analytics header

Meer inzicht uit conversietesten met behulp van web analytics

Bezoekers verwachten dat ze op elk moment snel en eenvoudig een relevant aanbod krijgen. Om bezoekers goed te kunnen bedienen ga je inzichten verzamelen over hoe de verschillende doelgroepen op je website informatie gepresenteerd willen krijgen in de verschillende fases van de customer journey. Met behulp van conversietesten kun je deze inzichten gaan verzamelen. Het leren over en van bezoekers op je website is daarbij een doorlopend proces.

Meten is weten

Om meer inzichten uit de conversietesten te halen is meten een belangrijke factor. Voor je een test gaat starten stel je eerst een hypothese op en bekijk je hoe je deze hypothese(s) kunt bewijzen aan de hand van een aantal conversiepunten. Voorbeelden van conversiepunten kunnen zijn:

  • Het bereiken van een bedankpagina.
  • Het bereiken van een volgende pagina.
  • Interactie met de pagina vertonen (bijvoorbeeld een click op een element).
  • Of het gebruik van specifieke functies van de website.

Testing tools als Visual Website Optimizer, SiteSpect en Optimizely worden steeds completer in het meten van conversiepunten van je testen en bieden zo een aantal handvaten om je hypothese(s) te kunnen bewijzen.

Waar de testing tool echter geen antwoordt op geeft is:

  • Hoe gedraagt dit verkeer zich verder op de site?
  • Zijn er bepaalde doelgroepen voor wie de ‘winnende’ aanpassing niet werkt?
  • Zorgt de test voor eenmalig succes of zorgt het ook in herhalingsbezoeken voor meer conversie?
  • Bereikt de bezoeker het doel waar hij voor op de site kwam?

Webanalysetools als Google Analytics lenen zich uitstekend om deze aanvullende inzichten te verzamelen. In dit artikel wil ik graag verder in gaan op de verschillende inzichten die je met behulp van een webanalyse tool kunt verkrijgen om nog meer uit je conversietesten te halen.

Inzicht in gedrag

Door je testen ook binnen je webanalyse tool te meten krijg je in de eerste plaats meer inzicht in de resultaten van converterende bezoekers. Wat hebben deze bezoekers, buiten de gemeten conversiepunten, verder gedaan op de website. Haken zij veelal op dezelfde punten af of was de boodschap niet relevant voor hen?

Inzicht in segmenten

Binnen je webanalyse tool kun je daarnaast de bezoeken van de testpopulatie op gaan delen in segmenten. Ondanks dat de resultaten van een test wellicht positief zijn kan het altijd zo zijn dat de aanpassingen die je aan het testen bent voor bepaalde doelgroepen niet werken. Binnen je webanalyse tool kun je hier eenvoudig meer inzichten over verzamelen en wellicht werken naar een oplossing die voor alle doelgroepen goed werkt.

Inzicht in herhalingsbezoeken

Ook is het interessant om te kijken hoe de bezoeker zich gedraagt in de andere fases van de customer journey. Wanneer er getest wordt in een vroeg stadium van de customer journey, bijvoorbeeld de oriënteren fase, wil je natuurlijk ook graag inzichten verzamelen over de gevolgen in de rest van de customer journey. Met behulp van webanalyse kan je kijken wat de invloed van de test is geweest op de rest van de customer journy. Ook deze inzichten kunnen verzameld worden met behulp van de webanalyse tool. Het is belangrijk om rekening te houden met de lengte van de customer journey. Geef bezoekers hierbij de kans om de hele customer journey te doorlopen voor je conclusies aan zijn gedrag gaat verbinden.

‘Vervuiling’ van data door testpopulaties

Vanuit analyse is het ook belangrijk om inzichtelijk te hebben welk deel van je bezoekers is beïnvloedt door deelname aan een conversie optimalisatietest. Dit verkeer is dan niet representatief voor hoe bezoekers zich over het algemeen op de site gedragen. Dit is een belangrijke factor om in ogenschouw te houden wanneer je resultaten over deze periode gaat vergelijken met bijvoorbeeld voorliggende periodes. Zeker wanneer je een website hebt met relatief lage bezoekersaantallen en waar je een test draait waar een groot deel van het verkeer wordt beïnvloedt, bijvoorbeeld op de homepage. Het is goed mogelijk dat dit ook invloed heeft op je prestaties jaar over jaar.

Historische data

Kennisborging speelt een belangrijke rol binnen conversie optimalisatie. Door resultaten van eerdere testen goed te documenteren bouw je snel een kennisbank op met waardevolle informatie over je doelgroep. Data vanuit de webanalyse tool kun je hier eenvoudig in verwerken. Mocht het zo zijn dat op een later moment blijkt dat er nog aanvullende informatie nodig is over data uit de testperiode dan is dit altijd mogelijk om nog terug te halen. Belangrijk is deze inzichten dan ook te documenteren in de kennisbank die je gebruikt om je conversieresultaten vast te leggen.

Conclusie

Al met al kun je, naast op voorhand kansen in kaart te brengen op basis van data voor conversie optimalisatie, ook met terugwerkende kracht een hoop extra inzichten uit de webanalyse tool halen die je helpen meer te leren over je bezoekers. Zorg dat je deze analyses een vaste plek geeft binnen het proces van conversie optimalisatie en dat je je van te voren goed afvraagt welke inzichten je nog aanvullend wilt verzamelen over de bewuste test. Deze inzichten kunnen vervolgens ook weer voer vormen voor volgende testen.