Debat: Hvad sker der, hvis CFO’en tager halvdelen af dit markedsføringsbudget?

Jeg var ikke ny i virksomheden. Jeg var vant til promotionbudgetter på millioner af pund, lifetime value-logik og analyser af faktiske kunde- og omsætningsudfald i førstepartsdata.

Selv med alt det, og en relativt frisk cand.merc., indså jeg at jeg ikke havde et godt svar. Det irriterede mig.

Jeg har brugt næsten 20 år på svaret.

Undervejs har jeg været rundt om marketing analytics, brand research, finance og kommercielle teams, senest som koncernmarketingdirektør med et reklamebudget på omkring en milliard kroner.

I en meget datarig online B2C-kontekst har jeg arbejdet med 36 brands i 25 lande og omkring 17 mia. kr. investeret i alle former for medier og sponsorater, med en hel del både planlagte og naturlige eksperimenter siden da.

Jeg har et bedre svar i dag, selvom det ikke er perfekt.

Kort sagt: Besparelsen ser ofte fornuftig ud på bundlinjen i et år eller to, fordi de eksisterende kunder bliver ved med at købe. Men det svarer lidt til at tisse i bukserne for at holde varmen.

Før vi taler om ROI (som en god CFO i øvrigt vil holde sig fra i denne sammenhæng og bede om NPV (Net Present Value, red), tak), er første skridt at etablere, hvordan investeringerne faktisk virker.

NPV er nutidsværdien af de fremtidige pengestrømme. I denne sammenhæng er det et mere velegnet mål, fordi værdien af reklameinvesteringer typisk kommer ind over mange år. Og det er en absolut værdi, i modsætning til ROI, der er relativ.

Jeg arbejder selv ud fra Ehrenberg-Bass Institutes model for mental og purchase availability. Dit brand skal være let at huske og let at købe. Du skal være til stede i hukommelsen, når en relevant købssituation opstår, og du skal være let at finde og vælge, når kunden går i markedet.

Det er afgørende at forstå, at reklamer generelt er langt bedre til at påvirke hvilket brand, der bliver valgt når et behov opstår, end til at skabe selve behovet på kommando. Dermed ikke sagt at det er umuligt, men den største effekt du typisk kan påvirke, er sandsynligheden for at dit brand dukker op og bliver valgt frem for en konkurrents, når den potentielle kunde er klar til at købe en løsning på et problem vedkommende oplever.

Der er ingen garantier her. Du arbejder ud fra sandsynligheder, og det er faktisk noget CFO’er udmærket forstår. Det passer fint ind i investeringsanalyser, fremskrivninger af fremtidige pengestrømme, kapitalallokering og scenarieanalyser. Alle investeringer har en forbundet risiko.

Det gælder også reklameinvesteringer.

Mit udgangspunkt her er online B2C, men den empiri og research jeg har arbejdet med, indikerer at de grundlæggende mekanismer fungerer nogenlunde på samme måde i de fleste købskontekster, også B2B.

Det første svar til CFO’en er: Det kommer an på, hvilken halvdel vi taler om.

Groft forenklet kan vi dele reklameinvesteringen i to dele: den del der hjælper os med at blive fundet og valgt når kunden er i markedet. Og den del der skaber og vedligeholder de hukommelsesstrukturer, som øger sandsynligheden for overhovedet at komme i betragtning.

Begge har klare formål, men de virker på forskellige tidshorisonter. Den ene ligger tættere på købstidspunktet, så ændringer i denne del kan ofte observeres hurtigt og testes mere direkte. Den anden udspiller sig over år og må vurderes ud fra sandsynligheder.

Hvis du for eksempel stopper PPC på Google eller din tilstedeværelse på affiliate-hjemmesider, kan effekten være ret direkte. Det svarer til at dine varer i supermarkedet bliver flyttet fra øjenhøjde ned til gulvhøjde. De faste kunder ved hvor de skal kigge. Men nye kunder vælger det, de kan se.

Her antager jeg dog at disse aktiviteter er optimerede, for der er masser af plads til at drive dem dårligt. Derfor er det oplagt at teste om de er inkrementelle, altså om de skaber værdi, der ikke ville være opstået alligevel.

Når først du har rimelig evidens for at aktiviteten faktisk skaber inkrementel værdi, er de direkte målepunkter omkring klik, konvertering, CPA og lignende i øvrigt glimrende til den løbende optimering.

Det er også vigtigt at forstå, at attribution-logikker kan give en falsk form for tryghed. Blot fordi en reklame er til stede umiddelbart i nærheden af et salg, betyder det ikke, at det var reklamens skyld at salget skete.

Men hvis du stopper dine brandfokuserede investeringer med bred rækkevidde, for eksempel på TV eller store sponsorater, hvor det primære formål er at skabe og vedligeholde hukommelsesstrukturer knyttet til dit brand på tværs af mange menneskers hoveder, så sker der ikke nødvendigvis meget i dette kvartal eller det næste – selv hvis vi taler om mange millioner kroner.

Og det kan være et meget farligt udfald.

For det kan jo se dejligt ud på bundlinjen. Indtil det ikke gør længere, måske i femte, ottende eller tiende kvartal, fordi de hukommelsesstrukturer der er knyttet til dit brand efterhånden er blevet svagere. Folk søger mindre efter dig. Du bliver sjældnere husket i relevante købssituationer.

Kausaliteten er svær at dokumentere præcist, dels fordi tiden fra handling til udfald er lang, dels fordi det ikke er særlig let at kvantificere hukommelsesstrukturer i millioner af menneskers hoveder.

Marketing mix modelling (MMM) kan hjælpe her, men der er også masser af plads til at gøre det forkert, og datagrundlaget er en virkelig stor udfordring. Selve projektdesignet kræver også en vis erfaring og ekspertise, og selv store leverandører har ofte brug for en erfaren kunde til at udfordre metode, antagelser og konklusioner.

Siden jeg så Peter Fader præsentere på Wharton, har jeg selv arbejdet med kundekohorter: grupper af kunder, der købte første gang i samme periode. Hvis data er tilgængelige, ligger der enorm forklaringskraft i den vinkel. En kohorte kan let levere pengestrømme over ti år, mens besparelsen på reklameinvesteringen slår igennem med det samme.

En af de tydeligste dynamikker jeg har set, når investeringerne falder, er, at tilgangen af nye kundekohorter begynder at svækkes. Så kan vi begynde at kvantificere den økonomiske konsekvens: Hvad er NPV af de kohorter, der ikke bliver skabt?

På meget store kundedatabaser vil der sandsynligvis også være en effekt på eksisterende kohorters genkøbsfrekvens fra eksempelvis TV-reklamer. En del af deres fremtidige værdi kan derfor også blive barberet af. Men eksisterende kohorter har momentum. De fortsætter med at generere omsætning, og derfor kan bundlinjen se ganske sund ud længe efter at man har reduceret investeringerne.

Det var derfor, jeg fandt Ehrenberg-Bass Institutes analyse af hvad der sker, når brands stopper med at annoncere, så interessant. Metoden viser ikke kundekohorterne, men udviklingen ligner slående meget den dynamik, man kan observere direkte i førstepartsdata: den eksisterende forretning har momentum, mens fremtidig kundeanskaffelse gradvist svækkes.

Tilbage i 2008 tog de faktisk en god del af brandbudgettet; jeg havde jo ikke ligefrem givet dem stærke argumenter imod. Verden faldt ikke sammen. Eksisterende kunder blev ved med at generere forretning, væksten tog lidt af, og på kort sigt så regnestykket ganske fornuftigt ud.

Det ene eksempel beviser selvfølgelig ikke noget. Men det satte noget i gang i mit hoved.

Siden har jeg set det samme mønster mange gange. Hvor hurtigt og hvor hårdt det slår igennem afhænger af hvor og hvordan du skærer, hvor stor en kundedatabase du allerede har, og hvor stærkt dit brand er.

Er du i år 2 uden et stærkt brand, mærker du det hurtigt og tydeligt. Er du i år 20 med et stort brand, er det som at stoppe en supertanker: Det tager tid, men omsætningen bliver stille og roligt ramt.

Bundlinjen ser særligt god ud i starten jo større en del af omkostningerne reklameinvesteringerne udgør, og jo længere tid nye kunder er om at tjene sig hjem. Det typiske mønster er at det ser fint ud i starten, men så svinder vækst og profit ind i årene efter.

Og det tager lang tid at vende udviklingen igen.

Så hvad ville jeg sige til CFO’en i dag?

Jeg kan ikke garantere ,mhvad der sker. Men vi kan opbygge en fælles forståelse, der arbejder ud fra sandsynligheder, scenarier og evidens.

Mit bedste svar er, at en stor besparelse rammer kundeindtaget langt mere direkte end de eksisterende kunder.

Kundeindtaget hænger tæt sammen med omsætningsvæksten, så den bliver også ramt, og senere indtjeningen, selvom bundlinjen ser bedre ud i starten. Hvor meget og hvor hurtigt, er det vi skal forsøge at estimere.

Regnestykket er det samme begge veje: Hver krone vi skærer, er en investering, vi fravælger. Når du ændrer budgettet, er det marginalafkastet der er relevant, også selvom vi aldrig kan kende det med fuld præcision. Hvad forventer vi, at den næste krone skaber, eller hvad mister vi ved at fjerne den sidste?

Hvis vi investerer 10 mio. kr., så skal NPV af den inkrementelle værdi af de pengestrømme, investeringen skaber, være på mere end 10 mio. kr. Hvad skal være sandt for at det sker?

Her er pointen, at vi ikke behøver at bevise præcist, hvad hver reklame har tjent. Attribution, MMM og eksperimenter har hver deres plads, men de kan sjældent, om nogensinde, give det fulde svar på brandinvesteringer. Hvad vi kan supplere med, er at måle om vi gør de ting der gør et fremtidigt salg mere sandsynligt.

Vi kan estimere, hvor mange mennesker i kategoriens målgruppe reklamen faktisk når. Hvor sandsynligt det er at reklamen bliver set. Om brandet bliver registreret, og om det er tydeligt, hvilket problem produktet løser.

Hvert led øger sandsynligheden for at dit brand bliver valgt i fremtiden. Og vi kan følge udviklingen i brandefterspørgsel og kundeindtag, se på kohorternes økonomi og omsætte det til forventede fremtidige pengestrømme.

Hvad er det værd?

Jamen, lad os åbne Excel.

Thomas Balling Rasmussen, cand.merc., er tidligere koncernmarketingdirektør i Betsson Group. I dag arbejder han med marketingeffektivitet, kapitalallokering og integritet i digitale reklameinvesteringer.