Baptiste Amar, senior data-analist, ontwierp een fractioneel attributiemodel om marketingkanalen nauwkeuriger te belonen voor hun impact op het genereren van inkomsten. Dit artikel is deel 1 van een 3-delige serie over hoe hij het model ontwierp en uitvoerde. In deze eerste aflevering legt Baptiste de basis door de grondbeginselen en uitdagingen van attributiemodellen te introduceren.
In deel 2 gaat Baptiste verder met het modelontwerpproces, het verzamelen en formatteren van de gegevens en het aanpassen van het Markov Chains-model. In deel 3 duikt hij diep in de uitdaging van het inzetten van het data-gedreven model in de systemen, en van het onder druk testen ervan op echte marketing campagnes om de relevantie ervan te verzekeren. Volg ons op LinkedIn om op de hoogte te blijven van deel 2 en 3.

Waarom hebben we data-driven attributiemodellen nodig?

De dagen van op geloof of expertise gebaseerde budgettoewijzingen in marketing zijn allang voorbij. Met de toegenomen penetratie van data en analytics in bedrijfsstrategieën, staan marketingmanagers voor nog meer uitdagingen: Ze moeten nu voortdurend de waarde van hun acties bewijzen.

Maar marketeers zijn niet de enigen die met deze nieuw ontdekte uitdaging worden geconfronteerd. Marketing-gespecialiseerde data-analisten zoals ikzelf zijn verantwoordelijk voor het leveren van waardevolle en bruikbare content aan marketeers, of het nu gaat om snelle inzichten of zware modellering. Uiteindelijk helpt dit operationele marketingteams betere beslissingen te nemen, zoals het bouwen van een optimale mediamix, het lanceren van performantere campagnes, of het creëren van meer boeiende content.

Zonder dit fundamentele begrip van het bedrijfsprobleem, is het vrijwel onmogelijk om een relevant fractioneel attributiemodel te ontwerpen en in te zetten.

In volwassen marketing organisaties zoals GetYourGuide, is analytics essentieel als het gaat om het toewijzen van middelen: Media managers hebben materiaal nodig om buy-in te krijgen van financiële belanghebbenden en uiteindelijk het operationele budget te ontsluiten.

Eén van de grootste uitdagingen in deze context is het meten van het rendement op media-investeringen: Hoeveel inkomsten heeft de investering in specifieke kanalen of campagnes gegenereerd? Deze structurele vraag kan worden beantwoord binnen verschillende benaderingen, die allemaal betrouwbare gegevens en geavanceerde modellering vereisen.

Een van de standaardmanieren om dit aan te pakken is het verdelen van de inkomsten over de marketingkanalen, afhankelijk van de impact die zij hebben gehad op het genereren ervan. Dit is waar attributiemodellering over gaat.

Je bent misschien ook geïnteresseerd in: Hoe een display marketeer en zijn kleine team een grote impact maken

Marketing en conversie

Voordat klanten online een product kopen, kunnen ze worden blootgesteld aan een breed scala aan marketingmiddelen. Een voorbeeld van een pad naar conversie zou kunnen zijn:

1. Een klant ziet een banner op een website die verwijst naar het boeken van een kaartje voor de Tour Eiffel op GetYourGuide (display-advertentie), en klikt erop. Ze browsen door onze inventaris zonder te converteren.

2. Een paar dagen later zoeken ze in de Google zoekmachine naar Tour Eiffel tickets, en klikken op de GetYouGuide advertentie (betaald zoeken) om ons platform opnieuw te bezoeken en hun geheugen op te frissen over de activiteiten die wij aanbieden. Terwijl ze aan het browsen zijn, melden ze zich aan voor onze nieuwsbrief.

3. Een week na het laatste bezoek van de klant, ontvangen ze een actie-gebaseerde e-mail die hen herinnert aan het Tour Eiffel ticket, klikken op de e-mail, zoeken op onze website naar de tour waar ze hun oog op hadden laten vallen, en boeken de attractie.

Op deze weg naar conversie hebben drie marketingkanalen deelgenomen: display, paid search en e-mail.

Als we die drie kanalen aan het juiste deel van de omzet willen toeschrijven – afhankelijk van de impact die ze op de conversie hebben gehad – welk kanaal zouden we dan het meest toeschrijven?

a. De display-advertentie, omdat het dreef onze klant naar de website voor de eerste keer en kreeg ze overwegen ons merk?

b. De betaalde search klik, omdat het waarschijnlijk duwde de klant veel verder in de aankoop intentie?

c. De e-mail touchpoint omdat het maakte de klant converteren?