Co-founder and PPC & Data Strategist at Taskforce™
Een goede ROPO-strategie verbindt het onlinegedrag van je klanten met de aankopen die ze uiteindelijk in de fysieke winkel doen. Juist die ROPO-strategie (Research Online, Purchase Offline) is voor retailers met meerdere vestigingen de sleutel om campagnes winstgevend op te schalen zonder ook maar één euro extra mediabudget in te zetten.
Source: Google Ads Help: winkelbezoek-conversies
In dit artikel laten we zien hoe je offline winkeldata omzet in stuurbare signalen voor je online campagnes. We gebruiken een praktijkcase van een Nederlands merk in outdoor-meubelen met 31 fysieke winkels als rode draad. Het resultaat: bijna een verdubbeling van de gemiddelde orderwaarde, 23% meer omzet jaar-op-jaar en een fors hogere merkbekendheid.
Waarom offline data het missende puzzelstuk is
Veel retailers meten alleen wat er online gebeurt. Toch wordt bij merken met winkels vaak meer dan 50% van de omzet offline gerealiseerd. Klanten oriënteren zich online, maar rekenen af in de winkel. Zonder inzicht in die volledige klantreis stuur je je campagnes blind.
Dat leidt tot verkeerde conclusies. Producten die in Google Ads een lage ROAS lijken te hebben, blijken enorme omzet te genereren zodra je de offline aankopen meerekent. Pas als je online en offline data samenbrengt, stuur je op de werkelijke winstbijdrage in plaats van op halve cijfers.
De uitdaging bij seizoensgevoelige merken
Bij outdoor-meubelen komt daar seizoensdynamiek bovenop. Ongeveer 80% van de verkoop valt in het voorjaar en de zomer. In een relatief korte periode moet de hele omzet binnenkomen, online én offline. Dat maakt nauwkeurige sturing op basis van betrouwbare data des te belangrijker.
Stap 1: online e-mailadressen verzamelen
De basis van elke ROPO-strategie is het koppelen van online bezoekers aan offline aankopen. Dat doe je via e-mailadressen. Hoe meer relevante adressen je online vastlegt, hoe groter de kans dat je een match maakt met een aankoop in de winkel.
Om meer conversiepunten te creëren, werden op de website extra mogelijkheden toegevoegd:
- Een brochure of de nieuwe collectie aanvragen
- Persoonlijk advies of een afspraak met een tuinarchitect boeken
- Een account aanmaken in de webshop, met een kortingscode als beloning
Zo werd 100% dekking natuurlijk niet gehaald, maar de matchrate lag alsnog rond de 60 tot 70%. Belangrijk detail: ook e-mailadressen van organische bezoekers werden meegenomen. Iemand die niet via een advertentie binnenkomt, is immers net zo relevant voor de winkel.
Stap 2: de aankoop in de winkel terugkoppelen
In de winkel verzamelt het personeel het e-mailadres bij het afrekenen. Slim daarbij: de aanbetaling werd via iDEAL op de telefoon gedaan, terwijl de resterende factuur per e-mail werd verstuurd en op de laptop betaald moest worden. Zo ontstonden twee touchpoints op twee apparaten, wat de kans op een complete funnel vergroot.
Op de bedankpagina registreert de trackingtool de order, koppelt deze via e-mail en cookies aan de juiste klant en stuurt de orderwaarde en het order-ID terug naar Google Ads en Meta. Deze offline conversietracking werd doorgevoerd in Google Ads, GA4 en het e-mailmarketingsysteem. Voor een waterdichte opzet van dit soort dataflows is een solide data- en trackinginfrastructuur onmisbaar.
Stap 3: van productdata naar winkeldata
Met betrouwbare data kwam de echte innovatie. In plaats van te sturen op productniveau, verschoof de focus naar winkelniveau. Elke winkel heeft immers zijn eigen prestaties, klantprofiel en omgeving.
Door interviews met winkelpersoneel en data uit de vestigingen werden zo'n 20 variabelen in kaart gebracht. Via een regressieanalyse bleven de vijf meest bepalende factoren over:
- In-store conversieratio – de kwaliteit van het verkoopteam
- Gemiddelde orderwaarde per winkel
- Aantal winkelbezoekers
- Penetratiegraad – bezoekers versus de bevolking binnen 30 kilometer
- Marktverzadiging – advertentie-impressies binnen de doelgroep
Stap 4: de localizer als campagnestructuur
Elke winkel kreeg op basis van deze vijf factoren een gewogen score. De in-store conversieratio woog het zwaarst, gevolgd door penetratiegraad, gemiddelde orderwaarde, bezoekers en marktverzadiging. Zo ontstond een ranglijst van sterspelers tot achterblijvers.
Deze logica werd toegepast in een bestaande Performance Max-structuur, waarbij de klassieke labelizer werd vervangen door een localizer. Het principe is eenvoudig: de best presterende winkels krijgen het meeste budget en de hoogste biedingen, zwakkere winkels minder. De data werd wekelijks ververst, zodat winkels tijdens het hoogseizoen konden op- en afschalen.
Voor gebieden zonder winkel binnen 30 kilometer bleef de oorspronkelijke productgerichte structuur bestaan. Zo verspil je geen budget op regio's waar een fysieke aankoop simpelweg niet realistisch is.
Achterblijvers een tweede kans geven
Minder presterende winkels werden niet afgeschreven. Juist voor vestigingen met een lage penetratiegraad is de meeste groei te halen. Met display, Demand Gen en YouTube werd lokaal ingezet op meer winkelbezoek, met boodschappen als een nieuwe collectie, nieuwe indeling of gewoon: er is een winkel bij jou in de buurt.
Ook in paid social werd op postcodeniveau gestuurd. Postcodes met een bovengemiddelde orderwaarde en een hoger ordervolume kregen meer advertenties te zien. Met third-party data werden gebieden uitgesloten waar de producten simpelweg niet passen – een complete tuinset verkoopt nu eenmaal slecht in het centrum van Amsterdam.
De resultaten van deze aanpak
De combinatie van scherpe metingen en slimme sturing leverde over de hele linie winst op:
- Merkbekendheid steeg van 6% naar 9%, merkoverweging van 4% naar 7%
- De kosten per winkelbezoek daalden met 47%, van 150 naar 61
- De gemiddelde orderwaarde bijna verdubbelde
- De omzet steeg 23% jaar-op-jaar, zonder extra mediabudget
Al deze resultaten werden behaald met hetzelfde budget als het jaar ervoor. Dat is precies waarom deze aanpak werkt: het draait niet om méér uitgeven, maar om slimmer verdelen op basis van de juiste data.
Conclusion
Een ROPO-strategie is voor retailers met fysieke winkels de manier om onzichtbare omzet zichtbaar en stuurbaar te maken. Door e-mailadressen online en offline te verbinden, ontstaat het complete beeld dat nodig is om budget te verschuiven naar de winkels en regio's die er écht toe doen. Zit je met je campagnes tegen een plafond aan, dan levert deze data-gedreven benadering vaak meer op dan het opschroeven van je biedstrategie. Het is een schaalbare blauwdruk die je op elk merk met meerdere vestigingen kunt loslaten.
Frequently Asked Questions
What is the minimum match rate required for a ROPO strategy to work?
A coverage rate of 100% is neither necessary nor realistic. In the case discussed, the match rate between email addresses and in-store purchases was around 60 to 70%, and that proved sufficient to generate reliable signals for the campaigns.
How often do you need to refresh the shop data to keep the localiser structure up to date?
Weekly. This enables shops to scale up or down quickly during peak periods – such as the high season for seasonal products – based on their current in-store conversion rate, order value and penetration rate.