Auteur

Seema Sheoran

Senior Manager Data bij Artefact

Auteur

Karen Rieger

Consultant Data bij Artefact

Het meten en optimaliseren van de marketing-ROI vormt voor veel bedrijven een uitdaging: 70% van de marketingmanagers heeft moeite om dit effectief te doen.

“Organisaties die meten als strategische prioriteit beschouwen, zien hun marketing-ROI met 10 tot 20% stijgen.”

Het meten van de marketing-ROI is een belangrijke uitdaging voor bedrijven vandaag de dag

Voor veel bedrijven blijft holistische meting een lastig puzzelstukje dat niet helemaal in hun algemene strategie past. Maar liefst 70% van de marketingmanagers heeft nog steeds moeite om het rendement op investering (ROI) van hun marketingcampagnes nauwkeurig te meten en te optimaliseren. Maar waarom is dat zo? Waarom is meting steeds complexer geworden, en wat is de beste aanpak om deze uitdagingen het hoofd te bieden?

Hier volgen drie belangrijke trends die het huidige landschap van marketingmetingen bepalen:

  • Uw diversificatie van media-investeringen met de nadruk op digitale media: Aangezien digitale media blijven groeien, zullen de investeringen op dit gebied naar verwachting in 2026 71% bedragen. De toenemende concurrentie om advertentieruimte drijft de kosten echter op, waardoor het voor marketeers steeds moeilijker wordt om een hoog rendement op hun investering te behalen.

  • De toename van het aantal verkoopkanalen en de opkomst van omnichannelstrategieën: De wereldwijde omnichannel-detailhandelsmarkt kent een samengesteld jaarlijks groeipercentage (CAGR) van 14% en zal naar verwachting in 2030 een omvang van 19,51 miljard dollar bereiken. Deze diversificatie van verkoopkanalen biedt marketeers zowel kansen als uitdagingen bij het meten en optimaliseren van hun inspanningen via meerdere kanalen.

  • Toenemende behoefte aan personalisatie te midden van privacyregelgeving: door de strengere privacyregels en de aanstaande uitfasering van cookies van derden behalen merken die zich richten op personalisatie een aanzienlijk voordeel, met een omzetstijging van wel 40%. Deze trend maakt het meten van resultaten echter ook lastiger, aangezien marketeers moeten zoeken naar een evenwicht tussen personalisatie en naleving van de regelgeving.

Naast deze trends doet zich een nieuw thema voor op het gebied van marketingmetingen: de milieu-impact van reclame. Bij elke data tussen een advertentieserver en de eindgebruiker worden miljoenen signalen uitgewisseld tussen verschillende technologieën. Activiteiten zoals targeting, real-time bidding en trackingverificatie verbruiken allemaal elektriciteit, wat leidt tot de uitstoot van broeikasgassen. Door het elektriciteitsverbruik in elke fase van de advertentieweergave te kwantificeren en rekening te houden met de koolstofintensiteit van de energieproductie, kunnen we de uitstoot van een advertentie schatten. Het meten van de koolstofvoetafdruk brengt echter vaak extra kosten met zich mee en wordt in economisch moeilijke tijden eerder als een luxe dan als een standaardvereiste beschouwd.

Bovendien bestaat er vaak een aanzienlijke kloof tussen de huidige situatie en de belangrijkste strategische doelstellingen. Marketeers moeten hun weg vinden in de complexiteit die gepaard gaat met het overbruggen van deze kloof, terwijl ze tegelijkertijd een overvloed aan marketingtechnologieën moeten beheren. Dit is van cruciaal belang om de marketinginspanningen af te stemmen op de algemene bedrijfsdoelstellingen en duurzaam succes te boeken.

Holistische meting: marketeers staan nog steeds voor grote uitdagingen

1) Gebrek aan zelfvertrouwen

Een belangrijke uitdaging is het gebrek aan vertrouwen op gebieden als mediaplanning, budgetgoedkeuringen en onderbouwingen (Mank et al. (2019)). Uit een intern tevredenheidsonderzoek onder marketingmanagers in diverse sectoren in de DACH-regio bleek dat bijna 25% ontevreden is over hun huidige mogelijkheden om de ROI te meten, en dat slechts 30% hun huidige mogelijkheden als bevredigend en op de goede weg beschouwt.

Daar zijn verschillende redenen voor:

  • Verouderde budgetteringsmethoden: Veel bedrijven maken gebruik van verouderde budgetteringsmethoden, zoals eenvoudige bedrijfsregels of de ‘vorig jaar +/- x’-benadering. Dit leidt tot een inefficiënte toewijzing van middelen, aangezien bij deze methoden geen rekening wordt gehouden met veranderende marktomstandigheden of de wisselende effectiviteit van verschillende kanalen.

    De oplossing is een data aanpak waarbij analyses en inzichten worden gebruikt om budgetten effectiever te verdelen over de verschillende kanalen en fasen van de funnel. Door gebruik te maken van data kunnen bedrijven beter onderbouwde beslissingen nemen die hun marketinguitgaven optimaliseren en de algehele ROI verbeteren. Voor een van onze klanten in de drankenindustrie waren externe factoren zoals het weer, voetbalwedstrijden en feestdagen bijvoorbeeld van cruciaal belang bij het opstellen van een scenario-planner voor het budget, waardoor nauwkeurigere en strategischere budgettaire beslissingen konden worden genomen.

  • Inconsistente KPI’s: Het ontbreken van een uniforme reeks prestatie-indicatoren (KPI’s) binnen de organisatie kan leiden tot inconsistente beoordelingen van de marketingprestaties. Door deze inconsistentie is het moeilijk om resultaten tussen campagnes en kanalen te vergelijken en het succes nauwkeurig te meten.

    Om dit probleem aan te pakken, zouden bedrijven een uniforme classificatie van KPI’s moeten opstellen die aansluit bij hun strategische doelstellingen. Consistente KPI’s zorgen voor duidelijkere communicatie en een betere vergelijkbaarheid van marketingresultaten, wat een meer strategische besluitvorming mogelijk maakt.

  • Vertragingen bij MMM-resultaten: Marketing Mix Modeling (MMM) gaat vaak gepaard met langdurige doorlooptijden, aangezien data en analyseren data complexe en tijdrovende processen kunnen zijn. Deze vertraging kan leiden tot verouderde inzichten die geen recht doen aan de huidige marktdynamiek, waardoor de effectiviteit van de besluitvorming afneemt.

    Om dit probleem op te lossen, zouden bedrijven moeten investeren in efficiëntere methoden data en technologieën die het MMM-proces stroomlijnen. In ons artikel„Welke data moeten merken hanteren in een voortdurend veranderend technisch en regelgevend landschap?“ wordt deze oplossing uitgebreid besproken. Daarnaast kan de integratie data realtime data helpen om snellere, beter bruikbare inzichten te verkrijgen, waardoor marketingstrategieën tijdiger kunnen worden bijgesteld.

  • Afhankelijkheid van ‘black box’-oplossingen van derden: Veel marketeers zijn afhankelijk van oplossingen van derden, wat problematisch kan zijn omdat hiervoor gevoelige data externe partijen moeten worden gedeeld en deze oplossingen vaak beperkte aanpassingsmogelijkheden bieden. Deze afhankelijkheid kan leiden tot een gebrek aan transparantie en controle over data, evenals tot mogelijke risico’s data .

    Om deze problemen te verminderen, zouden bedrijven moeten overwegen om interne capaciteiten voor MMM op te bouwen of op zoek te gaan naar transparantere en beter aanpasbare oplossingen die meer controle bieden over de data analyseprocessen. Deze verschuiving verbetert niet alleen data , maar maakt ook meer op maat gemaakte inzichten mogelijk die aansluiten bij specifieke bedrijfsbehoeften.

2) Gebrek aan technologisch inzicht

Een andere grote uitdaging is het gebrek aan technologisch inzicht. De bestaande meetmethoden zijn in de loop der tijd veranderd, waardoor marketeers niet goed weten hoe ze deze effectief kunnen inzetten. Een internationale media-inkoper bij een reisbureau in Duitsland benadrukte dit probleem met de woorden: „We zijn ons bewust van het meetprobleem, maar we weten niet hoe we het moeten oplossen.“

Er wordt nog steeds sterk vertrouwd op voorlopige en onnauwkeurige, op regels gebaseerde attributie, evenals op dure en tijdrovende A/B-tests om de effectiviteit van marketing te meten. 60% van de marketingleiders in de DACH-regio heeft geen vertrouwen in hun vermogen om effectieve experimenten op te zetten. Uit onderzoek Artefact blijkt dat slechts een klein deel van de marketeers een geïntegreerde aanpak hanteert waarin MMM, attributie en incrementality-tests worden gecombineerd. 70% geeft aan dat ze regelgebaseerde attributie alleen gebruiken om inzicht te krijgen in de metingen, wat een zeer problematische indicator is.

Figuur 1: Mogelijke aanbieders van diensten op het gebied van MMM, A/B-testen en multi-touch-attributie

Grafiek: Mogelijke dienstverleners op het gebied van MMM, A/B-testen en multi-touch-attributie

3) Tegenstrijdige prioriteiten binnen bedrijven

Er ontstaat vaak een conflict tussen Chief Marketing Officers (CMO’s) en Chief Financial Officers (CFO’s) vanwege uiteenlopende prioriteiten bij de KPI’s. Terwijl CFO’s zich vooral richten op marketinguitgaven, leggen CMO’s de nadruk op merkopbouw en de Customer Lifetime Value (CLV) in plaats van op omzet op korte termijn. Deze discrepantie leidt tot uitdagingen bij het vinden van een evenwicht tussen het stimuleren van de omzet op korte termijn en de ontwikkeling van het merk op lange termijn.

Figuur 2: Tegenstrijdige strategische focus binnen organisatie

tegenstrijdige strategische focus op marketing-ROI binnen organisatie

4) Bepaling van werkelijk relevante marketingmaatregelen

Het is algemeen bekend dat 50% van de marketinguitgaven verspild is, en het blijft een cruciale vraag welke helft effectief is. Dit onderstreept het belang van het opstellen van een gedegen leerplan om de incrementele impact van verschillende marketingstrategieën te toetsen. Bedrijven moeten inzicht krijgen in welk MMM-model het beste bij hen past.

  • Econometrische of op machine learning gebaseerde MMM: Media Mix Modeling is een op trends gebaseerde modelleringsmethode die tot doel heeft de langetermijneffecten op de verkoop te doorgronden, voornamelijk op basis van historische data; deze methode biedt diepgaande inzichten die helpen bij het herkennen van patronen.

  • Causaliteitsmodellering: Multi-touch-attributie (MTA) beperkt zich tot het bijhouden van online gebeurtenissen en heeft vaak te kampen met onvolledige koppelingen tussen verschillende platforms, zoals Facebook, Amazon en Google. Marketingmixmodellering (MMM) kan daarentegen wel strategische vragen beantwoorden, maar alleen met een lage frequentie (minder dan eens per drie maanden) en met beperkte details (niet op segment- of creatief niveau). Causaliteitsmodellering vult deze technieken aan door regelmatig nauwkeurige antwoorden te geven op operationele vragen en de causale impact van verschillende marketingcontactpunten te meten, zowel online als offline.

Drie stappen om concurrentievoordeel te behalen en het rendement op investering te maximaliseren

Om de inzichten te verkrijgen die ze nodig hebben om de concurrentie voor te blijven en hun ROI te verhogen, moeten bedrijven drie belangrijke benaderingen integreren: marketingmixmodellering (MMM), incrementality-tests en attributie. Deze methoden vullen elkaar aan en mogen niet als elkaar uitsluitend worden beschouwd.

Figuur 3: Benaderingen van Bayesiaanse metingen

Bayesiaanse MMM en Bayesiaanse netwerken

Stap 1: Stel een duidelijk kader voor je KPI’s op en bepaal je test- en leerplan

Artefact ruime ervaring met het ondersteunen van onze klanten bij het opstellen van hun KPI-kaders en Test & Learn-programma’s. We maken gebruik van een uitgebreide bibliotheek met bedrijfsgerichte vragen en use cases uit diverse afdelingen en marketingkanalen, waardoor we een grondige meetdekking garanderen. Deze aanpak maakt een gedetailleerde 360-gradenprestatieanalyse op het meest gedetailleerde niveau mogelijk.

Artefact -raamwerk voor Artefact

Stap 2: Verzamel alle relevante Data een privacyveilige manier en vul deze aan met second-party data

Het gezegde „garbage in, garbage out“ geldt hier bij uitstek: zonder hoogwaardige data kunnen zelfs de meest geavanceerde modellen misleidende resultaten opleveren. Bedrijven moeten zich altijd richten op het verzamelen van nauwkeurige en uitgebreide data, waaronder verkoopcijfers, mediastatistieken en zelfs data die niet direct met marketing te maken hebben.

Bovendien kan het aanvullen van uw data second-party data informatie die door betrouwbare partners wordt gedeeld – waardevolle extra inzichten opleveren. Deze gegevens kunnen helpen om hiaten op te vullen, context te bieden en de algehele kwaliteit van uw analyse te verbeteren. Het is echter van cruciaal belang om dit op een privacyveilige manier te doen, waarbij u ervoor zorgt dat elk data voldoet aan de relevante regelgeving en de privacy van gebruikers respecteert.

Een voorbeeld van verschillende data . Dit kan per sector verschillen.

Figuur 4: Data voor MROI

data voor marketing-ROI bij Artefact

Stap 3: Combineer de drie methoden voor een holistisch beeld van marketingmetingen en -effectiviteit

  • Inzicht en planning met MMM: Marketing Mix Modeling helpt bij het verkrijgen van inzicht in de bredere effecten van verschillende marketingkanalen en bij het plannen van toekomstige investeringen.

  • Ga dieper in op de materie en optimaliseer met attributie: attributie biedt gedetailleerde inzichten in de prestaties van specifieke contactpunten, waardoor een nauwkeurigere optimalisatie mogelijk wordt.

  • Valideren met incrementele tests: Regelmatige incrementele tests helpen vaststellen of de doorgevoerde wijzigingen de gewenste resultaten opleveren en kunnen antwoord bieden op specifieke zakelijke vragen die met andere methoden niet aan bod komen.

Figuur 5: Een holistische en effectieve strategie voor marketingmetingen

Grafiek: holistische en effectieve marketingmeting, marketing-ROI-strategie

Door deze benaderingen te integreren, kunnen bedrijven een meer holistische en effectieve strategie voor marketingmetingen ontwikkelen, wat leidt tot beter onderbouwde beslissingen en geoptimaliseerde marketinginspanningen.