Magma topp logo Til forsiden Econa

Å treffe blink

figur-author

Velsignelsen og forbannelsen ved digital markedsføring

Sammendrag

Styrken ved digital i motsetning til tradisjonell markedsføring er at digitale medier lar oss nå ut til konkret definerte målgrupper uten å kaste bort ressurser på uinteresserte potensielle kunder. Men det viser seg at denne styrken også kan være en svakhet. Digital markedsføring er rettet mot svært spesifikke og engasjerte målgrupper som kanskje ville kjøpt produktene dine uansett. På grunn av denne seleksjonseffekten er det vanskelig å fastslå den egentlige virkningen av markedsføringen. Nylige studier viser at vi kanskje overvurderer effekten av digital markedsføring med så mye som 300 prosent. Det anbefales derfor å bruke digital markedsføring til å nå forbrukere som befinner seg høyere oppe i kjøpstrakten, for å etablere bevissthet og kunnskap om merkevaren, heller enn til kjøpskonvertering. Det anbefales å bruke randomisert kontrollert studie for å måle effekten av digital markedsføring, men modellering med markedsføringsmiks kan også fungere.

Det finnes anekdotisk bevis for at en politimann én gang kom over en fyllik som lette etter nøklene sine under et gatelys. Den vennlige politimannen ville gjerne hjelpe og spurte fylliken om han var sikker på at det var her han hadde mistet nøklene. Da svarte fylliken: «Nei, jeg mistet dem i parken.» Dette svaret overrasket politimannen, og han spurte hvorfor han da lette her. Da svarte fylliken: «Det er her lyset er.» Historien er et eksempel på fenomenet som kalles gatelyseffekten, altså det at folk leter etter ting der det er lett å lete.

Selv om dette eksemplet er morsomt, illustrerer det et viktig poeng om menneskets natur. Med internett og sosiale mediers inntog har vi formet en sterk tro på at det er enklest å skaffe nye kunder og utvikle eksisterende kundeforhold via nettbasert markeds­føring. Dermed bruker vi millioner av dollar på digital markedsføring hvert år. Omsetningen for all digital markedsføring i det amerikanske markedet, som utgjør 59 prosent av alle markedsføringsmidler her, endte på 336 milliarder USD i 2020, og er forventet å øke med 10,4 prosent i 2021. (Létang, 2020). Det som delvis forklarer denne trenden, er at det er lettere å forsvare investeringer i digitale medier sammenlignet med andre medier, fordi vi måler «effekten» av å bruke penger på internettmarkedsføring (i form av for eksempel likerklikk, inntrykk og salg) med større magma2102_fagdel_img_43.jpgnøyaktighet. Dette fenomenet kalles kvantifiseringsbias. Det vil si at vi liker å fokusere på ting som kan måles, og vi ignorerer derfor immaterielle ting som kultur og følelser. Det viser seg imidlertid at det er langt fra enkelt å måle ytelseseffekten av nettbasert markedsføring (Frederik & Martijn, 2020; Martijn & Frederik, 2020). En nyere studie viser at vi kanskje overvurderer denne effekten med cirka 300 prosent hvis vi bruker korrelasjonsmetoder som maskinlæring, som er populært for tiden, i stedet for en årsaksbasert tilnærming (Gordon et al., 2019).

Dette ble en krevende læring for eBay (Blake et al., 2015). Auksjonshuset brukte rundt 51 millioner dollar på søkemotormarkedsføring. De anslo, ut fra korrelasjoner, at firmaet ville få en avkastning på 4100 prosent på investeringen. Etter et eksperiment fikk de imidlertid en alvorlig realitetsorientering. Utfallet av eksperimentet viste en negativ avkastning på 63 prosent. Hvordan kan vi forklare en slik forskjell?

Mot sin vilje hadde eBay blitt en del av et såkalt naturlig eksperiment på grunn av en vedvarende konflikt med søkemotoren Bing. Bing, som eies av Microsoft, hadde økt prisene sine for digital markedsføring betydelig, til stor frustrasjon for markedsføringsavdelingen i eBay. Som svar besluttet eBay å stoppe markedsføring på Bing-søkemotoren totalt. Det å analysere dataene fra et slikt eksperiment er drømmejobben for enhver markedsføringsanalytiker, fordi effekten av betalte søk kan kvantifiseres, mens alle de andre variablene holdes konstante. Resultatene var slående. eBay tapte ikke en eneste besøkende på grunn av konflikten med Bing, fordi alle besøkende som tidligere kom til nettstedet, nå fant den samme siden via organiske søkeresultater (som man ikke må betale for). Disse resultatene viser at dedikerte brukere av eBay alltid vil kunne finne eBay og ikke trenger noe ekstra påtrykk for å besøke nettsidene deres gjennom betalte søk. Dermed er det bortkastet å bruke penger på akkurat denne brukergruppen.

For å klargjøre poenget enda mer: Se for deg en situasjon der en butikkeier hilser kundene ved inngangen til butikken og deler ut en brosjyre til alle besøkende i butikken. Deretter regner han ut konverteringsraten, som viser seg å være 90 prosent. 90 prosent av alle kund­ene som gikk inn i butikken hans den ettermiddagen, hadde kjøpt noe da de forlot butikken. Wow! Butikkeieren er henrykt og planlegger å trykke flere brosjyrer, siden de ser ut til å være svært effektive. Men … vent litt … hva er egentlig dette salgsløftet, eller med andre ord, atferdsendringen som brosjyren har forårsaket? Vel, det er i praksis null. Ingen av de som besøkte butikken, skiftet mening på grunn av det overtalende budskapet. De hadde allerede planlagt kjøpene og besøkene sine til butikken. Selv om dette er et trivielt eksempel, illustrerer det forskjellen på en korrelasjonsbasert og en årsaksbasert tilnærming til avkastning og digital markedsføring.

La oss nå gå tilbake til problemet med digital markedsføring. I eksemplet ovenfor er det en høy grad av samsvar mellom de som mottok brosjyren, og de som gjorde et kjøp. Men samsvaret oppstår imidlertid ikke på grunn av brosjyren, men på grunn av at begge variablene, nemlig det å se markedsføringen og det å gjøre et kjøp, er påvirket av en tredje (forvirrende) variabel: nemlig om noen kommer til butikken eller ikke. På samme måte kan det være stor overlapping mellom Facebook-brukere som får servert en reklame, og de som gjør et kjøp. Dette skyldes ikke nødvendigvis at de som ser reklamen, overtales til å kjøpe (en årsaksvirkning), men det kan være at flere andre faktorer har ført til en korrelasjon mellom disse to variablene. For det første har nettbrukere som er påkoblet, større sannsynlighet for å se reklamen og gjøre et kjøp. For det andre er det mer sannsynlig at markedsførerens algoritmer vil servere noen en reklame hvis det forventes at denne personen vil gjøre et kjøp (basert på hva algoritmen har lært om tidligere kunder). Og til slutt kan det hende at selv om dine egne markeds­føringshandlinger ikke skaper et seleksjonsbias, kan konkurrentene dine likevel gjøre det for deg. Hvis for eksempel to produsenter av babyprodukter retter seg mot nybakte mødre i aldersgruppen 20–35 år, konkurrerer begge selskapene om den samme kunden. Hvis en konkurrent da er høyeste budgiver i Facebooks auksjon over reklameplass, er det mindre sannsynlig at målgruppen for det aktuelle selskapet blir eksponert for reklamen, og på grunn av konkurrentens kampanje er det mindre sannsynlig at målgruppen kjøper produkt­ene til det aktuelle selskapet.

Mekanismene som beskrives ovenfor, er årsakene bak såkalt seleksjonsbias. Det er mer sannsynlig at algoritmene for nettbasert markedsføring retter seg mot noen som kjøper produktet ditt, uavhengig av om de har sett reklamen, og dermed overvurderes den faktiske reklameeffekten (Aral, 2020; Kite, 2020). magma2102_fagdel_img_44.jpgMetodene som er tilgjengelige for øyeblikket for å måle effekten av markedsføring, er dårlige til å skille denne faktiske markedsføringseffekten fra seleksjonseffekten. Det viser seg at seleksjonseffektene kan være store, alt fra 2 til 96 prosent av den totale effekten (se figur 1). Og det verste er at vi ikke har mulighet til å vite hva de faktiske markedsføringseffektene er, med mindre vi bruker en randomisert kontrollert studie til å avdekke den faktiske årsaksvirkningen. Randomiserte kontrollerte studier er kostbare, og det er usikkert om resultatene kan generaliseres. Så hva gjør vi da? Skal vi slutte med digital markedsføring? Eller, hvis vi fortsetter med det, hvordan kan vi øke avkastningen på denne investeringen?

figur

Figur 1 Effektiviteten av reklamer på Facebook. De orange stolpene viser prosentandelen av den totale ytelseseffekten som kan skyldes markedsføring. Resten skyldes seleksjonseffektene. Kilde: Gordon et al., 2019.

La oss ta det første spørsmålet først. Det viktige er å finne ut hvilke omstendigheter dette fungerer under, og når det ikke gjør det. Da kan det være nyttig å studere hva Procter & Gamble gjorde. I en viktig tale på IABs årlige ledelsesmøte i 2017 etterlyste Mark Pritchard, merkevaresjefen i P&G, full åpenhet om effektiviteten av nettbasert markedsføring på plattformer som Facebook og Google. Han kuttet P&Gs budsjett for digital markedsføring med 200 millioner USD og økte deretter salget med 7,5 prosent. Hva var det egentlig som gjorde at han lyktes så godt? Det viktigste funnet til P&G er at rekkevidde fungerer bedre enn repetisjon. For å lykkes med markedsføring på internett hjelper det altså å utvide publikumet i stedet for å sende det samme budskapet gjentatte ganger til den samme målgruppen (Blake et al., 2015). En viktig implikasjon av dette er at det lønner seg å sikte seg inn på (potensielle) kunder høyt oppe i kjøpstrakten. Med andre ord er digital markeds­føring egnet til å skape oppmerksomhet rundt og utvikle kunnskap om merkevarer, men mindre egnet til å endre atferd og hvilke merkevarer man foretrekker. Disse funnene støtter arbeidet til Damon Centola (2018), som konkluderer med at sosiale medier er svært godt egnet til å spre enkle budskap, men mindre egnet til å endre personers atferd (en kompleks innovasjon). For å endre noens atferd trenger vi flere gjensidig forsterkende budskap via flere sterke bånd, og ikke de svake båndene vi ofte finner på sosiale medier. Det er imidlertid usikkert om denne lærdommen gjelder for alle merkevarer og kampanjer – noe som tar oss til den neste viktige lærdommen.

Det andre poenget vi kan ta med oss fra P&Gs opp­levelse, er at den eneste måten å finne ut om noe fungerer på, er via randomiserte kontrollerte studier (Johnson et al., 2017; Lewis & Reiley, 2014). Korrela­sjonsmetoder basert på brukerdata på individuelt nivå har i nesten alle tilfeller sterk bias og vil overvurdere den faktiske markedsføringseffekten (dvs. løftet), uansett hvor mye data du har tilgjengelig for å forklare denne effekten. Dermed bør man bruke A/B-testing for å evaluere den faktiske årsaksvirkningen av nett­baserte kampanjer eller elementene i disse. Betyr dette at salg eller modellering med markedsføringsmiks er nytteløst? Nei, ikke egentlig. Disse modellene er likevel svært nyttige for å ta viktige avgjørelser om tema som størrelsen på markedsføringsbudsjettet og den optimale allokeringen av den i ulike mediekanaler. Til dette formålet bruker vi imidlertid aggregerte data, slik at vi ikke fastslår effekten av enkeltvise kampanjer, men av pengebruk på markedsføring generelt.

For å oppsummere: Hemmeligheten ved digital markedsføring er at det ikke fungerer så godt som vi tror, men når det gjøres riktig, fungerer det svært godt. Nøkkelen er å finne ut hvilke omstendigheter dette fungerer under, og når det ikke gjør det. Heldigvis kan vi nå gjøre dette ved hjelp av billige og kraftfulle A/B-tester. Det digitale miljøet gir oss mulighet til å endre flere aspekter ved kampanjen (medium, melding og marked) ved lave kostnader og teste ytelses­konsekvensene av dette. Før vi ruller ut en nasjonal kampanje i stor skala, kan vi dermed først teste i et lite, kontrollert miljø om en kampanje fungerer, og, om nødvendig, hvordan vi kan få den til å fungere. Bruken av sofistikerte verktøyskrin gjør digital markedsføring til et svært spennende felt der både vesentlig kunnskap og analytiske ferdigheter er uvurderlige. For frem­tidens markedsførere er dette dermed stedet der venstre hjernehalvdel møter den høyre, eller motsatt.

Viktige punkt for ledere:

  1. Digital markedsføring er mindre effektivt enn ofte antatt. Selskaper kan spare penger på digital markedsføring uten å lykkes dårligere.
  2. Digital markedsføring er bedre egnet til å oppnå rekkevidde enn til å skape repetisjon. Dette impliserer at kommunikasjon må være fokusert på bevissthet og kunnskap om merkevarer.
  3. Gullstandarden for å måle avkastningen på penger brukt på digitalmarkedsføring er en randomisert kontrollert studie. Modellering med markedsføringsmiks kan hjelpe til å ta beslutninger om størrelsen på og allokeringen av markedsføringsbudsjettet.
  • Aral, S. (2020). The hype machine. How social media disrupts our elections, our economy, our health – and how we must adapt. Currency.
  • Blake, T., Nosko, C. & Tadelis, S. (2015). Consumer heterogeneity and paid search effectiveness: A large-scale field experiment. Econometrica, 83(1), 155–174.
  • Centola, D. (2018). How behavior spreads: The science of complex contagions. Princeton University Press.
  • Frederik, J. & Martijn, M. (2019, 6. november). The new dot com bubble is here: It’s called online advertising. The Correspondent. https://thecorrespondent.com/100/the-new-dot-com-bubble-is-here-its-called-online-advertising/
  • Gordon, B. R., Zettelmeyer, F., Bhargava, N. & Chapsky, D. (2019). A comparison of approaches to advertising measurement: Evidence from big field experiments at Facebook. Marketing Science, 38(2), 193–225.
  • Johnson, G. A., Lewis, R. A. & Nubbemeyer, E. I. (2017). Ghost ads: Improving the economics of measuring online ad effectiveness. Journal of Marketing Research, 54(6), 867–884.
  • Kite, G. (2020, 28. september). Marketers misunderstand the two tasks of online advertising. MarketingWeek. https://www.marketingweek.com/marketers-misunderstand-two-tasks-online-advertising/
  • Lewis, R. A. & Reiley, D. H. (2014). Online ads and offline sales: Measuring the effects of retail advertising via a controlled experiment on Yahoo! Quantitative Marketing and Economics, 12, 235–266.
  • Létang, V. (2020). MAGNA US Advertising forecasts – December 2020. https://magnaglobal.com/magna-advertising-forecasts-december-2020/
  • Martijn, M. & Frederik, J. (2019, 18. november). The (non)sense of online advertising: When the numbers don’t add up. The Correspondent. https://thecorrespondent.com/125/the-non-sense-of-online-advertising-when-the-numbers-dont-add-up/

Econa er foreningen for høyt utdannede innen økonomi og administrasjon. Er du ikke medlem?
Sjekk medlemstilbudene og meld deg inn i dag.

© Econas Informasjonsservice AS, Rosenkrantz' gate 22 Postboks 1869 Vika N-0124 OSLO
E-post: post@econa.no.  Telefon: 22 82 80 00.  Org. nr 937 747 187. ISSN 1500-0788.

RSS