Shop2market- voorjaarsbijeenkomst MOA 2014, Universiteit Utrecht

Click here to load reader

Embed Size (px)

description

Een modelmatige aanpak om het effect van online adverteren op conversie te achterhalen. Door Max van der Heijden (Shop2market), Evert de Haan (Rijksuniversiteit Groningen) en Tryntsje Hoving-Wesselius (MIcompany)

Transcript of Shop2market- voorjaarsbijeenkomst MOA 2014, Universiteit Utrecht

  • 1. Een modelmatige aanpak om het effect van online adverteren op conversie te achterhalen Max van der Heijden Shop2market Evert de Haan Rijksuniversiteit Groningen Tryntsje Hoving-Wesselius MIcompany

2. Waarom dit onderzoek? 3. Waarom dit onderzoek? Order resultaat van meerdere contactpunten Big Data Laatste belonen ouderwets Andere attributie methoden arbitrair En meer 4. Waarom dit onderzoek? 5. Vraagstuk Wat is het effect van online adverteren op een conversie? 6. Voorbereiding Clickstream data Iedere klik voorzien van een cookie_id 7. Variabelen Gedrag orderi visited_pagesi visitsi .jdi Kanaaltype comparisoni adwordsi organici aliatesi retarge.ngi e-maili portali displayi 8. Voorbereiding Cookie_id Kanaaltype Order visited_pages abc12345 comparison 0 3 abc12345 organic 0 6 abc12345 aliates 1 9 Coockie_u uid Order comparis on organic aliates portal display visited_p ages abc12345 1 1 1 1 0 0 6 9. Overzicht data Variabele Gemiddelde Std.dev. Minimum Maximum Order 0,034 0,181 0 1 visited_pages 3,892 4,999 0 20 visits 1,728 2,510 1 50 Ajd 40,339 84,431 1 655,35 comparison 0,241 0,410 0 1 adwords 0,317 0,448 0 1 organic 0,185 0,371 0 1 aliates 0,114 0,311 0 1 retargeAng 0,042 0,176 0 1 e-mail 0,064 0,239 0 1 portal 0,034 0,176 0 1 display 0,002 0,044 0 1 Tabel 2. Beschrijvende statistieken dataset (n=852.811) 10. Methodiek order = (0|1) 11. Model Logit( )= 0+ 1 _ + 2 + 3 + 4 + 5 + 6 + 7 + 8 + 9 + 10 + 12. Uitkomsten Gedrag visited_pagesi visitsi .jdi Kanaaltype comparisoni adwordsi organici aliatesi retarge.ngi e-maili portali displayi AFankelijkevar. orderi 13. Vergelijking met LCA SchaHngsteekproef n=567.771 ValidaAesteekproef n=285.040 Model Last-Click Model Last-Click Ginicocient 0,552 0,333 0,552 0,333 Top-decileliU 4,347 2,582 4,434 2,581 14. Conclusie Onderzoek Last Click Attributie geeft verkeerde inzichten Modelmatige Attributie beter in staat verkopen te voorspellen Direct toepasbaar in de praktijk 15. Hoe gebruik je deze uitkomsten? Bijdrage inzichtelijk maken Verschillen analyseren Acties ondernemen op basis van bijdrage Nu Toekomst Attributie op bijdrage 16. Praktijkvoorbeelden In eerste instantie: 33% minder kosten 10% minder opbrengst Door beslissingen op bijdrage uiteindelijk: 10% minder kosten 20% meer opbrengst Campagne Optimalisatie 17. Praktijkvoorbeelden Voor toepassing bijdrage: Afliate marketing slechts presterende campagne Kwaliteit publishers erg laag Na toepassing bijdrage: Afliate marketing op twee na beste campagne Meer dan 200 nieuwe, kwalitatieve publishers aangesloten Afliate Marketing Resultaat: Gemiddelde bijdrage 2.5x hoger Conversie stijging van 5.4x Gemiddele eCPC 9x hoger 18. Generalisatie model Integratie relevantie en recentheid Integratie andere interacties Effect op terugkerende klanten (CLV) Kanaalinteracties Segmentverschillen Richting onderzoek Stappen voor de toekomst 19. Vragen? E-mail: [email protected] Telefoon: +31 (0)6 10 12 37 03 Max van der Heijden