Facebooktwitterredditpinterestlinkedinmailby feather

Segmenten bieden je de mogelijkheid om de cijfers uit Google Analytics in groepjes onder te verdelen. Zo kun je deze cijfers vertalen naar concrete informatie waar je acties aan kunt koppelen.  Voorbeeld: een omzet van 1000 euro zegt weinig over de doorontwikkeling van je webshop. 1000 euro omzet vanuit je betaalde campagnes op mobiele apparaten geeft al meer betekenis aan je cijfers.

In dit artikel behandel ik enkele praktische segmenten die je direct kunt toepassen op de statistieken van jouw webshop. Wat zijn must-have segmenten om te gebruiken door een webshop eigenaar?

1. De impact van je productcategorie pagina’s op je online conversie

Sinds enkele weken kun je paginagroepen instellen als een afzonderlijk segment. Dit is zeer praktisch om de impact van bijvoorbeeld je productcategorieën op de online conversie te kunnen bepalen. Zeker indien je over meerdere productcategorieën beschikt is dit geen overbodige luxe.  Voorbeeld: welke productcategorie pagina’s hebben een grote impact op je online omzet?

Tip: stel de stappen in de winkelwagen en check-out  in als doel binnen je eigen Google Analytics account.

visual segment

Uit bovenstaand praktijkvoorbeeld kun je afleiden dat de impact op de online conversie vanuit Productcategorie B hoger is dan  de andere productcategorieën. Je kunt je dan de vraag stellen: waarom converteren er meer bezoekers via productcategorie B dan de andere productcategorieën?

2. De impact van reviews op de online conversie

Het is natuurlijk een goede 1ste stap om reviews te verzamelen op je site. Vervolgens wil je weten of de gebruiker deze achtergelaten reviews ook daadwerkelijk bekijkt. Maar uiteindelijk wil je natuurlijk weten welke impact de bekeken reviews op je online omzet hebben. Hoeveel bezoekers bestellen in je webshop na het bekijken van jouw reviews?

Met onderstaand segment kun je deze informatie achterhalen:

visual review bekeken

 

praktijkvoorbeeld reviews

Uit bovenstaand voorbeeld kun je afleiden dat de gebruiker weinig reviews bekijkt en deze dus weinig impact heeft op de online conversie.

3. Hoge vs. lage klantwaarde

Met de E-commerce module kun je de gemiddelde bestelwaarde achterhalen. Daarnaast kun je vanuit je eigen database de gemiddelde catalogusprijs bepalen. Met deze gegevens kun je segmenten voor hoge en lage klantwaarde instellen.

 

Met onderstaand segment kun je de verkochte producten boven en beneden de gemiddelde catalogusprijs in één afzonderlijke groep plaatsen. Zo kun je de hoge en lage klantwaardes per kanaal of productcategorie bepalen.

 

segmente hoge klantwaarde

praktijkvoorbeeld hoge klantwaarde

Uit bovenstaand praktijkvoorbeeld kun je afleiden dat de verkochte producten boven de gemiddelde catalogusprijs meer omzet opleveren dan de verkochte producten beneden de gemiddelde catalogusprijs. Daarnaast is het opvallend dat de verkochte producten beneden de catalogusprijs verantwoordelijk zijn voor bijna 2x zoveel transacties dan de verkochte producten boven de gemiddelde catalogusprijs.

Kortom: het promoten van artikelen beneden de gemiddelde catalogusprijs hoeft niet altijd een meerwaarde te zijn voor de omzet ontwikkeling van je webshop.

4. Impact van de regio op de online conversie

Je wilt graag een zo hoog mogelijk rendement behalen op de investeringen in je advertentiecampagnes. Je bent niet verplicht om alle regio’s in een land te targeten met je advertentiecampagne(s). Daarom dien je eerst te bepalen welke regio’s de meeste impact hebben op de online omzet. Deze cijfers kun je achterhalen met onderstaand aangepaste rapport:

aangepast rapport conversie per regio

Bovenstaand rapport is een weergave van de top 10 plaatsen qua online conversie in Duitsland. Nu dien je deze top 10 plaatsen in een aparte groep (segment) te plaatsen en deze te vergelijken met de omzet vanuit de andere plaatsen in Duitsland.  Wat is het verschil qua conversie met de overige plaatsen in Duitsland?

Uit bovenstaand voorbeeld blijkt dat de top 10 plaatsen qua conversie verantwoordelijk zijn voor een hoger conversie percentage dan de overige plaatsen in Duitsland. Op basis van deze cijfers kun je ervoor kiezen om de top 10 plaatsen in een aparte advertentiecampagne te plaatsen met een eigen budget  en deze een maand te laten lopen als test campagne. Na deze maand kun je dan bepalen of deze aanpassing een positieve impact heeft gehad op de online conversie.

5. Impact tijdsperioden op de online conversie

Google Analytics bied je ook de mogelijkheid om de bezoekers vanuit een bepaalde tijdsperiode in een aparte groep (segment) te plaatsen. Hiermee kun je de impact van je nieuwe bezoekers op de online conversie gaan bepalen in een bepaalde tijdsperiode. Welke tijdsperiode heeft nu een grote impact op de online conversie. Op basis van deze cijfers kun je de inzet van de advertentiecampagnes of andere communicatie uitingen hierop aanpassen.

Onderstaand segment is een voorbeeld om een tijdsperiode in een aparte groep te plaatsen:

Vervolgens kun je bijvoorbeeld 3 maanden met elkaar vergelijken qua impact op de online conversie:

praktijkvoorbeeld tijdscohort

Deze segmenten kun je ook toepassen op een bepaald kanaal. Bijvoorbeeld je betaalde campagnes. Zitten er verschillen in conversie tussen bepaalde maanden voor je betaalde campagnes?

praktijkvoorbeeld tijdscohort AdWords

Wat kun je met deze cijfers?

  • Afgelopen januari hadden de nieuwe bezoekers een grotere impact op de online conversie dan de nieuwe bezoekers in februari en maart. Je kunt ervoor kiezen om dan extra advertentiebudget te reserveren voor aankomende januari.
  • Deze tijdsperioden kun je verder gebruiken om sales-acties in te plannen. Wanneer is het handig om een bepaalde actie te introduceren in de webshop?

Samenvattend

De segmenten bieden je ruime mogelijkheden om de bezoekers in groepen onder te verdelen. Zo krijg je antwoord op bijvoorbeeld onderstaande vragen:

  • Welke productcategorie(ën) hebben nu werkelijk een impact op de online conversie?
  • Hebben reviews of bijvoorbeeld een live-chat werkelijk impact op je online conversie?
  • Hebben je verkochte producten boven of beneden de gemiddelde catalogusprijs een belangrijk aandeel in de online conversie?
  • Welke top 10 of top 15 plaatsen zijn verantwoordelijk voor de meeste conversies binnen jouw advertentiecampagne(s)?
  • Welke tijdsperioden hebben een grote impact op de online conversie?

Kortom:  bedenk eerst de vragen waarop je een antwoord wilt krijgen, voordat je segmenten gaat toepassen in Google Analytics.

Heb jij nog aanvullingen of toevoegingen op bovenstaande segmenten? Ik lees graag jouw toevoegingen of aanvullingen bij de reacties!

 

Over Gerard Rathenau

Ik ben Gerard Rathenau en Digital Analist. Ik ben de oprichter van deze blog over Google Analytics. Begonnen bij PauwR online marketing als AdWords adviseur heb ik mijzelf ontwikkeld tot Digital Analist. Gericht op onderbouwde adviezen voor duurzame conversie optimalisatie. En workshops (1,5 dag) om (online) marketeers op weg te helpen inzichten uit Google Analytics te halen. Daarnaast ben ik schrijver van het 1ste Nederlandstalige handboek over Google Analytics. (2014) Sinds 2015 deel ik wekelijks mijn kennis over Google Analytics aan > 500 abonnees. Daarnaast schrijf ik 1x per maand een diepgaande blog op Digital Analisten. Vooral gericht op het halen van inzichten uit Google Analytics.

Facebooktwitterredditpinterestlinkedinmailby feather
Er zijn nog geen reacties.

Geef een reactie

Je kunt deze HTML tags en attributen gebruiken: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>

Deze site gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.