CuBe Matrix Mediaeffizienzmessung. CuBe CJM Customer Journey Matrix

Transkript

1 CuBe Matrix Mediaeffizienzmessung CuBe CJM Customer Journey Matrix CuBe Matrix 2012

2 Agenda 1. Bausteine von CuBe Customer Journey Matrix (CuBe CJM) 2. Beispieloutputs von CuBe CJM Customer Journey Mapping/ Visualisierung des Path-to-Conversion Datenbankvergleich zur Komplexität der Customer Journey Phasen der Customer Journey Verteilung von Kontakten und Kontaktsequenzen auf die definierten Phasen Performance-Beurteilung anhand von Klick-, Konversions- und Abbruchraten Klassifizierung der Kampagnen anhand der Eigenperformance und eines ermittelten Unterstützungsscores 3. Exkurs zur Sichtbarkeit von online Marketingmaßnahmen 4. Kontakt

3 Bausteine von CuBe CJM Beispieloutputs

4 CuBe CJM Warum eigentlich Customer Journey Analysen? Mit (Digital) Customer Journey Analysen zu beantwortende Fragen: Wie unterschiedlich sind die Customer Journeys meiner Kunden? Was bedeutet dies für meine Mediaplanung? Wie sehen die typischen Journeys aus? Und welches sind die erfolgreichsten Journeys? Wo liegen die relevanten Kanäle? Zeichnet sich der Path-to-Conversion durch verschiedene Phasen aus? Wie viele Phasen sind es und wie verteilen sich meine Ad/Placements darauf? Was sind die vielversprechendsten Format-/Content-/Phasenkombinationen? Wie gut schneiden die Kampagnen im P-2-C Funnel ab? Decken sich strategische Ziele meiner Kampagnen bezüglich Performance und Branding mit der Realität? Wie schneiden verschiedene Publisher ab? Werden sie über- oder unterbewertet? Wie unterschieden sich definierte Conversion-Punkte oder Produkte? Haben die Abstände zwischen den Kontakten einen Einfluss auf die Conversion? Wie sollten diese Abstände gewählt werden? Unmittelbar, 2-6 Std. oder mehrere Tage? Wo kann man sparen, ohne die erfolgreichen Customer Journeys zu beeinflussen? etc.

5 CuBe CJM Bausteine unserer Analysen Time-to-Conversion Identifiziert werden die optimalen Abstände zwischen den Kontakten und die Penetrationsintervalle für Insights u.a. zum Frequency-Capping. Eine Analyse der Verweildauer auf den einzelnen Touchpoints ist nicht möglich, da diese Informationen nicht in den AdServern gespeichert werden. Effizienzbeurteilung Verschiedene Kontakte und Kontaktkombinationen werden anhand ihrer Click-und Conversion-Rates beurteilt sowie positive Effekte von Impression- Kontakten auf spätere Click- und Conversion-Rates quantifiziert. Bei ausreichender Sample-Größe wird zudem die Abbruchrate (initiierte vs. abgeschlossene Conversion) als Effizienzkriterium der Journeys betrachtet. Phasen Analyse Mit einem speziellen Verfahren werden die Informationspfade miteinander verglichen und Phasen im Prozess identifiziert. Als Grundlage für diesen Vergleich dient eine Ähnlichkeitsmatrix, Placements werden nach ihrer Zugehörigkeit zu definierten Obergruppen eingeteilt. Es erfolgt ein Vergleich der Phasen und Kontakten innerhalb dieser Phasen für die definierten Zielgruppen. Customer Journey Mapping In mehreren Schritten wird der Path-to- Conversion anhand der letzten Kontakte vor der Conversion sowie der Einstiegspunkte visualisiert. Darstellung erfolgt für die verschiedene Conversion-Punkte und nach Placements sowie Ads. Zudem werden die für die Splits (Trial vs. Purchase) typischen Journeys ermittelt..

6 CuBe CJM Beispieloutputs

7 CuBe CJM: Customer Journey Mapping Häufigkeiten von verschiedenen Ads für Einzel- und Mehrfachkontakte Über die Hälfte der Customer Journeys bestehen aus nur einem Element, aufgefangen werden in dieser Gruppe auch die Cookie-Löscher. Sowohl bei den Mono-Kontakten, wie bei den Mehrfachkontakten, ist das dominierende Werbemittel. Ads innerhalb der Kontaktklasse Ads innerhalb der Kontaktklasse 5 66% 19% 17% 9% Ad_C Ad_C 7% Ad_D Ad_D 3% Ad_E Ad_F 53% 1 Kontakt 47% > 1 Kontakt Ad_E Ad_F 1% Ad_G Ad_G 1% Ad_H Ad_H 1% Ad_I Ad_I 0% 8% sonstige sonstige

8 CuBe CJM: Customer Journey Mapping Visualisierung der Customer Journey AdWords dominieren mit 59% der Abschlüsse die LastAd-Verteilung. Mehr als die Hälfte der Customer hatten jedoch vorher einen aktivierenden Kontakt (28% von 59%). AdWord* Display_A 3% AdWord* Display_A 6% 4% AdWord* 14% Display_A 1 Display_A 14% Display_A 19% AdWord* Display_B Display_B 3% Display_B 5% 59% Display_A 14% Display_A 17% Display_A 20% Display_B 1% Display_B AdWord* 1% Display_A 25% 8% Conversion Display_B Display_B Display_B 4% Display_B Affiliate 1% Affiliate 3% Kooperation 1% Kooperation ANMERKUNG: Zahlen prozentuiert auf Gesamt

9 CuBe CJM: Customer Journey Mapping Typische Journey (Top-3 Most Common Sequences) Die Größe der einzelnen Bubbles gibt die Anteile der verschiedenen Ads innerhalb der Phase an. Eingezeichnet sind zudem die typischen Journeys, die Kampagnenkontakte die den größten Anteil aller Journeys repräsentieren. Branding-Phase I Branding-Phase II Purchase-Phase C o n v. A C o n v. B Kamp_C Ad_C Ad_C Ad _B Ad _C Ad _B Ad _B Ad_C sonstige sonstige sonstige sonstige C o n v r s i o n

10 CuBe CJM: Customer Journey Mapping Häufigste Einstiegspunkte/ First Ad Betrachtung Split: Layer Haupteinstiegspunkt für die Customer Journey ist Layer_A mit 43%, gefolgt von Layer_B mit 19%. 80% der Einstiege mit Layer_A enden gleich nach diesem Kontakt. Entry First Ad Second Ad Third Ad 43% Layer_A 100% Layer_A 8% Layer_A 4% Layer_C 6% sonstige 4% kein 2. Kontakt 80% 19% Layer_B 100% Layer_A 5 Layer_B 9% Layer_B 17% 1 Layer_C 100% Layer_A 21% Layer_B 18% 26% sonstige 100% Layer_A 21% Layer_B 18% ANMERKUNG: Zahlen prozentuiert auf Gesamt

11 CuBe CJM: Time-to-Conversion Top-5 Customer Journeys Betrachtung der Zeit zwischen Kontakten Bei der Betrachtung der Zeit zwischen den häufigsten Conversion-Sequenzen macht eine Spanne von 1-6 h zwischen und den höchsten Anteil aus. Nur der gesamten 23% an Conversions der Journey kommen von unmittelbaren Kontaktfolgen. Third to Last Contact Second to Last Contact Last Contact Anteil an allen Conv. 1-6h 1 1d 4% 0h <1h 1-6h 2-3d 2-3d

12 CuBe CJM: Effizienzbeurteilung Path-to-Conversion Funnel PlacementSite_A ist in allen Phasen der Customer Journey die häufigste Platzierung. Ihr Anteil steigt von Step zu Step auf dem Weg zur Conversion. Die schlechteste Deliver/LastAd Ratio zeigt Placement_B. Anteil an allen ausgelieferten Ads Anteil am P-2-C Anteil an der Purchase-Phase Anteil an Last Ads PlacementSite_A 53% 19% 6 11% 69% 14% 79% PlacementSite_B PlacementSite_C PlacementSite_D PlacementSite_E PlacementSite_F 19% 10% 21% -33% 14% -86% 9% -23% 7% -57% 3% 33% 4% 108% 5% 20% 6% 83% 11% -5% -100% 0% - 0% -50% 1% - 1% - 1% C o n v r s i o n

13 CuBe CJM: Effizienzbeurteilung Top-5/Bottom-5 Customer Journeys nach Abbruchrate Die Abbruchraten der Customer Journeys schwanken stark zwischen einer geringen Abbruchrate von 0,9% (Layer_A) und hohen Werten von 43,5%. Im Schnitt liegt die Abbruchrate bei 9,7%. Top-5 Third to Last Contact Second to Last Contact Last Contact Abbruchrate Layer_A 0,9% Layer_B Layer_A 0,9% Layer_B 1,3% Layer_B Layer_A Layer_A 2,5% Layer_D Layer_C 4,0% Bottom-5 Layer_A Layer_D 13,1% Layer_F Layer_B Layer_A 17,5% Layer_D 21,3% Layer_C Layer_B 29,9% Layer_D Layer_D Layer_A 43,5%

14 CuBe CJM: Time-to-Conversion Top-5/Bottom-5 Werbemittel-/ Zeitkombinationen Höchste Conversion-Rates verzeichnen aufeinanderfolgende Kontakte mit und innerhalb von 1-6 Stunden. Sie liegen um 2,4% Punkte über der Rate bei Abständen mit mehr als 2 Tagen. Der optimale Abstand scheint zwischen 1 und 24 Std. zu liegen. Top-5 Kontaktkombinationen Conversion-Rate 1-6h 2,5% 1-6h 2,1% Ad_C 1d 1,9% 6-12d 1,9% Ad_D 6-12h 1,7% Bottom-5 <1h 0, Ad_D <1h Ad_C 0,1% 2-3d 0,1% Ad_I 2-3d Ad_E 0,0% <1h Ad_F 0,0%

15 CuBe CJM: Effizienzbeurteilung Positive Effekte von Kontakten innerhalb der Journey Positive Effekte auf die danach folgenden Kontakte der Customer Journey gehen von Klickkontakten zu und _I aus. Bester Wert für Impression-Kontakten erreicht Ad_C und ebenfalls, wohingegen Klick-Kontakte zu Ad_C einen negativen Spillover-Effekt verzeichnen. Abweichung von der durchschnittlichen Conversion-Rate von X% bei vorherigem Kontakt mit Ad (Click) Ad_C (Impression) 4,6% 5,1% Ad_I (Click) (Impression) 2,1% 2,5% Ad_G (Click) (Impression) -0,9% -1, (Click) Ad_I (Impression) -3,5% Ad_E (Impression) -6, Ad_C (Click) -8% -6% -4% - 0% 4% 6% 8%

16 CuBe CJM: Similarity Score Matrix Wie Komplex ist die Customer Journey für Produkt X im Vergleich? Die Kunden von Reiseportalen zeigen vergleichsweise hohe Ähnlichkeiten auf ihrem Path-to-Conversion. Flugportal 64,9 ecommerce Finanzdienstleistung Reiseportal 55,9 60,4 59,6 geringe Unterschiede im Path-to-Conversion online Shop Finanzdienstleistung 51,5 49,4 Ø=51,3 Preisvergleich ecommerce 39,2 43,4 große Unterschiede im Pathto-Conversion B-2-B 37,3

17 CuBe CJM: Comparer Matrix Verteilung der Placements innerhalb der Phasen Split: Ads Branding-Phase I Branding-Phase II Conversion-Phase Seq.1_ ; 11;7;37;37;37;37;35;6;35;35;18;37;4;37;37;12; Seq.2_ ; 11;-;37; -; -; -;35;6;35; -; 7; -;4; -; -;12; 0, 24% 39% 19% 8% 3% 3% 8% 4% 4% 5% 8% 37% 13% 19% 26% 78% Ad_C Ad_D Ad_E sonstige Ad_C Ad_D Ad_E sonstige Ad_C Ad_D Ad_E sonstige

18 CuBe CJM: Einteilung der Journeys in ähnliche Kontaktgruppen und Berechnung des Mehrwertes der Kampagnen innerhalb der Gruppen Die Branding-Kampagne Display_Herbst zeigt eine besonders positive Wechselwirkung innerhalb der Display dominierten Kontaktklasse 3. Keinen positiven Effekt kann sie in Kombination mit Affiliate und gleichzeitig weiteren Displays liefern. 100% 75% 50% 25% 0% Kontaktgruppe_1 Kontaktgruppe_2 Kontaktgruppe_3 Kontaktgruppe_4 Kontaktgruppe_5 SEM Display Affiliate Mehrwert des Kontaktes Display_Herbst innerhalb der Kontaktgruppen/ Steigerung der Conversionrate Kontaktgruppe_1 +0, Kontaktgruppe_2 +0,03% Kontaktgruppe_3 +0,1% Kontaktgruppe_4 Kontaktgruppe_5 +0,3% +0,0 Gesamt +0,0% ANMERKUNG: Vergleich der Werte bei Kontakt und Nicht-Kontakt mit einem spezifischen Kanal in den homogenen Kontaktklassen! Beispiel: Conversionrate von: K_1 K_2 K_3 K_4 vs. Conversionrate von: K_1 K_2 K_3 K_4

19 CuBe CJM: Effizienzbeurteilung CuBe Distributionsmodel ohne Sichtbarkeitsbetrachtung SEA liefert den höchsten Erfolgsbeitrag aller Kampagnen zum größten Teil ohne die Unterstützung anderer Kontakte. Display_A erreicht die besten Performance-Werte der Display_Kampagnen, ist aber im Gegensatz zu SEA eher auf Unterstützung angewiesen. Erfolgsbeitrag 70% 60% 50% 76% 24% 40% 30% 20% 10% 24% 76% 40% 60% 5 48% 37% 64% 0% Affiliate Display_C Display_B Display_A SEA Einzelerfolgsbeitrag aus Wechselwirkung

20 Zusammenfassung: CuBe Customer Journey Matrix Customer Journey Cockpit-Slide Verteilung der Kontakte Deliver/P-to-C Ratio Top-5 Journeys nach Häufigkeit 31% 24% % ausgeliefert % LastAd 63% Ad_D 21% 69% 76% 1 Kontakt > 1 Kontakt Conv. Point 1 Conv.- Point Ad_C Ad_D 4% Ad_D Click- & Conversion-Rate nach Zeit zwischen second to last & last Ad Similarity Score Top-5 Journeys nach Abbruchrate < 1d 1-2d 3-4d > 4d Click-Rate 5% 3% Conversion-Rate 3 19% 23% 41% Flugportal ecommerce Finanzdienstlei Reiseportal online Shop Finanzdienstlei 64,9 60,4 59,6 55,9 51,5 49,4 0,9% 0,9% Ad_C 1,3% 2,5% Ad_F Ad_D 4,0%

21 CuBe CJM: Wo liegen die Grenzen der (Digitalen) Customer Journey Analyse? crossmediale Effekte Welchen Einfluss haben offline/tv- Kontakte auf die Customer Journey meiner Kunden? Wo liegen die relevanten Mix-Kanäle? Wo ordnen sich TV-Kontakte in den Phasen des Path-to-Conversion ein? Wie optimiere ich den crossmedialen Mediamix? Rechercheverhalten & Wettbewerb Wie gehen Kunden bei der Suche nach Produkten vor? Welche Informationen werden neben den Kampagnenkontakten herangezogen? Wie positioniere ich mich zum Wettbewerb? Wann landet ein Kunde bei mir, wann bei der Konkurrenz? Nicht-Kunden Wie sieht die Journey meiner Nicht-Kunden aus? Wo erreiche ich potentielle Neukunden? Welche Events führten zur Konvertierung von Nicht-Kunden zum Kunden? Welches sind die wirklich erfolgreichen Journeys? Customer Insights Welche Personengruppen stehen hinter den Journeys? Wo und wie erreiche ich meine definierte Zielgruppe? Welche Placements gehen an meiner Zielgruppe vorbei? auch für diese Fragestellungen haben wir die passenden Lösungen, sprechen Sie uns gerne an!

22 Vielen Dank für Ihre Aufmerksamkeit! Weitere Informationen zu unseren Ansätzen finden Sie auf unserer Internetseite oder nehmen Sie gerne Kontakt mit uns auf.

23 Exkurs: Sichtbarkeit von online Werbemaßnahmen

24 Exkurs: CuBe CJM: Erweiterung zum Customer Journey Mapping Input für Distributionsmodelle Sieht so wirklich die Customer Journey aus? Sind alle Kontakte immer sichtbar? Third to Last Contact Second to Last Contact Last Contact Anteil an allen Conv. 63% Ad_D 21% Ad_I 4% Ad_D

25 Exkurs: CuBe CJM: Erweiterung zum Customer Journey Mapping Input für Distributionsmodelle Über die Einbindung von Lösungen zur Messung der Sichtbarkeit und -dauer von online Werbemaßnahmen durch spezialisierte Dienstleister besteht die Möglichkeit die Qualität der Customer Journey Analysen zusätzlich zu erhöhen. Third to Last Contact Second to Last Contact Last Contact Anteil an allen Conv. nicht sichtbare Kontakte 63% Ad_D 21% Ad_I 4% Ad_D

26 Exkurs: CuBe CJM: Erweiterung zur Effizienzbeurteilung CuBe Distributionsmodel mit Sichtbarkeitsbetrachtung Das Herausrechnen von nicht sichtbaren Kontakten führt zu einer Verschiebung der generellen Erfolgsbeiträge sowie der Relation zwischen Einzelerfolgsbeitrag und Wechselwirkung. Erfolgsbeitrag 70% 60% 50% 8 18% 24% 40% 30% 20% 10% 0% 29% 64% 48% 3 71% 24% 58% 4 69% 4 58% Affiliate Display_C Display_B Display_A SEA Einzelerfolgsbeitrag aus Wechselwirkung

27 Für Fragen stehen wir Ihnen gerne zur Verfügung Ihre Ansprechpartner Alexander Gorbach Analyse, GF Ron Warncke Consulting, GF CuBe Matrix GbR fon: web: Bildquelle: fotolia.com