Apps & Tools

Meet de impact van je conversieoptimalisatie met GA-effect

0

Conversieoptimalisatie is een belangrijk onderwerp onder (online) marketeers. Logisch natuurlijk, aangezien je het maximale uit je website wil halen. Daarom bespreek ik in dit artikel de tool GA-effect waarmee je de impact van je activiteiten voor conversieoptimalisatie voor de langere termijn kunt bepalen.

Er bestaan veel tools om je conversie te verbeteren. Onderstaand enkele mogelijkheden om de conversie van je website naar een hoger niveau te tillen:

Deze testing tools zijn vooral gericht op de korte termijn (maximaal 30 dagen). Dat is natuurlijk prima, want dan weet je tenminste dat je op de korte termijn betere websiteresultaten realiseert. Maar hoe zit het met de termijn langer dan 30 dagen? Is de impact van je test dan nog steeds aanwezig?

GA-effect is een tool waarmee je met jouw Google Analytics-data de impact van je conversieoptimalisatie-activiteiten op de langere termijn kunt bepalen. Voorbeeld: je hebt een nieuwe mobiele winkelwagen en checkout. Heeft dit extra omzet opgeleverd in het afgelopen jaar? Zo ja, is dit een winstgevende optimalisatie geweest?

Geen overbodige luxe lijkt mij. In dit artikel laat ik je zien hoe deze tool werkt. Daarnaast laat ik je vier praktijkvoorbeelden zien over hoe je deze tool dient te gebruiken in combinatie met je Google Analytics-conversiedata.

Hoe stel je GA-effect in?

Het instellen van GA-effect is vrij eenvoudig. Volg onderstaande drie stappen om met GA-effect aan de slag te kunnen.

Stap 1. Toegang verlenen

Ga naar GA-effect en klik op toegang verlenen tot je Google Analytics-account

Stap 2. Account instellen

Vervolgens kies je voor je eigen Google-account en stel je onderstaande zaken in om het effect van je aanpassingen/optimalisatie te bepalen.

GA-effect

Allereerst kies je voor je Google Analytics account/property en weergave (pick view).

Vervolgens kies je net als in Google Analytics voor de periode die je wilt bekijken. In dit geval kies ik voor iets meer dan een jaar, aangezien ik beschik over een blog met een relatief laag gebruikersvolume.

Nu komt het belangrijkste gedeelte: het invullen van je controle- en testsegment-statistiek. Controle heeft betrekking op de originele situatie en test op de aanpassing/optimalisatie.

Onder ‘your segments’ heb je de mogelijkheid om naast standaardsegmenten zoals ‘all users’ te kiezen voor je ingestelde segmenten. Ingestelde segmenten zijn natuurlijk afhankelijk van je eigen informatiebehoefte. Veelvoorkomende segmenten zijn type kanaal zoals e-mail, organic/paid of non-branded AdWords-campagnes.

Onder ‘Test metric’ en ‘Control metric’ heb je de mogelijkheid om naast gebruikers (users) en bezoeken (sessions) ook te kiezen voor KPI’s zoals omzet, transacties of één van je ingestelde doelen.

Aanvullende tip: houd het id van je Google Analytics-doelen bij de hand. Deze vind je onder beheer >  weergave > doelen. Je kiest namelijk voor het id van je ingestelde doelen. GA-effect toont helaas niet de naam van je ingestelde doel.

Tot slot kies je voor de datum van je gebeurtenis en of GA-effect rekening moet houden met seizoensinvloeden.

GA-effect

In dit geval kies ik voor 1 september, aangezien ik op deze datum aanpassingen heb gedaan aan mijn blog. Daarnaast kies ik voor jaarlijkse seizoensinvloeden. Oktober en november zijn namelijk voor mijn blog topmaanden qua bezoekvolume.

Stap 3. Resultaten

Nu heb je GA-effect ingesteld en klik je op ‘results’. Je wil weten of jouw aanpassing ook daadwerkelijk effect heeft gehad op de websiteresultaten.

GA-effect resultaten

Mijn aanpassingen hebben 601 extra gebruikers opgeleverd. Leuk nieuws natuurlijk. In de grafiek kijk je naar de testresultaten (observed) en de verwachte resultaten (expected) op basis van het bezoekvolume vorig jaar. Daarnaast adviseer ik je om te kijken naar de cumulatieve impact. Hiermee kun je namelijk de conversieontwikkeling in de loop van de maanden bekijken.

De conversiestijging was vooral in oktober en november groot.

Ik kan me voorstellen dat je wil weten welk statistisch model deze tool gebruikt voor zijn berekeningen.Via deze handleiding vind je meer informatie over het gebruikte statistische rekenmodel.

4 praktijkvoorbeelden van GA-effect in de praktijk

Genoeg over het instellen van GA-effect. Waarvoor kun je deze tool nu eigenlijk gebruiken? Ik ga je vier praktijkvoorbeelden laten zien, zodat je weet in welke situaties het praktisch is om deze tool te gebruiken.

SEO-optimalisatie

Voor iedere website is SEO van cruciaal belang. Ook mijn blog is zeer afhankelijk van SEO-gebruikers. Ik besteed veel tijd aan het verbeteren van mijn SEO-positie voor relevante zoekwoorden.

Sinds kort gebruik ik KeywordHero om het gebruikers- en conversievolume per zoekwoord te bepalen. Zo kan ik veel gerichter content schrijven voor mijn blog. Ik weet dat dit meer gebruikersvolume heeft opgeleverd, maar hoe zit het met de lezersbetrokkenheid? Daarmee bedoel ik de gebruikers die minimaal de helft van een blog bekijken.

Ik vraag aan GA-effect of de lezersbetrokkenheid significant is gestegen in het afgelopen half jaar.

    1. Onder ‘Your segment’ kies ik voor ‘organic’, aangezien ik de impact van SEO wil bepalen
    2. Onder ‘Control metric’ en ‘Test metric’ kies ik voor voor mijn doel: minimaal de helft van de blog gelezen
    3. Ik kies als periode voor het afgelopen half jaar en als gebeurtenis voor 1 september.  Toen heb ik namelijk mijn SEO-strategie aangepast.

GA-effect

578 extra betrokken gebruikers is voor mijn blog aanzienlijk. In bovenstaande grafiek zie je dat vanaf oktober de lezersbetrokkenheid (‘Observed’) aanzienlijk is gestegen. Goed om te weten dat mijn aanpassingen impact hebben gehad op de blogresultaten. Overigens heeft het lichtgroene vlak betrekking op de waarden waarbinnen alles moet vallen volgens ‘control’.

Conversie optimalisatie van je formulieren

Een klant van mij had een relatief lage conversie op het brochureformulier. Daarom besloten we om het formulier te optimaliseren.

  1. Het brochureformulier is ingekort tot één stap
  2. We hebben de voordelen benoemd van het aanvragen van een brochure
  3. Er is urgentie toegevoegd: ‘Binnen een paar minuten weet u alles over onze producten’

Welke impact heeft dit nu gehad op de conversie? We vragen het aan GA-effect:

GA-effect conversie

De conversie is gestegen sinds 1 november, maar (nog) niet statistisch significant. Toch heeft het negen extra brochure-aanvragen opgeleverd. Dat is voor mijn klant zeer waardevol, aangezien het gaat om een complex product met een hoge klantwaarde.

Wat doe je met deze informatie? Het is positief dat deze aanpassing een conversiestijging heeft opgeleverd. Maar mijn advies is altijd om verder te kijken naar aanvullende verbeteringen (lees: hypothesen) om de conversie naar een hoger niveau te tillen.

Conversieoptimalisatie van je kanalen

Conversieoptimalisatie op je website is natuurlijk heel belangrijk, maar hoe presteren je belangrijkste marketingkanalen?

Een klant van mij zet naast AdWords, sinds 1 september vorig jaar ook e-mailmarketing zeer intensief in. Hij stelde mij de volgende vraag:

Welk betaald kanaal levert meer op, AdWords non-branded (zonder bedrijfsnaam) of de e-mailcampagnes?

We vragen het aan GA-effect:

  1. Als controlesegment kies ik voor de Non-branded AdWords campagnes. Dit zijn alle campagnes zonder zoekwoorden met de bedrijfsnaam
  2. Als testsegment kies ik voor de e-mailcampagnes (medium email)
  3. Voor de controle- en testmetric kies ik voor omzet. Ik wil namelijk de impact van non-branded AdWords-campagnes vergelijken met e-mail op de online omzet.
  4. Als periode kies ik voor een geheel jaar en als gebeurtenis 1 september. Ik wil namelijk weten wat de impact van non-branded AdWords-campagnes vs. e-mail was in de afgelopen maanden. Dit is een seizoensgevoelig product. Daarom kies ik voor jaarlijkse seizoensinvloeden.

GA-effect omzet

In bovenstaande grafiek dien je te kijken naar expected vs. observed. Dit zijn de ingestelde segmenten AdWords non-branded (groene lijn) en e-mail (blauwe lijn).

Toch wel opvallend dat e-mail duidelijk een grotere impact op de online omzet heeft dan de non-branded AdWords-campagnes, terwijl deze partij qua consultancy veel meer investeert in AdWords dan e-mail.

In dit geval is het dus geen overbodige luxe om een deel van het AdWords-budget over te hevelen naar de e-mailcampagnes. Het versturen van een e-mailcampagne is natuurlijk vrij goedkoop, maar in het optimaliseren ervan moet je wel investeren. Denk hierbij aan experimenten gericht op de content binnen je mailing.

Conversieoptimalisatie van je bestaande klanten

Voorgaande voorbeelden hebben allemaal betrekking op alle gebruikers. Maar je kunt natuurlijk ook kijken naar verschillende typen gebruikers. Veel (online)marketinggoeroes benadrukken het belang van je bestaande klanten. Hierop dien je de aandacht te richten, want dit type klant levert je extra omzet op. Klopt deze hypothese?

Een klant van me investeert veel tijd en geld in het optimaliseren van de klantomgeving. Hebben deze aanpassingen impact op de online omzet? We vragen het aan GA-effect:

  1. Ik kies in dit geval onder ‘Your segments’ voor bestaande klanten. Dit is een ingestelde aangepaste dimensie in Google Analytics om nieuwe en bestaande klanten te onderscheiden
  2. Ik kies voor de controle- en test-KPI omzet. Ik wil namelijk de impact van bestaande klanten op de online omzet bepalen
  3. Als periode kies ik voor een geheel jaar en als gebeurtenis 1 juni. Mijn klant heeft namelijk in die periode aanpassingen gedaan in de klantomgeving.

GA-effect

In dit geval hebben de marketinggoeroes gelijk. De optimalisatie van deze klantomgeving heeft inderdaad extra omzet opgeleverd.

Dat is natuurlijk positief. Ik wil je wel meegeven om altijd kritisch te kijken naar de impact van je eigen klantomgeving. Er zijn namelijk geen wetmatigheden over de impact van bestaande en nieuwe klanten op je online omzet. Dit moet je altijd testen!

Echt invloed op je websiteresultaten

Ik hoop dat je inspiratie hebt gehaald uit deze instructie en vier praktijkvoorbeelden. Ik wil je nog een afsluitende tip meegeven voordat je met deze tool aan de slag gaat. Gebruik deze tool alleen voor gebeurtenissen die echt impact hebben op je websiteresultaten. En koppel hieraan alleen KPI’s die echt impact hebben op je websiteresultaten.

Veel succes hiermee!

Ik ben natuurlijk ook benieuwd naar jouw mening. Hoe kijk jij aan tegen dergelijke tools om de impact van je conversie op de langere termijn te bepalen? Ik lees jouw mening en/of constructieve feedback graag bij de reacties!

[Update 19-2-2018] In de grafieken zie je naast de twee lijnen ook een groen vlak, de waarde waarbinnen alles moet vallen voor de ‘control’.