Jouw website is het uithangbord voor jouw organisatie.
Deze richt je in om een bezoeker goed op weg te helpen bij het maken van keuzes en over te gaan tot bijvoorbeeld een aankoop.
Helaas is het goed inrichten van een website vaak een grote uitdaging.
Er worden regelmatig elementen aan de website toegevoegd met het idee de gebruiker beter te kunnen helpen, terwijl dit een averechts effect heeft.
Door het toepassen van conversie-optimalisatie is het mogelijk om het website gedrag beter te begrijpen.
Hier kun je als organisatie vervolgens goed op inspelen!
Terug naar de basis: wat is conversie-optimalisatie?
Conversie-optimalisatie is het wetenschappelijk valideren van aanpassingen op een website. Zo toets je of een aanpassing daadwerkelijk een verbetering is of dat het berust op toeval.
Op die manier zorg je ervoor dat je organisatie alleen vooraf gevalideerde aanpassingen doet die daadwerkelijk een positieve impact hebben.
Dit is een essentieel onderdeel om te groeien als organisatie en zo je gebruikers beter te kunnen bedienen.
Verliesmakende aanpassingen worden op deze manier vermeden. Risicomanagement van de bovenste plank dus.
Een goed wetenschappelijk oordeel vellen?
Toch zit er ook een kanttekening aan conversie-optimalisatie.
Om een wetenschappelijk oordeel te kunnen vellen zijn er wel vereisten voor de hoeveelheid bezoekers en transacties.
Dat kan lastig zijn, zeker als je te weinig bezoekers hebt. Want wat betekent dit als je maar een handjevol website bezoekers per dag hebt?
Er zijn gelukkig nog steeds mogelijkheden om je website datagedreven te verbeteren als je weinig verkeer hebt.
Het analyseren van de gebruikers op je website is van essentieel belang om te kijken waar gebruikers afhaken en hoe je ze beter kan bedienen.
Daarnaast kan je bekijken wat een positief effect heeft en wat niet op een datagedreven wijze.
In deze blog bespreken we hoe je een website verbetert voor je gebruikers wanneer je niet genoeg verkeer hebt om daadwerkelijk te testen op conversie.
Let’s go!
Luister je liever?
Welke stappen kun je ondernemen voor de verbetering van low-traffic websites?
Weinig websiteverkeer is een probleem voor organisaties van elke omvang.
Zoals eerder aangekaart is er een bepaalde groepsgrootte nodig om te valideren of een effect door toeval komt of niet.
Toch is datagedreven werken altijd beter dan klakkeloos wijzigingen doorvoeren. Het inzicht hebben in website gedrag helpt je organisatie namelijk in het stellen van prioriteiten.
Datagedreven werken is opgesplitst in twee fases. Het onderzoek naar je gebruikers en het daadwerkelijk valideren van je oplossingen voor gebruikersproblemen.
1. Onderzoek naar je gebruikers
Er zijn allerlei typen onderzoeken die jouw organisatie kunnen helpen om inzicht te krijgen in hoe gebruikers de site gebruiken, waar ze uitvallen en welke bezwaren ze hebben om niet tot een aankoop over te gaan.
Inzicht krijgen in deze knelpunten is het startpunt van je website optimalisatie. Als je niet weet wat er gebeurt en om welke reden dit gebeurt, is meer transacties behalen namelijk knap lastig.
Webanalyse/kwantitatief onderzoek geeft inzicht in wat er gebeurt op je website. Op welke pagina’s komen je gebruikers, op welk apparaat bezoeken ze je website en waar vallen ze uit?
De mogelijkheden zijn eindeloos en dit is een essentieel onderdeel van iedere analyse.
Surveys (vragenlijsten) bieden je de mogelijkheid om direct vragen aan je gebruikers te stellen. Dit kan op allerlei manieren. Denk aan een vragenlijst tonen bij gebruikers die de website willen verlaten of juist vragen stellen aan gebruikers die een aankoop hebben gedaan.
Op deze manier kun je gerichte vragen stellen over de redenen van een gebruiker om wel of niet over te gaan tot een aankoop.
Klantenservice onderzoek is ook een makkelijke manier om klantproblemen te achterhalen.
Klantenservice medewerkers staan dagelijks in contact met je klanten en weten zo precies wat er speelt en waar klanten tegenaan lopen.
Sessie-opnames en heatmaps geven inzicht in hoe gebruikers daadwerkelijk door je website heen navigeren. Door sessie-opnames te bekijken zie je direct waar gebruikers tegenaan lopen.
Heatmaps geven daarnaast inzicht in welk gedeelte van een pagina wordt bekeken en in hoeverre belangrijke elementen op je pagina voldoende aandacht krijgen.
User testing of usability onderzoek geeft de mogelijkheid om gebruikers een opdracht te laten uitvoeren op je website. Hierbij kan je de gebruiker direct vragen naar de motivatie achter alle acties die hij of zij verricht op jouw website.
Dit geeft veel inzicht in de gebruiksvriendelijkheid van de website en of deze voldoet aan de verwachtingen van de gebruiker.
Iets kan namelijk op een bepaalde manier ontworpen zijn, maar bezoekers in de weg staan bij het vinden wat ze zoeken.
Concurrentie analyses geven inzicht in hoe andere organisaties hun website hebben ingericht om gebruikers te helpen bij het overgaan tot een aankoop.
Zo kun je direct verschillen achterhalen en krijg je ook direct inzicht in hoe jij jezelf kunt onderscheiden van de concurrent.
Hierbij moet je er wel rekening mee houden dat concurrenten wellicht zaken doorvoeren zonder te testen. Het kopiëren van concurrenten vergroot dus niet per se je kans op succes.
2. Valideren van je oplosingen
Nu je als organisatie een goed inzicht hebt in de knelpunten van je gebruiker, is het tijd om hier daadwerkelijk verbeteringen op door te voeren.
Dit doe je door je ideeën om dit te verbeteren om te zetten in hypotheses. Dit doen we op basis van het zogeheten ABC-principe: aanname + bewijs + controle.
Aanname: Gebaseerd op [data] verwachten we dat [aanpassing] voor [gebruikersgroep] hen motiveert tot [gedrag] om deze [reden].
Bewijs: Deze aanname klopt als we een [effect] meten op [growth metric].
Controle: De aanname blijkt [(in)correct]. We hebben geleerd dat [lessen]. De volgende stap is [vervolgactie].
Door het uitvoeren van een looptijd berekening weet je precies hoe lang je test moet lopen en wat de impact moet zijn op je metric om significantie te behalen.
Significantie is de wetenschappelijke onderbouwing die de kans bepaalt dat je aanpassing is berust op toeval of niet.
Je looptijd berekening hangt af van twee factoren:
- Hoeveel verkeer komt er op de pagina die je aan wilt passen?
- En hoeveel mensen converteren op het doel dat je wilt beïnvloeden?
Er zijn enorm veel tools die je kunnen helpen bij het maken van een looptijd berekening. Een voorbeeld is deze tool.
Ondanks dat deze tool heel erg handig kan zijn om jou te helpen meer inzichten te krijgen in jouw optimalisaties, adviseren wij sterk om toch een van de onderstaande strategieën toe te passen.
De reden hiervoor is dat de calculator mogelijk onrealistische cijfers kan weergeven wanneer deze zijn ingevoerd. Dit kan een verkeerd beeld geven waarop jij mogelijk je aanpak wil baseren.
Voorbeeld: je zult 30% conversie uplift behalen om in vier weken een significant verschil te kunnen meten. Zo’n grote verbetering komt niet vaak voor in de praktijk.
Maar hoe ga je dan om met low-traffic pagina’s die niet gunstig uit de looptijd berekening komen?
Hier is helaas geen standaard antwoord op. Toch zijn er wel manieren om hier alsnog inzicht in te krijgen.
Combineer pagina’s die op elkaar lijken
Als je pagina’s met een vergelijkbare layout hebt zoals productdetail pagina’s of categoriepagina’s, kan het combineren van deze pagina’s in een experiment wel genoeg verkeer bieden om een significant resultaat te behalen.
Een microconversie gebruiken als doel
Transacties en leads zijn de duidelijkste metrics om resultaten aan op te hangen.
Deze zijn heel tastbaar en direct door te rekenen in verwachte extra omzet. Mochten deze metrics onvoldoende plaatsvinden om te experimenteren dan kan het zeer relevant zijn om microconversies te meten.
Zo kun je bijvoorbeeld denken aan het aantal gebruikers die doorklikken of het aantal gebruikers dat iets toevoegt aan het winkelmandje of op een productpagina komt.
Bij het hanteren van micro conversies is het wel van essentieel belang dat er een logische link is met je einddoel. En dat je de impact op je einddoel ook meeweegt bij analyse van de resultaten.
Je significantiegrens verlagen
Zoals eerder aangegeven bepaalt de significantie in hoeverre een verbetering is gebaseerd op toeval.
Vaak zie je dat hierbij een grens van 95% zekerheid gebruikt wordt. Dat zou betekenen dat van iedere 20 winnaars, 1 experiment geen daadwerkelijke winnaar is.
Door deze grens omlaag te zetten naar bijvoorbeeld 80% kun je meer zaken testen maar is het risico dat iets op toeval berust ook groter.
En dus ook het risico dat je een wijziging doorvoert met een negatief effect.
Neem als je hiervoor kiest ook altijd andere inzichten buiten je belangrijkste metric mee om een goed totaalbeeld van je experiment te krijgen.
Bij lage aantallen is deze methode het minst aan te raden, dus laten we snel doorgaan naar de volgende methode.
Aanpassingen doorvoeren en monitoren op de lange termijn
Als er echt heel weinig verkeer is kan het een optie zijn om wijzigingen gewoon door te voeren en middels kwantitatieve analyses (webanalyse) te monitoren wat er met je metrics gebeurt vanaf het moment dat het is doorgevoerd.
Voeg ook meteen een annotatie toe aan Google Analytics.
Zie je een structureel positief effect op je conversie metric?
Dan lijkt je aanpassing in ieder geval geen kwaad te kunnen. Indien het vanaf dat moment een negatief effect laat zien kun je dus overwegen om je aanpassing terug te draaien.
Wees je er wel bewust van dat je nu kijkt naar correlatie in plaats van causaliteit.
Oftewel: je kunt achteraf nooit hard maken dat een verbetering of verslechtering in je conversieratio het gevolg is van je wijziging.
Usertesting / usability onderzoek
Bij grotere re-designs of aanpassingen is een gebruikersonderzoek aan te raden.
Zo krijg je direct inzicht in de reacties op aanpassingen die je door wilt voeren.
Het nadeel hierbij is dat er vaak maar een handjevol gebruikers meedoen aan het onderzoek die wellicht niet representatief zijn voor alle gebruikers van je website.
Daarnaast zullen de gebruikers wat bewuster door je site gaan omdat ze feedback moeten geven. Dit kan ander gedrag veroorzaken dan wanneer zij daadwerkelijk zelf je website bezoeken.
Blijf praktisch
Dat datagedreven werken van groot belang is, is inmiddels wel duidelijk. Ook als jouw website zich niet direct leent voor A/B testen zijn er nog vele mogelijkheden.
Al met al is het essentieel om te weten wat je gebruikers helpt en wat niet. Als je niet datagedreven werkt, word je ook niets wijzer.
Dus kan het zomaar zijn dat je de verkeerde aanpassingen doorvoert.
Dat wil je natuurlijk niet voor je organisatie. Probeer dus de meest praktische wijze voor jouw organisatie te hanteren en te leren wat wel en niet werkt. Ook in je aanpak.
Veel succes met het daadwerkelijk verbeteren van je website en je gebruikers te helpen!