Veel adverteerders proberen de effectiviteit van reclame af te lezen uit tracking onderzoeken. Zij kijken dan naar hun bestedingen in media in kolommen en een lijn van de merk KPI. Pieken worden dan verklaard door de media-inzet of campagnes, dalen worden verklaard door juist geen media-inzet of media inzet van concurrenten. Vaak hebben adverteerders, reclame-, onderzoek- en mediabureaus verhitte discussies over de verbanden in de grafieken. Want als de bekendheid stijgt zonder dat je campagne hebt gevoerd, waar komt dat dan door? En als de bekendheid van je merk afneemt terwijl er volop in tv-reclame is geïnvesteerd, hoe leg je dat dan uit?! En waarom is de impact van de vorige campagne zoveel groter dan de huidige campagne? Ligt dat aan de uiting die anders is, de mediadruk of het mediumtype of door een combinatie van deze factoren? Of omdat de concurrent nu opeens ook op TV is? Interessante discussies… Maar frustrerend en niet zo intelligent.
Marketing Sciences introduceert een nieuwe methodiek om de antwoorden te halen uit de bestaande onderzoek data van adverteerders.
Alle beïnvloeders van de communicatie KPI meenemen
Hierboven zien wij de gemiddelde bekendheid (oranje lijn) en mediabestedingen (kolommen) per week. Achter ieder punt op de lijn zit echter nog een schat aan data en inzichten, die je in de traditionele onderzoeksrapporten niet terugvindt. Meer dan 100 personen zitten verborgen in ieder punt. Deze personen zijn allemaal anders, hebben verschillende bestedingspatronen, wonen wel of niet in de buurt van een winkel, zijn wel of geen klant, hebben wel of geen huisdier. En op het moment van ondervragen gebeurde er van alles: wel of geen WK, warm of juist koud weer, wel of geen concurrenten in de media, wel of geen schandalen in de pers. Allemaal beïnvloeders van de mate waarin de reclame die je maakt effect heeft of niet. En daar wordt in de discussies rondom tracking onderzoek en effectmetingen nog weleens volledig aan voorbij gegaan.
Op de juiste KPI sturen
Een ander bekend vraagstuk is op welke KPI een adverteerder eigenlijk moet sturen. Welke proposities zijn het belangrijkste om koopintentie te realiseren? Zijn die proposities voor alle personen gelijk of wisselt dat per regio of per doelgroep profiel? Zo zou het kunnen zijn dat mannen in Groningen gaan voor ‘goedkoop’ (propositie A) en vrouwen in de Randstad voor ‘kwaliteit’ (propositie B). Kortom, wat zijn de drivers van KPI’s? En is de bekendheid van propositie A dus iets waar we op moeten sturen om uiteindelijk koopintentie te verhogen? Veel adverteerders en bureaus weten gewoonweg niet het antwoord op de vraag wat de belangrijkste drivers zijn om de KPI’s waarop gestuurd wordt in beweging te krijgen. En of de communicatie KPI uiteindelijk wel bijdraagt aan de bedrijfsdoelstellingen. En veel trackingonderzoek geeft dat antwoord ook niet weet ik uit de praktijk.
De juiste boodschap serveren
Als we per doelgroep weten welke boodschap tot het meeste effect leidt dan kunnen we daar onze communicatie- en mediastrategie mee optimaliseren. Vooral online kunnen snel meerdere uitingen met verschillende proposities worden getarget binnen de juiste consumentengroepen. Conceptueel geen nieuws, maar het is wel nieuw als je dit nu kunt gaan doen door betere analyse van je bestaande (tracking) onderzoek!
Tracking Modeling
Hiervoor hebben wij Tracking Modeling ontwikkeld. Een unieke methodiek waarmee aan de hand van een econometrisch model niet alleen veel inzichten worden verkregen over doelgroepen, concurrentie en media-effect, maar ook de effecten van andere variabelen worden meegenomen. Ideaal voor klanten die al tracking onderzoek (of andere vormen van onderzoek) doen bij ons of bij andere partijen. Bekijk de video.
Wij gebruiken tracking data om meer inzichten boven tafel te krijgen die reguliere onderzoek bureaus niet rapporteren. Meestal omdat dit econometrische kennis en data vereist die bij dat soort bedrijven niet aanwezig is. Vaak leidt tracking onderzoek namelijk helaas tot discussies waarbij niemand weet wie nu gelijk heeft. Sommige verbanden worden onterecht gelegd en andere worden over het hoofd gezien. Sommige effecten worden onterecht toegeschreven aan reclame. Met tracking modeling maken wij daar een eind aan door onder andere alle variabelen die mogelijk invloed zouden kúnnen hebben mee te nemen. Dit is dus goed nieuws voor onderzoekbureaus, adverteerders en media- en reclamebureaus. Het bespaart veel tijd aan zinloze discussies zodat we meer tijd hebben voor waar het écht om gaat.
Plaats als eerste een reactie
Ook een reactie plaatsen? Word lid van Adformatie!