Werkt adverteren wel? – De Correspondent bracht een jaar geleden een artikel uit waarin ze uit de doeken deden dat bij digital advertising maar de vraag is of het werkt.

In 2010 kwam Byron Sharp al met een boek, How Brands Grow, waarin menig marketingmythe al onderuit werd gehaald.

Dan blijf je achter met de vraag of adverteren wel werkt, of marketing wel zinvol is.

Byron Sharp zei daarop zelf gelukkig al dat dat zeker het geval is. Het heeft nut.

Wat staat er in het artikel van De Correspondent? 

Jesse Frederik en Maurits Martijn zoeken uit of digital advertising wel werkt. Ze volgen de claims van o.a. Google en Facebook dat alles precies meetbaar is en dat je betaalt voor wat werkt.

Maar dan komen de economen en econometristen om de hoek kijken die willen uitvinden hoe dat dan werkt. Kort gezegd blijkt dat de methodische kennis binnen de grote techbedrijven toch wat te kort schiet. 

Wat werkt niet volgens de economen en econometristen?

Simpel gezegd het volgende. Er wordt betaald voor advertenties die zinloos zijn. 

Het gaat dan om brand keywords, het betalen voor advertenties voor de eigen naam van je bedrijf. Je ziet dan geen verschil tussen het selectie-effect en het advertentie-effect. 

eBay betaalde voor advertenties op zoekresultaten waarin hun eigen naam of productnamen werden genoemd. Bezoekers klikten dan op de advertentie van eBay in plaats van op de organische, niet-betaalde link onder die advertentie. Dan wordt de verkoop aan de advertentie toegeschreven, terwijl de consument al doelbewust zocht op eBay en een advertentie dus niet nodig was.

Nou is het niet zo dat brand keywords altijd slecht zijn. Voor een defensieve advertentiestrategie kunnen ze wel werken.

Vervolgens stopten ze deze advertenties bij eBay en wat bleek: geen verschil in de omzet. Er bleek voor tientallen miljoenen dollars weggegooid te worden aan zinloos adverteren.

Dat experiment breidden ze uit. Ook voor algemene zoektermen, zoals schoenen of overhemden stoppen ze. Ook daar, geen verschil.

Voor het bedrijf winst, want ze geven minder uit en behalen dezelfde omzet.

Voor de marketingafdeling een ramp, want hun budget wordt afgekalfd en hun nut staat ter discussie.

Dat probleem blijkt breder te spelen in de advertentie-industrie. 

Wat doen we fout in de reclamewereld?

We kijken naar de verkeerde gegevens en beoordelen gegevens verkeerd.

Ook in TV, print en radio is maar de vraag hoeveel effect een advertentie oplevert. Je weet daar niet wie toch al van plan was jouw product te kopen.

Online wordt gedaan alsof dat exact te meten is, maar wanneer je oorzaak en vervolg verkeerd verbindt, meet je het verkeerde.

Facebook heeft zelf ook veel tests gedraaid en daaruit blijkt dat het merendeel van de tests het selectie-effect vele malen groter was dan het advertentie-effect. Tot wel 50 keer meer.

De algoritmes versterken dat alleen maar, want die proberen alle willekeur uit te sluiten. Die willekeur heb je in je experimenten juist nodig om mee te kunnen werken. Daar ga je mee spelen. In het docudrama ‘The Social Dilemma‘ kwam ook al naar voren dat de algoritmes juist onze blik vernauwen.

Wat leren wij hiervan?

We moeten adverteren en marketing meer als wetenschap zien. Wetenschap gaat om experimenteren en meten welk effect iets heeft. En, zorgen dat je zuivere gegevens hebt. Ons dus bewust zijn van zaken als advertentie- en selectie-effect, en van de vooroordelen die we als mens hebben.

De conclusie van het werk van Byron Sharp is dat adverteren vooral van belang is om een plek in het brein van mensen te krijgen. Ze moeten aan jou denken wanneer ze aan een bepaalde productcategorie denken. Tempo voor tissues bijvoorbeeld, of Jumbo voor boodschappen, bakker Ammerlaan voor brood.

Toeschrijven van de juiste bron aan een verkoop is lastig. Je gaat als koper niet altijd via een kanaal naar een verkoper. Je hebt al eens een driehoeksbord gezien, of het logo op het shirt van je voetballende dochter. Dat je daarna via de site iets besteld is niet per se aan de zoekopdracht toe te wijzen. Attributie lijkt online makkelijk, maar vertekent snel. En zeker wanneer je verkeersgegevens niet zo hoog zijn, is het statistisch gezien lastiger conclusies te trekken.

Wat kunnen we met deze kennis doen?

Durven experimenteren.

En een goed voorbeeld is Chevrolet in Mexico City. Ze zagen dat de blauwe Aveo daar goed verkocht. Daarop hebben ze in de wijken waar de beste verkoop was gerichter geadverteerd. Offline en online. Dat wierp z’n vruchten af. 146% meer van die auto’s werden verkocht? Dat werkte omdat de buren influencers werden. Als jij bij jouw buren een bepaalde auto ziet, neemt de kans met 80% toe dat jij ook zo’n auto koopt.

De campagne van Chevrolet laat zien dat je met slim gebruik van data en snel schakelen goed kunt scoren. Beperk je ook niet tot 1 kanaal. Dat is wat Byron Sharp ook al zo goed laat zien. Wees op zo veel mogelijk plekken zichtbaar en aanwezig.