Die Rentabilität gibt uns die richtige Antwort

Bevor Sie weiterlesen, beantworten Sie diese Frage: Was würden Sie am Ende des Monats lieber sehen, eine Umsatzsteigerung oder eine Gewinnsteigerung? In fast allen Fällen lautet die Antwort Gewinn.

Jahrzehntelang haben die Wall Street und die Finanzindustrie den Gewinn als Goldstandard für Metriken verwendet, und doch wird der Erfolg von Marketingkampagnen anhand von Umsatzmetriken beurteilt. Der Umsatz wird uns über eine uns allen vertraute Metrik, Conversions, angezeigt. Grundsätzlich ist die Überwachung von Conversions sinnvoll, da sie uns zu schnellen und entscheidenden Antworten über die Leistung von Marketingmaßnahmen führt. Der Unterschied zwischen der Messung von Konversionen und Einnahmen und der Messung der Rentabilität besteht jedoch darin, dass die Rentabilität uns nicht nur zu einer Antwort führt – sondern zur richtigen Antwort.

Das obige Diagramm zeigt, dass Produkt 1 die Conversions Monat für Monat (MoM) um 100 % steigert. Lassen Sie den Champagner knallen, bewegen Sie das gesamte Budget in Richtung Produkt 1, wir haben uns als Gewinner herausgestellt. Produkt 2 hingegen ist flach und hat eine inkrementelle Steigerung der MoM-Conversions von 0 %. Entlassen Sie jeden, der jemals an Produkt 2 gedacht hat, entfernen Sie Produkt 2 aus dem Produktkatalog, Produkt 2 hat nie existiert. Dies ist sowohl eine vorschnelle Entscheidungsfindung als auch ein vereinfachendes Beispiel, aber die Daten hier zeigen einen klaren Hinweis darauf, dass unsere Bemühungen angepasst und auf Produkt 1 ausgerichtet werden sollten.

In unserem Beispiel haben Unternehmen eine schnelle Reihe logischer Schritte und eine entscheidende Antwort gefunden: Die Conversions für Produkt 1 sind sprunghaft angestiegen, die Bemühungen um Produkt 1 steigen. Was, wenn wir neue Informationen einführen? Nehmen wir an, dass Produkt 1 eine Gewinnspanne von 1,00 $ hat, während Produkt 2 eine Gewinnspanne von 5,00 $ hat.

Nach der Bilanzierung der Rentabilität sieht es langsam anders aus. Produkt 2 generiert mehr Gewinn für unser Unternehmen als Produkt 1, obwohl die Conversions von Produkt 1 dramatisch gestiegen sind.

Da gesündere Gewinne zu gesünderen Unternehmen führen, haben wir jetzt eine neue Antwort: Wir müssen den Verkauf von Produkt 2 steigern.

Die Macht der Rentabilität bleibt bestehen, wenn wir die Zielgruppen untersuchen und eine andere Metrik verwenden, die Vermarkter oft zu erhöhen versuchen: den durchschnittlichen Bestellwert (AoV).

Verbuchen Sie dies als einen weiteren Sieg für das Team. Der AoV von Zielgruppe 1 ist um 100 % gestiegen und das Umsatzwachstum explodiert. Lassen Sie uns einen zweiten Blick darauf werfen, aber dieses Mal messen wir den durchschnittlichen Auftragsgewinn (AoP) und nicht den AoV. In unserem Beispiel sagen wir, dass Zielgruppe 1 nur Variationen eines Produkts kauft, das eine Gewinnspanne von 2,50 $ aufweist und die Anzahl der Artikel pro Bestellung von 10 auf 20 erhöht, während Zielgruppe 2 in ein Produkt verliebt ist, das eine Gewinnspanne von 2,50 $ generiert Gewinnmarge von 9,00 $, kauft aber weiterhin nur 10 pro Bestellung.

Wenn wir strikt von AoV weggehen, würde uns die normale Denkweise dazu bringen, mehr Aufwand in Zielgruppe 1 zu investieren. Wir würden Lookalike Audiences erstellen und an Kunden weitervermarkten, die in Zielgruppe 1 fallen, und weniger Aufwand für Zielgruppe 2 aufwenden. AoP zeigt jedoch, dass dies der Fall ist genau das Gegenteil. Wir sollten immer noch begeistert sein, dass sich der AoP von Zielgruppe 1 verdoppelt hat, aber unsere Zeit und Bemühungen sollten darauf ausgerichtet sein, den Umsatz von Zielgruppe 2 zu steigern.

Wie fangen wir also an, den Gewinn zu messen? Um Gewinnmargen zu erzielen, müssen COGS-Daten (Cost of Goods Sold) zu jedem Produkt in eine Analyseplattform oder eine beliebige Anzeigen-, Analyse- oder CRM-Plattform, die das Marketingteam verwendet, übertragen werden. Es gibt drei Möglichkeiten, dies zu erreichen.

• Dynamisch über den dataLayer
• Statisch als Point-in-Time-Upload auf eine Analytics-Plattform
• Statisch durch Nachschlagetabellen in einem Tag-Management-System (TMS)

Verwenden der Datenschicht

Die Datenschicht existiert hinter den Kulissen von Websites als Ort zum Speichern von Informationen, die von in einem Tag-Management-System oder anderen Pixeln eingerichteten Tags abgerufen werden können. Informationen erscheinen als Schlüssel-Wert-Paare (Produktname: Weißes T-Shirt). Informationen, die häufig in der Datenschicht zu finden sind, umfassen Produktname, SKU-Nummer und Preis. Zu beachten ist, dass die im dataLayer gefundenen Informationen öffentlich einsehbar sind, aber bevor Bedenken hinsichtlich der Anzeige der Kosten der verkauften Waren so auftreten, dass die Konkurrenz sie sehen könnte, gibt es einfache Möglichkeiten, die Daten zu maskieren, z ein Schlüssel, der Eingaben Ihrer Wahl aufnimmt und sie mit entsprechenden Dollarzahlen verknüpft.

Das Schöne an der Verwendung des dataLayer ist, dass die Variablen dynamisch erfasst werden.

Der dataLayer füllt den Wert für die Variablen aus, indem er auf Back-End-Daten oder Drittanbieterquellen wie CRM oder Google Sheet zugreift. Dies ist besonders wichtig, wenn es um die Messung der Rentabilität geht, da sich der Nutzen dramatisch erhöht, da präzise Metriken in Echtzeit verfügbar sind, aber dazu später mehr. Die im DataLayer gefundenen Informationen können dann automatisch an eine Analyseplattform gesendet und anschließend verwendet werden, um über die Rentabilität zu berichten und Metriken wie AoP zu erstellen.

Statische Uploads

Analyseplattformen ermöglichen es Benutzern, Daten hochzuladen und sie über benutzerdefinierte Metriken in Berichte zu implementieren. Wir können diesen Prozess nutzen, indem wir eine Tabelle mit einem Produktkatalog und entsprechenden COGS-Daten erstellen und die Tabelle in die Analyseplattform hochladen.

Nachschlagetabellen in einem Tag-Management-System

Werbetreibende können Nachschlagetabellen in einem Tag-Management-System erstellen, das SKU-Daten mit den zugehörigen Kosten der verkauften Waren abgleicht. Das TMS kann diese Daten dann übernehmen und an eine Analyseplattform weiterleiten.

dataLayer vs. Uploads und Tabellen

Die Verwendung von dataLayer ist eine viel leistungsfähigere und effizientere Methode zur Bereitstellung von COGS-Daten. Da die Datenschicht Informationen dynamisch abruft, müssen für die Aufrechterhaltung genauer COGS lediglich die Zahlen aktualisiert werden, in denen die COGS-Daten gespeichert sind, und der Rest muss der Datenschicht und der Ereignisverfolgung überlassen werden, um sie zu sammeln und in eine Analyseplattform zu übertragen. COGS-Daten über Uploads oder Nachschlagetabellen auf dem neuesten Stand zu halten, erfordert mehr Aufwand. Jedes Mal, wenn sich die Kosten der verkauften Waren für ein Produkt ändern oder ein Produkt zum Produktkatalog hinzugefügt oder daraus entfernt wird, muss ein neuer Upload oder eine neue Bearbeitung vorgenommen werden. Der Aufwand, der durch das Hochladen oder den Nachschlagetabellenprozess erforderlich ist, führt häufig dazu, dass Unternehmen Aktualisierungen in festgelegten Intervallen vornehmen und die COGS zum Zeitpunkt der Aktualisierung als Kosten der verkauften Waren für das gesamte Intervall anwenden. Dadurch werden die Informationen, die die Rentabilitätsmessung liefert, undurchsichtig und Erkenntnisse sind schwerer zu gewinnen.

Betrachten wir die Daten von zwei Monaten, einen mit täglich aktualisierten COGS-Daten, die durch den dataLayer geschoben wurden, und einen anderen mit COGS, die am Ende des Monats per Upload eingegeben wurden, und einem statischen COGS, der für den gesamten Zeitraum angewendet wurde.

Durch die tägliche Aktualisierung der Informationen stehen Werbetreibenden viel mehr Kontext und Informationen zur Verfügung. Das Point-in-Time-Update liefert ungenaue Informationen für den Gesamtgewinn und die COGS für den Monat und gewährt keine Einblicke in die täglichen Gewinnspannen oder Trends zwischen den Monaten. Diese Informationen sind für Werbetreibende wichtig, wenn sie Entscheidungen über ihre Marketingbemühungen treffen. Anhand der obigen Diagramme als Beispiel könnten Werbetreibende die Tatsache nutzen, dass die COGS ab dem 19. Tag des Monats erheblich gesunken sind, und ihre Gebote für hochwertige Anzeigenplatzierungen erhöhen, um den Umsatz zu steigern.

Allgemeine Vorteile

Unabhängig davon, ob Sie sich für die Nutzung des dataLayer entscheiden oder COGS-Daten direkt in eine Analyseplattform hochladen, eröffnet die Einbeziehung der Rentabilität ein völlig neues Paradigma für Unternehmen. Marketingziele stimmen direkt mit dem Endergebnis der Bilanz überein, da Kennzahlen wie der Return on Advertising Spend und der Umsatz pro Sitzung zu einem Gewinn aus Werbeausgaben und einem Gewinn pro Sitzung werden. Wir haben gesehen, wie Ziele wie Remarketing, Erstellung von Lookalike Audiences und Produktbudgetierung mit der Umsetzung der Rentabilität leistungsfähiger werden. Die Einbeziehung der Rentabilität ermöglicht es Unternehmen jedoch auch, Verkaufsstrategien zu entwickeln, z. B. die Paarung der Beliebtheit eines neuen Produkts mit den Gewinnmargen eines bestehenden Produkts, um den Kunden neue Bündel anzubieten. Die Ära der unklaren Entscheidungsfindung im Marketing neigt sich dem Ende zu und die neue Art, genaue Entscheidungen zu treffen, beginnt mit der Messung der Rentabilität.