Hoe krijg je inzicht in de winstgevendheid van je SEA-campagnes?
Bij het analyseren en verbeteren van de winstgevendheid van SEA-campagnes wordt vaak alleen naar gemiddeldes gekeken. Met een klein beetje extra werk krijg je meer gedetailleerde inzichten en stuur je beter op wat écht effectief is gebleken.
Een goede SEA-strategie begint bij kennis over de huidige situatie. De vraag is dan vaak hoe je je winstgevendheid kunt verbeteren in de toekomst. Om daar achter te komen, moet je data uit verschillende systemen combineren om tot betere inzichten te komen. Een grote uitdaging voor sommigen. Ben jij ook niet zo’n held met alle data? Geen zorgen. In het onderstaande artikel licht ik toe hoe je data uit Google Analytics kunt verrijken om inzicht te krijgen. Zo weet jij in no time wat de winstgevendheid is van je SEA-campagnes.
Welke data kun je gebruiken?
Google Analytics
Door middel van enhanced e-commerce tracking kun je extra inzichten verkrijgen op verschillende gebieden. Dit zijn de handigste enhanced e-commerce-rapporten:
- Product performance report – Dit rapport geeft je niet alleen inzicht in de prestaties in termen van opbrengst, prijs en de hoeveelheid, maar ook in de betrokkenheid (bijvoorbeeld add-to-cart) van de gebruikers met de verschillende producten.
- Sales performance report – Met behulp van dit rapport kun je inzichten krijgen in belangrijke statistieken op orderniveau: totale opbrengsten, het aantal verkochte producten, de totale verzendkosten, het totale restitutiebedrag en de totale belasting van de verkoop.
Productdata
Aangezien sommige data niet standaard beschikbaar zijn in Google Analytics, kun je de Google Analytics-data verrijken met je eigen data. Dat doe je door middel van een data-import. Op deze manier kun je onder andere een dimensie aanmaken om bijvoorbeeld sneller inzicht te krijgen in de performance van de verschillende kledingmaten.
In 4 stappen inzicht in je winstgevendheid
Er zijn verschillende manieren om de winstgevendheid van je SEA-campagnes in kaart te brengen. Je zou ervoor kunnen kiezen om dit zelf in te richten, of je kunt ervoor kiezen om gebruik te maken van een tool. Aangezien een goede SEA-strategie begint bij kennis van de huidige situatie, kun je die huidige situatie zelf in kaart brengen door verkoopdata uit Google Analytics te combineren met de marge uit je eigen systemen. Deze data kun je vervolgens samenvoegen op basis van de transactie-ID’s uit beide systemen. Hoe je dat precies doet? Daar zijn vier stappen voor.
Stap 1: exporteer de relevante Google Analytics data met een aangepast rapport
Stap 1 is dat je zelf de meeste relevante Google Analytics-data door middel van een aangepast rapport exporteert. Door middel van een aangepast rapport kun je de juiste dimensies en statistieken gemakkelijk exporteren vanuit Google Analytics. Een aangepast rapport is een rapport dat je zelf kunt maken, en waarin je dus ook zelf kunt bepalen welke data je te zien krijgt.
Voordat je begint met het aanmaken van een aangepast rapport is het belangrijk om na te denken over de inzichten die je wilt krijgen. Wanneer je bijvoorbeeld inzicht wilt krijgen in de verschillende marges per campagne, dien je de ‘campagne’-dimensie toe te voegen aan het aangepaste rapport. Als je ook de verschillen per kanaal wil bekijken, kun je de ‘bron-medium’-dimensie toevoegen aan het rapport. Om data vanuit je andere systemen te koppelen, moet je een of meerdere dimensies definiëren om te gebruiken als ‘sleutel’. Deze sleutel gebruik je vervolgens om de waarden van de verschillende databronnen aan elkaar te koppelen.
In het onderstaande voorbeeld wordt het transactie-ID gebruikt als sleutel, en de overige dimensies zijn toegevoegd om inzicht te krijgen in de verschillen per campagnes en kanalen.
Stap 2: Exporteer je marge en transactie-ID en combineer de data
Bekijk welke data je beschikbaar hebt in combinatie met de transactie-ID en exporteer deze data naar een Excel-document. Zodra je dit hebt gedaan, kun je het aangepaste rapport verrijken door de ‘transactie-ID’ als sleutel te gebruiken.
Bron / Medium | Transactie-ID | Campagne | Omzet | Marge |
---|---|---|---|---|
Google / cpc | 1234568 | Campagne 1 | € 443 | € 101 |
Google / cpc | 1234569 | Campagne 1 | € 796 | € 113 |
Google / cpc | 1234570 | Campagne 2 | € 183 | € 47 |
Google / cpc | 1234571 | Campagne 3 | € 253 | € 48 |
Stap 3: Groepeer je resultaten op basis van campagnes met behulp van een draaitabel
Uit het bovenstaande voorbeeld blijkt dat de eerste campagne meerdere transacties heeft gerealiseerd, maar hoe kun je vervolgens het makkelijkst deze gegevens groeperen om een overzicht te krijgen van de totale omzet en marge op campagneniveau?
Met behulp van een draaitabel kun je gemakkelijk gegevens berekenen, samenvatten en analyseren om vergelijkingen, patronen en trends in de gegevens te ontdekken? Als je nog nooit gebruik hebt gemaakt van een draaitabel, vind je in dit artikel bij Microsoft een instructie over het gebruik hiervan.
Op deze manier zorg je ervoor dat de gegevens op de juiste manier terugkomen in je draaitabel.
Stap 4: voeg de kosten toe aan de juiste campagnes
Helaas is het niet mogelijk om de kosten van de campagnes te exporteren in combinatie met de eerder genoemde dimensies, dus deze kosten moeten handmatig worden toegevoegd. Zodra je dit hebt gedaan kun je aan de slag met het bereken van de onderstaande metrics.
- Return on ad spend (ROAS): Omzet / Kosten
- Profit on ad spend (POAS): Marge / Kosten
Campagne | Kosten | Omzet | Marge | ROAS | POAS |
---|---|---|---|---|---|
Campagne 1 | € 8.174 | € 41.188 | € 8.041 | 504% | 98% |
Campagne 2 | € 5.493 | € 15.865 | € 1.854 | 289% | 34% |
Campagne 3 | € 3.824 | € 14.989 | € 7.559 | 392% | 198% |
Campagne 4 | € 3.106 | € 7.869 | € 3.518 | 253% | 113% |
Campagne 5 | € 2.219 | € 7.467 | € 1.967 | 336% | 89% |
Verbeter je winstgevendheid
Uit het bovenstaande rapport blijkt dat de winstgevendheid van de tweede campagne flink lager ligt dan de andere campagnes. Als je het maximale uit je marketingbudget wil halen, is het interessant om je budget te verschuiven naar de derde campagne.
De meest e-commercebedrijven optimaliseren de SEA-campagnes nog op basis van een gemiddelde ROAS, terwijl dit juist een vertekend beeld kan geven omdat de marge in praktijk varieert op merk- en categorieniveau. Dat klinkt technisch maar het is heel logisch: je marge op (bijvoorbeeld) een fiets verkopen versus een fietsbel verkopen zal heel anders zijn. Deze over een kam scheren in een gemiddelde geeft dus weinig inzicht.
De onderstaande analyse toont aan dat een lagere gemiddelde orderwaarde niet per se minder winst betekent, maar juist het tegenovergestelde. Door inzicht te verschaffen in de winstgevendheid per order, konden we zien dat we het budget anders moesten inzetten om juist de kleinere orders te stimuleren. Zo hebben we uiteindelijk besloten om meer budget te investeren in plaats van minder budget, ook al zagen we in eerste instantie een tegenvallende ROAS.
Nu je precies weet hoe winstgevend je SEA-campagnes zijn kun jij gemakkelijk je POAS verbeteren. Experimenteer en verbeter op basis van je resultaten.
Over de auteur: Menno Buurman is Senior online marketingconsultant bij Netprofiler.
Op de hoogte blijven van het laatste nieuws binnen je vakgebied? Volg Emerce dan ook op social: LinkedIn, Twitter en Facebook.
Deel dit bericht
Plaats een reactie
Uw e-mailadres wordt niet op de site getoond
2 Reacties
Frans Jan Boon
Exporteren naar Excel, pivot table maken, kosten invoeren… Klinkt nogal als repeterend houtje-touwtje werk. Waarom niet alle campaign en finance data dagelijks laden in Google BigQuery of een ander DWH en daar met bijvoorbeeld Power BI of Tableau actuele inzichten uit halen voor real-time bijsturing van campagnes?
Menno Buurman - Netprofiler
Hoi Frans Jan,
Bedankt voor je reactie!
Het liefst stuur ik de campagnes bij op basis van actuele inzichten, maar in praktijk blijkt de automatisering van het toegelichte proces te complex voor sommige bedrijven.
Vandaar licht ik de basis in het bovenstaande artikel stap voor stap toe, zodat consultants of bedrijven eventueel een business case kunnen maken om investeringen op het gebied van data managment te verantwoorden.
Daarnaast kan je op deze manier ook vaak de ‘bleeders’ herkennen en vervolgens daarop anticiperen door het budget te verschuiven per campagne, land of kanaal.