Internetreclame Effectiviteit meten Accountability
Veel bedrijven besteden een deel van hun advertentiebudget aan bannerreclame. Met een banner op een website bereik je immers heel veel mensen die potentiële klanten kunnen zijn. Maar er zijn inmiddels ook kritische geluiden te horen. Adverteerders en andere waarnemers vragen zich af of bannerreclame wel ‘werkt’. De auteurs van dit artikel hebben een model ontwikkeld waarmee de
Lee Sherman en John Deighton Lee Sherman is directeur Consulting and Analytics R&D van Avenue A Inc.,
juiste websites kunnen worden geselecteerd en waarmee ook de kostprijs per respons aanzienlijk wordt verlaagd.
Seattle. John Deighton is Harold M. Brierley
Journal of Interactive Marketing, voorjaar 2001
Professor of Business Administration aan de Harvard Business School, Boston.
Effectiviteit meten en plaatsing optimaliseren
Bannerreclame
De economische waarde van online reclame Het Internet Advertising Bureau schatte eind 2000 dat de uitgaven voor lopende opdrachten voor online reclame acht à negen miljard dollar op jaarbasis bedroegen. Dit zou betekenen dat een medium dat in 1992 een marktaandeel had van nul, nu ongeveer vijf procent van alle Amerikaanse reclamebestedingen opeist. De ranking als beleggingsobject van reclamebureaus voor het internet (zoals Doubleclick, Engage Technologies, 24/7 Media en Avenue A Inc.), is aanzienlijk naar beneden bijgesteld. Het doorklikpercentage van banners naar websites, een maatstaf voor de respons van het publiek op bannerreclame, is met de groei van het volume bannerreclame gestaag gedaald en bedraagt ongeveer 0,3 procent van de aanslagen in een steekproef van Nielsen over het webgebruik. Juist de verantwoording die online reclamebedrijven afleggen en waarvoor zij ooit geprezen werden, wordt nu gebruikt om de waarde van online reclame in twijfel te trekken. Maar als een medium rekenschap over zijn effectiviteit verschaft, moet het in staat zijn om in de loop van de tijd zijn eigen prestaties te verbeteren. Internet biedt nieuwe flexibiliteit Dit artikel beschrijft een programma voor het systematisch verbeteren van de resultaten van online reclame. Aan de hand van een voorbeeld laten we zien hoe, door middel van een analyse, de kostprijs per actie naar aan-
leiding van banners voor de adverteerder kan worden verminderd. In ons voorbeeld werd die verbetering bereikt door de definitie van de doelmarkt aan te scherpen en door websites te selecteren die voor de doelmarkt aantrekkelijk waren. Op die manier bereikte de adverteerder resultaten met bannerreclame die aanzienlijk beter waren dan de prestatieniveaus zoals die in brancheoverzichten werden gemeld. Drie kenmerkende eigenschappen van het internet als reclamemedium maken het mogelijk om na enige tijd dit soort verbeteringen te realiseren: 1.Anders dan bij vroegere reclamemedia is reclame op het internet een digitaal ‘spoor’ van confrontaties en responsen die geanalyseerd kunnen worden om te meten hoe goed een advertentie werkt. 2.De keuze welke advertentie aan een websitebezoeker wordt getoond, kan afhankelijk worden gemaakt van de doelgroep of het segment waartoe hij behoort. 3.Op grond van een dergelijke analyse kan de inhoud van advertenties zelf zeer snel worden gewijzigd zonder de andere inhoud van de website te hoeven veranderen. Cycli van leren en respons naar opnieuw leren kunnen heel kort worden. Zoals we zullen zien ontstaat deze flexibiliteit omdat bedrijven die internetreclame aan surfers aanbieden, zoals Doubleclick en Avenue A, zich
M a n a g e m e n t S e l e c t • juli/augustus 2001
25
"$)#( )=..49;8./ ?*7 $## <2=.<
)2=. ?*7 ,52B7=
(;.:>.7=." +.A8.4.;< ?*7"
!#*%#'(
';>0<=8;.!,86
%55. *7-.;." +.A8.4.;<
&.5 ?.;=.0.7@88;-20= -."
&.5 ?.;=.0.7@88;-20="
+.A8.4.7 **7 -. "
+.A8.4.7 8/ **7489.7"
<=..49;8./<2=.<"
+23 ';>0<=8;.!,86"
27 -. A.< 6**7-.7" ?88;*/0**7- **7 1.= 87-.;A8.4
27 -. A.< @.4.7" ?*7 1.= 87-.;A8.4
Figuur 1. Datamatrix
onderscheiden van de uitgevers die alle andere content leveren. In dit artikel beschrijven we werk dat Avenue A heeft verricht voor zijn cliënt drugstore.com. Avenue A is een dienstverlener op marketinggebied, gevestigd in Seattle. Het digitale marketing- en technologiebedrijf is opgericht in 1997 om e-marketeers te helpen bij het aantrekken, vasthouden en ontwikkelen van klanten voor alle digitale media. Drugstore.com dat in 1998 is gestart is een erkende online apotheek en leidinggevend bedrijf
De resultaten van online reclame van Drugstore.com werden aanzienlijk verbeterd doordat de definitie van de doelmarkt werd aangescherpt om vervolgens die websites te selecteren die voor de doelmarkt aantrekkelijk waren op het gebied van e-commerce voor de gezondheidszorg. In 1999 realiseerde Drugstore.com een omzet van 34 miljoen dollar. In juni 2000 werkte Drugstore.com mee aan een veldonderzoek van Avenue A om surfgedrag in kaart te brengen, voor het verbeteren van het vermogen van bannerreclame om rond kerstmis 2000 potentiële klanten naar zijn online winkel te dirigeren.
26
M a n a g e m e n t S e l e c t • juli/augustus 2001
Het onderzoek Het onderzoek richtte zich op drie doelstellingen: 1.De surfgewoonten van een steekproef van drugstore.com-klanten in kaart brengen om ze te kunnen classificeren in waardevolle prospects of nietprospects, op basis van hun surfprofiel. 2.Het classificeren van een steekproef van websites in sites die waarschijnlijk door klanten en waardevolle prospects worden bezocht en in sites waarvan de kans op een dergelijk bezoek niet groot is. 3.Het classificeren van sites op basis van hun ‘affiniteit’ waarmee de uitkomsten van het steekproefonderzoek naar de gehele populatie van sites wordt gegeneraliseerd. In de daarop volgende valideringsprocedure werden advertenties op sites geplaatst waarvan het model voorspelde dat zij veel dan wel weinig verkeer zouden genereren, waarna de werkelijke bezoeks- en verkoopcijfers van de site van Drugstore.com werden gemeten. De gegevens die in het onderzoek werden verzameld kunnen worden weergegeven in een matrix van sitebezoekers zoals in figuur 1. Het verzamelen van de gegevens Allereerst werd samen met het marketingteam van Drugstore.com een steekproef van klanten getrokken.
Bannerreclame
Cookie Een cookie is een klein tekstbestand dat een uniek contro-
bezocht. Cookies identificeren een browser en de compu-
legetal bevat dat de server van een website op de harde
ter waarop die is geïnstalleerd, maar niet de persoon zelf.
schijf van de gebruiker overbrengt wanneer deze de site
Tenzij een computereigenaar zich op een website heeft
bezoekt. De server (en alleen die server) kan dit bestand
laten registreren en vrijwillig persoonlijke informatie heeft
vinden als de gebruiker de website bij een volgende gele-
verstrekt, maakt de cookie de offline identiteit van de
genheid bezoekt. Op die manier kan deze server vaststel-
betrokken persoon niet kenbaar en pleegt zo geen
len dat de computer van de gebruiker de site eerder heeft
inbreuk op de privacy van die persoon.
De Consulting Group van Avenue A en het marketingteam identificeerde het segment van de waardevolle klanten van Drugstore.com op basis van de werkelijke websitebezoeken en aankopen bij Drugstore.com in de maanden voorafgaand aan het onderzoek. De klanten werden geïdentificeerd aan de hand van cookies (zie kader). Hoewel we het gemakshalve over identificeren van klanten hebben ging het in werkelijkheid om het identificeren van de browsers van de klanten waarbij de offline identiteit van de klanten niet werd vastgelegd en zo hun anonimiteit kon worden bewaard. Als tweede stap werd een steekproef van sites voor het onderzoek getrokken. Deze steekproef omvatte achthonderd van de drieduizend sites waarop Avenue regelmatig reclameruimte kocht en het verkeer van die sites bewaakte. Deze achthonderd sites waren uitgekozen omdat zij grote hoeveelheden verkeer hadden, dat wil zeggen elke maand enkele honderdduizenden unieke bezoekers. Het derde element van de gegevensmatrix was het aantal unieke bezoekers van de sites in de steekproef in de maanden die aan het onderzoek vooraf gingen. Deze gegevens zijn in twee cellen van de matrix gegroepeerd. De ene cel omvat de bezoeken aan de sites in de steekproef; de andere de bezoeken aan en aankopen via de site van Drugstore.com gedurende de periode van zes weken dat het onderzoek duurde.
schilt van de andere door het feit dat zij enerzijds met uitgevers van websites contracten afsluiten voor de verkoop van reclameruimte, en banners van adverteerders op de ruimte verzorgen, en anderzijds met adverteerders contracten aangaan over het kopen van die ruimte. Als een surfer op het web op de site arriveert van één
De rol van de ad-server bij het verzamelen van gegevens Vóór de komst van het internet bestond er niet zoiets als ad-serving, het verzorgen van reclamediensten die geheel los stonden van het verzorgen van de inhoud van een publicatie ten behoeve van zijn publieksgroep. De traditionele reclame, of dat nu op de televisie is of in gedrukte vorm, is ingebed in de redactionele content van het tijdschrift, de krant of de televisiezendgemachtigde die de verspreiding van de programma’s verzorgt. Op het web worden de banneradvertenties vaak verzorgd door speciale organisaties, zoals Doubleclick, Engage Technologies, 24/7 Media en Avenue A. Avenue A ver-
Avenue A plaatst ‘action tags’ op de websites van zijn adverteerder. Deze action tags registreren de bewegingen van surfers over de site. Zo weet Avenue A precies welke pagina’s zijn bezocht, of surfers informatie opvragen, of zij een koop sluiten, wat zij kopen en welke prijs zij betalen van de 3.700 uitgevers waarmee Avenue A een contract heeft, geeft de server van die uitgever de server van Avenue A opdracht om een bannerbeeld te genereren. Dit gebeurt zes tot acht miljoen keer per maand. Iedere keer logt Avenue A het verzoek en levert vervolgens het van toepassing zijnde beeld aan de zoekmachine van de websurfer. Op dat moment worden vijf stukjes informatie opgeslagen en aan een databestand toegevoegd: 1.Het controlegetal in de cookie dat de computer identificeert die gebruikt wordt om het beeld te tonen (als de computer nog geen Avenue A cookie heeft, wordt er een aan die computer toegewezen). 2.De website en de advertentieplaatsing waarop het bannerbeeld wordt getoond. 3.De specifieke advertentie die wordt doorgegeven. 4.De tijd en de datum waarop het beeld wordt getoond. 5.Welke actie de surfer neemt nadat hij het beeld heeft ontvangen. Geen van deze gegevens maakt de identiteit van de surfer persoonlijk bekend en zij kunnen ook niet gebruikt worden om contact met de surfer op te nemen behalve via banners bij volgende bezoeken. De anonimiteit van de surfer wordt dus in de databank gehandhaafd. M a n a g e m e n t S e l e c t • juli/augustus 2001
27
Bovendien plaatst Avenue A wat het noemt een action tag op de websites van zijn adverteerder of cliënten. Deze files worden op verschillende pagina’s van een site geplaatst en zij registreren de bewegingen van surfers over de site. Zij kunnen zodanig worden geconfigureerd dat zij laten zien welke pagina’s zijn bezocht, of surfers informatie opvragen, of zij een koop sluiten, wat zij kopen, welke prijs zij betalen, enzovoort. Op deze manier zijn de bezoekerscellen van de matrix van sites ingevuld. De analyse De analyse had als eerste doel te bepalen welke van de achthonderd sites het meest werden bezocht door surfers die ook de site van drugstore.com hadden bezocht. Er werden twee gegevenssets samengesteld: een set voor het ijken van het model en een vaste set surfgegevens
De kans dat prospects die door sites met een hoge affiniteit waren geleverd ook tot een aankoop overgingen bij hun bezoek aan de homepage, was negen keer groter over de laatste vier weken. Elke set had een binaire, afhankelijke variabele (wel of niet-frequente klanten van Drugstore.com) en achthonderd binaire, voorspellende variabelen (hebben wel of niet elke site bezocht). Het prognosemodel is met de CHAID techniek geijkt en gevalideerd door te laten zien dat bezoeken aan deze sites samenhingen met hoger dan gemiddelde frequenties van bezoeken aan Drugstore.com zoals die in de vaste gegevensset waren vastgelegd. De resultaten van het bezoek werden gebruikt om sites met een hoge bezoekersaffiniteit voor bezoekers te identificeren. Dat zijn sites waarvan de bezoekers een onevenredig grotere neiging hebben om de site van Drugstore.com te bezoeken en daardoor goede plaatsen voor banners van Drugstore.com zijn. Daartoe werden attributen van alle sites aan clusteranalyses onderworpen. Verwacht werd dat websites in de categorieën met een hoge affiniteit betere plaatsen voor banners zouden zijn dan doorsneesites, ongeacht of die tot de 3.700 sites van Avenue A behoorden. De resultaten Er konden meer dan honderd sites met een hoge affiniteit worden geïdentificeerd, dat wil zeggen met een meer dan gemiddelde waarschijnlijkheid dat zij klanten naar de online winkel van Drugstore.com stuurden. Het model voorspelde dat de waarschijnlijkheid dat de bezoekers van deze sites ook de site van Drugstore.com zouden 28
M a n a g e m e n t S e l e c t • juli/augustus 2001
bezoeken 38 procent groter was dan de waarschijnlijkheid van een bezoek door bezoekers van een gemiddelde website. De kans dat deze bezoekers iets zouden kopen was 24 procent groter dan de gemiddelde websurfer. Om deze conclusies van de analyse te valideren stelde Drugstore.com geld beschikbaar om de resultaten van sites met grote en met geringe affiniteit te testen en te vergelijken. Er werd een testprogramma opgesteld voor het vergelijken van de kosten per actie voor de verschillende sites en het toetsen van de effecten van uiteenlopende creatieve benaderingen. Voor deze test werd het realiseren van een aankoop bij Drugstore.com als het basisresultaat genomen. Voor de sites in de verschillende categorieën waren meer dan 25 miljoen bannerbeelden geleverd; de uitkomsten van de test waren statistisch significant: – De sites met een hoge affiniteit zorgden voor een conversiepercentage (aankopen per bannerbeeldlevering) dat tien keer zo groot was als site met een lage affiniteit. – De gemiddelde kosten per actie waren voor sites met een hoge affiniteit negen keer zo laag. – De kans dat prospects die door sites met een hoge affiniteit waren geleverd ook tot een aankoop overgingen bij hun bezoek aan de homepage, was negen keer groter. – Zonder optimalisering zorgden de sites met hoge affiniteit voor een kostprijs per actie die in de buurt lag van de kostprijs per actie die langetermijnpartners van Drugstore.com als Yahoo! and AOL met hun sites pas na een jaar van continue optimalisering bereikten. – De vijf sites met de hoogste affiniteit realiseerden een kostprijs per actie die 27 procent lager was dan die welke de deals met deze partners hadden opgeleverd. – De analyse vond één categorie websites die 48 procent van alle bestellingen opleverde en slechts 32 procent van het totale budget opeiste. Met het oog op de vertrouwelijkheid van de gegevens wil de cliënt van Avenue A liever geen bekendheid geven aan de absolute doorklikcijfers en het rendement over de investeringen in zijn bannerreclame die hij door middel van deze optimalisering realiseert. Maar het feit dat hij doorgaat met bannerreclame wijst erop dat dit medium voor de cliënt waardevol is. Conclusie Het gemiddelde doorklikpercentage van een banneradvertentie naar de website van de adverteerder loopt in het algemeen terug en is met 0,3 procent aanzienlijk lager dan het gemiddelde responspercentage bij direct
Bannerreclame
mail reclame dat tussen 1,5 procent en 2 procent varieert. Wellicht is de vergelijking niet fair omdat de kosten van het opwekken van een bepaalde respons voor direct mail veel hoger zijn dan voor digitale media. Bovendien hebben advertenties in banners wellicht een zekere overredende waarde ook als ze niet direct tot doorklikken aanzetten, zoals uit tenminste één onderzoek is gebleken. Maar toch moet duidelijk worden gemaakt waarom de gemiddelde doorklikpercentages teruglopen. Dit artikel wijst op een mogelijke verklaring daarvoor. Net als een warmtezoekende raket het grootste deel van zijn weg niet precies op het doel is gericht, maar on-target is wanneer het er om gaat, wordt een advertentie op het internet voor het grootste deel van zijn bestaan gebruikt om informatie te verzamelen die nodig is om er verzekerd van te zijn dat die advertentie de rest van zijn leven precies op het doel is afgestemd. Met de kenmerkende eigenschappen van ad-serving en de korte leer/responscyclus die in dit artikel is toegelicht, is internetreclame zelfcorrigerend. Wellicht is het beter om deze reclamevorm niet te beoordelen met de
standaarden voor etherreclame, maar met een standaard die geschikt is voor een interactief medium zoals direct mail of uitgaande telemarketing. De vraag die moet worden gesteld is of bannerreclame gedurende de loop-
Met de kenmerkende eigenschappen van ‘ad-serving’ en de korte leer/responscyclus is internetreclame zelfcorrigerend tijd van de campagne erin slaagt de kostprijs per actie en daarmee het rendement op de marketinginvestering te optimaliseren. Translated and reprinted by permission of Journal of Interactive Marketing. This article was originally published under the English title ‘Banner Advertising: Measuring Effectiveness and Optimizing Placement’, by Lee Sherman and John Deighton, in Journal of Interactive Marketing, Vol. 15, No. 2, Spring 2001, pp. 60 - 64. Vertaling: Jan Berkien
M a n a g e m e n t S e l e c t • juli/augustus 2001
29