Forskellen på impressions, reach og frequency i praksis

De fleste, der arbejder med digital annoncering, støder på begreberne impressions, reach og frequency, men det er ikke altid, de holdes tydeligt adskilt, når der diskuteres resultater. Impressions angiver, hvor mange gange en annonce vises på en skærm. Det gælder også, hvis den samme person ser annoncen flere gange. Hvis én bruger ser annoncen ti gange, tælles det som ti impressions. Reach fortæller i stedet, hvor mange unikke personer annoncen har ramt, uanset hvor mange gange hver enkelt har set den. Frequency er det gennemsnitlige antal visninger pr. person, altså hvor ofte målgruppen eksponeres for annoncen. Eksempelvis vil en kampagne med 5.000 impressions og 1.000 reach have en gennemsnitlig frequency på 5. Disse måltal bruges blandt andet til at styre, hvor ofte budskabet vises, så man undgår overeksponering eller omvendt, at kampagnen forsvinder i mængden. Platformene viser normalt alle tre nøgletal. Deres betydning varierer alt efter kampagnetype. På sociale medier kan frequency hurtigt vokse, hvis målgruppen er lille. Brede displayannoncer vises oftere til flere forskellige personer og har typisk lavere frequency. At kende forskellen gør det muligt at tilpasse både budgetter og annoncering mere præcist til kampagnens formål.

Hvordan måles engagement på tværs af platforme?

Engagement er et centralt begreb i digital marketing, men det har ikke en fast definition, og målemetoderne varierer fra platform til platform. På sociale medier dækker engagement som regel over interaktioner som likes, kommentarer, delinger og klik på opslag. På et website vurderes engagement ofte ud fra, hvor langt brugeren scroller, hvor længe de bliver på siden, og hvilke handlinger de foretager sig. For eksempel om de tilmelder sig et nyhedsbrev eller klikker sig videre. Sammenlignes en Facebook-kampagne med en e-mailkampagne, skal man være opmærksom på, at engagement måles forskelligt: Facebook medregner typisk samtlige typer interaktioner, mens e-mailudbydere ofte kun rapporterer klikrater. Derfor giver det mening at opstille egne parametre for engagement, så rapporteringen bliver konsistent og brugbar. For eksempel kan man måle antallet af kommentarer pr. 1.000 visninger eller sammenligne klikrater på tværs af kanaler. Hvis du vil se konkrete eksempler på, hvordan engagement kan måles i praksis, så klik her. Ved avancerede kampagner kan mikrokonverteringer som videoafspilninger, download af indhold eller tilmeldinger give et mere detaljeret indblik i, hvordan brugerne faktisk interagerer med materialet.

Forstå mikro- og makro-konverteringer og deres betydning for kampagnens succes

Når der tales om konverteringer, tænker mange automatisk på det endelige mål. Det er ofte et køb eller en udfyldt formular. Men i praksis arbejder specialister med både makro- og mikro-konverteringer. En makro-konvertering er den vigtigste handling, brugeren foretager sig, mens mikro-konverteringer dækker over de mindre skridt, der leder frem mod målet. Det kan for eksempel være at se en produktvideo, downloade en brochure, lægge varer i kurven eller klikke sig rundt på flere sider af websitet. Disse delmål giver indsigt i, hvor brugeren befinder sig i købsrejsen, og hvor der eventuelt opstår forhindringer. Ser mange brugere produktsider uden at gennemføre et køb, kan det være et tegn på, at selve købsprocessen bør optimeres. Ved at analysere både de store og små konverteringer får man et mere nuanceret billede af kampagnens resultater og kan prioritere indsatsen, hvor det giver mest effekt. Mange platforme tilbyder mulighed for at tilpasse rapporteringen, så man selv definerer, hvilke handlinger der skal tælle med som mikro-konverteringer.

Attributionsmodeller og deres betydning for budgetfordeling

Den måde, konverteringer tilskrives forskellige kanaler på, har stor indflydelse på budgetfordelingen i digital marketing. En attributionsmodel bestemmer, hvordan værdien af en konvertering fordeles mellem de kontaktpunkter, brugeren har været igennem. Den velkendte “last click”-model giver hele æren til den sidste kanal, der førte til konverteringen, mens “first click”-modellen krediterer den første. Andre modeller, som lineær attribution, fordeler værdien ligeligt mellem alle kontaktpunkter, eller prioriterer midten af brugerrejsen (position-based). Valget af model former, hvordan man vurderer forskellige kanalers bidrag. For eksempel kan displayannoncer nemt undervurderes, hvis kun last click bruges til evaluering. Anvendes en bredere model, fremhæves også de kanaler, der påvirker brugeren tidligt i processen. Mange annonceringsplatforme giver mulighed for at vælge mellem flere attributionsmodeller, så analysen kan tilpasses virksomhedens egne prioriteter. Ved at afprøve forskellige modeller kan man undgå at træffe beslutninger ud fra et for snævert billede.

Segmentering på baggrund af adfærd og intention

Segmentering handler i stigende grad om at forstå brugernes adfærd og intentioner, ikke blot demografiske eller geografiske forhold. Avancerede segmenter bygges ofte på handlinger som gentagne besøg på specifikke produktsider eller det, at brugeren har tilføjet varer til kurven uden at købe. Nogle platforme gør det muligt at oprette segmenter baseret på søgehistorik, tidligere køb eller tid brugt på siden. Segmentering efter intention benytter signaler som flere besøg eller interaktioner med bestemte typer indhold og gør det muligt at målrette annoncering mere præcist mod dem, der har udvist interesse, men endnu ikke har gennemført en ønsket handling. Ved at analysere adfærdsbaserede segmenter kan man desuden identificere, hvilke dele af målgruppen der reagerer mest positivt på forskellige budskaber. Kombinationen af data fra flere kilder åbner for nye muligheder i forhold til at skræddersy indhold og tidspunkt for annoncering, så resultaterne bliver mere relevante for både afsender og modtager.