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

Waarom dit onderzoek?

   

Waarom dit onderzoek?

• Order resultaat van meerdere contactpunten •  ‘Big Data’ •  Laatste belonen ouderwets • Andere attributie methoden arbitrair

En meer …

Waarom dit onderzoek?

   

Vraagstuk

Wat is het effect van online adverteren op een conversie?

Voorbereiding

Clickstream data Iedere klik voorzien van een cookie_id

Variabelen

   

Gedrag  orderi  visited_pagesi  visitsi  .jdi  

Kanaaltype  comparisoni  adwordsi  organici  affiliatesi  retarge.ngi  e-­‐maili  portali  displayi  

Voorbereiding

   

Cookie_id   Kanaaltype   Order   visited_pages   …  

abc12345   comparison   0   3   …  

abc12345   organic   0   6   …  

abc12345   affiliates   1   9   …  

Coockie_uuid    

Order   comparison  

organic    

affiliates    

portal    

display    

…    

visited_pages    

abc12345    

1   1   1   1   0   0   … 6  

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  

affiliates   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)  

Methodiek

order = (0|1)

Model

   

Logit(𝑜𝑟𝑑𝑒𝑟↓𝑖 )=   𝛽↓0 + 𝛽↓1 𝑣𝑖𝑠𝑖𝑡𝑒𝑑_𝑝𝑎𝑔𝑒𝑠↓𝑖 + 𝛽↓2 𝑣𝑖𝑠𝑖𝑡𝑠↓𝑖 + 𝛽↓3 𝑡𝑖𝑗𝑑↓𝑖 + 𝛽↓4 𝑎𝑑𝑤𝑜𝑟𝑑𝑠↓𝑖 + 𝛽↓5 𝑜𝑟𝑔𝑎𝑛𝑖𝑐↓𝑖 + 𝛽↓6 𝑎𝑓𝑓𝑖𝑙𝑖𝑎𝑡𝑒𝑠↓𝑖 + 𝛽↓7 𝑟𝑒𝑡𝑎𝑟𝑔𝑒𝑡𝑖𝑛𝑔↓𝑖 + 𝛽↓8 𝑒𝑚𝑎𝑖𝑙↓𝑖 + 𝛽↓9 𝑝𝑜𝑟𝑡𝑎𝑙↓𝑖 + 𝛽↓10 𝑑𝑖𝑠𝑝𝑙𝑎𝑦↓𝑖 + ℰ↓𝑖     

Uitkomsten

Gedrag  visited_pagesi  visitsi  .jdi  

Kanaaltype  comparisoni  adwordsi  organici  affiliatesi  retarge.ngi  e-­‐maili  portali  displayi  

AFankelijke  var.  orderi  

Vergelijking met LCA

    SchaHngsteekproef  n=567.771  

ValidaAesteekproef  n=285.040  

    Model   Last-­‐Click   Model   Last-­‐Click  

Gini  coëfficient   0,552   0,333   0,552   0,333  

Top-­‐decile  liU   4,347   2,582   4,434   2,581  

   

Conclusie Onderzoek

   

•  Last Click Attributie geeft verkeerde inzichten • Modelmatige Attributie beter in staat verkopen te

voorspellen • Direct toepasbaar in de praktijk

Hoe gebruik je deze uitkomsten?

• Bijdrage inzichtelijk maken •  Verschillen analyseren • Acties ondernemen op basis van bijdrage

Nu

Toekomst • Attributie op bijdrage

Praktijkvoorbeelden

   

In eerste instantie: •  33% minder kosten •  10% minder opbrengst Door beslissingen op bijdrage uiteindelijk: •  10% minder kosten •  20% meer opbrengst

Campagne Optimalisatie

Praktijkvoorbeelden

   

Voor toepassing bijdrage: •  Affiliate marketing slechts presterende campagne •  Kwaliteit publishers erg laag

Na toepassing bijdrage: •  Affiliate marketing op twee na beste campagne •  Meer dan 200 nieuwe, kwalitatieve publishers aangesloten

Affiliate Marketing

Resultaat: •  Gemiddelde bijdrage 2.5x hoger •  Conversie stijging van 5.4x •  Gemiddele eCPC 9x hoger

•  Generalisatie model •  Integratie relevantie en recentheid •  Integratie andere interacties •  Effect op terugkerende klanten (CLV) •  Kanaalinteracties •  Segmentverschillen

Richting onderzoek

Stappen voor de toekomst

Vragen? E-mail: max@shop2market.com Telefoon: +31 (0)6 10 12 37 03

Max van der Heijden