Digital Analytics Congres

Onze terugblik op het Digital Analytics Congres

Vorige week dinsdag 9 oktober was alweer de derde editie van het Digital Analytics Congres. In de Jaarbeurs in Utrecht kwamen meer dan 200 digital analytics experts samen om hun kennis te delen. Keynote sprekers als Peter O’Neill, Gert Franke, Ton Wesseling en Daniel Waisberg deelden hun visie en ervaringen op het gebied van digital analytics en tussendoor werden we geïnspireerd door praktijkcases van verschillende grote en kleine organisaties.

Digital analytics Congres

Als mediapartner van het congres was ook Webanalisten.nl aanwezig en dus hebben wij een mooi overzicht voor jullie gemaakt van een zeer leerzame dag:

Optimaliseer je optimalisatieprogramma

Een belangrijk en veel voorkomend onderwerp tijdens het Digital Analytics Congres was de optimalisatie van optimalisatieprogramma’s. CRO is aan het groeien, veel bedrijven zijn de afgelopen jaren enthousiast aan het experimenteren geslagen, maar hoe lift je jouw CRO programma naar het volgende niveau?

ING – Continuous experimentation in a large scale agile organization

Een organisatie die al vroeg grote stappen heeft genomen in het opzetten van een decentraal CRO programma is ING. Continuous experimentation doe je volgens Kevin Anderson niet met een centraal team, maar binnen de hele organisatie. “Je weet nooit of iets wel of niet goed werkt, dus je wilt eigenlijk altijd alles A/B-testen”. Om deze visie waar te maken heeft ING een eigen Experiment API opgezet die toegankelijk is voor iedereen binnen de organisatie.

Maar ondanks dat de kern van deze tool al 2 jaar bestaat, bleef het gebruik lang achter. Zo bleek o.a. dat niet iedereen de juiste kennis in huis had en lag de prioriteit vaak bij het behalen van de KPI’s en niet bij experimenteren. Maar na vele bijeenkomsten en kopjes koffie om mensen op te leiden en te enthousiasmeren, lijkt de visie van een continuous experimentation culture binnen ING realiteit te worden. Als afsluiting deelde Kevin zijn tips om deze cultuur ook binnen jouw organisatie aan te wakkeren:

  • creëer urgentie en noodzaak
  • maak impact binnen belangrijke projecten
  • maak het zo makkelijk mogelijk
  • leid je collega’s op
  • deel resultaten
  • help bij de opstart

Na afloop van de sessie over het gedecentraliseerd CRO programma bij ING, was het meteen door naar de expert sessie van Melle Moorman over het nieuwe ‘gecentraliseerde’ CRO team van Bol.com. Twee grote organisaties (ING en bol.com), met dezelfde doelen maar met twee verschillende oplossingen.

Digital analytics Congres

bol.com – Make it happen, conversion optimization in the largest webshop of the Netherlands and Belgium

bol.com is volgens Melle Moorman een organisatie met veel ideeën, volle roadmaps en een focus op validatie en innovatie. Er wordt veel geëxperimenteerd, maar dat blijft vaak bij het testen van nieuwe functionaliteiten. Bestaande functionaliteiten worden vaak niet verder geoptimaliseerd. “Het resultaat van een tekort aan proces en dedicated focus”, deelt Melle tijdens zijn presentatie.

Vanuit de visie en de motivatie om de kwaliteit van CRO binnen bol.com naar een hoger niveau te tillen, nam Melle samen met een paar collega’s het initiatief om een centraal CRO team te starten. Tijdens zijn sessie deelde hij de oorzaken voor het succes van zijn (nu officiële) CRO team.

  • Begin gewoon: Wacht niet af, vraag niet aan iedereen akkoord, realiseer het.
  • Stel doelen: Meteen aan het begin stelde het team zich ten doel om het eerste jaar 100 A/B-testen af te ronden op bestaande functionaliteiten zonder of met zo min mogelijk development capaciteiten (want die waren er niet).
  • Wees zichtbaar: Deel wat je doet en waarom je het doet met iedereen binnen de organisatie.
  • Gebruik data vooraf: Zorg dat de data leidend is in je proces.
  • Vier je successen: Vier ieder succes om jezelf te motiveren en anderen ook enthousiast te maken en mee te krijgen in je visie.

Online Dialogue – Maximizing the ROI on data driven decision making

Na de lunch was het tijd voor een keynote sessie van analytics en optimalisatie guru Ton Wesseling. Met een bedrijf dat als slogan “Validation in Every Organization“ heeft, vraag je je af wat Ton’s visie is op de verschillende manieren om je optimalisatieprogramma te optimaliseren. Tijdens zijn keynote deelde Ton de formule om succesvol(ler) te worden in optimalisatie: “The Validation Equation”.

Digital analytics Congres

Growth rate
Ten eerste is het volgens Ton belangrijk dat je duidelijke Overall Evaluation Criteria hebt. OEC’s moeten worden gedefinieerd aan de hand van statistieken die de waarde van iets op de lange termijn voorspellen. Bijvoorbeeld de lifetime value van de klant.

Quantity
Vervolgens wil je altijd zoveel mogelijk testen. Maar let op, want er is een statistisch maximum, dus zorg ervoor dat je altijd eerst een bandbreedte calculatie doet. Wanneer je weet hoeveel A/B-testen mogelijk zijn voor jouw platform, weet je ook hoeveel je moet experimenteren om je zogenaamde regret (alles wat je niet gewonnen hebt met experimenteren) te minimaliseren.

Value
Prioriteer al je A/B-testen op basis van business value (Conversions x €uro x average % uplift x Power).

Investment
Optimalisatie gaat over het minimaliseren van je investeringen. Let dus ook op hoeveel uren je spendeert aan je experimenten!

Quality
Zorg dat je A/B-testen ook kwalitatief hoog scoren door psychologie toe te voegen aan je CRO programma. Door de analyse van gedrag binnen jouw optimalisatieproces centraal te stellen, krijgen je A/B-testen een duidelijke richting. De structuur en onderzoekshouding die je wint met psychologie maken het mogelijk om daadwerkelijk te leren over het gedrag van jouw bezoeker.

Van datakwaliteit naar professionaliteit

Het tweede thema dat een grote rol speelde tijdens het Digital Analytics Congres was datakwaliteit en de professionalisering van dataprojecten in het algemeen. Euroflorist, Netprofiler en keynote spreker Peter O’Neill maakten duidelijk dat er nu nog te vaak problemen zijn die het gevolg zijn van te weinig structuur, geen controle over de oplevering van de data en te weinig capaciteiten.

Julia Maentz – Euroflorist – Why working on data quality is so much fun!

Je zult nooit datakwaliteit bereiken van 100%, maar 95% is al stukken beter dan 60%. Maar hoe zorg je ervoor dat je datakwaliteit op peil blijft? Bij Euroflorist doen ze het als volgt:

  • Maak een data quality scorecard.
  • Check waar je aandacht hoort te zijn.
  • Check waar je metingen aandacht nodig hebben.
  • Check welke processen aandacht nodig hebben.
  • Plan check ups vast in
  • Ken de limieten en regels van je systemen
  • Ga op zoek naar tools die je check ups makkelijker maken
  • Duik in je rapporten en testen en voeg metingen toe om je hierbij te helpen
  • Maak processen die duidelijk maken wie aanpassingen mag maken in de accounts.
  • Zorg ervoor dat iedereen alles documenteert!

Netprofiler – van innovatie naar productie. Hoe digital data projecten te professionaliseren.

Ford en Edison worden beiden geroemd om dezelfde prestatie: het optimaliseren van een volledige productieketen. Wanneer je beide cases met elkaar vergelijkt zijn er 3 dezelfde overeenkomsten die het succes van hun innovaties heeft bepaald:

  1. betrouwbaarheid
  2. reproduceerbaarheid
  3. efficiëntie

Drie eigenschappen die we volgens Janus de Visser nog te weinig terugzien bij Digital analytics. Voor iedere eigenschap deelde Janus een aantal veranderingen die volgens hem het antwoord zijn op de professionalisering van digitale data projecten.

Digital analytics Congres

Betrouwbaarheid (data kwaliteit)

  • De supersnelle ontwikkeling van nieuwe features aan de back-end (mede dankzij de implementatie van de Agile werkmethodiek) lopen analisten aan de voorkant vaak achter de feiten aan.
  • Digital Analytics ligt nog te vaak bij maar enkele analisten.

Reproduceerbaarheid:

  • Zorg dat je site zo simpel mogelijk is (weinig templates)
  • Minimaliseer maatwerk met logica (standaard tagging)
  • Automatiseer waar mogelijk
  • Zorg voor standaardisatie (naming conventions)

Efficiëntie:

  • Datasets zijn vaak niet gemaakt voor het produceren van inzichten
  • Developers die de datasets gemaakt hebben, werken er niet meer
  • Er is geen off the shelf oplossing om datasets op te schonen of twee datasets samen te voegen.
  • Bron data wordt te laat in het proces nog gecorrigeerd.

Start met ketendenken om het spinnenweb te ontknopen en de output waardevol te krijgen!

Leapthree – De toekomst van digital Analytics

Volgens Peter O’Neill houdt juist de heersende cultuur binnen organisaties de ontwikkeling van Digital Analytics tegen. We moeten meer investeren in Digital Analytics en we moeten slimme dingen, sneller, makkelijker en beter doen. In zijn presentatie deed Peter een aantal voorspellingen over hoe en waar deze verandering zal (moeten) plaatsvinden.

Cultuur:

  • De perceptie van Digital Analytics zal veranderen
  • Investeren in resources en technologie
  • Organisaties worden data informed in plaats van dat ze er alleen over praten

Mensen:

  • Er komen meer mensen met Digital Analytics skills
  • Meer specialisaties
  • Meer statistische nauwkeurigheid bij analysetechnieken
  • Meer respect voor het menselijke aspect van Digital Analytics

Proces:

  • Sommige processen worden geautomatiseerd
  • Best practices worden ontwikkeld en overgenomen door de markt
  • Analytics zal deel worden van het DNA van de organisatie

Technologie:

  • Tools lijken nu niet bruikbaarder te worden. Veel features staan nog aan de basis of worden niet ontwikkeld (denk aan Visitor journey analysis, Customer analysis of Content evaluation)
  • Eigen tools bouwen wordt de standaard.

De rol van vertaler

Het laatste centrale thema ging over de rol van vertaler. Wanneer je met data werkt, of je nu analist bent of designer, je bent constant data aan het vertalen. En dat brengt veel verantwoordelijkheid met zich mee.

Clever Franke – The art of visualising data

Net als analisten die de data vertalen naar grafieken vertaalt Gert Franke met zijn bedrijf Clever Franke data naar aantrekkelijke, creatieve maar vooral begrijpelijke visualisaties. Aan de hand van 4 cases maakte Gert duidelijk hoe ze dat doen.

Digital analytics Congres

Wanneer je data vertaalt naar iets visueels is het ten eerste enorm belangrijk om na te gaan wie het eindproduct gaat gebruiken. Wie is je target audience? En wanneer gaan ze het gebruiken? Wat is de intentie van je data visualisatie project?
Ten tweede ga je na wat de functie zal zijn. Moeten de gebruikers de informatie kunnen lezen of voelen? Moet het verkennend of verklarend zijn? En wat zijn de belangrijkste momenten waarop de gebruiker de informatie nodig heeft?

Pas als je een antwoord hebt op die vragen kun je gaan bepalen hoe je de data wilt visualiseren. Er zijn enorm veel elementen waar je rekening mee moet houden wil je trouw blijven aan de data en de informatie tegelijkertijd aantrekkelijk en toegankelijk maken voor een grote groep mensen.

Google – The analyst as a translator

Als afsluiter van het Digital Analytics Congres benadrukte Daniel Waisberg de rol van de analist als vertaler van de data. Hij deelde zijn ervaringen in het vertalen van data en hoe belangrijk het is om de rol van vertaler serieus te nemen. De stap van vertaler naar verrader is snel gemaakt.

En zo werd naast de vele professionaliseringstips en how to’s ook de ethische kant van Digital Analytics uitgebreid besproken tijdens het Digital Analytics Congres.

Hebben we een super toffe presentatie helemaal over het hoofd gezien en wil je daar graag nog iets over vertellen? Reageer dan op dit bericht of schrijf je eigen artikel voor op webanalisten.nl!

Geef een reactie

Verplichte velden zijn gemarkeerd met een *.