Welke engagementmetrics waarderen klanten echt? Die je aan een zakelijke beslissing kunt koppelen. Likes en bereik laten zien dat er iets gebeurde; saves, shares, reacties met intentie, merkgebonden zoekopdrachten en incrementele omzet laten zien dat het ertoe deed. Een rapport dat bij de eerste lijst blijft steken, is etalagewerk. Een rapport dat de tweede lijst haalt, overtuigt.
Een deze week gepubliceerde casus wijst de weg. Volgens Campaign Middle East gebruikte performancebureau TRKKN Meridian, het open-source marketing mix model van Google, om schoonheidsretailer Faces te laten zien waar de omzet echt vandaan kwam. De modellering besloeg drie jaar aan data over 11 kanalen en voorspelde een incrementele omzetstijging van 8,5% en een verbetering van de ROI met 10,8 procentpunt, puur door budget te herverdelen dat al bestond.
Harry Lonergan, directeur digital marketing bij Faces, vatte de winst samen: Meridian hielp het merk verder te kijken dan wat last-click-performance kan laten zien.
Waarom overtuigen likes klanten niet meer?
Omdat klanten niet voor likes betalen. Ze betalen voor omzet, voor merk, voor marktaandeel. Als het maandrapport opent met ‘engagement stijgt’ en niet zegt wat dat heeft veranderd, stelt de marketingdirecteur de vraag waar elk bureau tegenop ziet: ‘Ja, en?’
Het probleem is niet de engagementmetric zelf. Het probleem is dat je die als doel behandelt in plaats van als signaal. Engagement is het symptoom; de klant wil de diagnose.
Wat is het data-illusie-effect?
Het is de neiging om cijfers voor begrip aan te zien. Een dashboard vol percentages ziet er objectief, precies en wetenschappelijk uit. Dus stellen we niet meer de vraag of de metric wel meet wat ertoe doet. De precisie van het getal verhult de zwakte van de vraag.
Bij engagement uit de illusie zich op drie manieren. Percentages vergelijken tussen platforms die engagement verschillend definiëren. Volume vieren zonder te lezen wat mensen daadwerkelijk zeiden. En het hele resultaat toeschrijven aan de laatste klik, juist de valkuil waaruit Meridian Faces volgens Lonergan hielp ontsnappen.
Data onthullen patronen, maar kunnen geen menselijkheid definiëren. Een hoog percentage kan een gepassioneerde fanbase zijn of een online hetze. Alleen het lezen van de content vertelt je welke van de twee het is.
Engagementmetrics: etalagecijfers versus wat overtuigt
| Maatstaf | Wat het laat zien | Wanneer het voor de klant telt |
|---|---|---|
| Bereik en vertoningen | Hoeveel mensen de content zagen, of hoe vaak die verscheen | Als context voor de andere metrics, nooit op zichzelf |
| Likes | Een snelle reactie die weinig moeite kost | Bijna nooit, op zichzelf |
| Engagementpercentage | Interactie ten opzichte van bereik | Wanneer vergeleken binnen hetzelfde platform en hetzelfde formaat |
| Reacties | Wat mensen vinden, in hun eigen woorden | Wanneer ze worden gelezen en ingedeeld op thema en intentie |
| Saves en shares | Bruikbaarheid, en de bereidheid om het eigen imago aan de content te verbinden | Bijna altijd: het zijn sterke signalen van waarde |
| Merkgebonden zoekopdrachten | Interesse die de feed heeft verlaten en intentie is geworden | Om merk- en campagne-effect te bewijzen |
| Incrementele omzet en ROI | Wat de media echt aan het bedrijf hebben toegevoegd | In het budgetgesprek, met marketing en finance |
Hoe vergelijk je engagement tussen verschillende platforms?
Voorzichtig en bij voorkeur zonder de cijfers op te tellen. Stel je een bureau voor dat de socialmediakanalen van een vrouwenvoetbalclub beheert. Instagram laat een gezond engagementpercentage zien op behind-the-scenes-content; TikTok veel views op samenvattingen van wedstrijden; YouTube kijktijd op volledige wedstrijden. Alles samenvoegen tot één ‘totale engagement’ wist precies wat elk getal je vertelt.
De betere route is om elk platform in de tijd met zichzelf te vergelijken en voor het totaalbeeld naar de mensen te kijken. Wie zijn de fans die op alle drie de kanalen reageren? Welke spanningen komen naar boven, zoals moeite om te achterhalen waar wedstrijden worden uitgezonden, of de wens om de speelsters beter te leren kennen? Dat kun je wel vergelijken tussen platforms, want het is content, geen platformeigen metric.
Bij nichesporten is zo’n manier van lezen goud waard. De doelgroep is misschien kleiner, en juist daardoor zegt één goed gelezen reactie meer dan duizend vertoningen.
Hoe bouw je een engagementrapport dat de klant echt leest?
- Begin bij de beslissing van de klant. Een sponsoring verlengen, een product lanceren, het budget verdedigen in het plan van volgend jaar. Het rapport bestaat om die beslissing te dienen.
- Kies per doelstelling hooguit drie metrics. Meer, en het wordt een inventaris in plaats van een analyse.
- Koppel elke aandachtsmetric aan een businessmetric. Saves aan sitebezoeken; reacties aan merkgebonden zoekopdrachten; bereik aan regionale verkoop.
- Lees de content, niet alleen het getal. Deel reacties in op thema en intentie. Drie echte citaten zijn meer waard dan een grafiek.
- Zet voorspellingen naast resultaten. Als je zei dat een creatie zou werken, laat dan zien of dat zo was. Zo bouw je geloofwaardigheid op.
- Sluit af met een aanbeveling. Waar je budget toevoegt, schrapt of vasthoudt in de volgende cyclus. Een rapport zonder aanbeveling is slechts de notulen van een vergadering.
Stap vijf is waar veel bureaus onopgemerkt geloofwaardigheid verliezen. Op het Defy-platform worden voorspellingen gevalideerd aan de hand van echte advertentieprestaties en kan elke conclusie worden getoetst aan de posts erachter. Zo begint het resultatengesprek met de klant bij bewijs, niet bij een verdediging.
Wanneer is het de moeite waard om over te stappen op marketing mix modelling?
Wanneer de vraag van de klant verschuift van ‘deed de post het goed?’ naar ‘waar moet het volgende deel van het budget heen?’. De casus van TRKKN toont het potentieel: met Meridian ontdekte Faces kanalen met groeiruimte, kanalen die tegen verzadiging aan zaten en budget dat elders kon worden ingezet. Performance Max bleek het best presterende kanaal.
Maar MMM heeft historie nodig. Het project gebruikte drie jaar aan data, online en offline, over 11 kanalen. Begin voor kleinere klanten of nieuwere accounts met de basis, goed gedaan: de juiste metrics, kwalitatief lezen en eenvoudige incrementaliteitstests. Het doel is hoe dan ook hetzelfde: de illusie van het getal inruilen voor een echt begrip van wat het bedrijf in beweging brengt.
