Afgelopen mei mocht ik een tijdje optrekken met Dennis Mortensen, voorafgaand aan het Webanalytics Congres. Eén van de onderwerpen die ter sprake kwam was “data pollution”. Waar men tijdens de industriële revolutie nooit stil stond bij het feit dat dit in de toekomst grote vervuilingsproblemen met zich mee zou brengen, staan we nu totaal niet stil bij de gigantische hoeveelheden data die we publiceren en vooral opslaan sinds het commercieel toegankelijk worden van het internet. Van logfiles tot en met elke foto die we ooit eens met onze telefoon hebben gemaakt.

Alleen relevante data meten

Hoeveel organisaties ken jij die tijdens een “Request For Information” webanalytics traject de vraag stellen aan pakket leveranciers of verouderde data wel tijdig wordt verwijderd? De vraag wordt vooral andersom gesteld: blijft alle oude detail data wel toegankelijk? Ik zou in de vraagstelling nog een stap verder willen gaan: meten jullie alleen de data die relevant is om de organisatie te sturen en bezoekers uiteindelijk relevante content te bieden? In hoeverre zijn jullie verantwoord bezig met data opslag?

Wat moet je webanalytics pakket kunnen?

Je webanalytics pakket haal je m.i. in huis om te meten en te rapporteren. Natuurlijk heeft iedereen de mond vol van de stap er na (ik doe zelf niet anders): inzichten en verbeteren, maar in hoeverre heb je daar je webanalytics pakket voor nodig en waarom zou dit ook moeten worden gemeten wanneer je niet aan het verbeteren bent? Wat zou een webanalytics pakket in de basis eigenlijk moeten kunnen?

• KPI trend rapportages voor marketing, sales en service (uniek bereik, contactfrequentie, contacttijd, aantal verkopen, percentage beantwoorde vragen aan de interne zoekmachine etc.).
• Online advertisting rapportages (inkoopkosten en omzet).
• Per profiel bijhouden (of doorgeven aan de klantprofiel database) welke onderdelen / producten worden bezocht en gekocht (zodat op basis van deze profiel informatie content targeting kan plaatsvinden).
• Alert functionaliteit voor foutmeldingen / errors, traag functionerende applicaties en traffic burtsts etc. (dit punt later toegevoegd door discussie naar aanleiding van dit artikel)

Eenvoudig goed kunnen meten wordt steeds moeilijker

De informatie uit het eerste punt heb ik bij voorkeur beschikbaar op bezoeksegment niveau (klant type en gedrag type), zodat bijvoorbeeld prestatie per herkomst van de bezoeker kan worden bekeken (zoals je ook in je advertising rapportage wilt terugzien).
Ik noem in de opsomming van gewenste functionaliteiten niet de bezoeken, funnelrapportages en afhaakpercentages van allerlei subonderdelen van het online kanaal. Deze wens zorgt er normaliter voor dat daadwerkelijk alles wordt gemeten en dat je daardor vanuit de user interface van het webanalytics pakket een overweldigende hoeveelheid aan data kunt raadplegen. Daarbij is het met de opkomst van Rich User Internet applicaties steeds ingewikkelder om het kunnen meten goed in te regelen, laat staan wanneer je dit wilt met je Iphone applicatie. Een goede implementatie kost, zeker bij grotere organisaties. Dan kost het vaak weken of zelfs maanden… En waarom? Waarom wil je al die details weten als het pakket de 4 basispunten goed oppakt?

Gestructureerd het online kanaal verbeteren

Wanneer je op een gestructureerde manier aan de slag gaat met het verbeteren van het online kanaal zul je willen werken aan het steeds beter begrijpen hoe bezoekers / gebruikers reageren op bepaalde communicatie en interactie. Je wilt immers zorgen dat iedereen die enige vorm van latente behoefte heeft in een dienst of product zoals deze door jou wordt aangeboden wordt verleid om in een natuurlijk werkende omgeving zijn of haar bezoekdoelen te vervullen. Waar begin je? Je kunt immers niet de volledige internet presence in 1 maal optimaliseren, dat gaat stap voor stap. Je begint of daar waar de prestatie van het online kanaal achterblijft op de gestelde targets (verkoop) of daar waar de klachten van de klanten het grootst zijn (service). Het eerste geeft je webanalyse tool natuurlijk prima aan (zonder details te meten), voor het 2e zul je even moeten aankloppen bij de klachtenafdeling of wie weet al webcare team of, nog een stap verder: het eigen online klanten forum.

Hoe genereer je inzichten waar verbetering haalbaar is?

Wat is na het bepalen wat je wilt gaan verbeteren het meest logische proces voor verbetering? In mijn ogen kwalitatief onderzoek in combinatie met logisch nadenken en praktijkervaring. Natuurlijk geeft een kwantitatieve funnelrapportage inzichten over waar de bezoeker afhaakt, maar de reden van afhaken wordt niet helder. Grote usability bottlenecks zullen ook zeker naar voren komen tijdens logisch nadenken, een expert review of een usability test. Dat logisch nadenken moet je overigens ook nog steeds doen nadat een kwantitatieve rapportage aangeeft dat er ergens een groot afhaakpercentage is… Wat je niet weet is of men niet gewoon afhaakt omdat de concurrent een beter aanbod heeft en de bezoeker aan het vergelijken was…

Usability test niet alleen je eigen website

Afhaakredenen die buiten de eigen website liggen kom je overigens ook vaak niet te weten in de standaard usability test waarbij alleen de eigen site aan een kritische blik wordt onderworpen. Je zult het gehele daadwerkelijke aankoopgedrag in kaart willen brengen. “U bent op zoek naar een goede hypotheek: hier is een PC met internet: ga uw gang” zal je veel meer inzichten verlenen in ontbrekende informatie. Wat wist de klant waar, waardoor hij afhaakt? Het houden van een enquete op de website over de te optimaliseren omgeving geeft ook altijd geweldige inzichten voor verbetering.

Bepalen welke verbetering daadwerkelijk werkt

Door de bedrijsdoelen en klachten van klanten weet je waar je moet optimaliseren, door kwalitatief onderzoek kom je er achter wat er verbeterd moet worden. De laatste stap is de verbetering gaan opzetten en dat is het terrein van AB testen. Stel een multidisciplinair team samen met interactie en klant communicatie kennis dat nadenkt over wat de klant mist in de dialoog die hij voert met het bedrijf waarvan hij het online kanaal bezoekt. Maak hier hypothesen van en toets deze middels AB testing. Beoordeel de winnaar door in je webanalyse pakket te kijken naar de prestatie van het segment bezoeker dat een testvariant heeft gezien in de KPI trendrapportages en voer deze winnaar door voor alle bezoekers / gebruikers.

Webanalytics: back to basics

Zonder detail webanalytics waarvan niemand de tijd heeft om er naar te kijken heb je nu de website verbeterd. Management beschikt over de juiste stuurinformatie en met de toolset praktijkkennis, usability testen, enquetes en AB testen kun je het online kanaal continue optimaliseren. Daarnaast ontvangt het personal content targeting systeem alleen die profiel informatie die relevant is. Welk webanalyse pakket durft het aan om terug naar de basics te gaan en met een geweldige user interface alleen die informatie te meten en te rapporteren die echt relevant is en wordt door ongehoord goed in?