Wat hebben webanalytics rapporten gemeen met het weerbericht…? Dat de lezer de informatie binnen de kortste keren weer is vergeten. Dat is jammer want de informatie is waardevol. Correct opvolgen van het weerbericht kan een nat pak voorkomen en evenzo kan webanalytics zorgen voor extra bezoekers of winst.
Goede webanalytics sluit aan bij de processen waarover het iets zegt. De omzetcijfers, pageviews, tijd op de site, en bezoekersaantallen die webanalytics software waarneemt zeggen op zichzelf niets. Door ze echter correct te koppelen aan activiteiten waarvan ze het gevolg zijn, krijgen de cijfers relevantie. Bezoekers komen door activiteiten van online marketeers. Bezoekers blijven en converteren uiteindelijk door activiteiten van content managers, designers en product marketeers. Relevante webanalytics maakt duidelijk wat de effectiviteit is van al die activiteiten en voedt op die manier de besluitvorming over rendementsverbetering.
Optimalisatieraamwerken zijn een geschikt managementinstrument om webanalyticsrapporten relevanter te maken. Zo’n raamwerk koppelt doelen, activiteiten en meetdata, waardoor analyses inzicht geven in de belangrijke vraagstukken:
Bedrijfskundigen gebruiken optimalisatieraamwerken voor het optimaliseren van productiekwaliteit. Echter, met een beetje tweaken zijn deze raamwerken goed bruikbaar voor webanalytics. Bekende optimalisatieraamwerken zijn Six Sigma en PDCA. De laatste is door zijn eenvoud goed geschikt voor de verbetering van online rendement.
Het PDCA raamwerk:
PDCA staat voor de vier stappen, Plannen, Doen, Controleren en Aanpassen. Per stap vinden de volgende activiteiten plaats:
Een klein voorbeeld ter illustratie:
Plannen: Het doel is het genereren van 300 transacties per maand via Adwords voor gemiddeld 10% marketingkosten per transactie.
Doen: Opzetten en continu optimaliseren van een Adwords campagne
Controle: Meet met webanalytics, het aantal bezoekers, transacties, en gemiddelde kosten en omzet per transactie. Vergelijk deze met de doelstellingen.
Aanpassen: Er kunnen twee dingen gebeuren:
Als het doel niet is gehaald dan kun je in de meetsystemen onderzoeken waaraan dat ligt:
Als het doel wel is gehaald, is er misschien reden voor een feestje. Maar voordat je de kurken laat ploppen, is het belangrijk om eerst goed naar de doelen te kijken. Waren de targets wel scherp genoeg? Is er ruimte voor meer bezoekers? Zijn er onderdelen van de campagne die suboptimaal presteren?
In bovenstaand voorbeeld is de PDCA cyclus ingezet voor de optimalisatie van Adwords. Maar het werkt natuurlijk even goed voor affiliate, display, email, SEO, conversie-optimalisatie, content marketing of social media. Het is daarbij van belang dat je de juiste doelen en activiteiten onderzoekt.
Bij het stellen van doelen is suboptimalisatie een bekend probleem en dit kan een PDCA werkwijze teniet doen. Suboptimalisatie treedt op bij focus op de verkeerde doelen. Een online marketing voorbeeld is conversieratio als doel. De conversieratio kan op eenvoudige wijze sterk stijgen door te stoppen met alle campagnes met een lage conversieratio. Het is echter twijfelachtig of de organisatie hiermee is gediend omdat de omzet eveneens daalt. Als de omzetdaling groter is dan de kostendaling zal er ook sprake zijn van winstdaling. Dat is natuurlijk niet de bedoeling.
Een oorzaak-gevolg analyse van kan suboptimalisatie voorkomen en dient als een jumpstart voor de Plan en Doe fase binnen de PDCA werkwijze.
Hieronder een voorbeeld:
In dit voorbeeld is het doel, een hogere omzet, het gevolg van 3 factoren: meer bezoekers, meer conversie en een hogere orderwaarde. Die zijn ieder ook weer het gevolg van factoren die uiteindelijk het gevolg zijn van concrete acties. Op deze wijze maakt het oorzaak-gevolg diagram duidelijk hoe, in dit voorbeeld testen, meer campagnes en aandacht voor cross en upsell moeten leiden tot een hogere omzet. In een PDCA aanpak zou dit leiden tot een plan voor een x-aantal tests, een y-aantal extra campagnes en een z-aantal cross en upsell acties.
Een oorzaak-gevolg analyse is eenvoudig en lijkt daarom simpel en zelfs een beetje stompzinnig. Maar toch is het een nuttig instrument, met name voor online marketing. Het maakt immers duidelijk welke factoren leiden tot online rendement en hoe je deze factoren kan beïnvloeden.
Zoals we hebben gezien geeft een PDCA raamwerk relevantie aan webdata en leidt de webanalyse tot actie. Gaan de bezoekersaantallen omlaag en de impressies omhoog dan weet je waar je het zoeken moet (naar welke advertenties kijken mensen en op welke klikken ze niet?). Door een oorzaak-gevolg analyse van jouw online doelen voorkom je suboptimalisatie. Bovendien weet je altijd waar je staat en is duidelijk welke activiteiten leiden tot verdere optimalisatie van het online marketing rendement. Daarmee voorkomt webanalytics met een PDCA aanpak, het natte pak van de in de wind geslagen waarschuwing.