Viewability & fraude: 5 tips voor écht zichtbare advertenties

Populaire onderwerpen in digital marketing zijn zichtbaarheid (viewability) van uitingen en advertentiefraude. Onafhankelijke technologiebedrijven bieden diensten aan om het niet-menselijke verkeer op websites te meten en mogelijke fraude en de zichtbaarheid van advertenties te voorspellen. Hoewel het overduidelijk lijkt dat we alleen moeten betalen voor zichtbare advertenties, worden digitale marketingbudgetten nog steeds verspild aan domeinen die eigenlijk niet bestaan of niet presteren.

Vandaar dat veel adverteerders:

1. beginnen met het meten van zichtbaarheid en advertentiefraude met onafhankelijke meettechnieken zoals Moat, Double Verify en IAS.
2. zichtbaarheidsstandaarden opnemen als een meeteenheid en KPI voor hun digitale marketingactiviteiten.

Viewability-standaard

Op het moment wordt er betaald aan een publisher als een advertentie gedurende 1 seconde voor minimaal 50% in beeld is geweest. Dat is de IAB-standaard. TV en OOH zijn volgens die regels dus 100% viewable. Er is uiteraard geen garantie dat een uiting ook daadwerkelijk bewust gezien is, laat staan effectief is geweest. Als je een gemiddelde advertentie 1 seconde voor de helft laat zien, is het ook maar de vraag wat een kijker daarvan meekrijgt. De boodschapoverdracht is dan doorgaans zeer beperkt.

Sommige adverteerders, zoals Unilever en P&G, hanteren daarom een andere standaard (100% in beeld en voor een langere tijd bijvoorbeeld). P&G geeft ook toe dat de reclame-industrie te lang is uitgegaan van dat mensen 30 seconden of langer aandacht hebben voor hun boodschappen. Gemiddeld blijkt uit data dat dit gemiddeld slechts 1,7 seconden is. P&G heeft de uitdaging ook omarmd om reclame te maken die in 2 seconden haar werk doet.

Advertenties kunnen ook terecht komen op frauduleuze websites die zich voordoen als legitieme websites (spoofing), op fake domeinen in Rusland of Pakistan, of op websites met alleen links, ads of gekopieerde content erop. Deze vorm van fraude is een lucratieve criminele activiteit: het gaat om serieuze bedragen die van adverteerders worden afgetroggeld. Juniper research rekent voor dat adverteerders in 2018 voor $19 miljard dollar zijn opgelicht, in totaal 9% van de totale digital ad spend. Statista voorspelt dat dit bedrag gaat oplopen naar $44 miljard in 2022… Alleen in drugshandel gaat er wereldwijd meer geld om.

Non-human traffic: Good bots versus Bad bots

Eén van de metrics die gemeten worden door viewability-partijen is non-human traffic. Er komen al rapporten uit over bots die non-human traffic genereren. Hieronder zie je per branche de omvang van goede en slechte bots, en hoe de totale traffic in die branche is opgebouwd.

Het aantal bots dat non-human traffic creëert verschilt per branche. Veel non-human traffic is bekend en geen fraude. Dit zijn bots van search engines, die bijvoorbeeld websites indexeren en scraping tools die bekend zijn in de markt. In rood zie je de bots die uit zijn op het genereren van fake data (impressies of clicks bijvoorbeeld) of het achterhalen van data. Je ziet dat non-human traffic per branche behoorlijk verschilt en dat je eventuele doelstellingen op dit vlak daarop goed moet afstemmen.

Hoge viewability is niet per se beter

Fake websites kunnen beter scoren op viewability dan legitieme domeinen. Fraudeplegers zijn juist heel goed in het creëren van hoge viewability-cijfers, zodat adverteerders daar een premium-prijs voor willen betalen. Vandaar dat het ook zo belangrijk is om je niet blind te staren op viewability-cijfers alleen. Gebruik ook fraudefilters en metrics zoals tijd, subdomeinen en non-human traffic. Je gaat dan aan de slag met de loglevel-data van techpartijen als IAS en Moat.

Veel professionals in digital marketing worstelen echter met het interpreteren van de gegevens en hoe je ze kunt gebruiken. En zeker als je met de ruwe data van de techpartijen aan de slag gaat. Je hebt het dan al snel over honderden miljoenen rijen data… Te veel voor Excel. Ons team heeft om deze reden met Reprise een uitgebreide analyse uitgevoerd over dit onderwerp. Deze studie biedt een degelijke en logische methodologie om met loglevel-data (LLD) van viewability-tech providers (in dit geval Moat) te werken in de dagelijkse digitale marketingpraktijk. Het rapport (pdf) biedt een handleiding voor digital marketeers. De belangrijkste 5 tips lees je hieronder.

1. Raadpleeg én combineer verschillende databronnen

Alleen sturen op viewability is niet afdoende. Je stuurt dan namelijk juist naar meer frauduleuze domeinen, blijkt uit de analyse en eerder onderzoek. Je moet dus naar (de samenhang van) meerdere metrics kijken en daarvoor de data induiken. Voor dit project werkten we met Google Bigquery, dat ons de mogelijkheid gaf verschillende databronnen te combineren, op te slaan en samen te voegen. Op deze manier kunnen we de data vanuit Moat verrijken met data uit aanvullende bronnen, zoals Google Analytics, NOBO, iAB en GFK. Dit helpt ons de data vanuit verschillende perspectieven te bekijken en te beoordelen.

2. Gebruik een fraudefilter

Je hebt een fraudefilter nodig waarmee je de niet-legitieme websites eerst kunnen verwijderen uit de domeinen die worden gerapporteerd in de dataset. Aangezien 90% van de impressies van digitale advertentiecampagnes wordt gerealiseerd door gemiddeld 2000 domeinen, hebben wij ervoor gekozen onze optimalisatie-inspanningen primair daarop te richten. Deze domeinen kunnen vervolgens met NOBO of een andere betrouwbare bron gecheckt worden op legitimiteit.

3. Gebruik time stamp-data

Het moment waarop een uiting op een website wordt getoond, is een belangrijke variabele. Zo kan de viewability van een uiting op een domein enorm fluctueren, afhankelijk van het tijdstip. Dit kan ertoe leiden dat je een domein niet 100% op de blacklist zet, maar alleen op de tijdstippen dat de viewability te laag is.

4. Maak onderscheid in top- en subdomeinen

Door gebruik te maken van het onderscheid in deze verschillende domeinen, kun je goed herleiden of het zo is dat een gehele website niet voldoende presteert, of dat dit ligt aan een subdomein. Dit geeft je weer de optie om samen met publishers te werken aan de kwaliteit van de aangeboden inventory.

5. Optimaliseer binnen een cluster

Om de prestaties van websites goed vergelijkbaar te maken, creëren we clusters van domeinen die binnen dezelfde categorie vallen. Denk aan nieuwssites, marktplaatsen en gaming-sites. Zo krijg je een goed idee wat ‘ok’ is en wat niet binnen een cluster. Zo is het gedrag op een nieuwssite (zoals nu.nl) heel anders dan op een marktplaats (zoals marktplaats.nl). Dat heeft een grote invloed op de prestatie van verschillende formaten, tijdstippen en posities. Door te clusteren kan een benchmark per categorie worden gemaakt en op basis daarvan gestuurd worden. Uiteraard kun je van Google Data Studio gebruikmaken om je data te visualiseren. Zeker als je de data in BigQuery hebt staan, werkt dat relatief eenvoudig.

Standaarden en benchmarks

Bedenk dat het simpelweg alleen sturen op viewability te kort door de bocht is en niet tot de gewenste resultaten leidt. Begin met het meten met onafhankelijke partijen zoals Moat, IAS en Double Verify. Analyseer de data met de methodiek zoals omschreven in dit artikel. Ontwikkel standaarden en benchmarks met de verkregen data en bepaal hiermee standaarden en doelstellingen voor je merk. En zorg voor uitingen op korte exposure-tijden en test deze.

Besef dat consumenten gemiddeld heel weinig tijd besteden aan het bekijken van advertenties. Hiermee kun je het succes van je online advertentie-inspanningen enorm verbeteren!