Ekte innsikt i ROI analyse er som regel det tredje steget på veien mot god måling og digital modenhet. Ofte startes det med god implementering av Google Analytics, deretter gode målinger på det som er viktig å måle for bedriften.
Sist men overhodet ikke minst, er det ROI som gjelder når det meste annet er på stell. Hva du gjør og hva du får igjen for det er mye av essensen av digital analyse og digital markedsføring.
Hvordan få ut ekte ROI analyse i Google Analytics
Til syvende og sist er det hvor mye du får igjen for “krona” når det kommer til digital markedsføring. Her er det dessverre mange som feiler. For det første så mangler mange ordentlige mål, og/eller god måling av suksesskriterier på forhånd.
For å kunne få ROI analyse er du nødt til å tilfredsstille følgende kriterier:
- Tilgjengelig og tilstrekkelig data fra webstatistikk (besøksdata fra nettsiden)
Dette innebærer at ditt nettsted har satt opp et måleverktøy på ordentlig måte, med tilhørende konfigurasjoner og utvidet måling for dine behov. - Tilgjengelig og tilstrekkelig data fra E-commerce (e-handel)
E-handelsdata er ikke standard, og trengs et ekstra script på kvitteringssiden på kjøp på ditt nettsted. Dette scriptet skal inneha en del variabler som må fåes fra systemet ditt. Dette må som oftest en webutvikler eller systemutvikler implementere for deg. - Tilgjengelig og tilstrekkelig data på GOAL/Mål- konverteringer.
Her må du ha satt opp mål i Google Analytics, og da også med verdier/vekting. - Tilgjengelig og tilstrekkelig Cost Data.
For å få inn all Cost Data, hvis du annonserer utenfor Google-sfæren, må du importere/laste opp dine kostnader slik at Google Analytics har mulighet til å kalkulere dine kostnader opp mot dett du har fått igjen for det.
Merk! Hvis nettstedet ikke er et e-handelsnettsted, så faller punkt 2 bort.
ROI analyse kalkulert av Google Analytics
ROI = (Total Ecommerce Revenue + Total Goal Value – Cost) / Cost
Hva er Cost Data
“Cost Data” er rett og slett dine kostnader for dine løpende annonseringer. For eksempel hvis du bruker 3500 pr måned på SEO, 1500 pr måned på Facebook og 1500 på et affiliate markedsprogram, 2000 på Bing ads, så vil dine kostdata se følgende ut:
| Kampanje | Kostnad |
|---|---|
| SEO | 3500 |
| 1500 | |
| Affiliates | 1500 |
| Bing Ads | 2000 |
Denne kostnadsdataen må lastes opp i din Google Analytics konto, for å kunne kalkulere riktig ROI.
Hvis du ikke har denne kostnadsinformasjonen tilgjengelig, har du heller ikke mulighet til å kalkulere riktig ROI på dine markedsaktiviteter.
Du kan laste opp dine data på to måter:
- Ved å lage et “data set” gjennom Data Import-menyen.
- Ved å lage “custom data sources” gjennom “custom definitions”-menyen.
Google anbefaler selv at dette gjøres via “Data import”, ettersom custom data source mest sannsynlig ikke vil være tilgjengelig i fremtidige oppdateringer.
Hva er Data Set
Et “data set” er rett og slett en beholder av forskjellig data du ønsker å importere til Google Analytics. Hver beholder er basert på en spesifikk type data. Disse typene kan være;
- Cost data
- Brukerdata
- Produktdata
- Innholdsdata
- Skreddersydd data (Custom data)
- Kampanjedata
- Refusjonsdata
Hvis du skal importere dine kostnadsdata til Google Analytics, må du lage et “data set” som inneholder informasjonen du ønsker å legge inn.
Et “data set” for “cost data” kan ikke inneholde andre typer data enn “cost data“. Hvis du ønsker å importere andre data i tillegg til kostnadsrelatert data, må du bruke andre typer “data set” for å få det til.
Data Set Schema
Nå du lager et “data set” må du også definere et eget skjema for opplasting. Dette skjemaet er selve strukturen for hvordan Google Analytics skal sy sammen dine data med eksisterende data i deres database. 
Dette formatet og denne strukturen må være helt korrekt, for å unngå å ødelegge eksisterende data. Det er derfor lurt å ha et eget testområde, for å teste ut import av dataen.
Identifisering
- ga:source — brukes til definere kampanjekilde
- ga:medium — brukes til å definere kampanjemedium
- ga:keyword — brukes til å identifisere søkeord (keywords)
Eksempel, ved bruk av Bing Ads
Følgende oppsett kan benyttes til data set for annonsering som kjøres gjennom Bing Ads.
Når du først har satt opp dette dataskjemaet må du legge inn dine kostnadsdata fra annonseringen i henhold til strukturen i skjemaet.
Som du ser fra eksemplet over, så er ikke denne importeringen svært vanskelig, men kan virke som det er det i begynnelsen. Det handler om å ha de daglige dataene tilgjengelig, for deretter å fylle et excelark med denne informasjonen.
Import av “Cost Data” inn i Google Analytics via Data Set
Ved å følge denne listen, vil du kunne sørge for at alle dine kostnadsdata og markedsaktiviteter er oppdatert i Google Analytics. Dermed også mulig å få regnet ut korrekt ROI analyse.
- Pass på at alle dine eksterne kampanjer er målt med kampanjetagger. Benytt deg derfor av URL builder.
- Samle alle kostnadsdata tilknyttet dine markedsaktiviteter.
- Lag et data set og eget data skjema. Dataskjemaet lastes ned når du lager data set.
- Formatter riktig dine kostnadsdata
- Last opp dine kostnadsdata
ROI analyse i Google Analytics
Når du først har fått lastet opp dine kostnadsdata inn i Google Analytics, vil dette automagisk integreres med eksisterende data i din Google Analytics konto. Det vil da være mulig å hente ut ROI for dine markedsaktiviteter.
Følgende rapporter bør du følge med på:
- “Cost Analysis” under “Acquisition”-menypunktet.
- For Premium (Google Analytics 360): Egen ROI analyse tilgjengelig under “Conversions”
- Skreddersydde rapporter
I “Cost Analysis” -rapporten vi du kunne følge med på utviklingen og analysen av Cost Per Click, ROI og marginere alle dine markedskanaler gjennom de kostnadsdata du har lastet opp.
Det betyr at du kan redegjøre for hva du får igjen for dine investeringer i de forskjellige kanalene, enten det er Bing Ads, Facebook, Affiliate, Display, Email eller andre kampanjer du måtte kjøre.
Selvfølgelig så innebærer analyse at du ikke bare titter på enkeltvise tall, men setter deg inn i helheten ved bruk av for eksempel “conversion segments” for å kunne se hvordan forskjellige kampanjer og kanaler påvirker hverandre.
Ikke alltid at det er tilfelle at du bør avslutte en kampanje, kun på grunnlag av at konverteringsraten er dårlig. Her bør du også se på om det er kanaler og aktiviteter som understøtter og påvirker hverandre i positive retninger. Kanskje har facebook en god påvirkning på adwords eller visa versa.
Happy analyzing!