Marketing achter het stuur

Tien jaar geleden had Matt Scharf, Vice President of Growth Marketing Performance bij Adobe, de grootste moeite om marketingactiviteiten te meten vanwege het gefragmenteerde landschap. Marketingkanalen werkten onafhankelijk van elkaar en er waren verschillende uitvoeringsteams voor elk kanaal, zoals display, paid search en social.

Het was een hele uitdaging om de bijdragen van marketing aan het financiële team te rapporteren omdat elk kanaal onafhankelijk werd gemeten, vaak met verschillende KPI's. Daardoor was het moeilijk om de prestaties van de verschillende kanalen te vergelijken of deze KPI's af te stemmen op de primaire focus van het financiële team: omzet. Bovendien sloten sommige KPI's niet altijd aan bij de omzettrends, waardoor de relatie tussen marketing en het financiële team verder onder druk kwam te staan.

"Deze aanpak leidde tot inconsistente rapportages voor de verschillende kanalen; het was soms appels met peren vergelijken. Daardoor was het ook nauwelijks mogelijk om effectieve gesprekken met het financiële team te voeren over het budget en de bijdrage van marketing, en was het lastig om onze bijdrage aan het bedrijf op te schalen", legt Scharf uit.

De marketingorganisatie van Adobe zag in dat een meer uniforme aanpak noodzakelijk was en nam het voortouw bij het ontwikkelen van een oplossing die is uitgegroeid tot het huidige Adobe Mix Modeler, een AI-gestuurde tool die metingen en planning in één platform integreert.

Met Mix Modeler konden Scharf en zijn team data voor alle kanalen analyseren, waardoor ze beschikten over consistente, uitgebreide inzichten in waar ze hun marketinguitgaven moesten investeren voor een maximaal rendement. Zo kon het marketingteam met vertrouwen snellere, beter onderbouwde beslissingen nemen op basis van metrics zoals omzet en ROI, waardoor marketing een belangrijke aanjager van de bedrijfsgroei werd.

Uniforme metingen in een gefragmenteerd medialandschap

Vóór de komst van Mix Modeler had het team van Scharf moeite met het meten van het succes van opkomende advertentieplatforms zoals retailmedia, verbonden tv en influencer-marketing. "We richtten ons meestal op kanalen die gemakkelijk meetbaar waren, zoals paid search, display en e-mail. Maar omdat we geen geavanceerde meettools hadden, waren we niet goed in staat om nieuwe, veelbelovende platforms te verkennen. Niet dat we dat niet wilden, maar we moesten ons noodgedwongen beperken tot wat we op dat moment effectief konden meten, waardoor onze bijdrage aan het bedrijf niet goed uit de verf kwam", zegt Scharf.

Een ander groot obstakel waren de steeds strengere privacyvoorschriften, waardoor het moeilijker werd om nauwkeurige data te verzamelen. Toen cookies van derden werden uitgefaseerd, leverden zelfs traditionele kanalen zoals display advertising minder waardevolle trackinginzichten op.

"We realiseerden ons dat we niet meer konden vertrouwen op attributiemodellen op basis van cookies. Toen cookies minder betrouwbaarheid werden, vooral voor de kanalen die we wilden verkennen, wisten we dat we het anders moesten gaan aanpakken. We konden niet meer achter de feiten aan blijven lopen, maar moesten anticiperen op de richting die de sector insloeg om onze strategie toekomstbestendig te maken", vertelt Scharf.

Tegelijkertijd evolueerde het marketinglandschap razendsnel en had het team van Scharf snellere inzichten nodig om bij te blijven met trends, activiteiten van concurrenten en veranderend consumentengedrag. Om snel te reageren op veranderingen in de markt, moest een nieuwe aanpak van marketingmetingen worden ontwikkeld.

Een oplossing ontwikkelen

Om deze uitdagingen aan te pakken, ontwikkelden Scharf en zijn team Mix Modeler, een AI-gestuurde oplossing die de beperkingen van op cookies gebaseerde metingen overstijgt en kan inspelen op het veranderende marketinglandschap. De oplossing integreert top-down en bottom-up data, faciliteert vrijwel real-time prestatieanalyses en biedt voorspellende inzichten, waardoor marketeers snel kunnen experimenteren met nieuwe kanalen om zo tot een diversere mediamix te komen. Deze moderne oplossing stelt Adobe's marketingteam in staat om snellere, beter onderbouwde beslissingen te nemen. Zo kan de organisatie groeien en veerkrachtiger opereren in een snel veranderende markt.

Het team kan nu de incrementele impact meten – een bijdrage die bovenop een basislijn kan worden toegeschreven aan marketingactiviteiten – voor verschillende kanalen, waardoor ze hun media-uitgaven met vertrouwen kunnen optimaliseren. "Dankzij Mix Modeler zijn onze kanaal- en campagnemetingen geen nattevingerwerk meer, waardoor we nieuwe kanalen nauwkeuriger en met meer vertrouwen kunnen verkennen", zegt Scharf. De technologie voor bidirectionele kennisoverdracht van de oplossing, waarvoor patent is aangevraagd, stelt het team in staat om data op overzichts- en detailniveau te integreren. Daardoor hebben ze geen problemen meer vanwege inconsistente metrics en kunnen ze nu appels met appels vergelijken. Door top-down en bottom-up inzichten op elkaar af te stemmen, kunnen ze nu de resultaten van campagnes nauwkeurig voorspellen, budgetten met vertrouwen toewijzen en real-time aanpassingen aanbrengen om de impact te maximaliseren.

Een van de belangrijkste resultaten is de verbeterde samenwerking tussen het marketingteam en het financiële team. Nu kan het team van Scharf aantonen hoe hun marketingactiviteiten aansluiten bij de driemaandelijkse bedrijfsdoelen en risicoprofielen, waardoor marketing een belangrijke winstaanjager wordt en het financiële team kan vertrouwen op hun budgetaanbevelingen en toekomstige investeringsstrategieën. "We hebben een veel diepere relatie met ons financiële team. We komen nu bij elkaar om onze doelen af te stemmen op de bredere zakelijke KPI's", zegt Scharf. "Inmiddels beschouwen ze onze prognoses bijna als absolute waarheid en kunnen we diepgaande gesprekken voeren over wat marketing kan faciliteren, waar mogelijke hiaten zitten en hoe we kanalen kunnen uitbreiden of aanpassen om die doelen te bereiken." Door af te stemmen op dezelfde primaire metric – omzet – laat Mix Modeler beide teams dezelfde taal spreken, waardoor een gemeenschappelijk inzicht en een gedeelde visie op groei ontstaan.

De tijd dat Adobe voor prestatiedata afhankelijk was van mediabureaus is voorbij, waardoor het beheer van inzichten is gestroomlijnd. Scharf en zijn team hebben nu meer zeggenschap over de data van Adobe, waardoor transparantie en afstemming op de algemene doelen gewaarborgd zijn. De tool stelt het team ook in staat om meer gedetailleerde inzichten te genereren en te delen met bureaupartners, zodat mediapartners kunnen focussen op het identificeren en implementeren van targetingstrategieën en -tactieken die resultaten opleveren. De oplossing heeft een meer evenwichtige en coöperatieve relatie tussen Adobe en zijn mediapartners bevorderd.

"We hebben een hecht partnerschap opgebouwd met de teams van onze bureaus, waarmee we wekelijks besprekingen houden. We analyseren de globale resultaten van Mix Modeler en werken samen aan wat werkt en wat niet", zegt Scharf.

Succes voor alle kanalen meten

Sinds de implementatie van de tools voor marketingmeting- en planning heeft Adobe meetbare verbeteringen gezien voor alle marketingactiviteiten. Deze optimalisatie heeft bijgedragen aan een 80% hoger rendement op media-uitgaven in de afgelopen vijf jaar en speelde een belangrijke rol bij het 75% grotere aandeel van media in de groei van het aantal abonnementen voor digitale mediaproducten van Adobe wereldwijd.

Met behulp van frequente, datagestuurde inzichten kan het team strategieën aanpassen om de media-uitgaven in een veel sneller tempo te optimaliseren. Dankzij deze flexibiliteit heeft Adobe de ROI voor alle campagnes gemaximaliseerd en een basis gelegd voor schaalbaar succes. "Met Mix Modeler kunnen we campagnes zowel per kwartaal als tussentijds nauwkeurig optimaliseren. Door continu prestatiedata te beoordelen, kunnen we snel budgetten opnieuw toewijzen en onze strategie aanpassen als de bedrijfsbehoeften veranderen, waardoor marketing een consistente groeiaanjager voor Adobe wordt", zegt Scharf.

Vooruit kijken

Omdat Adobe zijn marketingstrategieën verder blijft ontwikkelen, gaat de oplossing een cruciale rol spelen bij het stimuleren van innovatie.

"Dankzij Mix Modeler kunnen we onze investeringsmix naar meerdere kanalen uitbreiden en meten we moeiteloos de prestaties, iets wat voor andere organisaties een hele uitdaging is. Met dit basissysteem kunnen we onze aanpak voor metingen verder ontwikkelen en uitbreiden naar een breder scala aan bedrijfsdoelen, productgebieden, prestatiemetrics en klantstadia", zegt Scharf.

Het succes van Adobe weerspiegelt een bredere trend in de sector: de verschuiving naar datagestuurde marketingmeting, waarbij flexibiliteit, nauwkeurigheid en transparantie voorop staat. Hoewel Mix Modeler pas sinds kort algemeen beschikbaar is, is het al bijna tien jaar geleden intern ontwikkeld, waarna het voortdurend is verfijnd om de miljarden dollars kostende marketingactiviteiten van het bedrijf te ondersteunen. Adobe zet zich in om de aanpak continu te verbeteren en kan zo voorzien in de veranderende behoeften van de moderne marketeer.

Lees in deze gids hoe je de marketing-ROI maximaliseert met Adobe Mix Modeler.

Bekijk vervolgens deze webinar van Adobe en ontdek hoe Mix Modeler je plannings- en meetstrategieën kan verbeteren: AI-gestuurde marketing: verbeter je strategie met geavanceerde marketingmetingen.