3 Segmenten waarmee je direct kunt optimaliseren

Heb jij er al van gehoord? Het ‘Nieuwe A/B testen’ op basis van segmenten in je analytics? Eigenlijk is het niet zo nieuw, we doen het hier al sinds tijden niet anders meer, eenvoudigweg omdat we gemerkt hebben dat het betere resultaten oplevert dan het traditionele A/B testen. 

Ze noemen het Customer Experience Management; eigenlijk een combinatie van testen en personalisatie. In plaats van het creëren van een testvariant waarmee je een gemiddelde betere ervaring voor alle bezoekers probeert te bereiken, maak je meerdere varianten die allemaal één specifieke doelgroep hebben. Dat doe je om het conversiepercentage per groep te vergroten.

Een voorbeeld uit de praktijk

Ter overweging het volgende voorbeeld: we draaien een A/B test waarmee we de afbeelding op de homepage testen. Nadat de test is afgelopen bekijken we de resultaten, en omdat variant B een hoger conversiepercentage heeft gegenereerd, roepen we deze variant uit tot winnaar en zouden we nu de aanpassingen laten doorvoeren op de website.

 

resultaten-totaal2

 

Maar wanneer we kijken naar de verschillende bezoekerssegmenten zien we een heel ander plaatje:

  • Nieuwe bezoekers converteerden met de nieuwe variant veel beter
  • Terugkerende bezoekers converteerden juist veel beter bij de originele variant.

 

resultaat-segmenten2

 

One-size-fits-all bestaat niet in A/B testen

Omdat het conversiepercentage van de nieuwe bezoekers echt veel hoger lag, hebben ze het gemiddelde conversiepercentage verhoogd, ondanks het feit dat terugkerende bezoekers de nieuwe variant niet fijner vonden.

De boodschap: er is eigenlijk nooit een one-size-fits-all variant binnen het A/B testen.

 

A/B testen op al het verkeer kost je ook wat

In het bovenstaande voorbeeld kom je er pas na het uitvoeren van de A/B test achter wat er binnen een segment aan de hand is. Je beschikt dan in ieder geval wel over deze informatie en je kan er wat mee gaan doen. Maar dit achteraf ontdekken heeft ook z’n nadelen:

  1. Je test heeft in de afgelopen twee weken ook live gestaan voor terugkerende bezoekers en daar heb je vast en zeker conversies op verloren.
  2. Deze bezoekers hebben wellicht ook een vervelende user experience achter de rug. De nieuwe variant beviel ze namelijk helemaal niet. Welk gevoel hebben ze daar aan overgehouden met betrekking tot jouw website?

 

Houd dus van tevoren rekening met je verschillende segmenten

Het goede nieuws is: we kunnen er meer aan doen om dit probleem te voorkomen. Door namelijk van te voren al goed na te denken over de verschillende doelgroepen die je website bezoeken, rekening te houden met wat je al over ze weet en er, vóórdat je gaat A/B testen, zoveel mogelijk over te leren. Personalisatie gebeurt dus niet per se meer achteraf, we kunnen de A/B test ook al personaliseren.

 

Hoe kies je die segmenten?

Data, data en nog eens data. Gebruik alle data die je hebt verzameld over je bezoekers met behulp van je webanalytics tools. Het doel is om doelgroepen te onderscheiden die ander gedrag laten zien dan gemiddeld. Je krijgt bijvoorbeeld bezoekers uit het hele land op je website, maar het gedrag van mensen uit Amsterdam kan al heel anders zijn dan dat van bezoekers uit de regio Utrecht, terwijl bezoekers uit Leeuwaarden dezelfde acties laten zien als bezoekers uit Hoorn.

 

Stap 1: Bezoekersattributen leren begrijpen

Het is belangrijk dat je eerst een goed overzicht krijgt van de verschillende bezoekersattributen waar je uiteindelijke doelgroepen uit zijn opgebouwd. Klik door de verschillende rapportages en noteer in eerste instantie gewoon alles wat je opvalt. Vind je het lastig om hier mee te beginnen? Begin dan met het zoeken naar antwoorden op de volgende vragen:

  • Via welke verkeersbronnen komen mijn bezoekers op mijn website terecht?
  • Waar wonen mijn bezoekers over het algemeen? Zijn het mannen of vrouwen, en hoe oud zijn ze?
  • Wat is de verdeling tussen nieuwe en terugkerende bezoekers?
  • Hoe en wanneer bezoeken ze mijn website precies? Onder werktijd? Op een mobiel device?

opvallend-attributen

 

Zoals je in het bovenstaande voorbeeld kunt zien, komen we er zo achter dat we op deze website verreweg het meeste bezoek ontvangen via een mobile device. Dat valt ons op, of ervaren we in ieder geval als opvallend. Daar maken we dus een aantekening van.

 

Stap 2: Verschillen in gedrag kunnen identificeren

Vervolgens ga je met behulp van die attributen aan de gang met het identificeren van het gedrag van je bezoekers. Kijk hierbij vooral naar de rapportages met veel volume zodat de groepen groot genoeg zijn om mee te kunnen A/B testen. Hoe kleiner het aantal bezoekers dat binnen een segment valt, hoe lastiger het wordt om een goede A/B test uit te voeren.

Terwijl je dit rapportages doorkijkt, kun je letten op meerdere metrieken, die het gedrag van bezoekers op de website deels in kaart brengen. Vraag je bijvoorbeeld de volgende dingen af:

  • Wat is het conversiepercentage?
  • Hoe hoog of laag is de bouncerate?
  • Wat is de exit rate?
  • Op welke pagina’s beginnen de bezoekers, en waar gaan ze naartoe?

 

stats

 

Wanneer we kijken naar het gedrag van onze mobiele bezoekers uit het bovenstaande voorbeeld zien we dat ze een veel lager conversiepercentage hebben dan bezoekers via desktop, en dat ze ook nog eens onder het gemiddelde uitkomen.

Indien mogelijk zijn heatmaps, clickmaps en scrollmaps ook erg interessant om toe te voegen aan je analyses. Deze vertellen je vaak veel meer over hoe bezoekers de website gebruiken, dan koude getallen dat kunnen. HotJar is een tool die je daar prima voor zou kunnen gebruiken. De tool heeft ook een gratis account, dus probeer het in ieder geval!

 

Stap 3: Identificeren hoe de segmenten zich anders gedragen

Als het goed is, heb je nu een overzicht van attributen en groepen waarin bezoekers zitten die zich, in ieder geval ten opzichte van elkaar, anders lijken te gedragen. Nu ga je kijken in hoeverre hun gedrag afwijkt van het gedrag van gemiddelde bezoekers. Hiervoor maak je een segment aan, zodat je het gedrag van deze bezoekers af kunt zetten tegen het totale verkeer. Zo kun je gemakkelijk zien waarin ze nu precies afwijkend zijn, en wat voor de bezoekers in je gekozen segment nou wel of niet interessant zou kunnen zijn.

Op basis van die afwijkingen kun je A/B testen gaan bedenken.

 

segment-algemeen2

 

Wanneer we ons mobiele segment afzetten tegen het totale verkeer zien we dat we in vergelijking een veel hoger bouncepercentage hebben, maar ‘tijd op de pagina’ is eigenlijk nagenoeg hetzelfde. Dat zou betekenen dat we in eerste instantie testen kunnen gaan bedenken om het bouncepercentage specifiek voor mobiel te verlagen, in plaats van te proberen dit te bereiken voor al het verkeer.

 

3 segmenten waar je direct mee aan de slag kan

Voor iedere website is het anders.  We raden daarom altijd aan om de bovenstaande stappen zelf te doorlopen, om de voor jouw eigen website meest interessante doelgroepen te ontdekken. Mocht je het lastig vinden om ermee te beginnen, dan kun je ook een aantal voorgeselecteerde segmenten gebruiken. In onze ervaring is er een aantal attributen en groepen die in veel gevallen interessant zijn voor personalisatie. Wellicht geldt dat voor jouw website ook.

Op basis van de onderstaande segmenten kun je direct aan de slag.

 

Segment 1: Bezoekers tijdens kantooruren

Met dit segment bekijk je eenvoudig alle bezoekers die tijdens kantooruren je website hebben bezocht. Bezoekers die tijdens het werken een website bezoeken, zijn over het algemeen veel doelbewuster dan bezoekers die bijvoorbeeld in de avond of in het weekend langskomen. Dat komt omdat we tijdens het werken toch ook al heel doelgericht bezig zijn, dus we hoeven die modus niet bij deze bezoekers te activeren.

Door het bovenstaande zien we vaak een heel ander gedrag bij deze bezoekers, die je kunt afzetten tegen het gedrag van de gemiddelde bezoeker om te bekijken waar de opties liggen.

https://www.google.com/analytics/web/template?uid=_Bm73KuvQ2yU6Cc-QYOgFw

 

Segment 2: Frequente bezoekers

Dit zijn bezoekers die óf heel geïnteresseerd zijn in je website, óf bezoekers die niet kunnen vinden wat ze zoeken (maar het wel blijven proberen). Hoe dan ook, deze doelgroep biedt over het algemeen hele interessante optimalisatiekansen.

Is deze doelgroep te klein voor jouw website? Kijk dan eens naar bezoekers die misschien twee of zelfs maar één keer terugkeren naar je website.

https://www.google.com/analytics/web/template?uid=ymCxD2TMTEGTL5kf0gAnhA

 

Segment 3: iOS gebruikers

We kijken naar alle bezoekers die een iPhone of een iPad gebruiken om de website te bezoeken. Vaak is deze doelgroep aanzienlijk en vertoont die ander gedrag dan bezoekers die via een Android device de website bezoeken.

Het lijkt er op dat iOS gebruikers over het algemeen (sorry mede-iPhone surfers) veel kritischer en minder snel tevreden zijn over bijvoorbeeld het gebruik van een website. Als het goed is, is er daar voldoende te optimaliseren:

https://www.google.com/analytics/web/template?uid=ouH1oXcHTnWjyotl95LGCQ

 

Belangrijk om te onthouden

Bij personalisatie denken veel mensen direct aan die 1 op 1 aanpassing van de website, waarbij elke banner, elke tekst en elk aan te raden product laat zien dat ze weten wie jij bent en wat je wilt. Vergis je niet: dit soort aanpassingen is best prijzig en vraagt om het gebruik van een heel veel tools. Bovendien is dit soort aanpassingen maar voor een  klein percentage van de website echt interessant.

Een 80/20 verhouding is gemakkelijker aan te houden en in de meeste gevallen al voldoende effectief. We zoeken daarbij naar 20% van het bezoek, dat bij elkaar 80% van de impact genereert op bijvoorbeeld conversies en winst. Voor die 20% gaan we specifiek proberen te optimaliseren.

Ga je aan de slag met deze segmenten, of ga je zelf de data in duiken? Ik ben benieuwd naar je ervaringen! Laat een comment achter om te laten weten wat je allemaal tegenkomt.