Social Rocket
Uber Advertising wil sinds 5 oktober 2026 in de Verenigde Staten niet langer alleen bestellingen binnen Uber Eats meten. Samen met Affinity Solutions biedt het bedrijf een meetoplossing aan die het verband moet onderzoeken tussen Sponsored Listings en extra omzet in fysieke restaurants. Daarvoor koppelt Uber eigen test- en controlegroepen aan geaggregeerde, geanonimiseerde transactiegegevens van creditcards en betaalpassen.
Voor restaurantketens is dit een grotere verandering dan een nieuw advertentieformaat. Tot nu toe kan een bezorgplatform zijn bijdrage aan de eigen omzet goed laten zien, maar slechts beperkt beantwoorden of reclame gasten van het restaurantbezoek naar de app verschuift of werkelijk extra vraag creëert.
Wat de gemelde 40, 27 en 5 procent meten
In een bijbehorend rapport noemen Uber en Affinity voor personen die aan Sponsored Listings waren blootgesteld de volgende stijgingen tijdens de onderzochte campagnes: 40 % bij Uber Eats-omzet, 27 % over alle onderzochte verkoopkanalen samen en 5 % bij restaurantomzet ter plaatse. Voor de zes maanden na afloop van de campagne noemt het bedrijf gemiddelde stijgingen van 8 % in de app en ongeveer 5 % offline.
Deze procentuele waarden mag je niet optellen. De waarde over alle kanalen omvat de onderzochte kanalen en is geen derde, extra omzetbron. Belangrijk is ook het onderscheid tussen een waargenomen omzetverandering en het incrementele effect, dus de omzet die zonder de advertentie niet zou zijn ontstaan.
De resultaten komen uit de officiële aankondiging van Uber Advertising en het gezamenlijk gepromote rapport met Affinity Solutions. Een volledige onafhankelijke controle van de steekproeven, matchpercentages en resultaatmarges zit niet in de openbare mededeling. De cijfers zijn daarom opgaven van het bedrijf, geen gegarandeerd effect voor elk restaurantmerk.
Waarom test- en controlegroepen belangrijker zijn dan kaartmatching
Kaartomzet kan laten zien dat een deel van het onderzochte publiek later ook in restaurants betaalt. Alleen daaruit volgt echter nog geen causaal bewijs: wie het merk al mooi vindt, had misschien ook zonder advertentie besteld. Pas de vergelijking van geschikte groepen waarvan het advertentiecontact systematisch verschilt, helpt die vooraf bestaande vraag te controleren.
De IAB- en IAB Europe-richtlijnen voor incrementaliteitsmeting benadrukken daarom het belang van zuivere experimenten en noemen risico's door datadekking, selectiebias en ongeschikte controlegroepen. Voor Uber blijft openbaar te toetsen hoe representatief de via Affinity verzamelde kaartomzet is en of contant geld, andere betaalmethoden of niet-toegewezen klanten systematisch ontbreken.
Wat Duitse adverteerders hieruit kunnen afleiden
De lancering heeft betrekking op restaurants in de VS; een beschikbaarheid van dezelfde oplossing voor Duitse Uber Eats-adverteerders is daarmee niet aangetoond. Het meetprincipe is voor de Duitse markt toch relevant. Ook bij retail media, audio- en streamingreclame ontstaat snel de indruk dat een toegewezen aankoop automatisch extra is gewonnen. Hoe groot dat verschil is, legt ons artikel over Walmart Connects-kopersdata in de tv- en audiomix uit.
Wie een vergelijkbare studie laat uitvoeren, moet vooraf het ontwerp van de controlegroep, het aantal waargenomen locaties, de omzetdefinitie, de statistische onzekerheid en de offline-dekking vastleggen. Daarbij past ons overzicht over Lowe’s en de rol van externe incrementaliteitsmeting. En ook hoge interactie met advertenties is niet hetzelfde als extra omzet – zie de Revlon-analyse van Prime Video-advertenties.
Duiding: Ubers nieuwe aanpak stelt de juiste vraag: wat gebeurt er buiten het advertentieplatform? Dat daarbij 5 % meer offline-omzet wordt gemeld, is een interessante bevinding. Zonder openbaar gemaakte onzekerheden en een onafhankelijke replicatie is het echter geen universeel bewijs dat bezorgapp-reclame het restaurantbezoek stimuleert.
Afbeelding: officiële bedrijfsafbeelding van Uber Advertising; symbolische afbeelding, geen weergave van de meetmethode.