SpotAnalyzer, what’s next!

In een eerder artikel heb ik het al eens gehad over onze SpotAnalyzer, destijds was hij 2,9 miljard impressies oud geworden! Intussen zitten we op ruim het dubbele met 7,4 miljard impressies, een waarde van 18,3 miljoen euro en 2,2 miljoen geattribueerde bezoeken. Ons SpotAnalyzertje is dus een volwassen tool geworden, tijd om de belangrijkste conclusies te delen en vooruit te kijken naar wat er daarna komt!

Belangrijkste conclusie: Geen grote verschuivingen tav eerste periode

Veel is hetzelfde gebleven, ondanks dat er ruim 2,5 keer meer ‘media’ gemeten is. Dit pleit in het voordeel van de betrouwbaarheid van onze tool, deze was dus vanaf de start al zeer hoog. De belangrijkste KPI’s in twee grafieken én op een rij:

Mediumtype, exploitant & zender, het draait om de balans

TV blijft dus effectiever én efficiënter dan radio, maar op CPM duurder. Op exploitant niveau zien we bij TV dat NPO de meest effectieve én ook weer efficiënte exploitant is, bij radio is FD Groep (BNR) het meest effectief en ORN het meest efficiënt. Op zender niveau zien we dat op TV de kleinere zenders wederom beter scoren dan grotere zenders, in beide categorieën spannen de NPO zenders wederom de kroon. Ook op radio zien we de kleinere zenders bovenaan de effectiviteits-as.

De balans blijft een terugkomend item op dit gebied. Voor een goede campagne is uiteraard een kostenefficiënte en effectieve campagne gewenst, maar er dient natuurlijk ook een bepaald volume behaald te worden om van aantoonbaar resultaat te spreken. Op mediumtype gebied werkt een radiocampagne nog steeds goed ter ondersteuning op TV. Als we kijken naar exploitant en zenderniveau dan is het per doelgroep belangrijk om de exploitant keuze goed te maken en de zenderkeuze dient gebalanceerd te worden op bereik en rendement, waarbij grote zenders vaak voor het imago van onschatbare waarde zijn. Dit wordt natuurlijk niet gemeten in de SpotAnalyzer, maar komt wel naar voren uit andere onderzoeken.

Veel kansen bij betere afstemming timing

Qua timing zien we dat de dag van de week iets minder relevant is. Bij e-commerce zijn de zondagen en maandagen natuurlijk van belang en is er rond de woensdagen en donderdagen doorgaans minder effectiviteit te verwachten op radio en TV. Met name op radio worden de weekenddagen iets onderschat lijkt het.

Meer verschil is terug te vinden in de tijdvakken. Voor TV zien we uiteraard veel traffic ontstaan door prime time inzet (vanaf 18.00 uur), maar we zien ook dat dit lang niet altijd de meest kostenefficiënte traffic is. Zeker de latere prime time tijdvakken zijn minder goed in staat om traffic te genereren tegen een aantrekkelijk tarief. Wat dat betreft zou het advies zijn om zowel de vroege ochtend als ook de latere ochtend aan de selectie toe te voegen. In principe gaat hetzelfde gegeven ook bij radio inzet op. Non-prime time inzet (vanaf 18.00 uur) levert een zeer kostenefficiënte aanvulling op aan de campagne.

Spotversie, wellicht de meest belangrijke knop om aan te draaien!

Op spotlengte/ -versie hebben we de vorige keer een aantal interessante insights boven tafel gekregen die een aantal van onze klanten hebben geholpen om ondanks de gestegen tarieven van TV inzet toch succesvolle campagnes op TV te kunnen draaien. Bijvoorbeeld de werking van billboards was een zeer interessant gegeven om performance aan TV toe te voegen óf budget te kunnen besparen.

Deze update geeft wederom aan dat een billboard minder effectief is dan een reguliere TV spot, maar dat het de moeite loont om ze gezamenlijk in te zetten vanuit kostenefficiëntie oogpunt. Zowel op TV als op radio kunnen we hiermee flinke rendementsverbeteringen leveren!

3rd party toevoegingen

In de afgelopen tijd is er geëxperimenteerd met 3rd party data toevoegingen aan analyses, hierbij kun je denken aan de Bitcoin koers of bijvoorbeeld temperatuur en neerslag. Afhankelijk van periode en product hebben ook deze factoren invloed op conversie naar website traffic, zo was er met name op temperatuur een duidelijk oplopende lijn te zien in de kosten per geattribueerde bezoeker.

En nu? Marketing Mix Modeling!

We hebben met de SpotAnalyzer gezien dat we obv campagneinput en -output relevante insights kunnen halen, die campagnes beter maken en aantoonbaar meer rendement opleveren. Dat smaakt naar meer, groter, breder en geavanceerder! Die stap zetten we nu, met Marketing Mix Modeling! We beperken ons niet meer tot alleen radio en tv, maar worden volledig crossmediaal. We richten ons ook niet meer alleen op websitebezoek, maar kijken echt naar conversie en omzet. En we verbreden ons van alleen media naar marketing, door ook bijvoorbeeld concurrentie, prijs en markt mee te nemen in onze analyses!

Interesse? Kom maar door!

Over Niels Bruinsma

Having worked at both international and national media agencies by now I have experience in almost every possible workfield. This gives me a broad view of markets and effective media- and marketingcampaigns. Also I am greatly interested in media channel- and effectiveness surveys and have an open mind to all new ideas and views. Clients: L'oreal luxury products division (Lancome, Ralph Lauren & Armani), ABN AMRO, Auping, Shell, Estee Lauder Companies (Clinique, Estee Lauder, Tommy Hilfiger, DKNY), British Airways, V&D, HEMA, Kijkshop, Icesave, OHRA, SNS Fundcoach, Super de Boer, Univé, VGZ, Aldi, Postcode Loterij, Corendon, Basif-Fit and Budget Energie. Specialties: The most important driver for my personal ambition is my passion for what I'm doing. This driver is responsible for keeping myself updated in Dutch and international media developments. Lately I am specialised in customer journey en online and offline attribution models.
Dit bericht is geplaatst in Abovo, algoritme, Artificial intelligence, Attributie, Communicatie, Conversie attributie, Crossmediaal, Google, Kijkcijfers, Machine learning, Media branche, Mediabureau, MediaFacts, Model, Multimediaal, Radio, radio, SKO, Televisie, TV, TV. Bookmark de permalink.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.