Waarom dit getal teams misleidt
Klaviyo rapporteert een metric die vaak wordt aangeduid als 'attributed email revenue'. Dit getal toont de omzet die wordt toegeschreven aan e mailcampagnes binnen een bepaalde periode. Veel teams zien dit als de directe impact van hun e mailmarketing, maar dat is een misvatting.
Het probleem ontstaat doordat deze omzet niet per se extra gegenereerde omzet is. Het kan ook omzet zijn die anders via andere kanalen zou zijn binnengekomen. Hierdoor overschatten teams de effectiviteit van hun e mailcampagnes.
Een voorbeeld. stel dat een klant normaal gesproken een aankoop doet via organisch verkeer, maar nu via een e mailcampagne. De omzet wordt toegeschreven aan e mail, maar is niet extra. Dit leidt tot een vertekend beeld van de werkelijke bijdrage van e mailmarketing.
Wat de metric werkelijk betekent
De 'attributed email revenue' geeft aan welke omzet binnen een bepaalde attributieperiode wordt gekoppeld aan een e mailinteractie. Dit betekent dat als een klant binnen bijvoorbeeld 24 uur na het openen van een e mail een aankoop doet, die omzet wordt toegeschreven aan die e mail.
Deze metric meet dus vooral de correlatie tussen e mailinteracties en aankopen, niet de causale impact. Het laat zien welke omzet e mail als touchpoint heeft gehad, maar niet of die omzet zonder e mail ook was gerealiseerd.
Daarom is het belangrijk om te begrijpen dat deze metric een indicator is van betrokkenheid en timing, maar geen bewijs van extra omzet. Het is een nuttige maatstaf voor het beoordelen van de rol van e mail in het klanttraject, maar niet voor het bepalen van de netto bijdrage aan de omzet.
Waar de interpretatie misgaat
Veel teams interpreteren 'attributed email revenue' als 'incremental revenue', oftewel extra omzet die zonder e mail niet was gerealiseerd. Dit leidt tot overschatting van de ROI van e mailcampagnes en kan verkeerde investeringsbeslissingen veroorzaken.
Incremental revenue vereist een analyse die rekening houdt met wat er zou zijn gebeurd zonder de e mailcampagne. Dit kan worden vastgesteld met gecontroleerde experimenten zoals A/B tests of geavanceerde statistische modellen die causale effecten meten.
Zonder deze analyses blijft de 'attributed revenue' een ruwe indicator. Teams die deze metric als directe maatstaf voor succes gebruiken, riskeren het optimaliseren van campagnes op basis van misleidende data. Dit kan leiden tot inefficiënte budgetallocatie en gemiste kansen.
Een uitgewerkt voorbeeld
Stel je voor dat je een webshop hebt die Klaviyo gebruikt om emailcampagnes te sturen. Klaviyo rapporteert dat een specifieke campagne €10.000 aan omzet heeft gegenereerd. Dit bedrag is gebaseerd op attributie, wat betekent dat Klaviyo de omzet toewijst aan de email die de klant heeft ontvangen of geopend voordat hij een aankoop deed.
Echter, deze €10.000 is niet per se extra omzet die zonder de email niet was ontstaan. Een deel van deze omzet zou waarschijnlijk ook zijn gerealiseerd zonder de emailcampagne, bijvoorbeeld doordat klanten direct naar de webshop gingen of via andere kanalen converteerden.
Dit verschil tussen de toegekende omzet en de daadwerkelijke extra omzet noemen we het verschil tussen attributie en incrementale omzet. Attributie meet wat er aan een kanaal wordt toegeschreven, terwijl incrementale omzet de extra omzet meet die het kanaal daadwerkelijk heeft toegevoegd.
In ons voorbeeld kan het zijn dat van de €10.000 slechts €4.000 daadwerkelijk extra is, en de overige €6.000 omzet ook zonder de emailcampagne was gerealiseerd.
Hoe je het probleem herkent
Een eerste signaal is wanneer de Klaviyo rapportage een hoge email omzet toont, maar je totale omzetgroei of conversiepercentages niet significant stijgen na het inzetten van emailcampagnes.
Daarnaast kan het voorkomen dat dezelfde klant meerdere keren wordt toegeschreven aan emailcampagnes, bijvoorbeeld als hij meerdere emails opent en daarna koopt. Dit leidt tot dubbele tellingen in de attributie.
Een ander herkenbaar probleem is het ontbreken van een controlegroep of A/B test waarbij je het effect van emailcampagnes kunt isoleren. Zonder deze controle is het lastig om te bepalen hoeveel omzet daadwerkelijk door email is gegenereerd.
Als je merkt dat de rapportages van Klaviyo en je algemene omzetcijfers niet goed overeenkomen, is dat een indicatie dat attributie en incrementale omzet niet hetzelfde zijn.
Hoe je dit zelf oplost
De beste manier om het verschil tussen attributie en incrementale omzet te meten is door het opzetten van een gecontroleerd experiment. Dit kan bijvoorbeeld door een A/B test waarbij een deel van je klanten geen email ontvangt en het andere deel wel.
Door de omzet van beide groepen te vergelijken, kun je bepalen hoeveel extra omzet de emailcampagne daadwerkelijk heeft opgeleverd. Dit geeft een betrouwbaar beeld van de incrementale waarde van je emailmarketing.
Daarnaast is het belangrijk om je attributiemodel kritisch te bekijken. Klaviyo gebruikt vaak last click of last open attributie, wat kan leiden tot overschatting van de email impact. Overweeg multi touch attributie of data driven modellen om een realistischer beeld te krijgen.
Gebruik ook aanvullende data zoals klantgedrag, herhaalaankopen en klantretentie om de waarde van emailmarketing beter te begrijpen. Email kan bijvoorbeeld bijdragen aan klantbinding zonder direct een aankoop te veroorzaken.
Tot slot is het verstandig om regelmatig je meetmethoden te evalueren en waar nodig aan te passen. Zo voorkom je dat je beslissingen maakt op basis van onjuiste omzettoeschrijvingen.
Hoe Layer Insights dit aanpakt
Klaviyo rapporteert vaak de omzet die wordt toegeschreven aan e mailcampagnes. Dit betekent dat alle verkopen die plaatsvinden nadat een klant een e mail heeft ontvangen of geopend, worden toegeschreven aan die campagne. Hoewel dit inzicht geeft in de bijdrage van e mail aan de omzet, zegt het niets over de extra omzet die daadwerkelijk door de campagne is gegenereerd.
Layer Insights maakt een onderscheid tussen toegeschreven omzet en incrementele omzet. Incrementaliteit verwijst naar de extra omzet die zonder de e mailcampagne niet zou zijn gerealiseerd. Dit is cruciaal omdat sommige verkopen ook zonder e mailcampagnes zouden plaatsvinden, bijvoorbeeld door herhaalaankopen of andere marketingkanalen.
Om dit te meten, gebruikt Layer Insights geavanceerde methoden zoals gecontroleerde experimenten of statistische modellen die het gedrag van klanten die de e mail ontvingen vergelijken met een controlegroep die geen e mail ontving. Hierdoor wordt duidelijk welke omzet daadwerkelijk door de e mailcampagne is toegevoegd.
Deze aanpak voorkomt overschatting van de effectiviteit van e mailmarketing en helpt marketeers om beter geïnformeerde beslissingen te nemen over budgetten en strategieën.
De beslisregel
De kern van de beslisregel is eenvoudig maar krachtig. baseer beslissingen niet op de totale toegeschreven omzet, maar op de incrementele omzet. Dit betekent dat wanneer een e mailcampagne bijvoorbeeld 100.000 euro omzet toeschrijft, maar de incrementele omzet slechts 30.000 euro bedraagt, de focus moet liggen op die 30.000 euro.
Door deze regel toe te passen, kunnen bedrijven voorkomen dat ze te veel investeren in campagnes die vooral bestaande klanten activeren die toch al zouden kopen. In plaats daarvan kunnen ze hun budget richten op campagnes die daadwerkelijk nieuwe aankopen stimuleren of klanten overtuigen eerder te kopen.
Praktisch betekent dit dat rapportages en dashboards moeten worden ingericht om incrementele omzet te tonen. Daarnaast is het belangrijk om regelmatig experimenten uit te voeren om de effectiviteit van campagnes te valideren en de beslisregel te blijven toetsen.
Deze aanpak leidt tot een realistischer beeld van de bijdrage van e mailmarketing aan de bedrijfsresultaten en ondersteunt een meer rendementsgerichte marketingstrategie.