Zowel voor ons kleine landje als voor de rest van Europa blijkt uit de verbruikcijfers van de opgemeten sites dat GSM’s en smartphones steeds meer voor dataverkeer worden gebruikt. Maar dat wisten we natuurlijk al langer. Web Analytics-toepassingen zijn immers al enkele jaren in staat om – ook al is het meestal summier – te achterhalen welke browser en GSM worden gebruikt om informatie op te zoeken. Niets nieuws onder de zon dus. Tot voor kort was dit leuke informatie, maar veel meer konden we er niet mee doen.

Vandaag neemt de belangstelling voor Mobile Marketing opnieuw toe. Volgens de laatste berichten ligt de gemiddelde CPM rond de $ 20 in de VS (tegenover $ 2 voor de klassieke modellen), zodat steeds meer klanten een mobiele versie voor hun content overwegen. De exuberante tarieven van onze lokale operatoren zijn natuurlijk niet bepaald een voordeel, maar toch staan steeds meer projecten in de startblokken of zijn ze al online.

Rijst dan de vraag hoe we dit dataverbruik optimaal kunnen meten? De grootste uitdagingen kunnen we momenteel op 3 niveaus situeren: de gebruikers op een unieke manier identificeren (cookies worden immers niet altijd aanvaard door onze mobieltjes); het gebruikte toestel correct identificeren en rekening houden met de wijzigingen in IP-adressen door de verplaatsingen van de gebruiker. Die is immers via diverse kanalen verbonden omdat hij voortdurend in beweging is.

De Web Analytics-oplossingen, die zich steeds meer verdiepen in de beruchte tagging-technieken, realiseren zich plotseling dat ze een stap terug moeten zetten. De reden? Onze mobieltjes weten geen blijf met deze meettechniek en zullen dus ook de JavaScript niet activeren waarmee je zeker weet dat een browser effectief werd opgestart. En dus moeten we heel ver terug, naar het gebruik van technieken als packet sniffing of zelfs naar logfiles. Daarmee kunnen we het probleem trachten te omzeilen. Maar beter is nog om zo snel mogelijk een degelijke versie te ontwikkelen die bijvoorbeeld browsertypes, OS-en en IP-adressen combineert. Jammer genoeg moeten we ook dan nog altijd vaststellen dat het zeer moeilijk blijft om “unieke bezoekers” te meten.

Vergeet tijdens campagnes trouwens ook niet dat parameters achter de URL door uw GSM worden afgeknot. Indien deze techniek blijft bestaan en de GSM-penetratie en hun gebruik blijven toenemen, krijgen we een onderschatting. Anders gesteld: het zal steeds minder duidelijk zijn dat de site omwille van deze campagne werd bezocht.

Uiteraard is nog niet alles verloren. Web Analytics-oplossingen beginnen het probleem stilaan te onderkennen, hoewel het toch allemaal wat agressiever had gemogen. Omniture staat klaar om enkele oplossingen uit te rollen, indien dit intussen al niet voor enkele klanten is gebeurd. Verrassend genoeg blijkt NedStat op dit ogenblik het verst gevorderd te zijn om deze problematiek in kaart te brengen.

De komst van Mobile Marketing heeft dus nieuwe spelers naar de markt gelokt. Zij lijken de WURFL-gegevens (Wireless Universal Resource File) beter te gebruiken. Met die gegevens kan je immers bepalen welk toestel wordt gebruikt tijdens het navigeren.

Enkele voorbeelden: Amethon in Australië maakt gebruik van packet sniffing; Bango Analytics, dat ons heel hard aan Google Analytics doet denken, en Mobilytics baseren zich op een image tag.

Deze oplossingen hebben de verdienste te bestaan, maar ze zijn nog erg prematuur. Bijgevolg moet de door deze tools verzamelde informatie nog verder worden geanalyseerd door de trends te volgen en mag u rapporten niet zomaar voor waar aannemen. U bent gewaarschuwd!