CRO in 2010, 2017 en 2024

Ton Wesseling over CRO in 2010, 2017 en 2024

In 2009 kwamen Bart Schutz en Ton Wesseling (Online Dialogue) met het idee om een bedrijf te starten vanuit het geloof dat ze met behulp van psychologie en data de online dialoog tussen bedrijf en klant net zo goed als of zelfs beter konden maken dan de offline dialoog. Precies een jaar later vond de eerste Dialogue Donderdag (DiDo) plaats: een kennisevent voor klanten en relaties van Online Dialogue. We zijn nu 25 DiDo’s verder en de conversie optimalisatie markt is enorm gegroeid. Tijdens zijn presentatie op de 25e Dialogue Donderdag gaf Ton een mooi overzicht van de ontwikkeling van Conversie Optimalisatie en deed hij een aantal voorspellingen voor de toekomst.

CRO in 2010, 2017 en 2024

De eerste stapjes van CRO, 2003 t/m 2010

In 2003 was startpagina.nl voor bijna iedereen het eerste wat je zag als je je browser opstartte. Één grote lijst met affiliate links die allemaal bij iedere klik geld opleverde. Op basis van de data uit de backoffice werd de volgorde van de links aangepast om het aantal kliks te verhogen. Een vroege maar nogal vreemde vorm van optimalisatie. Er werd namelijk niet voor de gebruiker geoptimaliseerd, maar voor de uitgever. Bij deze nog ‘primitieve’ vorm van optimalisatie duurde het vaak weken voordat een experiment (als je het al zo mag noemen) afgerond was en eventuele aanpassingen geïmplementeerd waren.

Rond 2006/2007 was de conversie optimalisatie markt al een stapje verder en werden de eerste tools gepresenteerd op de markt. Zo voerde Ton onder andere met Memetrics multi variatie testen uit bij SNS Bank. Blackbox oplossingen met een grote IT investering qua tool budget en tijd om 1 experiment te ontwikkelen. Op basis van de resultaten van de test werden de best scorende pagina-varianten online gezet. Dit was een tijd dat iedereen aan het pionieren was met data. Veel zelfbouwwerk en de resultaten waren verre van statistisch onderbouwd. Zo was er bijvoorbeeld nog weinig besef van het feit dat weinig data en lage significantie leiden tot onjuiste beslissingen.

Memetrics multi variatie

Tijdens de Dialogue Donderdag in 2010 werden de eerste significante A/B-test resultaten (toen nog gebouwd in Google Website Optimizer) gepresenteerd die we maakten voor Van der Valk internet. Omdat de nieuwe specialistische tools als Visual Website Optimizer en Optimizely nog in de kinderschoenen stonden zijn we niet lang erna begonnen met het schrijven van eigen scripts. Het opzetten, uitvoeren en analyseren van een degelijk onderbouwd en groot experiment kostte op dit moment wel 200 uur. Deze tijd hebben we de afgelopen 7 jaar steeds verder weten te verkorten. We kunnen nu (anno 2017) een goed onderbouwd experiment met flinke wijzigingen (inclusief designen, development en analyse) in 40 uur volledig uitvoeren.

2017: Genoeg data, te weinig tijd

Eindelijk zijn we echt aan het leren over gedrag. We zijn constant aan het experimenteren op basis van onderbouwde hypotheses waarmee organisaties kunnen transformeren. We hebben een punt bereikt waar er meer dan genoeg data is, maar we vaak niet het gehele test potentieel benutten. Gelukkig zullen de huidige ontwikkelingen op het gebied van automatisering hier verandering in brengen. Bij Online Dialogue hebben we recent een experiment opgezet met Sentient Ascent bij Euroflorist. Sentient Ascend is een multivariate test tool waarmee je meerdere combinaties tegelijkertijd test. Om op deze manier te kunnen testen heb je veel data nodig, maar doordat het systeem automatisch keuzes maakt op basis van de data, ben je geen extra tijd kwijt aan de analyse. Door alleen al deze tool te gebruiken verminder je de tijd die je besteed aan een goed experiment (in het geval van Sentient per generatie) naar 24 uur.

Naast Sentient Ascend zien we ook tools als Content Square uit Frankrijk die deze ontwikkeling stimuleren. Content Square onderzoekt aan de hand van de data verzameld via hun eigen diensten welke site-elementen de meeste impact hebben op bepaalde segmenten. Zo wordt het makkelijker om te bepalen welke elementen slim zijn om te testen. Nu al duurt het opzetten van een experiment nog maar 1/5de van de tijd die het kostte 7 jaar geleden. Het zal ook niet lang meer duren voordat we niet alleen van 40 uur naar 24 uur gaan, maar zelfs naar 8 uur of minder per experiment.

2024: Genoeg tijd, te weinig data

Als je kijkt naar de data die Optimizely presenteerde op Emerce Conversion 2017 (100.000 experimenten in 2016), hun marktaandeel en het aantal bedrijven dat eigen oplossingen gebruikt, zou je kunnen schatten dat er nu ongeveer 1 miljoen onsite experimenten per jaar worden uitgevoerd. Dit zal in onze beleving doorgroeien tot minimaal 50 miljoen experimenten per jaar in 2024. Maar voor experimenten heb je data nodig, en veel data. Iets dat voor bedrijven nu al vaak problemen veroorzaakt. De oplossing zit de komende jaren in intelligentere data. De verwachting is dat je met de marketing cloud ID oplossingen van Adobe en bijvoorbeeld de Predictive analytics API van Google je eigen data kunt gaan combineren met grotere datasets, om zo met minder data toch de juiste voorspellingen te kunnen doen over gedragseffecten. Maar dan moeten we nog wel gebruikersdata beschikbaar hebben en een platform om je experimenten op uit te voeren. Iets dat tot 2024 prima zal gaan, maar wel steeds meer problemen gaat opleveren.

Richting 2031: Online = Offline

We zien een duidelijke beweging waarbij de afhandeling van Ebusiness steeds meer in handen komt van grote platform beheerders. Beheerders van de devices waarmee de consument communiceert. Spraak interfaces zoals Amazon Alexa en de Google Home, de zelfrijdende auto’s en horloges van Apple die allemaal op basis van spraak Ebusiness activiteiten faciliteren voor de consument. In 2031 zullen product en dienst leveranciers afhankelijk zijn van Amazon, Google, Apple e.d. om een aanbod te kunnen doen. Hierdoor is er weinig tot geen ruimte meer voor visuele en tekstuele experimenten. De platform / device eigenaren bepalen immers wanneer wat en hoe iets wordt aangeboden.

Het scherm en de grote vrijheid over communicatie bij verkoop is verdwenen in deze tijd. Pas als door de consument een dienst of product is gekozen kan er worden getest welke user experience zorgt voor een groei in Lifetime Value. De directe contactmomenten tussen gebruiker en leverancier verplaatsen naar de tijd van levering en gebruik. Experimenten zullen zich dan ook steeds meer focussen op de user experience rondom je dienst of product en de communicatie die je tijdens het gebruik met de gebruiker voert. Zo worden je diensten en producten zelf het platform voor digitale experimenten.

Ubiquity

Kortom, we gaan naar een tijd waar het eeuwige experiment realiteit is. Je bent continue aan het communiceren met je gebruikers. De juiste dingen doen op het juiste moment zijn van kritiek belang voor merkopbouw en om te zorgen dat jouw product aangeboden wordt door device beheerders. In 2009 was Ton Wesseling er al van overtuigd dat het (dankzij de grote hoeveelheden data waar je toegang tot hebt online) mogelijk is om de online dialoog met je bezoeker net zo goed als of zelfs beter te maken dan de offline dialoog. Alleen was het verschil tussen de online en offline user experience op dat moment heel groot. Maar door de huidige ontwikkelingen (zoals het einde van het scherm) zal de beleving van een online ervaring steeds meer gaan lijken op onze oude offline ervaringen. Digitaal zal geïntegreerd zijn in onze levens en niet meer bewust zichtbaar. Betere offline ervaringen dan hoe offline ooit geweest is dankzij de kennis die we opdoen over consumentengedrag via onze online experimenten.

Geef een reactie

Verplichte velden zijn gemarkeerd met een *.