Et af de positive aspekter ved recessionen, som jeg beskrev i en tidligere
artikel, er viljen til at gøre noget.
I Danmark sporer jeg ofte en forklaret vilje til at gennemføre
forandringer - men det skal selvfølgelig ikke være alt for
vidtrækkende, vel?
Tingene er lidt mere på spidsen i USA,
hvor der generelt er mindre sikkerhedsnet og større
markedsmuligheder. Der bliver virkelig sadlet om i disse dage.
Effektmåling på tværs af kanaler
Multi-channel marketing handler både om disciplinen at markedsføre
sig gennem mange kanaler, men også at måle effekten af kanalernes
betydning for hinanden.
Det er det virkelig interessante.
De fleste projekter vi arbejder på i Danmark anvender enten
Google Analytics, Yahoo Web Analytics eller et tilsvarende værktøj.
Det giver adgang til basal statistik over besøgende på et website,
hvor de kommer fra, hvad de så, og hvad de derefter brugte websitet
til.
Alt sammen fint nok, men lige i underkanten til multi-channel
marketing.
Google Analytics kan for eksempel måle fire konverteringer per
profil. En konvertering er for eksempel et køb af et produkt. Hvad
gør man så, hvis man har 120.000 varenumre?
Man gætter, og det er bare ikke godt nok.
Hvad vi gerne vil vide er, hvad læseren har søgt på i en
søgemaskine og hvad der derefter blev købt.
Vi vil også gerne vide, om vi får læsere fra søgemaskiner ind på
websitet og derefter videre til en fysisk butik, hvor de køber.
Tænk selv på flere scenarier. Det er helt naturligt, at der er
interessante data at grave frem.
Webanalyse på et højere niveau
Der findes flere leverandører af analyseværktøjer, som kan
anvendes til multi-channel marketing, for eksempel Coremetrics, Omniture og Unica.
Systemerne kan levere flere og bedre data, men er også mere
besværlige at implementere. Det kræver en vis omsætning, før det
kan betale sig.
Coremetrics er for eksempel skruet sammen, så der indsættes en
tracking code for hvert element, man ønsker at spore. Det er en
rigtig god idé, men naturligvis en ekstra omkostning.
Fordelen ved individuel tracking er blandt andet, at man kan
spore hvilke varer der købes sammen.
En søgning på Google, der resulterer i et køb, kan resultere i
meget konkrete data om hver enkelt vare. Så ved vi, hvilke søgeord,
der er penge værd.
Man skal også tænke selv
Det er altid fint med god software, men man skal også tænke
selv.
Hvordan vil vi måle sammenhængen mellem et besøg i en butik og
en online-køb?
Hvis vi nu antager, at jeg tager ud for at se nærmere på en
sofa, så kunne det være at ekspedienten kunne printe et ark papir
til mig, så jeg bagefter kunne købe sofaen online.
Det kunne være, at jeg ikke havde tid eller ikke kunne beslutte
mig i butikken, men måske ville jeg købe sofaen samme aften.
Hvis der på sedlen er et bestillingsnummer, så kunne jeg måske
blot indtaste nummeret og websitet kunne finde sofaen for mig.
Det ville være lettere for mig at handle online, og koden kunne
indeholde butiksnummeret. Vupti, har vi en sporing af et besøg i en
butik, som resulterer i et online-salg.
Foruden statistik-værktøjet kræver multi-channel marketing altså
også nye forretningsmodeller og lidt opfindsomhed.
The attribution issue
Der er lige en enkelt ting mere. Hvordan bestemmer vi, hvad der
var årsag til købet?
Dette problem er kendt som "the attribution issue".
Hvis jeg søger på Google efter sofaen, besøger en butik, taler
med en sælger, tager hjem og køber sofaen - hvad er så årsagen til
salget?
- En annonce på Google
- Sælgeren
- Websitet
For hvert element i multi-channel marketing er det en god idé at
bestemme, hvilken regel der gælder.
Man kan også analysere sig frem til det mest korrekte resultat,
men det er en lang og dyr proces.
Skal man springe over, hvor gærdet er lavest i multi-channel
marketing, så overlader jeg helst the attribution issue til
almindelig sund fornuft.
