-

Exposure time: de behoefte aan een nieuwe metric

Hoe effectief is onze online campagne? Een essentiële vraag, die echter notoir lastig te beantwoorden is. Dat komt onder meer door de uiteenlopende metrics en currencies die hiervoor worden gebruikt. Kijk je bijvoorbeeld naar bereik, CTR, CPM of viewability, of is er misschien zelfs een betere metric beschikbaar? Verslag van een interessant experiment.

Het beoordelen van de effectiviteit van een programmatic ingekochte online campagne is notoir lastig.  Dat komt onder meer door de uiteenlopende metrics en currencies die hiervoor worden gebruikt. Die zijn namelijk op zijn best onvolledig, zodat ze een vertekend beeld geven. Naar aanleiding daarvan formuleerden wij de volgende twee hypotheses: 

Bij programmatic buying speelt een currency -probleem:

De waarde van mediaruimte wordt momenteel achteraf bepaald aan de hand van verschillende currencies: conversies, impressies, clicks.

Bij programmatic buying speelt een metrics -probleem:

De  metrics zijn (nog) niet actionable op consumentenniveau. Conversies/clicks/impressies zijn bijvoorbeeld niet met zichtbaarheid gecombineerd. Daarbij komt dat zichtbaarheid hierbij wordt verward met de vraag of een advertentie al dan niet in beeld is.

Op deze twee hypotheses hebben we onze R&D afdeling losgelaten:

Om tot de juiste currencies voor online media en attributie te komen, is het belangrijk om eerst de goede metrics beschikbaar te maken. Programmatic en (Big) Data-oplossingen zijn hierbij een absolute vereiste. Hoewel er per afzonderlijk mediatype verschillende technieken en platformen beschikbaar zijn, is het erg lastig deze op het juiste niveau met elkaar te verbinden. Je kunt bijvoorbeeld lastig rauwe log level data combineren, om deze vervolgens opnieuw te aggregeren en te harmoniseren over de totale inzet. En dat terwijl juist hier de grootste winst op attributie niveau zit.

Om dit probleem te ondervangen ontwikkelde de R&D afdeling technologie die het mogelijk maakt om de factor zichtbaarheid te combineren met actie- en bereikdata. Metrics als exposure time, clicks, conversies, interacties (dwell, hover) en inview percentage worden hierbij gecombineerd met campagne metadata. Zoals bijvoorbeeld contactmomenten (frequentie), media kosten, bereikte sites en ingezette formaten. Additioneel komen daar audience- en panelinformatie bij,  die gezamenlijk op een uniek actionable level verbonden worden.

Met de ontwikkelde technologie hebben we het volgende getest: Kunnen we betere resultaten op de klassieke metrics (CTR, CPA) behalen door programmatic op exposure time te sturen en zo consumenten gedrag effectiever beïnvloeden? *

In eerste instantie kijken we naar de relatie tussen exposure time en performance. We nemen zowel clicks, kosten als ook conversies mee.

Schermafbeelding 2015-11-16 om 17.57.08

Bovenstaande grafiek laat zien dat de CTR stijgt naarmate de exposure time toeneemt. De stijging bedraagt 26 procent over de eerste 20 seconden en 32 procent over de eerste twee minuten. Zou dit verband kunnen houden met de eveneens verhoogde contactfrequentie?

Om bovenstaande vraag te beantwoorden is de data opnieuw geanalyseerd, maar ditmaal zonder alle niet-unieke contactmomenten. Dit om de beïnvloeding van de contactfrequentie geheel uit te sluiten.

Schermafbeelding 2015-11-16 om 17.57.27

Wederom is er een duidelijk verband zichtbaar tussen de exposure time en performance. Bij unieke contacten is de stijging nog veel duidelijker aanwezig: de CTR stijgt met 150 procent gedurende de eerste 20 seconden, en dit loopt op tot ruim 500 procent na twee minuten.

Er blijft overigens een duidelijk verband zichtbaar tot een contactfrequentie van tussen de 5 en de 10. In geval van een hogere contactfrequentie vervaagt de relatie tussen de exposure time en performance.

Er is ook een duidelijke relatie tussen exposure time en CPA.

Schermafbeelding 2015-11-16 om 17.57.37

De grafiek laat onomstotelijk zien dat in-view impressies met een korte exposure time minder bijdragen aan het succes van een campagne dan impressies met een langere exposure time. De CPA daalt met zo’n 70 procent gedurende de eerste 20 seconden, voor de periode erna is er te weinig data om hier verdere uitspraken over te doen. De daling lijkt zich echter verder voort te zetten. Het betrekken van exposure time als metric in deze analyse biedt goede optimalisatie mogelijkheden.

Algemente conclusies

Het onderzoek leverde vier algemene conclusies op:

  • Exposure time is een waardevolle metric waarop zowel branding als performance geoptimaliseerd kan worden.
  • Posities die volgens de IAB en 3MS standaard in view zijn, maar een korte exposure time hebben, zijn absoluut minder waardevol. Campagnes moeten daarom niet gestuurd worden op op het feit of een advertentie in beeld was of niet, maar op de totale exposure time.
  • De eerste 20 – 30 seconden laten altijd de grootste stijgingen zien. Daarna is er een gematigde stijging van de exposure time waar te nemen.
  • Het actionable maken van metrics opent de deur naar het bouwen van unieke, voor ieder merk aangepaste, currencies. Het volgende onderzoek dient zich hiermee zelf aan: Is het als adverteerder mogelijk om je eigen currency te bouwen?

Bovenstaand onderzoek is een onderdeel van Project 20/20 (‘Perfect Vision’) – De zoektocht naar optimale attributie geïnitieerd en uitgevoerd door Bannerconnect.

*) De gebruikte data is gemeten over een half miljard impressies in H1 2015 (verschillende merken, standaard IAB  formaten, gemixte targeting), over een tijdsperiode van 60 dagen in Nederland.  

Dit bericht is 123 keer gedeeld

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond