Slimmer bieden in een geautomatiseerde wereld
De digitale advertentiemarkt is in korte tijd drastisch veranderd. Automatiseringen binnen platformen zoals Google en Meta zorgen ervoor dat campagnes grotendeels door algoritmes worden aangestuurd op een tCPA- of een tROAS-biedstrategie.
Deze automatiseringen beloven veel efficiëntie, maar zorgen er tegelijk voor dat adverteerders steeds minder directe grip hebben op hun campagnes. Het gevolg: mediabudgetten worden niet optimaal besteed, campagnes differentiëren zich nauwelijks en winstgevendheid van producten staan onder druk, omdat vrijwel alle concurrenten sturen op dezelfde standaarddata zoals conversies en/of omzet.
Bovendien hangen e-commerce-activiteiten van veel meer af dan alleen afzet en omzet, ook marges, voorraad en retouren hebben een grote impact op de uiteindelijke winstgevendheid. Kortom, standaardisatie en automatisatie zorgt ervoor dat adverteerders dezelfde doelgroep binnen het digitale landschap bereikt.
Tegelijkertijd zien we dat de customer journeys veranderen. Ze zijn minder lineair, complexer door het veranderende zoekgedrag en grilliger dan ooit. De traditionele focus op enkel conversies of omzet na een klik voldoet niet meer om effectief je doelgroep te bereiken.
Wat maakt nog het verschil?
De vraag dringt zich op: als iedereen dezelfde standaard aanpak volgt, hoe maak je dan nog het verschil? De oplossing: verander de spelregels met behulp van je eigen voorwaarden.
Om campagnes effectiever en winstgevender te maken, is het essentieel om het algoritme te verrijken met eigen voorwaarden en de daarbijhorende data-integraties. Het toevoegen van bedrijfs- en marktspecifieke inzichten zoals voorraadniveaus, marges van retourpercentages, prijsontwikkelingen en prioriteit in type aanbod zorgen ervoor dat het algoritme het gedrag van de bezoeker na de klik of zelfs kans op transactie kan voorspellen.
Voorbeeld e-retailers – E-retailers bieden vaak een breed scala aan verschillende producten aan. Via de traditionele biedstrategieën kent het algoritme dezelfde randvoorwaarden aan alle producten toe: dit kan een ROAS (return on ad spend) of zelfs een POAS (Profit on ad spend) zijn. Dit geeft platformen zoals Google en Meta enkel en alleen de mogelijkheid om zoveel mogelijk omzet of winst voor het mediabudget te realiseren.
Maar wat doe je als je als e-retailer van een bepaalde voorraad af moet of als je een bepaalde sale gepland hebt waarvan je weet dat de verkoopprijs onder de concurrentie ligt? Hierin is het cruciaal om de prijsontwikkeling in de markt, je eigen voorraadniveau’s en de marges van het product toe te voegen als voorwaardes om het product op het juiste moment, tegen de juiste randvoorwaarde te verkopen. Neem het retourpercentage mee als voorwaarde indien je het gedrag na de aankoop wilt voorspellen.
Voorbeeld reissector – Het samenvoegen van bovenstaande elementen tot een score is niet enkel toepasbaar voor de e-retailindustrie maar ook voor de reissector. Enkele relevante voorwaarden voor deze sector kunnen zijn: actuele beschikbaarheid, zijn bepaalde adressen bijvoorbeeld bijna uitverkocht? Gebruik het scoringsmodel om de budgetten te verleggen naar bestemmingen die onder het verwachte aantal boekingen zit en gebruik beoordelingen van de vakantiebestemmingen ten opzichte van nabijgelegen bestemmingen om de waarschijnlijkheid van een boeking te beïnvloeden. Een zonnige of juist sneeuwachtige week voor de boeg? Gebruik seizoensinvloeden om per locatie voorrang te geven binnen het algoritme.
Case
Samen met Prénatal, een retailer met een breed assortiment aan babyartikelen, ontwikkelden we een dergelijk scoringsmodel genaamd de Prénatal-score, dat cruciale backoffice-data, real-time prijsmonitoring ten opzicht vann de concurrentie en productprestaties samenbrengt binnen één dynamisch biedsysteem. Het resultaat: tot 38 procent meer omzet en een verbeterde winstgevendheid oplopend tot 58 procent.
Dat deze aanpak werkt en kwantificeerbaar is, blijkt ook uit soortgelijke vraagstukken van klanten die actief zijn in andere sectoren. Voor een grote reispartij actief in Nederland, Duitsland en België realiseerden we soortgelijke resultaten. Zo is niet alleen de omzet gestegen met 34 procent maar is hierbij ook nog eens een stijging van 65 procent in omzet gerealiseerd bij de locaties die een hoge prioriteit hadden gekregen doordat deze op onderbezetting zaten.
Kortom: deze aanpak laat zien dat datagedreven optimalisaties verder gaan dan traditionele biedstrategieën die platformen zoals Google en Meta beschikbaar stellen. Waar een standaard automatisering iedereen gelijk behandelt, creëren retailers met slimme dataverrijkingen juist het onderscheidend vermogen.
Wat heb je zelf nodig om dit zelf te doen?
Wil je als retailer of marketeer ook slimmer sturen op basis van business waarde? Houd dan rekening met deze technische randvoorwaarden:
- Toegang tot kwalitatieve backoffice- en marktdata is essentieel.
- Real-time ontsluiting van databronnen naar advertentieplatforms is een must.
- Een nauwe samenwerking tussen marketing en data levert succes op.
- Een flexibel scoringsmodel dat meebeweegt op basis van de meest actuele data.
Stappenplan voor je eigen succesformule:
- Stap 1 – Breng de belangrijkste verkoopvoorwaarden van je assortiment in kaart.
Welke factoren spelen een grote rol bij de omzet, winstgevendheid en eventuele retouren/annuleringen van je propositie? Neem hierin niet enkel de inkoopprijs en de overige kosten mee, maar denk ook na over de externe factoren die daarop van invloed zijn, zoals de prijspropositie ten opzichte van de concurrentie, (winkel)beschikbaarheid, of andere invloeden die een negatief of positief effect op de omzet en winstgevendheid hebben. - Stap 2 – Bepaal de impact van de gestelde voorwaarde voor je unieke score.
Wat is de invloed van iedere factor die je opgenomen hebt in stap 1? Stem samen met verschillende stakeholders af wat de verwachte impact is van ieder criterium, bepaal op basis van de impact de weging van deze score. Dit kan een ranking zijn 1 tot en met 5 of een simpelere binaire 0 of 1. Bepaal ook goed hoe zwaar ieder element meeweegt in de scorebepaling. Als de prijs ten opzichte van de concurrent het allerbelangrijkste is voor de eindscore, geef dat element dan ook een hogere weging mee ten op zichte van andere scores, zoals voorraad of retourpercentage. - Stap 3 – Verzamel alle data in een centraal punt.
De totale score wordt vastgesteld met behulp van verschillende bronnen. Het samenbrengen van deze data is van belang om de score als geheel terug te koppelen aan Google Ads of Meta. Wij gebruiken hiervoor de end-to-end-tool InterAct, een geïntegreerd marketingplatform dat het mogelijk maakt om het algoritme te voeden met real-time scores die vervolgens weer op itemniveau toe te wijzen zijn. - Stap 4 – Creëer en activeer campagnes op basis van de scoresegmentaties.
Binnen platformen zoals Google en Meta is het mogelijk om op basis van aanvullende kolommen vanuit een dynamische feed een campagnestructuur automatisch te creëren en real-time hierin de juiste items die corresponderen basis van de eindscore te plaatsen in de juiste campagne. Stel per dynamische campagne de randvoorwaarde in die past bij de score van de campagne. Hierin geldt de standaardregel: hoge score = lage tROAS/hoge tCPA en lage score = hoge tROAS/lage tCPA, maar dit kan uiteraard aanpast worden op basis van de juiste waarde per score.
- Stap 5 – Test en optimaliseer.
Bovenstaande implementatie moet altijd getest worden ten opzichte van de huidige situatie. Indien succesvol, pas de score aansturing toe op meerdere/alle campagnes en denk na over aanvullende mogelijkheden. Denk hierbij aan marketplaces, affiliate platformen maar ook emailmarketing waarin producten getoond worden of zelfs de folder die wekelijkse/maandelijks uitkomt.
De toekomst van slimme campagnes
In een wereld waarin automatisering de standaard is geworden, bepaal je je succes door zelf de spelregels voor het algoritme te bepalen. Door tet gebruik van real-time bedrijfs- en marktdata gekoppeld aan advertentieplatformen verhoog je niet alleen je marketingrendement, maar zet je ook een belangrijke stap richting duurzaam groei. Wie vandaag de juiste data slim inzet, bepaalt morgen de spelregels van digitale marketing.
Over de auteurs: Frenck van Dompseler is Performance Strategy Lead bij IPG Mediabrands en Erik Penninx is Head of Search bij KINESSO.
Plaats een reactie
Uw e-mailadres wordt niet op de site getoond