Store visits – meer inzicht in online marketing en offline resultaten

Meer inzicht in de synergie tussen online marketing en offline resultaten

Synergie (Grieks: synergia, samenwerking) is een begrip dat een proces beschrijft waarbij het samengaan van delen meer oplevert dan de som der delen, oftewel 1 + 1 = 3. Deze discussie gaat steeds vaker op voor de online en offline activiteiten van een bedrijf. Kannibaliseren deze elkaar of versterken ze elkaar juist? Een lastig vraagstuk omdat het moeilijk inzichtelijk te maken is wat jouw online marketing investeringen onderaan de streep opleveren aan offline prestaties (omzet, winst, winkelbezoek etc.). Kortom, is er een synergistisch effect of heeft dit géén invloed op het uiteindelijke rendement?

Om hier inzicht in te verkrijgen heeft Google in 2014 store visits geïntroduceerd in Amerika. Sinds een aantal jaar worden deze inzichten ook in Europa toegepast. Middels store visits kan het aantal winkelbezoeken worden geteld die hebben plaatsgevonden op basis van de advertentieklikken.

Hiermee kan een nauwkeuriger beeld van betaalde advertenties op de uiteindelijke fysieke winkelbezoeken worden gegeven. Je krijgt namelijk zicht op:

1. Welke campagnes, zoekwoorden en apparaten de meeste fysieke bezoeken hebben opgeleverd.
2. Het rendement van de investering (ROAS) met als gevolg een meer solide strategie die je online marketingresultaten optimaliseert.

Dit heeft invloed op advertenties, zoekwoorden en biedstrategieen.

Hoe worden store visits gemeten door Google?

Het principe is vrij eenvoudig. Een consument gebruikt vaak al een app/programma waar ze automatisch op ingelogd zijn of logt in op een platform zoals YouTube, Chrome, Gmail etc. Vervolgens geeft de gebruiker aan om zijn/haar locatie, locatiegeschiedenis en inloggegevens te delen, klikt daarna op een advertentie en bezoekt ten slotte de betreffende winkel. De advertentieklik zit aan een unieke ID gekoppeld en dat is weer gekoppeld aan het betreffende Google account. Door deze koppeling kan het cross device worden gemeten. Dit wordt allemaal meegenomen in het algoritme. Het kan zomaar zijn dat persoon ‘x’ oriënteert op mobiel, naderhand terugkomt op desktop en vervolgens naar de winkel (met mobiel) gaat.

Extrapoleren van gegevens

Tevens worden de gegevens geëxtrapoleerd van gebruikers die niet zijn ingelogd maar hetzelfde gedrag vertonen met een significantiepercentage van 99,8%. Google maakt dit mogelijk aangezien Google over data beschikt van meer dan 1 miljard mensen, dit is circa 1 op de 7 mensen over de hele wereld. Andere signalen die bijvoorbeeld worden meegenomen zijn:

• Hoe lang iemand in de winkel is. Dit kan met behulp van bluetooth-beacons in de winkel.
• Zoekgedrag van de gebruiker.
• Wi-Fi (sterkte) signalen. Hoe sterker het signaal, des te groter de kans dat jij je op die specifieke locatie bevindt.
• GPS locatiesignalen.
• Lengte van het bezoek. Doordat het algoritme leert, wordt er ook rekening gehouden met afwijkend bezoekduur. Een winkelbezoek van bijvoorbeeld minder dan 1 minuut of langer dan 8 uur is hoogstwaarschijnlijk niet waardevol. Het is tenslotte niet realistisch dat iemand binnen een minuut koopt en iemand die er 8 uur of langer aanwezig is, werkt er hoogstwaarschijnlijk.
• Locatie historie. Alle locaties die je bezoekt, worden bijgehouden door Google.

Uiteindelijk worden deze anonieme gegevens alleen gerapporteerd als het aan een hoog betrouwbaarheidspercentage van 99% voldoet. Betrouwbaarheidspercentage? Is het dan een schatting? Ja, het is een schatting, waarom? Deze feature is zo ontworpen door Google dat data privé en veilig blijft voor de gebruiker, het is daardoor nooit naar een individueel personeel te herleiden.

Hoe bereken je of het percentage klanten in de winkel ook daadwerkelijk heeft gekocht?

Als je eenmaal de In-store metric hebt van Google Ads kan je de gemiddelde omzet berekenen met behulp van de ‘In-store conversieratio’ (CVR) en ‘Average Order Value’ (AOV), ook wel bonbedrag genoemd in de retail. Als je het aantal store visits verminderd met de mensen die uiteindelijk geen aankoop hebben gedaan en vervolgens het overgebleven aantal vermenigvuldigd met de gemiddelde order waarde (AOV), dan kom je tot een bedrag dat representatief is voor de offline waarde van een campagne.

*Voorbeeld 1:

Stel je voor dat er 2000 klikken hebben plaatsgevonden waarvan de ‘store visit ratio’ 0,75. Dan zijn de uiteindelijke store visits 1500.

• 2000 klikken op een advertentie
• ‘store visit ratio’ oftewel toegeschreven winkelbezoeken is 75%
• 2000 clicks * 75% store visit ratio = Store visits 1500

Van deze 1500 winkelbezoeken koopt 1 op 3 (33%) daadwerkelijk (In-store conversieratio).

• (Store visits) 1500 * (In-store conversieratio) 33% = 495 daadwerkelijk gekocht
• Tot slot vermenigvuldig je het aantal aankopen met het gemiddelde bonbedrag (Average Order Value) van €90, -. Je krijgt dan de daadwerkelijke winkelomzet dat voortkomt uit je advertentie campagnes.

(Instore purchases) 495 * (Average Order Value) €90,- = (Instore revenue) €44.550,-

Welk percentage van de store visits zou sowieso al in de winkel hebben bezocht?

Dit is de grote vraag van veel adverteerders waar vele experimenten voor zijn uitgevoerd om een antwoord te krijgen. Het is logisch dat je wilt weten wat de toegevoegde waarde is van een online advertentie. Hiervoor is een formule die rekening houdt met de *incrementaliteit van store visits. Maar hoe kan je achter het percentage incrementeel komen? Door een aantal experimenten is er een formule ontwikkeld die rekening houdt met de incrementaliteit van store visits. Incrementaliteit betekent in aantal of kwaliteit toegenomen. In deze context betekent het dat een X % van de bezoeken niet had plaatsgevonden zonder inzet van betaalde advertenties. Deze kan je als volgt berekenen:

Je kunt op de volgende twee manieren de incrementaliteitspercentages benaderen;

1. Je denkt logisch na. De kans dat een gebruiker met een zoekwoordcombinatie zoals ‘winkelnaam en product’ een advertentie te zien krijgt en vervolgens naar de de winkel gaat is groter dan alleen een zoekwoordcombinatie ´merkspecifiek met product´. Laten we er vanuit gaan dat 40% niet naar de winkel was gekomen zonder de inzet van Google Ads. Je krijgt dan;

*Met o.a. dezelfde input als bij voorbeeld 1

(1500*0,60)*0,33)*90 = €26.730,-. Dit betekent dat van de (Instore revenue) €44.550,- (lees voorbeeld 1) €26.730,- aan offline omzet, gegenereerd vanuit online advertenties.

      2. Je verricht een kwantitatief onderzoek. Hiermee kan je meer in de buurt komen van de daadwerkelijke incrementele waarde. Het kost daarentegen wel meer tijd en moeite.

Er zijn tal van manieren om een dergelijk onderzoek op te stellen. Een voorbeeld om erachter te komen is van een slim kwantitatief experiment waar men een dummy website heeft opgezet. De dummy website verschilt van de echte maar gaf de indruk dat het wel een professionele retailer was. Het mocht niet in verband worden gebracht met de betreffende retailer.

Vervolgens heeft men geadverteerd op precies dezelfde non-branded zoekwoorden voor beide groepen (experiment en controle). Hier werd een groep A (experiment groep) en een groep B (controle groep) samengesteld en beiden werden gevolgd. Groep A kreeg de advertenties van de dummy website te zien en ging vervolgens naar de echte retailer. Groep B kreeg advertenties te zien van de echte retailer, vervolgens de website, wat tenslotte ook leidde naar de echte retailer.

Het resultaat was bijzonder, de *Incrementaliteit van Google store visits was meer dan 2/3. Dit houdt in dat 66% van de bezoeken voortkwam uit Google Store en volledig konden worden toegeschreven aan Google Ads.

Met de metric store visits heb je al een flinke stap in de goede richting gezet om het grijze gebied tussen online en offline in te kleuren. Echter, als het je lukt om ook nog eens inzicht te krijgen in het percentage incrementaliteit, dan kun je de waarde van elke Store Visit berekenen en een scala van inzichten verwerven.