Analyse en Rapportage

Topics to explore
  • Inleiding

  • Google Tag Manager

  • Google Analytics

  • Google Data Studio

Voordat we met de merkpositionering in stap 1 zijn begonnen hebben we eerst het doel van de TrailQuest vastgesteld. Op basis van dit doel gaan we voor de analyse en rapportage de belangrijkste KPI’s vastleggen.

Het analyseren van de statistieken die voortkomen uit de data die gedurende de marketingcampagne verzameld wordt is essentieel om meerdere redenen. Ten eerste kunnen we hiermee de actieve campagne bijsturen om de effectiviteit en efficiëntie te verhogen. Ten tweede kunnen we hiermee concluderen of de doelen behaald zijn om de marketingkosten te kunnen rechtvaardigen. De belangrijkste statistieken zijn de KPI’s die we per fase binnen het AIDA model hebben gedefinieerd. Daarnaast leveren ook demografische statistieken waardevolle inzichten op.

In de Attention-fase draait alles om zichtbaarheid te genereren bij jouw doelgroep, zodat ze aandacht krijgen voor de marketingcampagne. De kanalen die wij voor deze fase inzetten zijn voornamelijk Social en Display, en in mindere mate Media (dit is interessanter voor de Interest-fase). De platformen op deze kanalen hebben elk hun eigen analytics dashboard waarmee data verzameld wordt over de interactie die gebruikers hebben met jouw content. Belangrijke statistieken die als KPI’s fungeren voor het evalueren van de marketingcampagne met betrekking tot deze fase zijn het aantal vertoningen (ook gemiddelden per unieke gebruiker), kliks, afspeelduur (van zeer korte video’s), likes, shares, comments, en nieuwe volgers. Daarnaast gebruiken we het E-mail kanaal om de aandacht te trekken van bestaande (potentiële) klanten, de effectiviteit meten we aan de hand van het aantal geldig verstuurde e-mails, de geopende e-mails, en de daaruit resulterende opening rate.

Voor de Interest-fase definiëren we KPI’s die gerelateerd zijn aan de content op de landingspagina van de marketingcampagne. Dit is meestal jouw eigen website, en daarom maken we hier gebruik van het Google Analytics dashboard. De statistieken die we analyseren zijn het aantal paginavertoningen, de gemiddelde duur op de pagina, de bounce rate, het aantal gebeurtenissen zoals video playbacks, en eventuele andere indicatoren die interesse aanduiden zoals bijvoorbeeld een “lees meer-link” waarbij het hele artikel getoond wordt. Uiteraard kunnen ook hier weer demografische statistieken van belang zijn, met name als jouw organisatie een regionale of internationale markt bediend. Een e-mail biedt ook ruimte om ietsje dieper op de content in te gaan en telt daarom ook mee in de Interest-fase. Wat betreft het E-mail kanaal meten we het aantal kliks in de e-mails, zodat we tot een Click Through Ratio (CTR) komen.

Tijdens de Desire-fase wordt de interesse die bij de doelgroep gewekt is, nog eens extra versterkt. We kunnen dit realiseren met re-targeting via het Social, Display en E-mail kanaal. In het geval van de eerste twee kanalen maken we weer gebruik van dezelfde statistieken als in de Attention-fase, echter met de garantie dat deze gebruikers eerder al interesse hebben getoond in deze of eventueel een andere marketingcampagne. In aanvulling daarop kijken we naar de statistieken zoals gebruikt bij de Interest-fase voor de desbetreffende landingspagina, waarbij we de conditie stellen dat de bezoeker afkomstig is van een advertentie of gesponsorde social post behorende bij de content van de Desire-fase. Voor het E-mail kanaal maken we gebruik van MailChimp of Salesforce Pardot (indien je al gebruik maakt van een andere marketing automation tool kan dat uiteraard ook) voor de distributie van mailings via e-maillijsten die al aanwezig zijn. Vaak gaat het hier dus niet specifiek om eerder getoonde interesse in deze marketingboodschap maar wel in de organisatie en zijn producten en/of diensten in het algemeen. Ook dat is een prima basis om via re-targeting de doelgroep in een handomdraai van attention naar interest, desire en misschien zelfs action te sturen. Wat betreft de KPI’s kijken we ook voor dit kanaal naar dezelfde statistieken als in de Attention-fase en de statistieken uit de Interest-fase voor de landingspagina onder de voorwaarde dat de traffic afkomstig is van het E-mail kanaal.

De Action-fase omvat over het algemeen de macro conversie, oftewel het eindelijke doel van de marketingcampagne. Meestal vind deze plaats op jouw website. Hierbij moet je denken aan het verzamelen van sales leads via een formulier of de aankoop van jouw product of dienst via een online winkelwagentje. Voor sales leads maak ik het liefste gebruik van gated content waarbij de bezoeker een formulier moet invullen alvorens hij of zij bijvoorbeeld een brochure, artikel, of white paper kan downloaden (of opgestuurd krijgen via een autorespond e-mail). We configureren Google Analytics gebeurtenissen in Google Tag Manager om deze vervolgens weer in Google Analytics als doel te definiëren, zodat we de statistieken die hieruit resulteren als KPI’s kunnen gebruiken voor de slotevaluatie van de marketingcampagne. Het levert daarnaast een aantal statistieken op met een nieuwe betekenis, je kunt hier meer over lezen onder Google Analytics.

De digitale marketing tool die ons in staat stelt om de data te verzamelen die we voor de analyse en rapportage in de TrailQuest gebruiken, en die ik daarom niet onbesproken wil laten, is Google Tag Manager.

Google Tag Manager staat aan de basis van het meetbaar maken van de interactie die de doelgroep heeft met onze content in de Interest-, Desire- en Action-fase op jouw website. Met Google Tag Manager kunnen we door middel van tags, triggers, en variabelen bepaalde code via de Google Tag Manager container dynamisch in de achtergrond van jouw website laden, zodat de content meetbaar wordt. De data die het oplevert wordt vervolgens naar de verschillende analytics dashboards van de kanalen verzonden, waar ze op hun beurt weer worden weergegeven als statistieken. Om de juiste statistieken en KPI’s samen te stellen moet Google Tag Manager vaak voor elke marketingcampagne deels opnieuw geconfigureerd worden. Met Google Tag Manager kan dit telkens weer efficiënt uitgevoerd worden, en blijft het overzichtelijk zodat het daarnaast ook beter onderhouden kan worden.

De tags die we instellen zijn onder andere voor Google Analytics, zoals de algemene tracking code die het merendeel van de data voor het dashboard oplevert zoals demografische statistieken en andere statistieken die we vooral voor de Interest-fase gebruiken. Daarnaast configureren we tags voor gebeurtenissen die bijvoorbeeld meten hoe vaak een video is afgespeeld of op een link of ander element van jouw website is geklikt, vooral erg handig om data te verzamelen voor KPI’s die de gegenereerde interesse evalueren. Voor de macro-conversie in de Action-fase maken we gebruik van gebeurtenissen voor aankopen of een (nogal technische) event listener voor het registreren van succesvol ingevulde formulieren (sales leads). Deze gebeurtenissen en event listeners kunnen we vervolgens in Google Analytics definiëren als doelen.

We installeren via Google Tag Manager ook tags op de website voor het opbouwen van re-targeting lijsten die we vervolgens kunnen inzetten op de social platformen en Google Adwords. Deze tags installeren een cookie in de browser van de bezoeker op jouw website zodat we ze daarna via zojuist genoemde kanalen opnieuw kunnen bereiken. Dit worden ook wel re-targeting pixels genoemd. Een andere pixel die we voor deze kanalen inzetten is de conversie pixel. Hiermee kunnen we een doel definiëren en wordt de data hiervoor naar de kanalen gestuurd zodat de behaalde doelen in het analytics dashboard van het kanaal geëvalueerd kunnen worden. Dit zijn vaak dezelfde doelen als we in Google Analytics hebben aangemaakt, echter kan het zeker geen kwaad omdat we iets meer op details kunnen evalueren dan met Google Analytics’ UTM parameters, en een actieve campagne snel kunnen bijsturen. Zie ook doelen gesegmenteerd naar (aangepaste) kanalen onder Google Analytics.

Om marketing automation tools zoals Salesforce Pardot en MailChimp volledig te benutten zullen we ook hiervoor tags configureren. Salesforce Pardot maakt gebruik van zijn eigen tracking code net zoals Google Analytics dat doet, echter zal Pardot deze data en de daaruit voortkomende statistieken toewijzen aan (potentiële) klanten die bij jou bekend zijn (bijvoorbeeld in een CRM systeem of zelfs een Excel bestand die we importeren) zodat de data persoonlijk wordt. Dit levert prachtige klantinzichten op!

Als laatste gebruik ik Google Tag Manager bij voorkeur ook voor de implementatie van de cookiewet. Zoals je zojuist hebt kunnen lezen maken we gebruik van allerlei tags waarmee we de bezoeker op jouw website (en via re-targeting ook daarna nog) kunnen volgen. Volgens de cookiewet moet elke bezoeker duidelijk geïnformeerd worden over het gebruik van de cookies op jouw website en daarvoor toestemming geven (opt-in) voordat er daadwerkelijk cookies toegepast worden voor het verzamelen van zijn of haar gegevens. Hierbij heeft de bezoeker meerdere keuzes en op basis van de keuze die hij maakt, moeten wij de juiste cookies via Google Tag Manager inladen. Wij slaan hun voorkeur op via een first-party cookie (functioneel) en gebruiken de waarde daarvan als trigger met voorrang (override) op de overige triggers behorende bij een tag in Google Tag Manager. Overigens, zelfs als iemand geen toestemming geeft voor cookies anders dan de verplichte functionele, kunnen we alsnog Google Analytics gegevens zonder IP adres verzamelen die dan volledig geanonimiseerd zijn, door op de juiste manier Google Tag Manager te configureren (op server niveau is ook nog een optie maar dat vereist gigantisch veel werk). Alles bij elkaar is het een technisch verhaal maar het zorgt er uiteindelijk wel voor dat we succesvolle marketingcampagnes kunnen draaien volgens de TrailQuest aanpak terwijl we aan alle regelgeving met betrekking tot de privacy van de bezoeker voldoen.

Google Analytics is een van de belangrijkste tools voor het analyseren van statistieken die voortkomen uit de verzamelde data over de bezoekers op jouw website.

Misschien wel het meest waardevolle inzicht dat Google Analytics oplevert is de segmentatie van de statistieken naar een verscheidenheid aan dimensies die beschikbaar zijn. De meest belangrijke voor ons is sowieso de kanalen (is niet hetzelfde als bron/medium overigens), waarmee we alle statistieken uit de Interest-, Desire- en Action-fase kunnen onderverdelen naar het kanaal waar de bezoeker (die de data oplevert) vandaan komt. Dit levert allerlei nieuwe inzichten op, zoals welk kanaal de meeste interesse en macro conversies genereert.

Omdat we in Google Analytics de macro conversies, zoals een sales lead naar aanleiding van een ingevuld formulier of een aankoop via het online winkelwagentje, configureren als doelen, levert dit de nieuwe statistiek Doel op. Door het aantal behaalde doelen te segmenteren naar de dimensie Kanalen kunnen we dus zien welke kanalen het meeste hebben bijgedragen aan het uiteindelijke doel van de marketingcampagne. Door vervolgens de kosten van de marketingcampagne per kanaal te vergelijken met de behaalde doelen voor elk kanaal kunnen we een eerlijke slotevaluatie maken.

Voor onze TrailQuest maken we gebruik van een cross-channel strategie, waarbij we een specifieke onderverdeling van de kanalen hebben gedefinieerd. Deze onderverdeling zullen we in Google Analytics overnemen door gebruik te maken van aangepast kanaalgroeperingen.

Een andere manier om kanalen te evalueren is door gebruik te maken van Google Analytics’ UTM parameters. Hiermee kunnen we de content op de kanalen behorende bij de Attention-fase taggen, zodat als iemand doorklikt op een display advertentie of gesponsorde social post om vervolgens op jouw website te arriveren voor de Interest-fase, Google Analytics het kanaal herkent. De statistieken behorende bij de Interest-fase die het oplevert worden op deze manier aan het kanaal gekoppeld via de Bron variabele. Daarnaast kunnen we in de tag ook een kenmerk voor de content meenemen, op deze manier kunnen we niet alleen het kanaal maar ook de specifieke content evalueren via de Medium variabele. We hebben immers meerdere KSP’s en USP’s tijdens de merkpositionering in stap 1 gedefinieerd en die vervolgens vertaald naar concrete content formats tijdens de cross-channel strategie in stap 2 van de TrailQuest.

Verder is er nog de Campagne variabele en zijn er nog vele andere custom variabelen mogelijk. Overigens, deze zelfde standaard UTM campagne parameters gebruiken we ook in Salesforce Pardot, meer hierover kun je lezen onder Marketing Automation.

Een andere belangrijke configuratie binnen Google Analytics is de filter waarmee we de data die voortkomt uit websitebezoeken van eigen werknemers, buiten de analyse en de rapporten kunnen houden. Andere filters die ik altijd instel hebben betrekking op het herschrijven van URLs voor een schonere dataweergave.

De meeste websites hebben een zoekfunctie waarmee de bezoeker snel de juiste met pagina met informatie kan vinden. De zoektermen die op jouw website hiervoor worden gebruikt kunnen interessante inzichten opleveren. Ondanks dat dit niet altijd direct te maken heeft met onze marketingcampagne kan het zeker geen kwaad dit in de configuratie van Google Analytics mee te nemen.

Als laatste wil ik de koppeling van Google Analytics met Google Search Console niet onbesproken laten. Google Search Console is een tool die je voor het beheer van de website met betrekking tot de indexering door Google kan gebruiken. Door het aanmelden van een sitemap en robots.txt bestand zorgen we ervoor dat je website goed gevonden wordt in Google. Daarnaast levert het statistieken op zoals met welke zoekwoorden jouw website wordt gevonden. Met de koppeling kun je in Google Analytics niet alleen het kanaal Organic Search gebruiken, maar ook inzien welke zoekwoorden gebruikt zijn. Meer hierover lees je onder Zoekmachineoptimalisatie / SEO.

Kanalen en content evalueren op basis van de behaalde doelen in Google Analytics en de daaruit voortkomende return on advertising spent (ROAS) is toch echt wel de holy grail in stap 3 van de TrailQuest.

Bij een marketingcampagne met een cross-channel strategie wordt de data in vele afzonderlijke dashboards verzameld. Door gebruik te maken van Google Data Studio maken we één rapport waar alle statistieken in samenkomen, we kunnen dan snel en eenvoudig inzichten vergaren. Ook Google Search Console wordt hieraan toegevoegd.

Het rapport in Google Data Studio is interactief, zodat je zelf de data nog beter kunt bestuderen indien gewenst. Hierbij moet je denken aan de mogelijkheid om allerlei statistieken (zowel tabellen als grafische weergaven) te verfijnen door het gebruik van filters zoals tijdsbestek, regio of land, en kanalen.

Het biedt mij ook de mogelijkheid om meerdere campagnes samen te voegen om bijvoorbeeld aan het einde van het kalenderjaar een totaaloverzicht te krijgen. Een andere mooi inzicht dat hiermee beschikbaar wordt is het onderverdelen van de statistieken naar de product- of servicecategorieën die in jullie organisatie gebruikt worden.

Al met al, kunnen we met het rapport van Google Data Studio in een oogwenk een betrouwbare en eerlijke evaluatie van de marketingcampagne maken. Met de TrailQuest aanpak ben je ervan verzekerd dat jouw doelen behaald worden en de marketingkosten gerechtvaardigd zijn.

Wil je meer weten?

Download

  • Vul het formulier in om toegang te krijgen tot mijn gratis e-book.