SEA-marketeers 2021: improviseren met algoritmes

SEA-marketing verandert snel, vooral omdat veel taken geautomatiseerd worden. Dat neemt niet weg dat menselijke marketeers nog steeds het verschil kunnen maken. Door slim om te springen met algoritmes bijvoorbeeld.

Waar marketeers zich vroeger vooral bezighielden met het handmatig opzetten, managen en optimaliseren van campagnes, zijn tijden veranderd. Van elke marketeer wordt tegenwoordig verwacht dat zij mee kunnen denken op operationeel, tactisch én strategisch bureau. En veel van deze marketeers werken ook nog eens met een bureau die hen uitdaagt de performance nóg beter te maken. Maar hoe doe je dat?

Voeden

We schreven al eerder over de toekomst van het werk als SEA-marketeer. In deze editie gaan we in op het voeden van algoritmes. Dat algoritmes veel werkzaamheden overnemen van de Search marketeer is wel duidelijk. Het handmatig bieden op zoekwoorden komt al nauwelijks meer voor en zal naarmate de tijd vordert alleen nog maar verder afnemen.

Nu zou je denken dat dit het speelveld wat nivelleert qua performance, omdat je met standaard smart bidding het verschil niet meer kan maken. Dat klopt, maar gelukkig zijn er behoorlijk wat mogelijkheden om toch nog slimmer te zijn dan je concurrent. Dit is voornamelijk op het vlak van het voeden van de algoritmes van de zoekmachine. Omdat een algoritme (niks anders dan een set met regels) gebaseerd is op Machine Learning, kan je concurrentievoordeel behalen door het algoritme te verrijken met data die de concurrent niet heeft. Data die specifiek is voor jouw business.

First Party Data

In dit geval gaat het voornamelijk over first party data. Dit kan voor een retailer bijv.: marges, retouren of life time value van een klant zijn. Dergelijke datasets zijn zeer interessant, omdat ze uniek zijn voor je bedrijf en bovendien gratis. Door deze data aan het algoritme te voeden, leert het algoritme beter welke klanten voor jouw specifieke bedrijf interessant zijn, in plaats van de hele markt.

Echter, dit klinkt makkelijker dan dat het is. De kwaliteit van de data die in het algoritme gevoed wordt is van essentieel belang. Bouw immers een auto waar het stuur van ontbreekt en sturen is niet mogelijk. Daarom kunnen we het proces van algoritme-verrijking grofweg in 3 stappen beschrijven: collectie, inzichten en activeren.

Collectie

Data-collectie begint bij een plan. Wat is er allemaal op de website? Wat zou je willen meten en op welke manier? Pas wanneer dit op orde is, kun je ook daadwerkelijk beginnen met het verzamelen van de juiste data. Denk hierbij bijvoorbeeld aan: 

• Identity management,
• Favoriete pagina’s / producten,
• kanaal historie etc.

Door van tevoren goed na te denken over wat je wilt meten en waarom, voorkom je een wildgroei in je tag management, onnodige metingen en bovenal: dingen die niet gemeten worden, maar waarmee je later in je activatie fase toch iets wilt doen. Hiervoor kan je een framework ontwikkelen, waarin alle metingen verwerkt worden en onderverdeeld worden in thema’s. Wij noemen dit een measurement plan. Voorbeelden hiervan zijn: conversiemetingen, gedragsmetingen, identity-metingen, enzovoorts. Wanneer de collectie van data op orde is, kunnen we de volgende stap nemen: inzichten creëren. 

Inzicht

Inzichten uit je website voeden de activatie. Door het definiëren van groepen mensen die een verhoogde kans op conversie hebben, kan effectiever marketing bedreven worden. De meeste marketeers kunnen met logisch verstand wel een aantal inzichten bedenken: websitebezoekers, winkelmandverlaters, In-Market audiences en nog veel meer.

Maar kunnen we hier wel blind op vertrouwen? Is het voor je business wel interessant om deze mensen te targeten? Of kan dit veel efficiënter? Iedere business heeft haar eigen pad naar conversie en ook haar unieke variabelen hier in. De inzichten die voortkomen uit intensieve data-analyse vanaf je website, de verschillende kanalen én CRM zouden je een gedegen beeld moeten geven van wat de unieke inzichten zijn voor je bedrijf. Deze inzichten stellen je in staat om slimme targeting modellen te maken die de juiste advertentie, op het juiste moment kunnen uitleveren. En dat ook nog eens overal alle kanalen. Daarnaast geven deze inzichten je de mogelijkheid om een attributiemodel te maken die voor je bedrijf uniek is en niet één die door Google / Facebook of andere platformen is samengesteld.

Activatie

Vanuit de inzichten kunnen we het hebben over het activeren van deze inzichten en ze daadwerkelijk voeden richting de de marketingkanalen. Bij Search kun je hier bijvoorbeeld denken aan het terugvoeren van segmenten die juist op dit moment een verhoogde kans op conversie geven (dat blijkt uit je eigen data, niet de data uit Google Analytics), maar ook de andere kant op gedacht: het uitsluiten van personen die toch niet bij je gaan kopen. Ook het voeden van bijvoorbeeld Customer lifetime geeft je in de veiling een extra voordeel. Hierdoor is het algoritme in staat om beter te bieden naar de daadwerkelijke waarde die een klant genereert, in plaats van die ene aankoop (zowel on- als offline). Een andere voeding die hier goed gebruikt kan worden is het attributiemodel. Door vanuit de inzichten van je bedrijf een custom-attributiemodel te maken is het algoritme beter in staat om de juiste advertentie op het juiste moment te laten zien en op deze wijze de waarde van een (potentiële) klant te verhogen.

Over de auteur: Inez Flanderijn is SEA specialist bij Storm Digital.