Google Analytics biedt veel data. Het is leuk om meer over je doelgroep(en) te weten te komen via deze tool. Maar haal je er al alles uit? Of kun je hier meer uit halen?
Met een paar simpele stappen heb je in no-time meer inzicht in Google Analytics. Na het lezen van dit blog weet je onder andere wat micro en macro conversies zijn, welke conversies interessant zijn, en heb je input voor gerichte A/B testen.
Benodigdheden: 1 Google Analytics account, 1 website, 3 minuten leestijd voor dit blog en minimaal 6 maanden data.
Totale bereidingstijd: ongeveer 45 minuten.
Het eindresultaat: waardevolle, commerciële inzichten in je meest waardevolle bezoekers.
Verhouding micro conversies versus macro conversies
Niet elke websitebezoeker is even interessant voor je. Maar welk gedrag op de website laat intentie zien? En hoe kun je deze informatie gebruiken om de intentie van de websitebezoeker te begrijpen?
Stel, je beheert een website, waarbij 1 doel het meest waardevol is. Zoals de aankoop bij een webshop of het aanmaken van een (betaald) profiel bij een platform. Dit noemen we de macro conversie. Voordat een websitebezoeker overgaat tot een macro conversie, kunnen er diverse micro conversies plaatsvinden. Dit zijn indicators of interest die de intentie laten zien van de websitebezoeker, zoals:
- Klik op het telefoonnummer
- Klik op het e-mailadres
- Inschrijven voor de nieuwsbrief
- Klik op een link naar Facebook-pagina etc.
Deze micro conversies kun je instellen via Google Tag Manager, meer over het instellen kun je lezen in dit blog.
Voor de rest van dit blog gaan we er vanuit dat je website meetbaar is gemaakt met macro- en micro-conversie punten en dat je minimaal zo’n 50 websitebezoekers per dag hebt.
Eerst is het interessant om te zien welke micro conversiepunten bijdragen aan een macro conversie. Hiervoor gebruiken we in Google Analytics – Rapportage – Conversies – Doelen. Vervolgens selecteer je rechtsboven de datumselectie naar keuze, mijn advies hiervoor is een minimale periode van 6 maanden.
In het volgende stappenplan gaan we samen de correlatie tussen de micro- en macro conversiepunten berekenen.
- Selecteer de micro conversiepunten links en macro conversie rechts.
- Klik op Exporteren – Excel (XLS). In de Excel-sheet staat per dag het aantal micro- en macro conversies.
- Selecteer en exporteer elk micro-conversiepunt in Excel die je wilt analyseren.
- Voeg vervolgens alle data samen, zodat er een overzicht is op dagniveau met elke micro- en macro-conversie.
- Vervolgens kun je de Correlatie-functie (=CORRELATE) gebruiken in Excel. Vul de functie in een leegstaand Excel-veld in, selecteer vervolgens eerst de gehele rij op dagniveau van één micro-conversie (zoals Klik op telefoonnummer) en vervolgens de gehele rij op dagniveau voor de macro-conversie.
- Herhaal dit voor elke micro-conversie. Tot slot kun je de resultaten weergeven in een tabel.
| Micro-conversie | Correlatie |
| Live-chat |
0,127 |
| Nieuwsbriefinschrijving |
0,237 |
| Klik op e-mailadres |
0,241 |
| Telefoonnummer klik |
0,337 |
| Registratieformulier |
0,338 |
| Klik op Social Media |
0,458 |
De mate van correlatie tussen 2 variabelen wordt weergegeven in een correlatiecoëfficient. De waarde ervan varieert tussen -1 en 1. Bij getallen tussen de 0 en 1 is er positieve samenhang. Hoe verder de correlatiecoëfficiënt verwijderd is van 0, hoe sterker de samenhang. Over het algemeen geldt dat een correlatie hoger dan 0,3 een goede samenhang heeft.
Correlaties en testen
Nu we de samenhang tussen de conversies in kaart hebben, kunnen we conclusies trekken. Zo zien we dat een klik op Social Media, het invullen van een registratieformulier en een klik op het telefoonnummer een sterke, positieve samenhang hebben met het doen van een aankoop.
Ook kunnen we met deze data hypotheses opstellen, om deze vervolgens te testen. Zo kunnen we bijvoorbeeld de volgende hypothese opstellen:
“Meer klikken op het telefoonnummer leidt tot meer aankopen”
Belangrijk om te weten is dat er niet een oorzaak-gevolg relatie aanwezig hoeft te zijn. De relatie zou bijvoorbeeld ook andersom kunnen zijn: een aankoop leidt tot een klik op het telefoonnummer, omdat mensen de status van hun bestelling willen weten. Desondanks is het erg interessant om te testen. Mocht blijken dat meer klikken op het telefoonnummer leidt tot meer aankopen, dan is het interessant om het telefoonnummer prominent op de website weer te geven.
Succes met jouw webanalytics onderzoek!
