-

Trends rond SEO en SEA: een verslag van Friends of Search 2023 (2/2)

Zoals ieder jaar bracht Friends of Search weer SEO- en SEA-specialisten bij elkaar. Hier een verslag van de meest opvallende presentaties. In dit tweede deel: Barry Adams over de geschiedenis en toekomst van SEO, een case van Google en Omoda, Beth Quigley (Wolfgang Digital) over denken voorbij ROAS, Mitch Komen (Wehkamp) over ‘incrementality’ bij paid search en Stijn Meertens (KLM) over een strategie voor het vullen van lege stoelen.

Afgelopen 23 maart werd de jubileumeditie van Friends of Search georganiseerd, een vooraanstaand evenement in de wereld van betaald en organisch zoeken. Deze bijeenkomst bracht deskundigen en gepassioneerde professionals samen om inzichten, vernieuwende strategieën en toekomstige ontwikkelingen op het vlak van SEO en SEA te verkennen. Was je er zelf niet bij? We geven een overzicht van de diverse sessies die gedurende het evenement plaatsvonden en delen de meest opvallende inzichten en leerpunten. Dit is het tweede deel; deel 1 vind je hier.

SEO in 2013, 2023 en 2033

Barry Adams wist het volgens een oplettende aanwezige voor elkaar te krijgen om 43 keer te vloeken in een halfuur. Naast deze prestatie gaf hij een leuke en beknopte weergave van de ontwikkeling van SEO en deed hij drie “insane predictions” voor de toekomst.

De sessie stond stil bij de verandering van SEO door de jaren heen. In 2013 was SEO nog relatief simpel, maar de Panda-update zorgde voor een grotere focus op kwalitatieve content en minder op over-optimalisatie. In 2015 werd RankBrain geïntroduceerd, wat de relevantie van SERP’s vergrootte, vooral voor minder bekende zoekopdrachten. Dit was de eerste keer dat Google Machine Learning gebruikte, iets dat ze lang hadden tegengehouden. 2018 Stond in het teken van de eerste core update van Google die volledig vertrouwde op Machine Learning. Vanaf dat moment werd duidelijk dat elke volgende update gebaseerd zou zijn op Machine Learning, voorzien van feedback van “human quality raters”.

En nu 2023: “there is a lot of shit going on…”, zoals Adams beweerde (zie de afbeelding). De SERP is door de jaren heen flink veranderd en het valt op dat de organische resultaten verder naar beneden zijn verschoven. Volgens Barry is de Knowledge Graph heel belangrijk omdat het de SERP ondersteunt, Google helpt bij het begrijpen van entiteiten en relaties, en het is een bepalende factor voor de zoekkwaliteit van Google. De Knowledge Graph wordt versterkt en vormgegeven aan de hand van structured data.

Voor 2033 voorspelt Adams dat Generatieve AI & ChatGPT een grote rol gaan spelen, maar hij vindt AI momenteel nog “grote bullshit-generatoren”, omdat de content die ze teruggeven gebaseerd is op hun voorspellende kracht en niet op echte kennis. Een mogelijke oplossing zou zijn dat de Knowledge Graph en AI samenwerken, maar dat is momenteel niet mogelijk, zegt hij. Afsluitend deed hij drie “insane predictions” voor 2033:

  • Conversational search: er wordt geen gebruik meer gemaakt van zoekopdrachten maar van gesprekken.
  • Predictive search: onze mobiele apparaten zullen ons antwoord geven voordat we de vraag fysiek hebben gesteld.
  • Headless websites: er zal geen front-end meer zijn op websites. Websites zullen alleen dienen als data input voor zoekmachines.

Zelf vinden we die laatste voorspelling nog lastig te geloven. We zijn benieuwd hoeveel van deze voorspellingen uitkomen. Met alle huidige ontwikkelingen zou het zomaar eens kunnen zijn dat we hier vóór 2033 al wat over kunnen zeggen.

Nog één uitsmijter van Adams over de toekomst van SEO: “Linkbuilding will become irrelevant”.

Omoda PPC case

In de sessie van Google en Omoda stonden first-party data en AI centraal. We willen allemaal een mooie winstgevende groei realiseren, maar hoe doe je dat in deze tijd? Klanten hebben steeds meer eisen en een complexe klantreis. Er is veel concurrentie en data zijn steeds minder inzichtelijk. Google trapte af met een strategie waarbij we AI moeten trainen en voeden met first-party data. Het model wat hierbij centraal staat noemen ze “the profitable growth engine” en bestaat uit drie stappen:

  • Bepaal je doel
  • Verzamel first-party data om AI te voeden met waardevolle data
  • Vind hiermee de waardevolle doelgroepen en pas het toe op al je kanalen, oftewel cross-channel-strategie

Omoda heeft dit model toegepast in hun strategie, waarbij het doel is om te groeien wat winst betreft. Het grootste pijnpunt van Omoda ligt bij de retouren. Na onderzoek bleek dat gebruikers die voor de betaalmethode ‘achteraf betalen’ kiezen, er een grote kans is dat de klant producten gaat retourneren. Hetzelfde geldt voor producten die in de aanbieding zijn en wanneer klanten dezelfde producten kopen in andere maten. Met deze first-party data hebben ze een model gemaakt dat de retouren voorspelt en de marge meeneemt.

Door deze data terug in te voeren in het Google Ads-account wordt er nu minder hard gepusht op gebruikers bij wie de kans groter is dat er retouren gaan plaatsvinden en wordt er andersom harder gepusht. Het resultaat is 15 procent meer winst in vergelijking met de periode ervoor tegen dezelfde kosten. Een mooi resultaat! Het account verrijken met first-party data is een goede manier om een mooie groei te realiseren. Wel is het belangrijk dat je niet zomaar een strategie kopieert. Een bepaalde strategie kan bij de ene organisatie werken, maar bij de ander niet. Zorg altijd dat je onderzoek doet naar je eigen klanten en baseer hier je strategie op.

ROAS helpt je PPC-groei om zeep

Beth Quigley van Wolfgang Digital besprak het effect van ontwikkelingen in paid search en de markt op de Return on Advertising Spend (ROAS). Hoewel ROAS oorspronkelijk een biedstrategie was, is het nu uitgegroeid tot een belangrijke KPI waar veel bedrijven de prestaties op afrekenen. Vóór de coronapandemie werden er goede resultaten behaald, maar nu de wereld weer draait en het paid-search-landschap zich blijft ontwikkelen zien veel bedrijven hun prestaties dalen.

Toch blijven ze zich vastklampen aan de ROAS en vissen ze in dezelfde vijver van mensen die waarschijnlijk zullen converteren tegen de gestelde ROAS. In deze tijd is het echter niet meer mogelijk om de prestaties te verbeteren tegen dezelfde ROAS. Om groei te realiseren, moeten we ons richten op een groter plaatje en een langere termijnstrategie. We moeten ons richten op het vinden van nieuwe klanten, het vergroten van de merkbekendheid en evalueren op totale bedrijfsgroei.

Een voorbeeld hiervan is de case study van Intersport Elverys, waarbij een nieuwe doelgroep werd aangeboord op TikTok. Dit resulteerde niet alleen in een extra omzet van 12 procent, maar ook in een stijging van 37 procent in zoekvolume op de merknaam en een stijging van 42 procent naar 55 procent in vertoningsaandeel voor zoeken. Door minder te sturen op een specifieke ROAS en meer ruimte te geven aan het experiment, heeft deze aanpak geleid tot een jaar-op-jaar groei van 18 procent.

Incrementaliteit van paid search op klantniveau bij Wehkamp

Net iets na half vier stapt Mitch Komen het podium op. Hij is Lead Digital Marketing bij Wehkamp en is uitgenodigd om zijn verhaal te doen over How Wehkamp is Measuring the Incrementality of Paid Search on a Customer Level. Maar wat is incrementaliteit nou eigenlijk? Komen had bedacht dat aan ChatGPT te vragen, omdat dat ook een actueel onderwerp was van deze dag. Antwoord: “de toegevoegde waarde die een Search-advertentie toevoegt aan een campagne, wat meer is dan wanneer het via een organisch of ander kanaal binnen was gekomen”.

Hij begon zijn inhoudelijke verhaal met een introductie op het paid-search-landschap zoals het voor Wehkamp was geschetst. Hieruit kwamen twee belangrijke punten naar voren:

  • Integreer handelsinzichten in de paid-search-strategie in plaats van alleen te focussen op het pushen van (winstgevend) volume;
  • Neem customer value mee bij het managen van de paid-search-campagnes.

Vooral dat laatste punt is erg belangrijk geworden bij Wehkamp, zo blijkt uit Komens eerste paar slides. Bij Wehkamp hebben ze hun klanten opgedeeld in tien segmenten, van ‘not loyal customer’ tot ‘champions’ en ‘loyal customers’. Om daadwerkelijk inzichten te krijgen maken ze gebruik van het uploaden van Customer-Match-lijsten met daarin iets meer dan 474.000 klanten, waar Google vervolgens op kan gaan matchen.

Het doel van Wehkamp is om gerichtere biedingen te doen voor verschillende soorten klanten die zich in een van die tien segmenten bevinden. Er zijn twee experimenten uitgevoerd:

  • Experiment 1 gaat over inactieve klanten. Om deze klanten weer actief te maken, wordt gebruik gemaakt van waarderegels waarbij de conversiewaarde wordt verdubbeld. Dit zorgt uiteindelijk voor een actievere klant, maar wel tegen hogere kosten.
  • Experiment 2 heeft betrekking op loyale klanten, die een waarderegel van × 0,75 meekrijgen om aan te geven dat ze “minder belangrijk” zijn om gevonden te worden omdat ze toch al loyaal zijn. Uiteindelijk blijkt dat het verlies van loyale klanten minimaal is en de kosten per klant met 43 procent zijn gedaald.

De conclusie is dat je serieus geld kunt besparen door goed in kaart te hebben wie je eigen klanten zijn en wat hun status en eigenschappen zijn, om vervolgens hier je biedingen op aan te laten passen met behulp van value rules. Hier zijn de belangrijkste learnings:

  • Gebruik first-party data wanneer beschikbaar, voor meer controle en inzichten op klantniveau.
  • Ga de strijd aan met je huidige attributiemodel: is het wel relevant genoeg? Ook al is het DDA/MTA: “customer value” is hier vaak niet in verwerkt.
  • Bereken de incrementaliteit zonder attributie op een totaalniveau: kijk naar de totale impact van een klik op een advertentie en niet alleen naar het kanaal waar de klik (en geattribueerde conversie) vandaan kwam.
Flight score: een model van KLM voor minder lege stoelen

Een van de laatste, maar misschien ook wel een van de interessantste presentaties van de dag: Stijn Meertens van KLM over de oplossing voor al die lege stoelen in de vliegtuigen van KLM: How KLM Created a Unique Model Guiding the Airline to More Incremental Value and Fewer Empty Seats.

De uitdaging zit hem in het weer opkrabbelen na de lastige Covid-pandemie, tijdens welke KLM een grote klap heeft gekregen door het stilleggen van de luchtvaart. Daarnaast is er geen winst of margedata beschikbaar binnen de luchtvaart, dus dat is al iets waar je niet op kunt gaan aansturen. Hoe kun je er dan voor zorgen dat je genoeg stoelen gevuld krijgt om een vlucht ‘rendabel’ te krijgen?

Meertens en zijn collega’s, vooral vanuit het interne datateam, hebben het zogeheten Flight-Score-model gecreëerd. Dit is gebaseerd op drie factoren:

  • De Booked Load Factor: dit is een echte airline-metric, welke aangeeft hoeveel vliegtuigstoelen in een vliegtuig verkocht zijn versus het daadwerkelijke aantal beschikbare stoelen.
  • De Expected Load Factor, wat eigenlijk een verwachting is van het bovenstaande, hetgeen geformuleerd wordt op basis van historische data.
  • Market Share: KLM’s marktaandeel verus KLM’s fair market share. Met andere woorden: het aantal stoelen op een bepaalde vlucht (bijvoorbeeld Amsterdam–Curaçao) van KLM versus het aantal stoelen op dezelfde vlucht van andere vliegmaatschappijen. Het gat tussen deze twee percentages is de market gap. Dit percentage wordt meegenomen.

Deze drie componenten vormen samen de Flight Score. Deze score bepaalt in welke mate een bepaalde vlucht de urgentie heeft om mee te adverteren. Bij een score van 1 is de urgentie het allerlaagst, wat betekent dat het vliegtuig goed gevuld zal zitten en daar minder aandacht voor hoeft te zijn. Bij een score van 6 of hoger, is het zaak om deze specifieke vluchten onder de aandacht te brengen door middel van advertenties.

Door middel van een geheel geautomatiseerd proces, met onder andere een feed en custom floodligh-variabelen in SA360 (de Flight Score dus), weet Meertens optimaal gebruik te maken van de data die wél beschikbaar zijn voor KLM.

Over de auteurs: Tjanh Bong Huong is SEA-Consultant en Derk Schut is Head of Search bij Reprise Digital. Ze schreven dit artikel samen met SEA-Consultants Allard Massar en Elisa van Eijden, SEO-Consultant Jan Hottinga en Online Marketing Consultant Mitchell Oost.

Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social media: LinkedIn, Twitter en Facebook.

Deel dit bericht

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond