De populariteit van online experimenten is de laatste jaren flink toegenomen. Niet in de laatste plaats door de drempelverlaging die de komst van het gratis Google Website Optimizer heeft teweeggebracht. Conversieoptimalisatie en het verbeteren van de online ´experience´ vindt dan ook steeds meer plaats op basis van een wetenschappelijke (en statistische) aanpak in plaats van onderbuikgevoel. En dat is een goede zaak. Eric Peterson, een van de eerste en bekendste voorvechters van webanalytics constateert een belangrijke trendverschuiving. Het decennium waarin het vooral ging om ´online meten en weten´ loopt op zijn eind en in plaats daarvan betreden we een nieuw decennium waarin het vooral zal gaan over optimalisatietrajecten.  

Van een goede testorganisatie naar een uitstekende testorganisatie

Web Analytics Demystified, het bedrijf van Eric Peterson heeft in samenwerking met SiteSpect (online A/B en Multivariate test tool) een whitepaper opgesteld waarin hij ingaat op de randvoorwaarden die van een goede testorganisatie een uitstekende testorganisatie maakt. En dat begint allemaal met het besef dat online experimenteren geen eenmalige activiteit is maar een continu proces dat ingebed moet liggen in de bestaande organisatie. A/B en Multivariate testen begint weliswaar met techniek maar gaat vervolgens al heel snel over veel meer dan software alleen. Human resources en organisatieprocessen zijn immers net zo, of misschien wel belangrijker aldus Peterson. In de Whitepaper ´Succesful Web Site Testing Practices. Ten best practices for building a world-class testing and optimization program´ beschrijft hij zijn visie.

Hieronder een samenvatting: 

Rijden met alleen een achteruitkijkspiegel
Eric Peterson hanteert een web analytics ecosysteem dat uitgaat van een groot interactie-effect tussen het ´meten´ en het ‘actie ondernemen’ op deze metingen om het belang van online experimenten te duiden. Door middel van meten en analyseren worden de optimalisatiekansen gelokaliseerd die vervolgens getest worden op de impact die ze veroorzaken op de conversie en klantrelatie. 

Meten en analyseren zonder te testen is als rijden met alleen een achteruitkijkspiegel aldus Peterson. De achteruitkijkspiegel geeft goed zicht op waar je vandaan komt, maar helpt je niet om te beslissen welke kant je nu moet opgaan! Zoals gezegd gaat testen een stuk verder dan alleen de implementatie van testsoftware. Online experimenten rusten idealiter op een stevig fundament van een businessvisie, strategie, technologie, slimme medewerkers en werkprocessen. Zonder deze investeringen in mensen en zonder de aandacht aan de organisatorische processen is testen zinloos en zonde van de technologische investering, zo betoogt Peterson. Hij stelde daarom de 10 niet technologische best practices voor succesvolle testorganisaties op in een whitepaper. 

1. Formeer een Test Team

In tegenstelling tot webanalytics, waar 1 uitstekende webanalist hele waardevolle inzichten uit de data kan halen is voor een testproces meer mankracht nodig. Denk hierbij aan een experiment manager, business owner, designer, copywriter, marketeer, (technisch) ontwikkelaar, webanalist etc. 

2. Betrek de stakeholders

Uit alle interviews die Eric Peterson heeft gehouden ter voorbereiding op de whitepaper kwam 1 boodschap steeds terug. Management support is een van de belangrijkste kritische succesfactoren. In de whitepaper beschrijft Peterson een praktijkvoorbeeld van een bedrijf wat werkt met een heuse ´Multivariate Testing Steering Commitee´. 

3. Schrijf een formeel testplan

Een belangrijke overeenkomst bij de succesvolle testorganisaties is dat ze allemaal vasthouden aan formele processen voor zowel het aanvragen van een experiment als ook de planning van een test. Ondanks het feit dat ´test early, test often, test aggressively´ een veelgehoorde leus is in de online wereld is de realiteit toch dat een gestructureerd testplan voorkomt dat je achteraf zit met betekenisloze data, gefrustreerde stakeholders en bovenal weggegooide tijd.  

4. Meten = weten

Ondanks het feit dat alle experimenteertools als vanzelfsprekend rapportages genereren met de resultaten van de test, adviseert Peterson om altijd ook zelf te meten. Elke organisatie heeft tegenwoordig web analytics software in huis en de integratie van testvarianten is vaak een kleine moeite. Het biedt vervolgens de mogelijkheid om het experiment te beoordelen op veel meer criteria dan alleen de in de testtool ingestelde conversie. 

5. Definieer vooraf het succes en niet succes

Testen is een continu leerproces over het gedrag van bezoekers en klanten. Zelfs als een bepaalde aanpassing zorgt voor een slechtere conversieratio heb je iets geleerd. Een mislukte test bestaat dan ook niet, er bestaat alleen mislukking in een slecht opgezet experiment of een foutieve interpretatie van de learnings. 

6. Test je test

Het succes van je test is in grote mate afhankelijk van een goede testopzet. Er zijn echter meer factoren die het succes van een test kunnen beïnvloeden. Denk hierbij bijvoorbeeld aan de implementatie van de technologie, de interactie effecten met een CMS, de codering van varianten, segmentatievariabelen etc. Wees accuraat bij het opzetten van een test en analyseer, controleer en evalueer grondig. 

7. Test lang genoeg

Pieken en dalen in het site bezoek komen op iedere website voor. En in deze intervallen komen verschillende typen bezoekers voorbij. Een bezoeker tijdens de lunch kan dan ook heel anders reageren dan iemand die laat op de avond de site bezoekt. Hetzelfde geldt voor verschillen tussen bijvoorbeeld doordeweeks en het weekend. Test daarom lang genoeg voor betrouwbare resultaten. Peterson adviseert minimaal 7+1 dagen (1 hele week + 1 extra dag) en liefst 14+1.  

8. Communiceer testresultaten tezamen met ´actionable´ analyses

De ervaring van Web Analytics Demystified leert dat er in de praktijk 2 manieren zijn om testresultaten te communiceren, ´badly and slighlty badly´. De eerste groep deelt alleen resultaten binnen het Test Team, de tweede groep communiceert alleen het goede nieuws. In de communicatie rondom de uitkomsten van een experiment is het belangrijk om onderscheid te maken in de doelgroep (hoe gedetailleerd rapporteer je aan wie), de wijze waarop je de resultaten communiceert (e-mail, blog, wiki etc.) en dat je altijd zorgt voor aanbevelingen waarop iemand actie kan ondernemen (actionable).  

9. Test op diversie bezoeksegmenten

Probeer binnen een experiment altijd zoveel mogelijk te segmenteren op basis van verschillende bezoeksegmenten. Dit voorkomt dat je optimaliseert op basis van de grootste gemene deler voor het totale bezoek. Bezoekers reageren immers anders op basis van de fase van het aankoopproces waarin iemand zich bevindt, de herkomst (zoekmachine versus bijvoorbeeld type-in), dag in de week etc. Houd hier rekening mee en test specifiek! 

10. Integreer meer en graaf steeds dieper voor waardevolle inzichten

Combineer survey´s in een experiment, integreer web analytics in een test (zie best practice 4) en gebruik data modeling software (SAS, SPSS) voor nog veel meer inzichten over je bezoekers en klanten.   

Whitepaper downloaden

De whitepaper van Eric Peterson en SiteSpect bevat nog veel meer informatie, een uitgebreide beschrijving van bovenstaande best practices en talloze praktijkvoorbeelden. Hieronder vind je een link naar de whitepaper.

> Dowload hier de whitepaper (e-mail adres wordt gevraagd)