Apps & Tools

Web analytics, usability en designers

0

Web analytics, online enquêtes, expert reviews, A/B testing, user panels, eye tracking… Het geeft je een hoop informatie waarmee je uiteindelijk hetzelfde wilt bereiken: een goed draaiende website. In deze posting lees je waarom designers en usability engineers meer naar web analisten moeten luisteren. En andersom.

Web analytics data zijn vooral kwantitatieve data. Kwantitatief wil zeggen dat het in cijfers gepresenteerd wordt, behavorial wil zeggen dat je kijkt naar wat de mensen doen. Aan de andere kant vind je de kwalitatieve data, die meer diepgang bieden maar lastig in cijfers zijn uit te drukken.

Bij de start van een nieuwe website of nieuw (marketing)concept, is kwalitatief onderzoek eigenlijk de enige mogelijkheid om te beginnen. Na marktonderzoek en interviews worden experts ingeschakeld die op basis van hun best practices het concept of de website verder uitwerken. Liefst wordt de gebruiker zo veel mogelijk bij dit proces betrokken.

Speelveld van de analist

Speelveld van de analist

Als er eenmaal een website staat, hebben die experts vaak hun werk gedaan, en is het de taak van de web analist om deze verder te optimaliseren. De web analist kijkt naar de kwantitatieve cijfers. Bij ingrijpende uitbreidingen van de site worden de designers weer ingeschakeld om een passend ontwerp neer te zetten… op basis van kwalitatieve onderzoeken.

Wat hebben designers en usability engineers aan kwantatieve data?

Het moge duidelijk zijn dat er grote winsten te behalen zijn als deze twee werelden wat dichter tot elkaar komen. Een ontwerp is namelijk gebaseerd op een aantal belangrijke uitgangspunten:

  • “De dynamische vormgeving zal een jong publiek aanspreken”
  • “Met een opvallende rode kleur is de inlog button eenvoudig te vinden”
  • “Bij het schrijven van de content wordt rekening gehouden met SEO”
  • “Met contextual search vindt de gebruiker beter wat hij zoekt”

Een zeer groot deel van deze statements kan achteraf worden gevalideerd met harde cijfers. Stel de juiste vragen, en je weet of de doelen daadwerkelijk bereikt zijn.

  • Stijgt de afname/registratie/retentie door jonge bezoekers?
  • Stijgt de click-through van de inlog button?
  • Neemt de long-tail referring keywords een steeds groter aandeel in?
  • Is het percentage successful searches gestegen sinds de nieuwe site live staat?
Links: kwalitatief attitutinal - rechts: kwantitatief attitudinal

Links: kwalitatief attitutinal – rechts: kwantitatief attitudinal

Mochten de resultaten ergens tegenvallen, dan kan de site worden gewijzigd om alsnog het beoogde doel te bereiken. En de data kunnen worden gebruikt om je mediabureau hierop aan te spreken.

Nog beter is wellicht om een aantal zaken te A/B/N testen. Een klassiek voorbeeld is de opvallende rode button, waarin je varieert met kleur en positie om zo het optimum te bepalen. Maar ook zijn A/B/N testen mogelijk met een complete vormgeving en processen.

Wat hebben web analisten aan kwalitatieve data/onderzoek?

Een web analist met een krachtige tool kan veel vragen stellen, maar de vragen die hij kan beantwoorden beginnen altijd met wat, wie of hoeveel (wat is het percentage afhakers in stap 3, wie registreert zich voor de nieuwsbrief, hoeveel omzet komt er uit campagne X). Wat er overblijft, zijn de vragen beginnende met hoe en waarom

  • “Waarom verlaat een bezoeker mijn site?”
  • “Hoe kunnen drempels om gegevens in te vullen verlaagd worden?”
  • “Waarom vindt een bezoeker de weg naar een invulformulier niet?”

Als de analist de weg naar usability-onderzoekers en designers beter zou weten te vinden, brengt dat hem wellicht veel sneller naar een goede oplossing, die hij zelf vervolgens weer kan valideren met zijn eigen data.

Combineren van kwantitatieve data uit verschillende bronnen

Het fijne van kwantitatieve data is dat ze gemakkelijk met elkaar gecombineerd kunnen worden, bijvoorbeeld in business intelligence tools of de grotere web analyics tools. In een eerdere posting gaf ik al aan hoe informatie uit online enquêtes gebruikt kan worden voor segmentering van je bezoekers. Maar ook integratie met CRM systemen (leeftijdsgroep klant, annuleringen etc.) kan nieuwe relevante inzichten opleveren. Wanneer we nieuwe bronnen blijven integreren met de web analytics data, schuiven we langzaam op naar het terrein van de multi-channel analyses. Meer daarover in mijn posting van volgende maand.

Koen Penders werkt als business consultant bij Adversitement.