Marketing analytics: de keten van tag tot beslissing

Marketing analytics is het meten van wat je marketing oplevert, en het bijsturen daarop. In de praktijk loopt dat langs vijf schakels: een meetplan, tagging, verzamelen, samenbrengen en rapportage.

Elke schakel heeft zijn eigen manier om te breken. Gaat er één stuk, dan klopt alles erachter ook niet meer. Het dashboard blijft ondertussen keurig getallen tonen, en daar zit het probleem: een verkeerd cijfer ziet er precies zo uit als een goed cijfer.

Hieronder loopt de keten van voren naar achteren, met per schakel wat er misgaat bij de opdrachtgevers waar we binnenkomen.

Een meetplan is een document waarin staat welke vragen je wilt beantwoorden, welke events en parameters daarvoor nodig zijn, en wie de eigenaar is van elke definitie. Een spreadsheet volstaat.

Waar het misgaat: zonder meetplan wordt elke tag een losse afspraak tussen een marketeer en wie er die week tijd had. De ene developer stuurt purchase, de andere order_complete. Een formulier op de contactpagina heet lead, hetzelfde formulier in de footer heet submit_form.

Het gevolg zie je pas een jaar later, als iemand vraagt hoeveel leads een campagne opleverde en er drie antwoorden mogelijk zijn. Leg daarom eerst vast wat een conversie is, inclusief de randgevallen: telt een offerteaanvraag van een bestaande klant mee, en telt een bestelling die wordt geannuleerd?

De tagging zet gedrag om in events. Google Tag Manager in de browser, eventueel met een server-side container ervoor of erachter. Van daaruit gaan de events naar GA4 en naar de advertentieplatforms.

Waar het misgaat: adblockers en browsers halen een deel van de client-side meting weg. Safari kort cookies die JavaScript zet fors in, waardoor terugkerende bezoekers als nieuw binnenkomen. Zonder toestemming vuurt een deel van je tags helemaal niet.

Een server-side container lost een deel daarvan op, omdat de tags vanaf je eigen domein lopen. Het vraagt wel hosting en beheer: zie Cloud Run of Stape en Taggrs of Stape.

Bij e-commerce zit de tweede valkuil in de opbouw van de items-array. Ontbreekt daar de item_id of de prijs, dan komt je omzet wel binnen maar je productrapportage niet.

GA4 kent je gedrag, de advertentieplatforms kennen hun kosten, en je shop of ERP kent de orders, de retouren en de inkoopprijs. Pas als die drie in hetzelfde systeem staan kun je kosten naast marge zetten.

Zet de BigQuery-export van GA4 aan en laad daarnaast dagelijks je advertentiekosten en je orderregels in. Dan wordt dit een query in plaats van een discussie:

SELECT
  k.datum,
  k.campagne,
  SUM(k.kosten) AS kosten,
  SUM(o.omzet_excl_btw) AS omzet,
  SUM(o.marge) AS marge,
  SAFE_DIVIDE(SUM(o.marge), SUM(k.kosten)) AS marge_per_euro
FROM `mijn-project.marketing.advertentiekosten` k
LEFT JOIN `mijn-project.shop.orders_toegerekend` o
  ON o.datum = k.datum AND o.campagne = k.campagne
WHERE k.datum >= DATE_SUB(CURRENT_DATE(), INTERVAL 28 DAY)
GROUP BY 1, 2
ORDER BY kosten DESC

Waar het misgaat: de orders komen binnen zonder retouren en zonder inkoopprijs, dus je rekent met omzet en noemt het rendement. Op categorieën met veel retouren kan een campagne die op ROAS wint op marge verliezen.

Een rapport is pas af als iemand er een besluit op neemt: budget erbij, budget eraf, of een campagne uit.

Waar het misgaat: de platformcijfers worden bij elkaar opgeteld. Google Ads claimt de conversie, Meta claimt dezelfde conversie, en samen tellen ze meer bestellingen dan je webshop heeft verwerkt. Dat komt door de terugkijkvensters en doordat beide platforms alleen hun eigen klikken en vertoningen zien. Meta telt standaard ook vertoningen mee.

Gebruik daarom één bron voor het totaal, meestal je ordersysteem, en de platformcijfers alleen voor sturing binnen dat platform. Houd de verhouding tussen beide in de gaten: springt die, dan is er iets veranderd aan je meting.

Let bij GA4-verkenningen op steekproeven. Een cijfer uit een gesamplede verkenning is een schatting, en dat staat niet groot in beeld.

• Schrijf het meetplan voordat je één tag aanraakt. Vijftien events die iedereen begrijpt zijn meer waard dan tachtig die niemand kan uitleggen.
• Leg de definitie van conversie schriftelijk vast, met de randgevallen erbij, en zet erbij wie hem mag wijzigen.
• Zet de BigQuery-export van GA4 aan. Die vult pas vanaf de dag dat je hem aanzet, dus stel het niet uit tot je hem nodig hebt.
• Laad je orders inclusief retouren en inkoopprijs in hetzelfde warehouse als je advertentiekosten.
• Stuur op marge. Omzet is de makkelijke variant en die kiest structureel de verkeerde winnaars.
• Tel de platformcijfers niet bij elkaar op. Kies één bron voor het totaal.
• Bouw het dashboard als laatste, en bouw alleen wat op een besluitmoment gebruikt wordt.