Vliegen en Parkeren | Van kostengedreven naar waardengedreven: Sturen op COAS

ROOSH wil meer inzicht krijgen in de prestaties van het platform per luchthaven en per land. Om in de toekomst betere beslissingen te kunnen nemen, is er ook meer inzicht nodig in de boekingsdata zelf, zoals start- en einddatums, vertrektijden, aankomsttijden, het aantal dagen tussen boeking en vertrek, en service-statistieken.

Een nog belangrijker doel is om online marketing gerichter in te zetten. Door niet puur te sturen op het aantal boekingen of de kosten per boeking, maar door te focussen op de daadwerkelijke winst voor ROOSH. Hiervoor is een biedstrategie nodig die zich richt op waarde (commissie) in plaats van aantallen of kosten. Dit geeft het bedrijf de mogelijkheid om op een gezonde manier te groeien, beter te investeren en meer controle te krijgen over de betaalde advertentiecampagnes. Het uiteindelijke doel is een winstgevende en duurzame strategie die ROOSH op lange termijn concurrentievoordeel biedt.

Door gebrek aan inzicht in winstgevendheid zijn de huidige budgetten momenteel beperkt. Zodra dit inzicht er is, wil ROOSH aanzienlijk opschalen in alle markten.

Om de primaire doelstelling te behalen, benaderen we de verschillende platformen van ROOSH als e-commerce platform, niet puur als boekingsplatform. De belangrijkste stap is om de daadwerkelijke omzet (commissie) voor ROOSH in de ad accounts van Google en Meta te krijgen. Momenteel worden deze platformen aangestuurd op de totale waarde van een boeking, terwijl het grootste deel hiervan naar de parkeeraanbieder gaat. Het is dus niet mogelijk om een doel-ROAS biedstrategie te hanteren, omdat deze gebaseerd zou zijn op de verkeerde marge. In plaats daarvan ontwikkelden we een nieuwe aanpak die rekening houdt met variërende commissiepercentages per aanbieder. 

Onze strategie begint met een geavanceerde tracking setup, waarbij we alle benodigde data voor een waardengedreven (bied)strategie ontsluiten vanuit de datalayers van de website. We hebben een manier bedacht om de commissies per aanbieder/boeking onzichtbaar door te sturen via het purchase event naar de ad accounts. Op basis van deze commissiewaarde voorzien we de verschillende ad-pixels van cruciale data. ROOSH adverteert in 7 landen. De accounts draaien al lang op dezelfde setup en hebben inmiddels veel data vergaard. De nieuwe waardengedreven strategie is totaal anders dan de huidige kostengedreven strategie. Het is belangrijk om de implementatie stap voor stap te doen, door te beginnen met experimenteren in een middelgroot land. We hebben voldoende data (boekingen) nodig, maar willen ons marktaandeel in belangrijke landen niet verliezen.

De doelgroep van ROOSH is breed: iedereen die op vakantie gaat en met de auto naar de luchthaven wil. In onze strategie maken we echter gebruik van de bestaande klantdata van ROOSH. Op basis van 360.000 reserveringen weten we dat 85% van de boekingen binnen 7 dagen voor vertrek worden gemaakt. Daarnaast hebben we op basis van historische klantgegevens 3 groepen onderscheiden: voorjaars-, zomer- en najaarsreizigers. Deze groepen richten zich op klanten met een terugkerend, voorspelbaar boekingspatroon. Als iemand binnen vier jaar drie keer in dezelfde periode heeft geboekt, wordt deze dynamisch ingedeeld in een van de drie vakantiegroepen in Google BigQuery.

Data: Commissies zijn cruciaal voor ROOSH. We hebben een methode ontwikkeld om deze via het measurement protocol met GA4 te delen en direct te koppelen aan de marketingkanalen van Google Ads en Meta, via een client-side oplossing. Om te voorkomen dat commissiepercentages openbaar toegankelijk zijn via de purchase-datalayer, hebben we een hash-mapping opgezet. Hierbij gebruiken we gehashte codes in de datalayers. Deze codes worden in GTM gekoppeld aan een specifiek commissiepercentage. Vervolgens berekent een custom JavaScript in GTM het commissiebedrag door dit percentage te vermenigvuldigen met de totale omzet. Dit resultaat wordt als concrete waarde meegestuurd naar Google en Meta conversie-events, onder de naam ‘purchase (commissie)’. Dit stelt ons in staat om campagnes te optimaliseren op basis van COAS (commission on ad spend).

Campagnes: In de ad-accounts zijn we begonnen met het opzetten van een secundair conversie-event voor ‘purchase (commissie)’. De eerste twee weken draaide dit nieuwe event op de achtergrond. We zagen dat het aantal conversies gelijk bleef en de verhoudingen van de waarden klopten. Daarnaast hebben we custom kolommen aangemaakt, zoals “COAS”, om de daadwerkelijke COAS op campagneniveau te monitoren, vergeleken met de huidige ROAS in de accounts.

Na deze analyse zijn we gestart met de eerste experimenten, waarbij we het Spaanse account gebruiken. In dit account hebben we het huidige purchase event naar secundair gezet en het nieuwe (commissie) purchase event als primair ingesteld. Op basis van de “COAS”-kolom en de waarde van de ‘purchase (commissie)’ hebben we bepaald welke biedstrategie het beste geschikt is voor experimenten per campagne. De twee strategieën die we getest hebben zijn “Doel-ROAS” en “Conversiewaarde maximaliseren.”

De gegevens van de drie vakantiegroepen worden via Google BigQuery gedeeld met Google en Meta Ads. Een week voor de betreffende periode worden de groepen als customer match doelgroep toegevoegd aan alle campagnes binnen het ad account. Gelijktijdig wordt er een mailing verstuurd naar de vakantiegroep met een aantrekkelijke “bestaande klant korting”. Zo wordt de bestaande klantdata optimaal benut binnen de nieuwe strategie.