A
NNONSER SOM LOCKAR
;
V
AD ÄR EFFEKTIVT
?
–
E
N EXPERIMENTELL STUDIE UR ETT
FÖRETAGSPERSPEKTIV
2020: VT2020MASF02
Examensarbete – Master i företagsekonomi
Lovisa Andreasson
Alexandra Boman
Förord
Vi skulle vilja rikta ett stort tack till vår handledare Professor Daniel Ekwall som gett oss vägledning och kunskap genom hela arbetet.
Tack till Andreas och StylingAgentens anställda för samarbetet. Vi är tacksamma för att ha fått möjligheten, kunskaperna samt tilliten till att ta del av och arbeta med er och er digitala marknadsföring. Detta har gett oss värdefull kunskap för framtiden.
Ett sista tack går till närstående för all stöd och inspiration under detta projekt samt under vår studietid.
Borås 18 Maj 2020
I
Svensk titel: Annonser som lockar; Vad är effektivt? - En experimentell studie ur ett företagsperspektiv
Engelsk titel: Ads that attract; What is effective? - An experimental study through a business perspective
Utgivningsår: 2020
Författare: Lovisa Andreasson, Alexandra Boman & Nathalie Tran Handledare: Daniel Ekwall
Abstract
Background and problem discussion
Organizations are today facing an uncertainty regarding how to properly integrate and work with CRM, in particular in regards to attraction and retention of customers. This can be managed through the use of marketing campaigns. There is a lack of practical research regarding the management and how to optimize the budget of marketing campaigns.
Purpose
The purpose of this study is to develop a deeper understanding of how small e-commerce retailers within the beauty industry can optimize the marketing budget for social media campaigns. The purpose will be realized through application of hypotheses.
Method
This study has applied an experimental method design, where cause-effect in regards to how the marketing communication has influenced the customer behavior was investigated. This has been made through applying a modified A/B-test through the use of a marketing campaign, containing of three ads. The ads have been adapted in regards to the pre-study, using a company’s historical transaction data.
Conclusion
The results of the A/B-test show higher effectiveness and efficiency in the form of CTR, CPC, CPM, link klicks, more purchases, and lower cost per result. This is the result of the adaptation of the ads in regards to the target group. All of the ads in the campaign display a higher value than the Swedish average. This validates the notion that ads adjustments have a positive effect on customer conversion, and as a result on optimizing social media campaigns marketing budget.
II Sammanfattning
Bakgrund och problemdiskussion
Det råder osäkerhet hos företag hur de ska integrera och arbeta med CRM, i synnerlighet om attraherandet samt bibehållandet av kunder. Detta är något som företag kan hantera genom kampanjer, dock finns det en brist på praktisk forskning runt hantering och effektivisering av kampanjer och dess marknadsföringsbudget.
Syfte
Syftet med studien är att skapa en djupare förståelse för hur små e-handelsåterförsäljare inom skönhetsbranschen kan optimera en marknadsföringsbudget vid kampanjer på sociala medier. Syftet kommer att uppfyllas med en rad hypoteser.
Metod
Studien har designats som ett experiment då orsak-verkan undersöktes i hur kunders beteende påverkas av anpassad marknadskommunikation. Detta har gjorts genom att utforma ett modifierat A/B-test i form av en kampanj innehållandes tre annonser, vilket anpassats utifrån en förstudie baserat på ett företags tidigare transaktionsdata.
Slutsats
Resultat av A/B-testet påvisar en höjd effektivitet i form av CTR, CPC, CPM, länkklick, fler genomförda köp samt ett lägre kostnad per resultat, detta till följd av annonsens anpassning till en specifik målgrupp. Samtliga annonserna i kampanjen visar på högre värden än det svenska genomsnittet. Detta resultat visar på att anpassade annonser har en positiv påverkan på kundkonvertering, och därigenom på optimeringen av marknadsföringsbudgeten för sociala medier.
III
Innehållsförteckning
1 Inledning 1 1.1 Bakgrund 1 1.2 Problemformulering 3 1.3 Syfte 4 1.4 Presentation av företag 4 2 Litteraturöversikt 6 2.1 CRM 6 2.1.1 E-CRM 7 2.2 Kampanjer 8 2.2.1 Marknadsföringsvariabler 92.2.2 Kampanjer genom Facebook 12
2.2.2.1 Utvärdering av kampanjer genom Facebook 13
2.4 Summering av hypoteser 14
3. Metodologi 15
3.1 Förstudie 15
3.2 Avgränsningar 16
3.3 Forskningsdesign och metod 17
3.3 Datainsamling genom kampanj 18
3.3.1 Utformning 18
3.3.2 Urval 19
3.3.3 Analysmetod av kampanjer 20
3.4 Etiska överväganden 20
3.5 Reliabilitet och validitet 21
3.6 Övriga metodreflektioner 22
4. Empiri & Resultat 24
4.1 Förstudie 24
4.2 Kampanjer 25
5. Analys 28
6. Slutsats och Avslutande diskussion 31
IV
Bilaga A - Exempel på utformning av annons i kampanjen 43
V
Förklaringar
Nedanför kommer begrepp vars ursprung är engelskt och som i denna studie använts med en svensk översättning att förklaras.
Call to action - Hänvisar till de element som har använts eller används för att få en besökare att ta ett steg längre i köpprocessen.
Förmedlingsverktyg - De verktyg, exempelvis bild och ljud genom sociala medier, som används för att nå ut med ett viss budskap till kund.
Konverteringsökning - I denna studie hänvisar konverteringsökning till den påverkan som en annons haft, det vill säga hur mycket trafik som letts till ett företags hemsida från en annons på Facebook.
Marknadsföringsattribut (Promotion attributes) - Innebär de attribut som exempelvis en annons innehar. Detta kan exempelvis vara till vem den är riktad samt hur texten är utformad i annonsen Marknadskampanjmodell (Marketing model) - I denna studie hänvisar detta till den modell, vilket kan ses som en checklista och som används vid uppbyggnad samt formandet av en kampanj. Målkategori - I denna studie kommer begreppet målkategori att hänvisa till de eller det mål som har till syfte att uppnå med en kampanj.
Segmenteringsanpassningar (Segmentation adjustments) - Anpassningar som gjorts utefter ett viss segment, exempelvis kundsegment och dess preferenser eller andra karaktärsdrag.
Produktkategori (Product Category) - Den kategori en produkt anses passa in i, exempelvis kosmetikprodukter som anses tillhöra kategorin vardagsprodukt eller produkt med lång användbarhet.
Utvärderingskriterier (Evaluation criterias) - Kriterier samt mål vilket kan användas vid utvärdering av till exempel kampanjer.
1
1 Inledning
I detta avsnitt kommer bakgrunden till problemformuleringen att presenteras, vilket ligger som grund till syftet av denna studie. I bakgrunden presenteras studiens huvudsakliga problem, begreppet CRM och dess användning samt tidigare forskning inom ämnet. Vidare leder detta till en problematisering ur ett företagsperspektiv där avsaknaden av praktisk forskning lyfts fram, vilket mynnat ut till studiens syfte.
1.1 Bakgrund
En stor utmaning som företag ställs inför idag är hanteringen av attraherandet samt bibehållandet av kundrelationer (Gustafsson, Johnson & Roos 2005; Ascarza, Neslin, Netzer, Anderson, Fader, Gupta, Hardie, Lemmens, Libai, Neal, Provost & Schrift 2018). Detta är framförallt en utmaning för e-handelsaktörer, där kunden har möjligheten att jämföra olika företags erbjudanden och byta till det företag som passar kundens preferenser (Postnord 2020). Därför har det blivit viktigt för företag att satsa på sin marknadsföringsstrategi för att stå ut bland sina konkurrenter, och till följd av detta har budgeten för marknadsföring ökat hos många e-handelsaktörer i Sverige (ibid). Trots trenden av ökande marknadsföringsbudgetar ser e-handelsmarknaden en historisk låg avkastning på konvertering av onlineköp, vilket skapar nya utmaningar för marknadsförare (Di Fatta, Patton & Viglia 2018). Många e-handelsaktörer har därför börjat analysera kunddata, för att på så sätt kunna anpassa annonser till kunden och effektivisera den egna marknadsföringen som kan leda till en ökad försäljning (Postnord 2020). En möjlighet för kundanpassning av annonser är användning av sociala medier, där företag kan samla in en stor mängd data om sina kunders preferenser (Wiese, Martínez-Climent & Botella-Carrubi 2020).
Marknadsföring på sociala medier har väckt stor uppmärksamhet hos både företag och inom forskning de senaste åren, i takt med användningen av social media som ett verktyg för marknadsföring har ökat (Tafesse & Wien 2018). I jämförelse med traditionell media erbjuder digital media flera fördelar vid annonsering, exempelvis att nå specifika kundsegment med anpassad kommunikation (Todorova 2015). En av dessa digitala medier är sociala medier, vilket ansetts vara ett effektivt verktyg för företag att sprida och publicera information om företaget och varumärken samt nå ut till önskad kundgrupp (Mangold & Faulds 2009). Dock kämpar företag med att finna effektiva sätt att kunna implementera sociala medier som en drivande åtgärd för byggande av kundrelationer inom ramen av deras strategiska marknadsföring för sin e-handel (Tafesse & Wien 2018). För att kunna nyttja fördelarna av marknadsföring på sociala medier, där målet är att bygga kundrelationer, bör processen grunda sig i Customer Relationship Management (CRM) (Karunanithy & Kajendra 2012), som innebär hantering av relationer mellan företag och kund (Parvatiyar & Sheth 2001; Karunanithy & Kajendra 2012).
2
gemensamt synsätt för att beskriva CRM. Detta synsätt är att CRM innebär hanteringen av relationen mellan företag och kund, och inkluderar processer som marknadsföring, försäljning, service samt support (Karunanithy & Kajendra 2012). Tidigare forskning inom CRM har främst strävat efter att förstå relationsbyggandet utifrån ett kundperspektiv, genom studerandet av kundens intentioner (García-Murillo & Annabi 2002; Sota et al. 2018). Forskning har även till viss del undersökt kundernas beteenemönster (Sota et al. 2018), dock kan kundernas egna återberättelser skilja sig från deras faktiska köpbeteende (Jacoby & Kyner 1973). Vid mätande av kundens faktiska beteendemönster har kvantitativa metoder applicerats, bland annat för att mäta återkommande köp vilket kan ses som en indikation för kundrelationer (Jacoby & Kyner 1973; Evanschitzky et al. 2012).
3
Utmaningen runt hantering av kampanjer och digital kommunikation ligger särskilt tungt hos mindre företag (SMEs), som har mindre humankapital och finansiell kapital än deras större konkurrenter (Simpson, Taylor & Padmore 2011; Di Fatta, Patton & Viglia 2018). Större företag har resurser att hyra in experter för arbetet med till exempel kampanjer genom sociala medier, därav fungerar dessa som komplement till större företags marknadsstrategier. Däremot kan detta arbete bli mer bärande för mindre företags marknad- och kundanalys och forma företagets marknadsstrategi i sin helhet (Ritz, Wolf & Mcquitty 2019). Bristen av resurser har gjort att SMEs har haft svårt att motivera större investeringar i exempelvis kampanjer, särskilt i en marknad som ser historiskt låg avkastning från onlineköpskonvertering (Di Fatta, Patton & Viglia 2018). Nuvarande forskning tenderar att fokusera på större företag gällande effektivisering av digital marknadsföring, vilket kan vara svårt att applicera för SMEs med mindre resurser (Ahmed, Amroush & Maati 2014; Ritz, Wolf & Mcquitty 2019).
1.2 Problemformulering
Genom en systematisk litteraturgenomgång av forskning inom CRM har Sota et al. (2018) funnit att forskningen inte går hand i hand med företags nuvarande användning av CRM. Vidare menar de att forskning inte har uppdaterats i takt med den nu etablerade och populära användningen av CRM (Sota et al. 2018), vilket även Shukla och Pattnaik (2019) identifierat och lyft fram som ett problem för den nya eran av CRM. Med den globala populariteten bland företag att applicera CRM i sina affärsprocesser för att tjäna sina kunder bättre, menar forskarna att det finns ett gap mellan utbudet och behovet av forskning. Sota et al. (2018) menar att det finns ett behov av uppdaterade forskning för att undersöka bibehållandet av kunder samt utvecklandet av relationer som faktiskt är applicerbara i företags verksamheter. En utmaning som företag mött i takt med CRM-forskningens utveckling är implementationen av dess processer (Ahmed, Amroush & Maati 2014). Forskarna (ibid.) menar att företag velat nyttja de fördelar och potential som CRM för med sig men att företag kan tendera till att applicera standardiserade e-CRM-initiativ som kan bli mer kostsamma än lönsamma.
4
Ett företags vilja att investera i digital marknadsföring, till exempel kampanjer, är beroende av de interna övergripande marknadsstrategierna samt de befintliga resurserna (Di Fatta, Patton & Viglia 2018; Ritz, Wolf & McQuitty 2019). Detta kan innebära att mindre företag med begränsade resurser, som exempelvis humankapital, antal anställda, teknik och finansiella tillgångar, har större utmaningar med att utveckla sitt användande av digitala verktyg (Simpson, Taylor & Padmore 2011; Di Fatta, Patton & Viglia 2018). Större företag med mer resurser att röra sig med har möjligheten att hyra in den kompetens som krävs, mindre företag som inte har samma förutsättningar men som ändå vill utveckla användandet av digitala verktyg kan behöva finna lösningar genom att testa sig fram (Ritz, Wolf & McQuitty 2019). Detta kan bli tidskrävande och kostsamt om resultatet inte blir som önskat (ibid.). Med detta i åtanke kan det därför argumenteras att det finns ett behov från mindre företag på praktisk forskning om hur användandet av digital marknadsföring kan effektiviseras. Exempelvis finns behov att identifiera tillvägagångssätt att öka konvertering av onlineköp för att hålla sig konkurrenskraftiga mot större företag inom e-handel (Di Fatta, Patton & Viglia 2018).
Utifrån samtliga argument ovan har en problemformulering utformats för att belysa en utmaning som företag står inför. Utmaningen syftar till hur företag bör implementera och arbeta med marknadskommunikation på ett effektivt sätt inom ramen av CRM och arbetet för att attrahera samt bibehålla kunder. CRM-forskning i nutid tenderar att främst vara konceptuell och utgå från utdaterade forskningsmetoder, vilket kan ge upphov till ett behov av mer praktiska och konkreta metoder för företag att applicera. Applicering av befintlig CRM-forskning, framförallt av samtida marknadsföringsverktyg, kan vara både en svår och kostsam implementering på grund av bristande praktiska kunskaper. Detta gäller särskilt för mindre företag med begränsade resurser. Som ett resultat av dessa utmaningar har denna studies syfte formulerats för att bemöta bristen av praktiskt forskning samt ge mindre företag ett alternativ av en mer handfast applicering av CRM.
1.3 Syfte
Syftet med studien är att skapa en djupare förståelse för hur små e-handelsåterförsäljare inom skönhetsbranschen kan optimera en marknadsföringsbudget vid kampanjer på sociala medier. Detta med hjälp av en kvantitativ experimentell studie där målet är att uppnå högre försäljning genom att få kunden att reagera med så små monetära medel som möjligt.
1.4 Presentation av företag
För att försöka möta behovet av praktisk forskning har studien utförts i samarbete med ett företag. Genom samarbetet har tillgång fåtts till faktisk transaktionsdata, marknadsföringsverktyg samt kompletterande företagsinformation vilket varit viktigt för att kunna genomföra studien; i utbyte har företaget fått ta del av både akademisk forskning samt praktiska implikationer på hur de kan effektivisera kampanjer på sociala medier.
5
6
2 Litteraturöversikt
I följande avsnitt kommer forskning kring studiens ämnen att presenteras. Avsnittet inleds med en presentation av forskning kring CRM och E-CRM för att lägga grund för det företagsperspektiv på kundhantering som appliceras i studien. Därefter kommer litteratur kring modeller om kampanjer att presenteras för att agera som en grundsten för efterföljande metodavsnitt. Ur teorin kommer hypoteser att bildas, vilka presenteras i det avslutande kapitlet med en sammanfattning av hypoteserna. Dessa kommer i senare skede att besvaras för att uppfylla studiens syfte.
2.1 CRM
Under 2000-talet har CRM varit ett koncept och verktyg som genomgått en stor utveckling både inom forskning men även inom det praktiska fältet. I takt med utvecklingen har synen på CRM gått från ett rent teknologiskt synsätt med fokus på IT-system, till att inkludera ett kundfokus och ett integrerande av CRM i företagets mål och visioner (Payne & Frow 2005; Shukla & Pattnaik 2019). Forskarna menar därför att CRM idag kan ses som uppsättningar av strategier, taktiker samt teknologier som blir allt viktigare i dagens marknadsklimat (ibid.). Inom akademin är CRM ett väl utforskat område och till följd av detta har det utvecklats fram olika definitioner och grenar av konceptet (Zablah, Bellenger & Johnston 2004; Payne & Frow 2005; Sota et al. 2018; Shukla & Pattnaik 2019). En av dessa är E-CRM vilket kommer förklaras vidare i 2.1.1 E-CRM.
Som tidigare nämnts, finns ett flertal definitioner av CRM. Den mest använda är Parvatiyars och Sheths (2001 s. 5) definition; “A comprehensive strategy and process of acquiring, retaining and
partnering with selective customers to create superior value for both the company and customers. It involves the integration of marketing, sales, customer service and the supply chain functions of the organization to achieve greater efficiencies and effectiveness in delivering customer value”.
Denna definition framhäver CRM-processen i att förvärva, bibehålla samt samarbeta med kunder för att skapa mervärde för båda parter. En annan definition som framhäver liknande element av CRM är Swift (2001) som menar att CRM kan ses som “[a]n enterprise approach to understanding
and influencing customer behaviour through meaningful communications in order to improve customer acquisition, customer retention, customer loyalty, and customer profitability”. Swift
(2001) betonar vikten av meningsfull kommunikation för byggandet av kundrelationer. Meningsfull kommunikation kan innebära anpassad kommunikation i form av meddelanden designade för att samstämma med kundens intressen och värderingar.
Även Kincaid (2003, s. 41) har formulerat en definition med liknande element, men framhäver företags perspektivet på användningen av CRM som “strategic use of information, processes,
technology, and people to manage the customer’s relationship with your company (Marketing, Sales, Services, and Support) across the whole customer life cycle”. Samtliga definitioner
7
en av de största anledningarna till att CRM-implementeringar inom företag misslyckas. Företag bör därför implementera CRM utifrån ett holistiskt synsätt likt samtliga definitioner ovan och därigenom implementera CRM genom samtliga processer inom företaget (Parvatiyar & Sheth 2001; Swift 2001; Kincaid 2003).
Genom att implementera CRM kan företag oavsett storlek bli mer effektiva på att förvärva och bibehålla kundrelationer (Ngai 2005). Kundrelationer kan sedan användas för att samla data om kunderna och därigenom öka förståelsen om deras behov (Sota et al. 2018). Företag kan således på ett effektivt sätt möta dessa genom att producera nya produkter samt utveckla befintliga. Forskarna menar vidare att i takt med att allt fler nya produkter inte får genomslagskraft på marknaden vid lansering och med den rådande konkurrensen mellan företag, kan CRM och förståelsen för kundens behov skapa en stark konkurrensfördel (Sota et al. 2018). Även Debnath, Datta och Mukhopadhyay (2016) poängterar att genom den ökade förståelse för kundernas behov som CRM skapar förbättras företagets förmåga att förstå och förutse bibehållandet av företagets kunder.
2.1.1 E-CRM
Företag har idag en förståelse för värdet av att bygga och underhålla kundrelationer genom internet för att överleva i hög konkurrerande marknadsklimat (Dawn & Guha 2010). Ahmed, Amroush och Maati (2014 s. 213) definierar skillnaden mellan traditionell CRM och E-CRM “The E-CRM or
electronic customer relationship management includes all the CRM purposes with the use of the net settings i.e., intranet, extranet and internet. Electronic CRM is related to all sorts of managing relationships with customers making utilization of information technology (IT)”. Forskarna betonar
i denna definition att E-CRM innehåller samma aspekter som CRM men att det främst är kanalen där kunden nås som skiljer de olika begreppen åt. Dawn och Guha (2010) betonar ytterligare en skillnad. Forskarna menar att kunden, genom E-CRM, ges frihet kontakta och kommunicera med företaget utanför traditionella öppettider.
8
2.2 Kampanjer
I denna studie har Rice och Atkins (2013) definition av vad en kampanj är applicerats. Författarna definierar en kampanj som; målinriktade försök att informera eller påverka beteendet hos förutbestämda målgrupper inom en avgränsad tidsperiod. Detta görs genom organiserade kommunikationsaktiviteter i olika kanaler i form av medierade meddelanden för att bidra med kommersiella eller icke-kommersiella fördelar för samhälle eller individ. Ur ett företagsperspektiv kommer denna definition av kampanjer att innebära att företag utifrån de interna målen använder tidsbegränsade medierade meddelanden för att påverka beteendet hos ett specifikt kundsegment (Rice & Atkins 2013; Familmaleki, Aghighi & Hamidi 2015). För att skapa kampanjer är det till fördel för företag att utgå från modeller för utformning, för att effektivisera processen runt skapandet och utvärderandet av kampanjer (Cruz & Fill 2008). Nedan presenteras en viral marknadskampanjmodell av Cruz och Fill (2008) som har applicerats i utformningen och utvärderandet av denna studie:
Figur 1: VMC evaluation framework, Cruz & Fill (2008)
Modellen ovan startar från källan, vilket som nämnts ovan kan syfta till företag, organisationer eller individer. I denna studie kommer källan syfta till ett företag inom skönhetsindustrin. Vid starten av en kampanj är det viktigt att etablera målen med kampanjen. Cruz och Fill (2008) menar att dessa mål kan kategoriseras i kognitiva, beteende och finansiella mål. Eftersom denna studie syftar till att undersöka kampanjens påverkan på kundbeteende kommer endast målkategorin beteende att presenteras, vilket här syftar till kundens aktivitet på företagets valda kanaler samt eventuella köp denne gör. Vidare menar Familmaleki, Aghighi och Hamidi (2015) att en kampanjs mål bör överensstämma med övergripande företagsmål för att kunna erhålla ett lyckat resultat. Även Cruz och Fill (2008) poängterar vikten av att de mål som sätts upp bör vara mätbara, det vill säga att de ska utformas på ett sådant sätt att de faktiskt går att mäta.
9
kampanjen under en förutbestämd tidsperiod och utvärderas efter avslutandet. Beroende på kampanjens resultat kan ett av tre val göras: att utveckla, behålla eller avsluta kampanjen (Cruz & Fill 2008).
Cruz och Fill (2008) lyfter vidare vikten av att utvärdera kampanjer, där de framförallt trycker på vikten av att etablera kampanjens mål med tydliga utvärderingskriterier för att möjliggöra utvärderingen. I deras modell (se Figur 1.) delar de in målen i kognitiva, beteende och finansiella mål där respektive område utvärderas från olika kriterier. De kognitiva målen utvärderas genom kampanjens räckvidd, uppmärksamhet samt kunskap om produkt eller varumärke. Även om påverkan på den individuella kunden är subjektiv och komplex, kan kognitiva mål mätas genom indikationer på medvetenhet som delningar av publicerat innehåll, samt antal besök i de olika kanalerna. Beteendemål syftar till den faktiska responsen från kunderna till kampanjen, och kan evalueras med hjälp av mätvärden som väljs beroende på hur mål satts upp. Exempelvis kan kampanjer mätas genom kundernas klickfrekvens samt val av produkter. Finansiella mål kan mätas genom mått som Return Of Investment (ROI), samt kvantitativt varumärkesvärde i form av marknadsandelar och vinstmarginaler.
Trots att företag lägger mycket resurser på försäljningskampanjer råder det oftast en stor osäkerhet hos marknadsförare och analytiker kring vilka marknadsföringsattribut och kombinationer av dessa som kan ge bäst utslag (Peng, Cui & Chung 2020). Detta resulterar i att återförsäljare utvecklar många olika kombinationer i sin marknadsföring för att försöka optimera sin försäljning. En stor del av dessa kampanjer, mellan 20-50%, visas dock vara ineffektiva och kan leda till förlust snarare än vinst (ibid.). Detta menar även Cruz och Fill (2008) kan bero på att kampanjen utformas utan konkreta mål och utvärderingskriterier. Forskarna menar dock att utvärdering av mindre lyckade kampanjer kan generera värdefull kunskap för utformandet av framtida kampanjer. Därför menar forskarna att företag bör etablera konkreta mål för varje kampanj med utvärderingskriterier, för att sedan kunna följa upp resultatet och därigenom optimera och effektivisera kommande kampanjer. Som tagits upp ovan poängterar Cruz och Fill (2008) vikten av att utvärdera kampanjer, och därigenom vikten av att etablera tydliga mål för att möjliggöra utvärdering. Forskarna menar att vid utvecklandet av en kampanj är det därför viktigt att ha i åtanke hur utvärderingsprocessen kommer se ut tidigt i utvecklandet av kampanjen. Resultatet behöver därmed vara mätbart i relation till de tidigare mätkriterier som har etablerats till de tidigare satta målen. Med detta i åtanke formulerades en hypotes om ett antagande om att annonserna i kampanjen kommer generera ett mätbart resultat. Förutsättningen om att annonserna ger ett mätbart resultat är därmed vital för denna studie för att möjliggöra jämförelser mellan annonserna.
10 2.2.1 Marknadsföringsvariabler
Efter att ha etablerat målen för en kampanj sker utformningen där flera olika variabler bör tas i beaktning. Cruz och Fill (2008) menar att huvudkomponenterna är etablering av målgrupp, budskap, media samt val av förmedlingsverktyg (se Figur 1). Inom dessa fyra komponenter finns flera olika variabler som i kombination med varandra formar kampanjen. Forskarna Peng, Cui och Chung (2020) har utvecklat ett konceptuellt ramverk för att konfigurera marknadsföringsattribut i relation till kundens individuella karaktärsdrag samt produktens karaktärsdrag (se Figur 2). Det konceptuella ramverket kan användas för att effektivisera försäljningen genom att analysera de olika attributens förenlighet och omfattning med varandra (Peng, Cui & Chung 2020). I denna studie syftar marknadsföringsvariabler till de variabler som formar en kampanj, och har applicerats som ett komplement till Cruz och Fills ramverk i utformandet av kampanjen samt de anpassningar som gjordes.
Figur 2: A conceptual framework for configuring sales promotion strategies, Peng, Cui & Chung
(2020).
11
i marknadskommunikationens meddelande, till exempel genom en tidsbegränsad rabatt (Fill 2011). Kommunikation om rabatter har framförallt visat på kortsiktig positiv försäljningseffekt vid kampanjer för att uppmuntra kunderna att prova nya produkter (Fill 2011; de Oliveira Santini, Afonso Vieira, Hoffmann Sampaio & Gattermann Perin 2016; Genchev & Todorova 2017). “Hur” hänvisar till de kanaler som kampanjen kommer att förmedlas genom, exempelvis genom sociala medier (Peng, Cui & Chung 2020).
Inom produktskaraktärsdrag hittas produktlivscykel, vilket hänvisar var produkten i sig befinner sig i livsstadiet, det vill säga hur gammal en produkt är på marknaden (Peng, Cui & Chung 2020). Vidare hittas även attribut som produkttyp, varumärke, samt pris (del Rio Olivares, Wittokwski, Aspara, Falk & Mattila 2018). Priset kan syfta till ordinarie satt pris, nedsatt pris samt erbjudandet i sig (Peng, Cui & Chung 2020). Dessa drag har i tidigare forskning visats ha påverkan på kampanjers slutresultat; till exempel kan priserbjudanden göra det mer troligt att kunder reagerar och utför ett köp (de Oliveira Santini et al. 2016). Det finns också forskning som visat att produkttypen kan ha en påverkan (Kivetz & Zheng 2017; Das, Mukherjee & Smith 2018). Dock poängterar forskarna Kivetz och Zheng (2017) att det finns väldigt begränsad forskning på hur och om produktkategorin i annonser har en påverkan på resultatet. I den sista marknadsföringsvariabeln, individuella karaktärsdrag finns demografiska samt psykografiska attribut som beskriver företagets kunder (ibid.). De demografiska attributen hänvisar till exempelvis till kön, ålder, samt var kunden bor medan de psykografiska rör sig om attribut kring exempelvis priskänslighet (del Rio Olivares et al. 2018).
Forskarna Peng, Cui och Chung (2020) menar att en kampanj bör utformas efter det mål som eftersträvas, detta genom att anpassa attributen till varandra. I sin tur kan detta exempelvis leda till att kortsiktiga försäljningsökning uppnås eller att försäljningen styrs mot en eller flera specifika produkter. Forskarna poängterar även att ju bättre attributen är anpassade till varandra, desto större effekt kommer kampanjen att ha. Exempelvis har tidigare forskning visat på att kombinationer av tidsbegränsning och monetära erbjudanden som rabatter inom ett visst omfång om 5-35% (del Rio Olivares et al. 2018) eller rena pengaavdrag kan öka effektiviteten för monetära incitament (Peng, Cui & Chung 2020). Även forskarna Miralles-Pechuán, Ponce och Martínez-Villaseñor (2018) poängterar i sin forskning att attribut liknande Pengs, Cuis och Chungs variabler bör bearbetas om högre Return Of Investment (ROI) vill uppnås.
12
och H3 utvecklats baserats på indikationer att anpassning av kampanjer utifrån tidigare kunddata kommer få ett bättre utslag än kampanjer som inte är anpassade.
H2: Den anpassade annonsen B kommer få bättre utslag än den allmänna annonsen A H3: Den anpassade annonsen C kommer få bättre utslag än den allmänna annonsen A
2.2.2 Kampanjer genom Facebook
Sociala medier har idag kommit att bli en del av internet-användarens vardagliga liv, och marknadsförare har svarat på detta beteende genom att allokera större delar av sin marknadsföringsbudget till sociala medier (Knoll 2016). Marknadsföring genom sociala medier har därför potentialen att uppnå en högre effektivitet, detta till följd av möjligheten att anpassa exempelvis kampanjer till specifika kundsegment (Fill 2011; Wiese, Martínez-Climent & Botella-Carrubi 2019). Wiese, Martínez-Climent och Botella-Botella-Carrubi (2019) har påpekat att Facebook är en av de primära sociala medier som har möjligheten att anpassa innehållet till specifika segment. Trots dess popularitet hos internet-användaren samt höga potential för marknadsföring för företag, är forskning kring hur företag effektivt kan använda Facebook relativt outforskat (Wiese, Martínez-Climent & Botella-Carrubi 2019). Det som gör Facebook attraktivt för marknadsförare är möjligheten till att nå ut till specifika segment inom en större publik. Dock uppkommer utmaningen för företags marknadsförare att skapa kampanjer som är mer anpassade och personaliserade till sina valda målgrupper (Okazaki & Taylors 2013; Knoll 2016; Wiese, Martínez-Climent & Botella-Carrubi 2019). Facebook erbjuder vidare verktyg som Facebook Ads Manager vilket marknadsförare och företag kan använda sig utav för att skapa t.ex kampanjer och annat innehåll till sina befintliga kunder och potentiella kunder (Facebook 2020).
Idag bör sociala medier som exempelvis Facebook-sidor inte endast användas som komplement för att sprida företagsinformation eller ytterligare erbjudanden, utan snarare vara en kanal där kunder har möjlighet till att öka aktivitet samt interaktion med företaget (Parsons 2013). Vidare tar Parsons (2013) upp vikten av att företag integrerar sina strategiska mål i sin marknadsföring genom dessa kanaler samt när beslutsfattande för kanalerna görs, detta för att se till att alla aktiviteter som skapas genererar värde. Sociala medier kan därigenom användas som ett verktyg för företags CRM-arbete genom att integrera informationsdelning, sälj och marknadsföring för att generera värde för både kunden och företaget (Parvatyars & Sheth 2001). Facebook och andra sociala medier kan även agera som en plattform för skapandet av meningsfull kommunikation med kunden, som Swift (2001) betonar i sin definition av CRM. Det är dessutom av vikt att ha en strategi för vardera social media som kommuniceras genom (Fill 2011), och utveckla en balans mellan kommunikation och försäljning (Parsons 2013). Forskaren menar på att det inte räcker med att enbart vara närvarande på en social media, utan att kunderna måste engageras genom kommunikation för att ett intresse för företaget ska växa.
13
komma i form av inlägg på företagets sida som ser mer personliga ut och riktade till kunderna (Wiese, Martínez-Climent & Botella-Carrubi 2019). Trots dessa möjligheter kan företag ha begränsade kunskaper samt svårigheter kring användningen av dessa verktyg, därav kan företag gå miste om marknadsföringens potentiella effektivitet på att påverka kundens beteende (ibid.). Även om reklamen kan riktas mot passande kunders karaktärsdrag, menar Knoll (2016) att reklamen inte alltid uppfyller kundernas intressen och behov. En annons på Facebook designas för att väcka uppmärksamhet hos kunder genom att visa upp exempelvis varumärke eller produkt. Trots detta finns det begränsade bevis kring hur marknadsföring genom sociala medier påverkar kundens beteende gentemot ett företag (Wiese, Martínez-Climent & Botella-Carrubi 2019).
Det blir av vikt för marknadsförare att utveckla kampanjer som uppfattas som värdefulla av kunderna. Parsons (2013) menar på att fokus bör därför läggas på att skapa relationer till sina kunder istället för att endast förse information om produkter. Vidare poängterar forskaren genom att skapa mer anpassad reklam till specifika kunder genom en effektivare segmentering, med relationsskapande i fokus, kan ett större värde förmedlas till kunderna. Då kommande kampanjer, prisnedsättningar och andra slags erbjudanden lanseras är det viktigt för marknadsförare att förenkla samt minimera produktinformationen som ges till kunderna, detta eftersom forskning menar på att för mycket produktrelaterad information i marknadsföringen kan förlora kundens intresse. Därav bör marknadsförare inte försumma till exempel en komisk aspekt för att hålla kampanjen intresseväckande och underhållande (Wiese, Martínez-Climent & Botella-Carrubi 2019). Sammanfattningsvis menar samtlig forskning att en balans bör finnas mellan en rad olika aspekter för att skapa effektiva kampanjer genom sociala medier.
2.2.2.1 Utvärdering av kampanjer genom Facebook
Facebook Ads Manager erbjuder olika typer av mätinstrument som användaren kan använda för att utvärdera den egna publicerade kampanjen. Dessa mätinstrument inkluderar exponering, räckvidd, länkklick, click-through-rate (CTR), cost-per-click (CPC) samt cost-per- thousand impressions (CPM). Räckvidd syftar till hur många marknadskommunikationen har visats till, medan exponering innebär hur många gånger marknadskommunikationen har visats (Facebook for Business 2020a, 2020b). Länkklick räknar alla gånger recipienten klickar på länken i annonsen eller annonsens call-to-action-knapp (Facebook for Business 2020c). CPC visar hur mycket varje länkklick kostar i genomsnitt och CPM indikerar kostnadseffektivitet av kampanjen genom att visa kostnad per tusen exponeringar (Facebook for Business 2020d, 2020e). Den genomsnittliga kostnaden för CPC på Facebook under det fjärde kvartalet år 2017 i Sverige låg på 12,39 kr (Statista 2019a).
14
konverteringsökning med en uteslutning (Facebook for Business 2020g). Dessa mäter hur bra resultatet av testet är baserat på de satta målen som A/B-testet strävar att undersöka.
Till följd av att verktyget Facebook Ads Manager användes för att utveckla och utvärdera kampanjen, bröts H2 och H3 ner i tre underhypoteser vardera. Underhypoteserna utformades efter de mätinstrument som Facebook Ads Manager erbjöd i relation till företagets mål för kampanjen, och användes för att möjliggöra jämförelse av respektive annons. För denna studie valdes mätinstrumenten CTR, kostnad per resultat samt antal köp som kampanjen generat, baserat på de mål företaget etablerat för kampanjen.
H2a: Annons B kommer ha en högre CTR än annons A
H2b: Annons B kommer ha en lägre kostnad per resultat än annons A
H2c: Annons B kommer ha genererat fler köp än annons A
H3a: Annons C kommer ha en högre CTR än annons A
H3b: Annons C kommer ha en lägre kostnad per resultat än annons A H3c: Annons C kommer ha genererat fler köp än annons A
2.4 Summering av hypoteser
Då syftet med studien är att skapa en djupare förståelse för hur små e-handelsåterförsäljare inom skönhetsbranschen kan optimera en marknadsföringsbudget vid kampanjer på sociala medier, har sammanfattningsvis följande hypoteser utvecklats utifrån ovanstående teori i litteraturöversikten:
H1: Annonserna kommer ge ett mätbart resultat
H2: Den anpassade annonsen B kommer få bättre utslag än den allmänna annonsen A
H2a: Annons B kommer ha en högre CTR än annons A
H2b: Annons B kommer ha en lägre kostnad per resultat än annons A H2c: Annons B kommer ha genererat fler köp än annons A
H3: Den anpassade annonsen C kommer få bättre utslag än den allmänna annonsen A
H3a: Annons C kommer ha en högre CTR än annons A
H3b: Annons C kommer ha en lägre kostnad per resultat än annons A H3c: Annons C kommer ha genererat fler köp än annons A
15
3. Metodologi
I följande avsnitt kommer studiens tillvägagångssätt att presenteras. Avsnittet inleds med en presentation av en förstudie som utfördes för att erhålla avgränsningar för efterföljande experiment. Sedan beskrivs de avgränsningar studien har följt. Därefter beskrivs utformning av experimentet i form av ett A/B-test som utförts och den valda urvalsramen, samt hur datan har analyserats. Avsnittet avslutas med etiska aspekter, reliabilitet och validitet som studien tagit hänsyn till, samt övriga metodreflektioner.
3.1 Förstudie
Det första som gjordes för studien var en förstudie, vilket utfördes med avsikt att få djupare inblick i StylingAgentens verksamhet och försäljning. Detta steg utfördes i avsikt att skapa en förståelse för tidigare kundbeteende (Bryman & Bell 2013; Eliasson 2018; Söderlund 2018), samt för att finna avgränsningar för hur kommande experiment skulle kunna utformas.
Förstudiens data bestod av erhållen sekundärdata som förseddes av företaget. Denna data kom i form av historisk transaktionsdata från 2017-04-01 fram till 2020-02-21, vilket motsvarar närmare tre år. Datan mottogs i Excel-format vilket möjliggjorde vidare hantering samt nedtrimning, upplägg av statistik samt vidare analys av datan. Den första erhållna versionen av datafilen innehöll totalt 381 275 rader av transaktioner baserat på produkter som sålts. Detta innebar att varje rad representerade vilken produkt som sålts, vilket betydde att en kundorder kunde resultera i flera rader med samma ordernummer men olika produkter i datafilen, därav det höga antalet rader. Datavariablerna som erhållits var Marknadsplats, Ordernummer, Produktkategorins ID, Kategorinamn, Artikelnummer, Artikelnamn, Kundens referensnamn, Kundenspostnummer, Kundens stad, Kundens land, Beställningsdatum, Unikt kundID, Fraktkostnad, Kvantitet av produkt, Inköpspris, Pris till kund, Pris till kund inklusive moms, Totalsumma per transaktion, Valuta samt Totalsumma inklusive skatt och frakt i svenska kronor. Den erhålla originaldatan genomgick därefter en filtrering för att ta bort ofullständiga transaktionsrader.
Den uppdaterade filversionen innehöll därefter inte några rader som hade tomma celler i någon av variablerna, med undantag från Marknadsplats då det tomma värdets representation var känt. Filtrering gjordes i form av att endast visa de köp som gjorts från Sverige, detta för att avgränsa studien till ett specifikt land. En sista omkodning gjordes även för datavariabeln Kategorinamn där alla saknade värden (#SAKNAS!) identifierades till att tillhöra produktkategorin “Övrigt” på företagets hemsida, vilket även bekräftades av företaget. Det totala antalet rader efter filtrering var 260,148 transaktioner.
16
kunders köpvanor utifrån geografiskt område, i detta fall baserat på postnummer. Pivottabeller som skapats för att se över statistik har utgått från den modifierade filversionen för att endast inkludera köp med fullständig information som gjorts i Sverige.
Ytterligare fyra Excel-filer skapades med utgång från den filtrerade originaldatan för att få en geografisk överblick över lönsamhet i Sverige. Datan delades in i filer årsvis för att göra datan mer lätthanterlig samt för att skapa en överblick över hur försäljningen utvecklats år till år. I dessa filer skapades tabeller för att identifiera lönsamhet i diverse geografiska områden, samt identifiera snittbelopp och snittstorlek på ordrar i dessa områden. Detta baserades på postnummer som delades upp i 10 grupper; 9 grupper representerade postnummergrupper medan en grupp samlade de rader som saknade postnummer. Genom denna analys kunde de tre mest lönsamma områden i Sverige fastställas, vilka var Göteborg med omnejd, Stockholms län samt Skånes län. Snittet för ordersumma för varje kundköp samt hur snittantalet produkter per köp kunde räknas ut genom uppställning av formler.
Det slutgiltiga momentet av förstudien var att observera företagets kommunikation på de sociala kanalerna Facebook och Instagram, samt mejlutskick. Detta för att bilda en förståelse över företagets nuvarande kommunikation med sina kunder, samt för att förstå språkbruket för att kunna imitera det vid ett senare skede i experimentet. Valet att observera och imitera tidigare språkbruk fattades för att skapa en enhetlig kommunikation från företaget sida. Målet var att minimera språkbrukets påverkan på reaktionen hos befintliga kunder, samt att detta experiment inte skulle kunna urskiljas från företagets tidigare kommunikation.
3.2 Avgränsningar
Efter att förstudien genomfördes skapades ett antal avgränsningar för utformningen av kommande experiment. Dessa avgränsningar sattes med hänsyn till den information som utvunnits från förstudien. Den första avgränsningen för arbetet var den geografiska; då mer än två tredjedelar av erhållen data till förstudien berörde köp i Sverige bestämdes denna avgränsning till att endast fokusera på den svenska marknaden och dess kunder. Ytterligare en avsmalning gjordes genom att identifiera och fokusera på de områden som var de mest lönsamma i Sverige; Göteborg med omnejd, Stockholms län samt Skånes län. Denna avgränsning baserades på postnummer, därav inkluderades alla kringliggande bygder och inte enbart det koncentrerade stadsområdet.
17
3.3 Forskningsdesign och metod
Efter att avgränsningar hade formats kunde studien designas. En experimentell design tillämpades då den ansågs vara mest passande för studiens ändamål, vilket var att undersöka orsak-verkan i hur kunders beteende (verkan) påverkades av anpassad marknadskommunikation och presenterad produktkategori (orsak). Undersökandet av orsak-verkan ansågs vidare vara ett passande tillvägagångssätt för utförandet av studiens experiment, då experiment är en passande metod för marknadsföringsrelaterade studier där bland annat marknadsföringsmeddelanden kan testas (Khan 2011; Söderlund 2018). Studiens experiment valdes att struktureras som ett A/B-test, detta eftersom A/B-test är en etablerad metod som används för att studera orsak-verkan samt urskilja skillnader mellan utfall baserade på variabler (Kohavi & Longbotham 2016). Vidare kommer A/B-test användas för studien då denna metod med hög sannolikhet ger stabila resultat om olika samband (ibid.).
Experimentet i denna studie uppfyllde Söderlunds (2018 s.12) definition om vad experiment innebär, vilket menar att individer slumpmässigt delas in i grupper som får olika behandlingar och att deras reaktioner sedan ställs mot varandra för jämförelse. Detta följdes genom att verktyget Facebook Ads Manager slumpmässigt allokerade grupperna av individer. Därefter utsattes dessa tre grupper för en respektive annons per grupp där responsen av dessa ställdes mot varandra. Annonserna tilldelades namnen A, B och C, där annons A var kontroll-annons och där annons B och C manipulerades genom anpassning. Den orsak-verkan som observerades närmare kring var av ett antal valda kampanjvariabler som tidigare presenterats i litteraturöversikten (se 2.2
Marknadskommunikationsmixen samt 2.3 Kampanjer). Genom att göra förändringar i
kampanjvariablerna, särskilt marknadsföringsmeddelandet samt presenterad produktkategori, kunde effekten av dessa förändringar mätas genom att observera kunders respons i form av fasta mätvärden (se 2.3.3.1 Utvärdering av kampanjer genom Facebook).
18
3.3 Datainsamling genom kampanj
3.3.1 Utformning
Den valda metoden för datainsamling av studiens primärdata var genom ett A/B-test i form av en kampanj, beståendes av tre annonser, vilken utformades och lanserades efter förstudien. Utformningen utgick främst efter Cruz och Fills (2008) marknadskampanjmodell (Figur 1.), samt även Peng, Cui och Chungs (2020) konceptuella ramverk (Figur 2.). Genom deras modell samt ramverk strukturerades utförandet av varje steg i processen. Första steget var att etablera målet med kampanjen. Då syftet med studien var att se hur små e-handelsförsäljare kan optimera en marknadsföringsbudget vid kampanjer på sociala medier, etablerades ett mål om att påverka kundbeteendet enligt Cruz och Fills modell. Nästa steg var att skapa segmenteringsvariablerna för målgruppen vilket skulle få ta del av det incitament som skulle komma att erbjudas, här syftades det till konsumentens intressen, kön, ålder samt geografiska placering. Detta innebar enligt både modellen (Cruz & Fill 2008) samt det konceptuella ramverket (Peng, Cui & Chung 2020) att målgruppen för kampanjen var en nischad grupp, vilket hade fastställts från förstudien. Kampanjen utformades som en “overt commercial” enligt Cruz och Fills modell, vilket innebär att det är tydligt för kunden att meddelandet är reklam. Detta var dels ett resultat av Facebooks standardutformning samt rådande lagar runt marknadsföring, vilket kommer förklaras vidare i 3.3 Etiska Aspekter. Som tidigare nämnts var Facebook och Instagram valet för i vilka medier kampanjen skulle publiceras. Kampanjen kunde på så sätt göras tillgänglig genom sociala medier genom både mobiltelefoner och datorer. Kampanjens verktyg bestod av marknadskommunikation i form av text och bilder, där bilderna presenterades i ett manuellt bildspel. Därutöver använde sig kampanjen av sales promotion vilket enligt Fill (2011) och de Oliveira Santini et. al. (2016) som ett verktyg för att öka den kortsiktiga responsen.
Applikationen som användes för skapandet och hanteringen av kampanjen var Facebooks egna företagsverktyg; Facebook Ads Manager. Kampanjen utformades som tidigare nämnt till ett A/B-test med tre annonser. Genom Ads Manager valdes A/B-testet till att mäta konverteringar, det vill säga att mäta kundaktivitet som företaget önskar. Detta kunde sedan presenteras i applikationen som resultat, där representationen var antalet köp som gjort inom 7 dagar till följd av att en kund sett eller klickat sig in på en annons. Samtliga annonser utgick från samma målgrupp och individerna randomiserades till tre olika grupper. Målgruppens inställningar i denna studie etablerades i samråd med företag vad gällande kön, intressen och ålder (se 3.2.2 Urval), samt geografiska områden som ett resultat av förstudien. Med hjälp av förstudien etablerades även de två mest sålda produktkategorierna som tilldelades till respektive annons B och C. Produktkategorin i annons B var den mest sålda produktkategorin som representerades av en produkt med längre förbrukningperiod, medan produktkategorin i annons C kunde klassificeras som en konsumtionsvara i högre utsträckning och var den näst mest sålda produktkategorin.
19
StylingAgenten valt att presentera som populära produkter på sin hemsida. Annons A representerade kontrollannonsen i experimentet som de manipulerade, med andra ord anpassade, annonserna B och C sedan jämfördes med. Manipulationen innebar att annons B anpassades till att visa den mest sålda produkttypen med ett textmeddelande som framhävde produkttypen. Annons C manipulerades på samma sätt men denna gång med den näst mest sålda produkttypen.
De valda produktkategorierna i annons B och C, samt produkterna i dessa, övervägdes med hjälp av Peng, Cuis och Chungs (2020) ramverk för att fastställa deras relevans samt lämplighet för annonserna enligt deras presenterade produktkaraktärsdrag. För att skapa produktkataloger som representerade företagets utbud var det inte av nödvändighet att alla produkter delade identiska produktkaraktärsdrag såsom märke och pris, men att alla var av relevans för annonsen. Utöver bilderna i produktkatalogerna utformades även marknadskommunikation i form av text. Dessa texter skapades i förhållande till StylingAgentens befintliga marknadskommunikation för att samstämma med företagets sätt att kommunicera samt utformats enligt Peng, Cui och Chungs (2020) ramverk för att inkludera och behandla samtliga marknadsföringsvariabler. Texten i annonserna hölls allmän, men kopplad till produktkategorin i annons B samt C (se bilaga A). Facebooks Ads Manager erbjöd flera olika placeringsmöjligheter av annonserna, för denna kampanj valdes en placering i flödet på Facebook och Instagram samt stories på Instagram. Efter att utformningen av kampanjen genomförts och budget satts i samråd med StylingAgenten lanserades kampanjen på ett fast datum med en avsedd tidsperiod på 16 dagar. Den överenskomna budget för kampanjen var totalt 300 kr/dag för hela kampanjen, vilket innebar att samtliga tre skapade annonser i kampanjen kördes med 100 kr/dag vardera. Under tiden kampanjen var aktiv övervakades utvecklingen utan att några ändringar eller annan form av påverkan gjordes. Vid avslutandet av kampanjen gjordes en utvärdering i form av dataanalys i förhållande till de beteendemål som bestämdes om konvertering (se kapitel 5 Analys).
3.3.2 Urval
Kampanjens urval fastställdes genom ett klusterurval enligt Bryman och Bells (2013) principer, vilket menas att urvalet för kampanjen baserades på geografiska områden som beskrivet i 3.1
Förstudie. Valet av de geografiska områdena valdes ut med lönsamhet i åtanke, vilket i denna
studie definierades som de områden som gett störst intäkter, samt de områden där flest produkter sålts till. Från förstudien valdes de tre mest lönsamma områdena baserat på postnummer, vilka tidigare presenterats vara Göteborg med omnejd, Stockholms län samt Skånes län. Inom Göteborg med omnejd inkluderas samtliga områden med postnummer som startade på siffran 4, inom Stockholms län samtliga som startade med siffran 1 samt Skånes län de som startade med siffran 2.
20
individer. Individerna i denna urvalsgrupp exponerades för en av de tre annonserna som skapades för A/B-testet. Vilken annons de utsattes för var ett helt randomiserat urval, vilket menas att individer slumpmässigt valdes av applikationen från den samlade urvalsgruppen till varje annons (Bryman & Bell 2013; Robson & McCartan 2016).
3.3.3 Analysmetod av kampanjer
Kampanjens resultat analyserades med hjälp av verktyget Facebook Ads Manager samt i Excel-filer innehållandes den interna försäljningsdatan. Med hjälp utav Facebook Ads Manager analyserades datan i förhållande till de mätinstrument som verktyget erhöll (se kapitel 2.2.2.1). Annonserna inom kampanjen analyserades i förhållande till varandra där annons A representerade kontrollannonsen, vilket menas att annons A inte var manipulerad. Annons B och C representerade de manipulerade annonserna, vilket innebar att produktkategorierna samt textmeddelandena var anpassade efter förstudiens resultat. Detta innebar att resultatet analyserades genom att jämföra annons B med A, samt annons C med A, för att vidare identifiera hur mätinstrumentens värden påverkats av anpassningarna som gjorts. Resultatet av detta ställdes sedan mot de hypoteser som utformats för att uppfylla denna studies syfte.
Datan som erhölls från StylingAgenten, vilket var intern försäljningsdata, analyserades som ett komplement till den data som framhölls i Facebook Ads Manager. Denna datan användes även för att stärka validiteten i förstudien, genom att se om förstudiens resultat i valda målgrupp tidigare beteende samstämde med beteendet under kampanjens angivna period. Den interna försäljningsdatan jämfördes även med mätinstrumentet om försäljning i Facebook Ads Manager för att placera kampanjens resultat i relation till den generella försäljningen.
3.4 Etiska överväganden
Studien anses ha följt vad som anses vara god etik för kvantitativa studier. Eftersom både behandling av företagsdata samt kunddata har bearbetats, har det varit av stor vikt att redan från början vara tydliga med vad studien syftat till för att vidare få godkännande av företaget gällande beslut i relation till kampanjen. Ett sekretessavtal togs fram av företaget då känslig data i form av riktig transaktionsdata samt företagets kunddatabas har kommit att behandlas. Den datan som sedan har använts och analyserats har vid presentation i denna studie både anonymiserats samt aggregerats.
21
som tänkts göra med den erhållna informationen samt hur kampanjen och dess annonser skulle utformas.
Gällande etiska aspekter har hänsyn tagits kring huruvida marknadsföring genom sociala medier ska behandlas utifrån Marknadsföringslagen (MFL 2008:486). Detta innefattar bland annat hur marknadsföring vars placering har köpts exempelvis på sociala medier får ske samt hur detta ska framgå, alltså att materialet är tydligt markerat att det innehåller sponsrat försäljningsmaterial (Konsumentverket 2019a). Vid reklam och annonsering genom Facebook har detta framgått tydligt då det automatiskt utformats på sådant sätt i applikationen. Alla tre annonser tillhörande kampanjen har därmed varit märka med “annons” både vid visning på Facebook samt Instagram (se exempel
bilaga B). En åldergräns på 18 år sattes även på målgruppen då direkta köpuppmaningar inte får
riktas till mindeåringar (Konsumentverket 2019b).
I hänsyn med ovanstående har försiktighet gentemot gällande både företaget samt dess kunder tagits, samtidigt som reglering kring huruvida marknadsföring får ske och hur det ska hanteras tagits. Regler har därmed följts och marknadsföring har gjorts på ett sådant sätt som anses vara korrekt. Även godkännande har fåtts av StylingAgenten att gällande omnämnande av dem i denna studie samt att de har getts möjligheten till att läsa igenom den färdiga studien.
3.5 Reliabilitet och validitet
Vid kvantitativa studier, likt denna studie, är målet att uppnå resultat som kan representera större delar av en population, det blir därför av vikt att studien uppnår både en hög reliabilitet samt validitet (Eliasson 2018). Reliabilitet syftar till om en undersökning är pålitlig samt huruvida samma resultat kan fås vid upprepning av undersökningen; ju större möjlighet att undersökning och resultat kan återupprepas desto högre pålitlighet kan uppnås, vilket ger högre reliabilitet (ibid.). Det blev därav av vikt att metod och tillvägagångssätt skulle kunna replikeras för andra forskare eller marknadsförare att tillhandahålla resultat likt denna studies. Då hur hög en undersöknings reliabilitet är bestäms av hur mätningar genomförts och hur noggrant dessa gjorts, har detta tagits hänsyn till för utformandet av studiens metod. Medvetenhet fanns kring hur reliabilitet kunde höjas ytterligare för denna studie, bland annat skulle datainsamling kunnat ha genomförts ett flertal gånger för att säkra datainsamlingens kvantitet samt kvalitet (Berggård, Ek, Fredholm, Lindgren, Nieminen Kristofersson & Nilsson 2002). Då planering samt genomförandet av datainsamlingen skedde i samarbete med företag togs stor hänsyn till deras existerande schema, därav kunde inte fler tillfällen för datainsamling ske.
22
Validitet kunde säkerställas ytterligare i samband med att reliabilitet stärktes, detta eftersom hög validitet kommer med hög reliabilitet (Eliasson 2018). Genom detta samband kunde författarna till denna studie faställa båda aspekterna utan att försumma den ena.
Då majoriteten av all data som tillhandahållits har försetts av StylingAgenten har datans tillförlitlighet antagits vara god eftersom den inte samlats in genom egna medel. Det ska dock hållas i åtanke att omvärldens rådande situation kan ha haft en effekt på datan eftersom konsumenters köpkraft påverkats (SCB 2020a). Trots att konsumenternas köpkraft visats ha gått ned (ibid.) visar statistik att detaljhandelns försäljning generellt ha ökat med 0,6% (SCB 2020b), därav kan inget definitivt antagande ha gjorts om huruvida pandemin påverkats studiens datatillförlitlighet.
3.6 Övriga metodreflektioner
Under datainsamling samt analys har ett antal aspekter kring använda metoder kommit fram till följd av hur processerna har gått. Eftersom studien fokuserats ur ett företagsperspektiv har forskningsdesign samt metod anpassats efter vad som vanligtvis företag själva har tillgång till. Genom att tillämpa vald forskningsansats identifierades en eventuell brist i den, vilket var vissa nyanser av förståelse som vanligtvis fångas den kvalitativa ansatsen, däribland varför något resulterat i det som visats. Däremot kan den applicerade ansatsen uppfylla och visa en annan slags förståelse, som exempelvis en mer konkret bild av ett visst beteende och reaktion.
Vidare noterades det att full kontroll inte kunde uppnås för hela studien. Detta berodde inte enbart på samarbetet med företaget, där de begärde att sekretessbelägga viss information och data, utan även användandet av den valda applikation där all datainsamling skedde. Trots att hög kontroll kunde uppfyllas under skapandet av kampanjen och dess annonser, var det i slutändan Facebook som stod för godkännande av publicering ut till slutanvändare. Detta betydde att annonserna riskerade att inte kunna publiceras, vilket kunde ha resulterat i ett misslyckat A/B-test.
Cruz och Fills (2008) modell användes vid utformandet av kampanjen. Då denna studie syftade till att skapa en djupare förståelse för hur små e-handelsåterförsäljare inom skönhetsbranschen kan arbeta för att effektivisera kampanjer på sociala medier, användes modellen som en grund och anpassningarna lades sedan till. Modellen ansågs vara ett bra stöd för utformningen av kampanjen då den fokuserade på praktiska element och betonade vikten av mål och utvärdering. Modellen kompletterades med Peng, Cui och Chungs (2020) marknadsföringsvariabler som anpassades i enlighet med förstudiens resultat. Cruz och Fills (2008) modell och Peng, Cui och Chungs (2020) konceptuella ramverk ansågs vara bra komplement till varandra för denna studie, modellen som ett verktyg att utforma kampanjen och det konceptuella ramverket som ett underlag för annonsernas innehåll och anpassningar.
23
24
4. Empiri & Resultat
I följande avsnitt kommer resultatet från förstudien samt A/B-testet att presenteras. Avsnittet inleds med en presentation av den procentuella försäljningen utifrån de områden som visats vara lönsammast från förstudien. Därefter kommer resultatet för vardera annons att presenteras. På grund av sekretess har delar av följande resultat presenterats som aggregerade värden.
4.1 Förstudie
Genom förstudien som tidigare presenterats i 3.1 Förstudie kunde grunden läggas för kampanjen och dess annonser. Resultatet från den förstudien som låg till grund för kampanjen kommer att presenteras nedan. Då arbetet har varit ett samarbete med ett företag, skrevs ett sekretessavtal för att säkerhetsställa att inget känsligt material skulle offentlighetsgöras.
Område/ Procentandel Procentandel av totala försäljningen Procentandel överstigande snittsumma
Göteborg med omnejd 13,6 % 38,2 %
Stockholms län 19,2 % 39,2 %
Skånes län 13,8 % 39,3 %
Tabell 1. Procentuella andelar för valda områden.
Vilket tidigare har presenterats valdes de tre lönsammaste geografiska områdena ut, detta för att representera företagets lönsamma kundsegment. Dessa områden var de områden som stod ut beträffande snitt av ordersumma i jämförelse med hela landet. Göteborg med omnejd stod för 13,6% av den totala försäljningen i hela landet år 2019. Stockholms län var det område som stod för den största andelen av den totala försäljningen, vilket uppgick till 19,2%, medan Skånes län hamnade på 13,8%. Denna data utgick endast från en djupare analys i förstudien för ett årtal, 2019, dock kunde denna trend påvisas då äldre erhållen data från tre år tillbaka undersöktes. Av försäljning som skett i Göteborg med omnejd har 38,2 % av ordrarna haft en summa över en beräknad snittsumma av varukorgen för hela landet år 2019. För Stockholms län respektive Skånes län var det på 39,2% och 39,3% av ordrarna som var över den beräknade snittsumman. Denna information användes som underlag till valet av geografiska områden då kunder med en högre ordersnittsumma sågs som attraktiva för företaget.
25
andelarna av den totala försäljningen i hela landet. Anpassningen av annonserna i kampanjen innebar att den ena produktkategorin låg till grund för annons B och den andra för annons C.
4.2 Kampanjer
Efter utformandet av kampanjen, med hjälp av förstudien samt samråd med företaget, lanserades kampanjen med en fastställd budget på 300 kr/dag, vilket delades upp i 100 kr/annons. Kampanjen var varaktig i 16 dagar. Totalt nådde kampanjen ut till 80 128 personer och resultatet kommer vidare att presenteras mer i detalj i följande tabell utifrån vardera annons.
Mått / Annons Annons A Annons B Annons C
Exponering 51 789 59 831 61 487 Räckvidd 24 120 27 176 28 088 Länkklick 136 226 112 Click-through-rate (CTR) 0,26% 0,37% 0,18% Cost-per-click (CPC) i SEK 11,33 kr 6,81 kr 13,76 kr Cost-per-click (CPC) 100% -39,9% +21,4%
Cost-per-thousand impressions (CPM) i SEK 29,74 kr 25,73 kr 25,05 kr Cost-per-thousand impressions (CPM) 100% -13,5% -15,8% Kostnad per resultat i SEK 118,49 kr 256,59 kr 90,64 kr Kostnad per resultat i förhållande till 0 värde 100% +116,5% -23,5% Tabell 2. Mätresultat ur Facebook Ads Manager.
Exponering och räckvidd har varit två faktorer som styrts av applikationen Facebook Ads Manager utefter det valda kundsegmentet och utsatt budget. Skillnaderna i exponering och räckvidd är ett resultat av applikationens urval vilket innebär randomiserat urval för denna studie. Tabellen (Tabell
2) ovan visar på att annons B samt C har haft en något större räckvidd samt exponering än annons
A. Under tidsperioden har annonserna attraherat totalt 474 länkklick; 136 för annons A, 226 för annons B respektive 112 för annons C. CTR är beräkningen av länkklick genom exponering multiplicerat med 100, vilket indikerar på annonsens effektivitet. Annons A hade ett CTR-värde på 0,26%, annons B på 0,37% och annons C hade ett värde på 0,18%. Annons B resulterade i både flest antal länkklick samt högst CTR-värde i A/B-testet.
Ur detta kan följande hypoteser accepteras samt förkastas:
26
H3a: “Annons C kommer ha en högre CTR än annons A” förkastas.
Ovanstående värden har visats med annons A som ett nollvärde och därmed presenterats som 100% eftersom annons A ses som kontrollgruppen. Detta innebar att annons A inte inkluderade anpassningar av innehållet, det vill säga de manipulationer av produktkategorier samt textmeddelanden, till skillnad från annons B och C. Detta har gjorts för att en jämförelse mellan annonserna ska kunna göras. I förhållande till annons A, hade annons B ett CPC-värde som var 39,9% lägre, därav innebär detta att kostnaden per länkklick var mindre för annons B än annons A. Annons C hade i förhållande till annons A ett CPC-värde som var 21,4% högre, därav innebär detta att kostnaden per länkklick var högre för annons C än annons A. Detta betydde att varje länkklick i annons C kostade mer än annons A. Både annons B och C hade ett lägre CPM-värde än annons A, på 13,5% respektive 15,8%, vilket innebär en högre kostnadseffektivitet. Även detta värde, likt exponering och räckvidd, har styrts av Facebook Ads Manager. Då kostnad per resultat har undersökts har det visats att annons B fick en högre kostnad än annons A på 116,5%, medan annons C fick en lägre kostnad än annons A på 23,5%. Detta betyder att annons C var den mest kostnadseffektiva av annonserna enligt dessa siffror.
Ur detta kan följande hypoteser accepteras samt förkastas:
H2b: “Annons B kommer ha en lägre kostnad per resultat än annons A” förkastas. H3b: “Annons C kommer ha en lägre kostnad per resultat än annons A” accepteras.
Försäljning / Annons Annons A Annons B Annons C Försäljning i relation
till annons A
100% -53,8% +30,8%
Försäljning i
jämförelse med hela landet 1,6% 0,7% 2,1% Försäljning i jämförelse med kampanjens inriktade geografiska områden 2,9% 1,3% 3,8%
Tabell 3. Procentuell försäljning per annons.
27
hade en högre försäljning på +30,8%. Ett resultat har även kunnat fås på försäljning via respektive annons i jämförelse med försäljning i hela landet och även i relation till kampanjens inriktade geografiska områden. I jämförelse med hela landet har 1,6% gått via annons A, 0,7% via annons B och 2,1% via annons C. Sett i jämförelse med kampanjens inriktade geografiska områden har 2,9% gått via annons A, 1,3% via annons B och 3,8% via annons C. Detta visar vidare även på att störst försäljningstrafik har gått via annons C.
Ur detta kan följande hypoteser accepteras samt förkastas:
H2c: “Annons B kommer ha genererat fler köp än annons A” - Förkastas. H3c: ”Annons C kommer ha genererat fler köp än annons A”- Accepteras.
Vidare gjordes även en validitetskontroll för studien av den utnämnda målgruppen från förstudien. Främst avstämdes vilka regioner som haft högst försäljning, vilket överensstämde med vad som tidigare tagit fram i ovanstående förstudie. Även förstudiens indikation på att de geografiska utvalda områdena för målgruppen hade högre ordersumma än det framtagna snittet bekräftades även under kampanjperioden.
Genom ovanstående har följande hypoteser kunnat accepteras eller förkastas: H1: “Annonserna kommer ge ett mätbart resultat” accepteras.
H2: “Den anpassade annonsen B kommer få “större” utslag än den allmänna annonsen A” förkastas.
