CarNext schroeft Google-conversie op met nieuw data science-model

Vooroplopen is mooi, maar zorgt ook voor unieke uitdagingen. Zo ondervond ook online tweedehandsautoverkoper CarNext: door het innovatieve businessmodel van het bedrijf ontbrak het Google Ads aan de conversiedata om de advertenties te optimaliseren. Met behulp van Cmotions kwam daar verandering in: CarNext ging van enkele honderden datapunten per maand naar 600.000.

De advertentiemarkt heeft zich de laatste decennia in razend tempo ontwikkeld. Waar bedrijven voorheen maar moesten hopen dat hun advertenties de juiste doelgroepen zouden bereiken, kunnen ze vandaag de dag heel gericht mikken op individuele consumenten, op basis van hun online gedrag.

Hierbij speelt conversiedata een belangrijke rol. Deze data laat zien wat een klant doet nadat deze een advertentie heeft gezien – denk bijvoorbeeld aan het kopen van een product, aanmelden voor een nieuwsbrief of downloaden van een app.

Google Ads gebruikt de conversiedata om het resultaat van advertenties continu te optimaliseren. Maar wat als je werkt met zo’n innovatief businessmodel dat hiervoor te weinig conversiedata beschikbaar is? Dit is het probleem waar CarNext tegen aanliep.

“Het online aankopen van auto’s staat nog in de kinderschoenen”, vertelt Senem Kirac, insights & analytics manager bij CarNext. “Hierdoor spendeerden wij een hoog advertentiebedrag aan Google Ads zonder dat dit de gewenste resultaten opleverde. Door het gebrek aan data zat er geen kunstmatige intelligentie achter het tonen van de advertenties, waardoor de kosten per lead bovengemiddeld hoog waren.”

600.000 datapunten

Om hier verandering in te brengen ging CarNext zelf meer data verzamelen en delen met Google. Dit leidde weliswaar tot een verbetering, maar er was nog steeds relatief weinig data. Daarop werd Cmotions ingeschakeld om het aantal datapunten flink te verhogen.

“Samen met Cmotions gingen we aan de slag om het gedrag van bezoekers te analyseren die via Google Ads op onze website terechtkwamen”, vertelt Kirac. “Op basis van historische data vanuit Google Analytics maakte en trainde Cmotions een data science-model.”

Zo kreeg CarNext inzicht in welke activiteiten bijdragen aan het maken van een (showroom)afspraak of het kopen van een auto. “Voorheen deden we dit op basis van onderbuikgevoel. Nu doen we dit op basis van data”, aldus Kirac.

De resultaten logen er dan ook niet om. Het aantal verzamelde datapunten ging van enkele honderden per maand naar 600.000. Dit was precies wat Google nodig had om de advertentieprestaties te optimaliseren. “Voor Google was dit ook een nieuw probleem dus ze wilden graag helpen om tot een oplossing te komen.”

Aan een zijden draadje

Tijdens het project werkten de teams van Cmotions en CarNext nauw met elkaar samen. Kirac: “Cmotions was aanjager van het project en stuurde de samenwerking tussen verschillende partijen aan, zoals de performance marketeers, data engineers en andere collega’s binnen CarNext. Daarnaast was Cmotions verantwoordelijk voor het bouwen, testen, optimaliseren en automatiseren van het model.”

“Al het gedrag van bezoekers kunnen we nauwkeurig in kaart brengen en dat stelt ons in staat om klantgedrag beter te begrijpen.”

Omdat het zo’n vernieuwend project betrof, liep het team ook tegen grote uitdagingen aan. Zo vielen de prestaties op een gegeven moment tegen en ontbrak bewijs dat het model werkte. “Daardoor was het lastig om het hoger management te overtuigen van de meerwaarde”, vertelt Kirac.

Ze legt uit dat Cmotions middels uitgebreide terugkoppelingen en heldere presentaties het vertrouwen wist te houden. “Zo heeft Cmotions ervoor gezorgd dat er geen eind kwam aan het project toen het aan een zijden draadje hing, maar dat iedereen erin bleef geloven. Dat is een flinke uitdaging tijdens zo’n innovatief project als dit.”

Meerwaarde nu al gebleken

Nu het model staat is het moment aangebroken om het in te zetten en de prestaties van de advertenties zo verder te optimaliseren. In deze beginfase wordt het model nog uitsluitend gebruikt in Frankrijk. “Als de resultaten volledig naar wens zijn, rollen we het ook uit in andere landen”, vertelt Kirac.

Voor haar is het project echter nu al geslaagd. Het model stelt CarNext niet alleen in staat om het marketingbudget voor Google Ads efficiënter te besteden, maar ook om zijn klanten beter te doorgronden.

“Al het gedrag van bezoekers kunnen we nauwkeurig in kaart brengen en dat stelt ons in staat om klantgedrag beter te begrijpen. Daar kunnen we onze marketingactiviteiten op aanpassen en zo beter inspelen op de behoefte van potentiële klanten. Daarmee is de meerwaarde van dit model nu al gebleken.”