanaal gewoon de weg was ernaartoe. Vandaar het belang om het ‘incrementele’ effect te kennen en dat kan op zich het makkelijkst via het opzetten van ‘experimenten’.
Er zijn twee methodes om ‘experimenten’ op te zetten. De eerste methode, GeoX genaamd, bestaat erin om bepaalde kanalen af te zetten (of omgekeerd extra budget in te zetten) in bepaalde regio’s, om zo het effect van het kanaal te kennen. De ‘non exposed’ regio-effecten op de KPI’s worden dan afgezet of vergeleken t.o.v. de ‘exposed’ regio. Beide groepen van regio’s moeten vergelijkbaar zijn, en dat wordt bijvoorbeeld verzekerd door een analyse van de transacties om gelijkwaardige zones te detecteren. Voordeel is dat er een steekproef van regio’s wordt genomen, zodat het experiment valabel is maar niet direct een negatieve invloed heeft op een eventuele omzetdaling door het ‘afzetten’ van een kanaal.
De tweede methode is door middel van viewability de ‘exposed’ en ‘non exposed’ groepen te bepalen. Deze methode is de Lift methode en in functie van de gekozen KPI kan dit een Conversion Lift of Sales Lift zijn. Beide groepen vallen binnen de doelgroepbepaling van de campagne, maar de ene heeft het campagne-element gezien en de andere niet. Door beide groepen terug met elkaar te vergelijken, kan het effect van het kanaal worden bepaald. In tegenstelling tot de GeoX aanpak, worden er hier geen kanalen ‘afgezet’, maar wordt het kanaal geëvalueerd op basis van ‘viewability’.
De keuze tussen de twee opties is afhankelijk van het kanaal en wat je als analytics kunt gebruiken in het opzet. De eerste wordt voornamelijk gebruikt voor paid search, de tweede voor bijvoorbeeld display.
Het voordeel van dit type van experimenten zijn legio:
- Ze zijn makkelijk uit te leggen en hebben geen black box gehalte zoals de Multi Touch Attribution en Media Mix Modelling.
- Er wordt een taal gesproken (ROI en groei) die elke CFO makkelijk kan begrijpen.
- Ze zijn flexibel en op korte termijn op te zetten, d.w.z. kan over een periode van enkele weken gaan, ook al is er een bepaald volume nodig.
- De GeoX approach blijft na het verdwijnen van de cookie mogelijk, voor de rest is het koffiedik kijken.
