Online marketing

Waarom je moet blijven experimenteren met je marketingstrategie

0

Technologieën, de bedrijfswereld en de samenleving veranderen continu. En ook klanten, concurrenten, trends en onvoorziene gebeurtenissen zijn onvoorspelbare factoren die invloed uitoefenen op onze marketingstrategie. Bijna dagelijks presenteren zich nieuwe uitdagingen die ons dwingen om onszelf te blijven ontwikkelen. Dat vergt soms veel flexibiliteit en leergierigheid. Om toch slimme keuzes te kunnen maken, en jezelf niet in al die veranderingen te verliezen, is het belangrijk om te experimenteren. Te blijven onderzoeken wat je doelgroep nu écht wil, en niet zomaar af te gaan op je gut feeling.

Daarom wil ik het in dit artikel graag hebben over het belang – en de kansen! – van experimenteren met je marketingstrategie. Ook wil ik je laten zien dat je hier op een laagdrempelige manier mee kunt starten.

Experimenteren en marketing: onlosmakelijk verbonden

Je bedrijfskoers of marketingstrategie kun je bepalen op basis van je onderbuikgevoel, geruchten of interpretaties. Het doen van experimenten geeft je echter informatie die gebaseerd is op feiten. Waardevolle informatie die je vertelt of je keuzes het gewenste resultaat op zullen leveren.

95% van de beslissingen wordt onbewust gemaakt. Dat vereist een onderzoeksmethode die in staat is om te bepalen hoe gebruikers keuzes maken. Experimenteren dus. Eén van de belangrijkste voordelen van experimenteren is dat je met de tijd meegaat. Je blijft leren.

Neem SEO als voorbeeld: technieken die vijf of tien jaar geleden werkten, zullen nu wellicht niet meer volstaan. Ook het gedrag en de wensen van je doelgroep kunnen veranderen.

Er is maar één ding slechter dan niet testen – en dat is verkeerd testen.

Door te experimenteren kom je erachter wat je huidige klanten en leads daadwerkelijk willen. In plaats van trends te volgen waarvan je het vermoeden hebt dat ze werken, kun je je tijd en budget dus beter investeren in het vergaren van informatie op basis van concrete en betrouwbare data.

Je stuurt dan namelijk op gedrag, wat veel betrouwbaarder is dan aannames of uitgesproken intenties. Voorwaarde is uiteraard wel dat je gedegen experimenten uitvoert en weet hoe je de resultaten moet interpreteren. Want er is maar één ding slechter dan niet testen – en dat is verkeerd testen.

Significantie en marketing

Wie statistieklessen heeft gevolgd, zal zich de term ‘significantie’ wel herinneren. Simpel uitgelegd is er sprake van significantie wanneer het verschil tussen twee gevonden waardes dermate groot is dat het niet kan berusten op toeval. Een significant resultaat vertelt je dus dat het gevonden verschil kan worden toegeschreven aan een specifieke oorzaak. En dat het verschil zich weer zal voordoen als je het experiment herhaalt. Om dit te bewijzen moet de steekproefomvang groot genoeg zijn.

Vaak neem je genoegen met 95-99% zekerheid. In dat geval kun je er bijna zeker van zijn dat het gaat slagen. Alleen heb je dan nog een klein risico dat dit ook zo is. In sommige gevallen neem je soms wellicht ook genoegen met 90% kans. En in extreme gevallen soms 80%. Dat is overigens erg opportunistisch, en dan moet je je wel bewust zijn dat je een gok neemt.

Maar wellicht heb je er goede redenen voor. Misschien zijn de verschillen tussen de uitkomsten dusdanig klein of spelen er nog andere belangen mee. Bijvoorbeeld dat het experiment niet alleen moet leiden tot meer sales, maar dat het nog andere positieve neveneffecten teweegbrengt. Bijvoorbeeld brand building of gebruiksvriendelijkheid.

 

Experimenteren marketing

Waarom is significantie zo belangrijk?

Je vraagt je misschien af wat het belang is van significantie in marketing. Je bepaalt bij een marketingexperiment toch gewoon een getal of een percentage wat je wil verbeteren, waar je op gaat testen?

Niet helemaal. Ik zal met een voorbeeld illustreren waarom dit een gevaarlijke denkwijze is. Stel, je wil testen of het gebruik van emoji’s in de onderwerpregel van je nieuwsbrief resulteert in een hogere open-ratio. In een onderzoek heb je gelezen dat dat een verschil van maar liefst 15% op kan leveren. Dat wil je testen. Na het uitvoeren van je experiment blijkt het verschil echter maar 3,3% te zijn geweest. Een teleurstellende uitslag. Je snapt niet hoe dat andere bedrijf aan die 15% kwam en besluit andere ideeën uit te proberen.

Als je daar stopt, ga je de mist in. Als je even door had gerekend, was je er misschien achter gekomen dat dat kleine verschil van 3,3% wél een significant resultaat is. Dan was je erachter gekomen dat dat jouw doelgroep dus wel degelijk sneller een nieuwsbrief met een emoji in de onderwerpregel opent. Alleen zul je je onderwerpregels nog verder moeten verbeteren om het gewenste resultaat te behalen.

Eén grote winnaar

De conclusie van je experiment verandert hiermee dus ineens van ‘slechts een verwaarloosbaar verschil’ naar ‘het verschil is niet berust op kans, dus we zitten op de goede weg’. Oftewel: in plaats van iets nieuws verzinnen, kun je door middel van nieuwe experimenten voortborduren op de informatie die je zojuist hebt vergaard.

Verder heel belangrijk om te weten: de meeste experimenten floppen! Dat is natuurlijk helemaal niet erg, want uiteindelijk leer je van ieder experiment en ga je met de winnende experimenten door. Jeff Bezos, de baas van Amazon, zegt daarover: ”One big winner pays more than enough for all the losing experiments.” Dat is heel belangrijk om te begrijpen. En vooral te verduidelijken in de board room. Experimenteren wordt te vaak ten onrechte bestempeld als niet-succesvol en afgebroken.

Ter referentie:

In de praktijk: experimenteren met A/B-testen

Een prettige en beproefde methode om te experimenteren is het uitvoeren van A/B-testen. Bij A/B-testing laat je twee verschillende versies van bijvoorbeeld je website of je nieuwsbrief aan verschillende proefpersonen zien. Je verandert telkens één element waarvan je verwacht dat het een verschil in gedrag op gaat leveren.

Het voordeel van dit type test is dat proefpersonen niet weten dat ze deelnemen aan een test. Dat betekent dus objectieve data! Daarnaast is het dé manier om stapsgewijs te werken aan conversieverhoging, omdat je steeds kleine veranderingen aanbrengt en steeds voortborduurt op voorgaande resultaten.

A/B test calculator

Een onmisbare parel bij het testen die ik graag met je deel is de AB+ Test Calculator van CXL. Deze calculator kun je op twee manieren gebruiken bij het doen van A/B-testen:

1. Pre-test analyse

In deze modus kun je de tool gebruiken om de parameters voor je test te bepalen:

  • Wat is het minimaal detecteerbare effect waarop ik kan testen?
    • Dit is heel handig om op voorhand voor je tests te toetsen. Als hier bijvoorbeeld 20% uitkomt, dan weet je op voorhand al dat jouw wijziging een conversieverbetering van minimaal 20% nodig heeft om tot een significant verschil te komen. Dat klinkt vrij ambitieus, dus in zo’n geval kun je de afweging maken om grotere wijzigingen te testen of verschillende tests samen te voegen.
  • Hoe lang moet ik testen om het effect betrouwbaar te kunnen meten?
  • Wat is de benodigde steekproefomvang (sessies/gebruikers) voor een test op deze pagina(’s)?
  • Hoeveel invloed heeft het betrouwbaarheidsniveau (bijv. 95% vs. 90%) op mijn testduur?

2. Test analyse

In deze modus voer je de resultaten van je test in om deze te kunnen analyseren:

  • Verslaat de testvariant het origineel?
  • Heeft de test de benodigde steekproefomvang?
  • Heeft de test de benodigde duur?
  • Wat is de ROI van de testvariant?

Als kers op de taart geeft de calculator een officieel oordeel: is er een significant verschil tussen variant A (je controlegroep) en variant B (je testgroep)? Hét stukje concrete informatie waarmee je weer verder kunt. Ofwel met experimenteren, ofwel met het optimaliseren van je website, e-mail- of advertentiecampagne.

Experimenteren is onmisbaar

Stop met handelen op basis van onderbuikgevoel. Marketing is echt een vak van continu testen, evalueren, reflecteren en optimaliseren. Het is een doorlopend proces. Een uitdaging – maar oh, zo mooi om je conversies te zien stijgen. Veel succes!