Voor veel e-commerce bedrijven is er één hele belangrijke factor die zowel de kosten als de omzet drijft: marketing. Maar waar moet je als bedrijf je marketing euro’s aan spenderen? Google Ads? Facebook? Of toch een tv-campagne? Hoe kom je er in het complexe landschap van door elkaar lopende marketing campagnes achter hoeveel effect iedere euro echt heeft gehad? En op welk punt heeft het eigenlijk geen nut meer om nog in een bepaald kanaal te investeren?

Aanleiding

Het effect van E-commerce campagnes kan moeilijk meetbaar zijn.

Veel marketing managers kunnen het directe effect van losse campagnes meten, denk aan conversies van een Google Ads-campagne. Het indirecte effect van een tv-commercial op de omzet is al iets lastiger te meten. Maar hoe kan je betrouwbaar het effect van tal van campagnes door elkaar meten? De verschillende campagnes beïnvloeden elkaar namelijk ook. Juist daarom is het essentieel om te weten dat de tv-commercial niet genoeg heeft bijdragen, zodat het budget de volgende keer naar een extra Facebook campagne kan!

Resultaat

Efficiëntere inzet van media zorgt voor hogere return on media investments (ROMI).

Aanpak

Met Bayesiaanse modellen worden alle directe en indirecte invloeden geanalyseerd.

We zetten een uniek

Bayesiaans model

Bayesiaans model in dat rekening kan houden met alle verschillende invloeden die bij marketing komen kijken. Allereerst wordt de invloed van verschillende campagnes op elkaar geanalyseerd. Maar het model corrigeert ook voor eventuele vertraagde effecten van campagnes op de performance indicatoren en het plafond met betrekking tot het effect van campagnes. Dit zijn elementen die met andere technieken heel lastig te analyseren zijn.

Oplossing

Moeiteloos stelt de marketing manager de budgetten over verschillende kanalen voor volgend jaar vast, of achterhaalt ze welke marketingcampagne de meeste impact heeft om het doel voor komende week nog te halen.

Roadmap

Wat kunnen de volgende stappen naar Factual Decision Making zijn?