Hoe zorg je voor meer conversie?

In de praktijk blijken veel organisaties toch nog veel moeite te hebben om continue optimalisatie goed te integreren in de dagelijkse praktijk. In deze blog leggen we uit hoe je data-driven en op structurele wijze het maximale uit je website of app kan halen door middel van conversie-optimalisatie.

Je site, platform of app staat en je gebruikers kunnen ermee aan de slag. Het ziet er vast al fantastisch uit, maar toch zijn er na livegang vaak nog veel zaken die beter kunnen. Aan de hand van multivariate of A/B testen kunnen we meerdere varianten testen om maximaal resultaat te boeken en de omzet en conversies verhogen. `

Hoe zorg je voor meer conversie op je website of app? Je kunt natuurlijk meer bezoekers aantrekken door te investeren in online campagnes, maar een andere optie is om te kiezen voor conversie-optimalisatie. Conversie-optimalisatie of Conversion Rate Optimization (CRO) is een methode die je gebruikt om het percentage bezoekers dat een gewenste actie onderneemt te verhogen.

Hoewel optimalisatie voor een sterke groei in rendement kan zorgen en uit onderzoek blijkt dat 68,5% van de organisaties conversie-optimalisatie een hogere prioriteit wil geven, blijkt dat 26% van de organisaties nog steeds werkt zonder gestructureerd proces. Dat is zonde, want door gestructureerd met testing aan de slag te gaan haal je veel meer waarde uit de data dan wanneer je dit op een ongestructureerde manier doet. In deze blog lichten we toe hoe je;

• impactvolle hypotheses opstelt en prioriteert,
• een sterk optimalisatieplan opstelt en
• een testingcultuur opbouwt en een sterke data-driven cultuur neerzet.

Er zijn verschillende methodes voor het optimaliseren, maar A/B testing is de meest gebruikte methode voor conversie-optimalisatie.

Bron: Econsultancy

Door middel van A/B testing kan je verschillende versies van een element of tekst op jouw website/platform of app testen. Dit kan een andere kleur, lettertype of tekst zijn of zelfs een compleet andere landingspagina. A/B testen heeft als voordeel dat een bezoeker/gebruiker niet doorheeft dat diegene in een test zit en dus zijn gedrag niet aanpast. De meeste tools nemen tegenwoordig een groot deel van het werk uit handen. Zo berekenen ze statistische significantie en bepalen in veel gevallen de winnende variant.

Er zijn 4 fases die we continu doorlopen: analyse, ideation, prioritisering, testen. Bij succesvolle testen volgt uiteraard de implementatie.

Fase 1: Analyseren

Begin bij de bedrijfsdoelstellingen. Een zogenaamde issue tree kan helpen om de KPI’s voor jouw organisatie te koppelen aan de testen die je wil gaan opzetten. Ga daarna op zoek naar actionable data en bespreek de key insights in een sessie met je optimalisatieteam. Zoek uit waar de pijnpunten zitten; waar zie je afwijkingen of interessante inzichten? Gebruik deze om te brainstormen over de belangrijkste kansen.

Analyseer bijvoorbeeld:

• de meest bezochte pagina’s
• conversie op de toppagina’s
• top 3 gedragsstromen
• uitval in elke fase van de gedragsstromen
• bounceratio op elke pagina van de site

Fase 2: Ideation

Op basis van de key insights uit de data, stel je hypotheses op. Een hypothese bevat het probleem, de voorgestelde oplossing en de verwachte resultaten. Een voorbeeld:

• Probleem: de filters op de resultatenpagina vallen niet op bij de bezoekers. Minder dan 15% van de bezoekers gebruikt filters bij het zoeken naar producten.
• Voorgestelde oplossing: verplaats de filters naar de linkerzijde van de resultaten. Dit is de meest voorkomende plek waar filters worden getoond; naar verwachting valt het zo beter op bij bezoekers.
• Resultaat: het percentage van bezoekers dat het filter gebruikt zal stijgen.

Fase 3: Prioriteren

Door de ‘impact’ en ‘effort’ van de testen in te schatten, kun je een score berekenen per test. Aan de hand van de score kun je vervolgens de testen prioriteren.

Zorg daarnaast voor een gebalanceerde aanpak waarbij je verschillende doelen optimaliseert en de testen inplant in een roadmap.

Fase 4: Testen

Er zijn diverse tools waarmee je testen kunt opzetten:

Google Contentexperimenten is een prima en gratis tool om te starten met A/B testing. Met Contentexperimenten van Google Analytics kun je meerdere varianten van een bepaalde webpagina testen. Het voordeel van Contentexperimenten is dat er een automatische koppeling met alle rapportagemogelijkheden van Google Analytics is. Qua instellingen is contentexperimenten in vergelijking met andere testing tools echter wel vrij beperkt. Zo dien je voor iedere test een code te plaatsen op de originele pagina en heb je geen behavorial targeting mogelijkheden. Je kunt dus geen test opzetten waarbij je alleen de bezoekers vanuit AdWords of mobiel apparaat meeneemt in jouw test. Daarnaast kun je alleen split-URL tests opzetten. Je dient dus voor iedere test 2 unieke URL’s aan te maken.

Optimizely is de marktleider in AB testing. Het grote verschil met Google Content Experiments is dat je hiermee testen kan opzetten zonder developers. Daarom geven wij (en veel andere marketeers) de voorkeur aan Optimizely.

En dan weer naar fase 1: Analyseren

De testresultaten, of deze nou geslaagd zijn of niet, bieden ongelooflijk waardevolle inzichten. De resultaten helpen je meer te leren over je bezoekers, data-driven keuzes te maken en geven weer input voor verdere optimalisatieslagen.

Na afloop van de testing cyclus besluit je welke aanpassingen doorgevoerd kunnen worden. Wijst de data uit dat de aanpassing daadwerkelijk verbetering oplevert? Pas dan gaan we actie ondernemen. Zo zorgen we structureel voor een betere user experience en een hogere conversieratio. Bovendien voorkomen we zo onnodige investeringen, want doordat we tests hebben gedraaid, weten we zeker dat de doorgevoerde wijzigingen voldoende op zullen leveren. Zorg bij het doorvoeren van de aanpassingen voor een goede briefing voor de developer.

Het delen van de resultaten, de learnings en de impact is cruciaal voor het succes van het CRO-proces. Wanneer je de learnings niet deelt binnen je bedrijf dan leert de rest van het bedrijf ook niet van de data-driven insights en de tijd die gestoken is in het testen. Door de resultaten te delen stimuleer jij juist het maken van data-driven beslissingen in jouw organisatie.

Deel het volgende met je team en de stakeholders:

• Het doel: een korte beschrijving waarom deze test is gedaan, inclusief hypothese.
• Details: inclusief het aantal variaties, een beschrijving van de verschillen, de data waarop de test liep, het totaal aantal bezoekers en de bezoekers per variatie.
• Resultaten: wees concreet, deel het percentage waarmee het is gestegen of gedaald t.o.v. het origineel. De conversiepercentages per variatie en de significantie.
• Omzet impact: indien mogelijk, toon de waarde van een succesvolle test.
• Learnings: deel de interpretatie en key insights vanuit de data. Wat je voornamelijk wilt bereiken met het delen van de resultaten is het stimuleren van data-driven keuzes binnen het bedrijf en het genereren van nieuwe vragen voor toekomstige testen.

Met deze gestructureerde aanpak zorg jij ervoor dat je op lange termijn successen boekt en maak je jouw organisatie data-driven en betrokken. Dus ga snel aan de slag met jouw optimalisatieteam en maak een begin aan de testcultuur van jouw bedrijf!

Heb je het gevoel dat het scherper en beter kan? Wil je beter inzicht in jouw KPI’s en weten waar jouw kansen liggen? Bring it on! We denken graag mee.