Facebooktwitterredditpinterestlinkedinmailby feather

In mijn vorige blog ben ik ingegaan  op de basisbeginselen van berekende statistieken. Deze basisbeginselen dien je te beheersen om actiegerichte inzichten te kunnen halen met berekende statistieken.

Mijn advies is om deze basisbeginselen allereerst te lezen, voordat je de praktijkvoorbeelden uit deze blog gaat toepassen op je eigen site statistieken.

Je hebt helaas slechts 5 berekende statistieken per weergave tot je beschikking. Daarom dien je keuzes te maken over welke berekende statistieken echt impact hebben op je site resultaten.

Daarnaast dien je goed te kijken naar de naamgeving van je berekende statistiek. Deze externe naamgeving kun je namelijk niet meer achteraf aanpassen, wanneer je deze selecteert binnen je aangepaste rapport:

externe naamgeving

In deze blog gaan we 6 praktijkvoorbeelden van berekende statistieken bekijken. Ik zal je hierbij laten zien welke actiegerichte informatie je hiermee kunt achterhalen.

Deze praktijkvoorbeelden zijn onderverdeeld in de volgende 5 categorieën:

  1. Gebruikersstatistieken;
  2. Campagne optimalisatie;
  3. Content optimalisatie;
  4. Conversie optimalisatie;
  5. Berekende statistieken voor E-commerce
  6. Bonus: Handleiding berekende statistieken.

Aan het einde van ieder praktijkvoorbeeld deel ik een aangepast rapport, zodat je deze direct kunt gaan toepassen op je eigen site statistieken.

Disclaimer hierbij: je dient eerst de berekende statistiek in te stellen, anders krijg je een foutmelding bij het importeren van het gedeelde aangepaste rapport.

De conversiewaarde per gebruiker

Voor de ingestelde doelen berekent Google Analytics de conversie op sessie niveau. Dat is niet ideaal. Gebruikers hebben namelijk regelmatig meerdere sessies nodig voordat ze bij je bestellen of een offerte aanvragen. Daarom adviseer ik om alle sessiegerelateerde statistieken te negeren voor zover mogelijk.

Met onderstaande berekende statistiek kun je de conversiewaarde op gebruikersniveau laten uitrekenen:

conversiewaarde per gebruiker

Disclaimer hierbij: je kunt deze berekende statistiek alleen gebruiken, indien je een doelwaarde hebt ingesteld.

Vervolgens kun je deze berekende statistiek toepassen binnen een aangepast rapport. Bijvoorbeeld om de conversiewaarde per acquisitie kanaal te gaan bepalen:

voorbeeld conversiewaarde per gebruiker

Nu kun je de werkelijke waarde per kanaal gaan bepalen. In bovenstaand voorbeeld zie je het grote verschil in conversiewaarde voor e-mail en sociale media. Vervolgens kun je dit natuurlijk per e-mail campagne gaan uitsplitsen:

conversiewaarde per nieuwsbrief

De impact van de maandelijkse nieuwsbrief op de conversie is duidelijk groter dan de e-mail cursus en de blogupdate. Daarnaast is het opvallend dat de conversiewaarde per gebruiker vanuit de e-mail cursus zoveel groter is dan de waarde per sessiedoel.

Wat kun je met deze informatie?

  • Je kunt de werkelijke conversiewaarde per kanaal gaan bepalen. SEO is in dit voorbeeld verantwoordelijk voor de meeste gebruikers en bezoeken, maar de conversiewaarde per gebruiker is vanuit e-mail hoger. In dit geval dus actiegerichte informatie om niet alleen je aandacht te richten op je SEO bezoekers, maar ook tijd te reserveren voor je e-mail campagnes.
  • Kijk niet alleen naar je waarde per sessie, maar vooral naar de conversiewaarde op de langere termijn. Dat zie je vooral terug in de conversiewaarde per gebruiker vanuit direct verkeer en de sociale kanalen.

Via deze link kun je dit aangepaste rapport gebruiken.

 

Het rendement van je AdWords campagnes bepalen

In een aangepast rapport kun je dankzij de automatische AdWords koppeling campagne statistieken zoals RPC (conversiewaarde per klik) gebruiken om het rendement van je campagnes te bepalen.

Toch ontbreken er nog essentiële zaken om een onderbouwde ROI berekening te maken:

  1. Je wilt ook de kosten van je bureau voor het beheer van de AdWords campagnes hierin meenemen.
  2. Daarnaast wil je de winstmarge meenemen binnen je ROI berekening.

In onderstaande berekende statistiek integreer je beide onderdelen om een onderbouwde ROI berekening te maken voor je AdWords campagnes:

winstmarge

Ik heb hierbij gekozen voor een winstmarge van 30%. Daarnaast berekent dit AdWords bureau 10% van de AdWords kosten voor haar werkzaamheden. Nu gaan we kijken naar de winstmarge van de AdWords campagnes in de loop van de maanden:

voorbeeld winstmarge AdWords

Dit zijn natuurlijk zeer positieve resultaten. In november (11) was de winstmarge nog negatief, terwijl deze afgelopen maand (01) gestegen is naar bijna 5000 euro.

Vervolgens gaan we kijken naar de campagnes die een bijdrage hebben geleverd aan deze conversie stijging:

winstmarge per campagne

In bovenstaand voorbeeld kun je zien dat campagne 1. een zeer grote impact heeft gehad op de online omzet. Echter, voor campagne 3 en 4 is de winstmarge negatief.

Daarnaast is het opvallend dat de CTR (doorklikratio) vanuit campagne 3 en 4 lager zijn dan de andere campagnes. Je kunt je dan afvragen of de strategie voor de campagnes 3 en 4 wel de juiste is.

Via deze link kun je bovenstaand aangepast rapport toepassen op je eigen statistieken

 

De instappers (landingspagina’s) meet Google Analytics in het standaard rapport gedrag > site-inhoud. Je wilt echter ook het aantal navigerende bezoeken op je site kunnen bepalen. Hoeveel bezoekers navigeren er tussen de verschillende site onderdelen?

Om deze informatie te achterhalen adviseer ik je om onderstaande berekende statistiek in te stellen:

navigerende bezoekers

Vervolgens gaan we de instappers vergelijken met de navigerende bezoekers in onderstaand aangepast rapport:

voorbeeld navigerende bezoekers

Welke informatie achterhaal je hiermee?

  • Meer bezoekers navigeren naar de blogs over de Google Analytics analyses dan rapportages. Echter, de paginawaarde is hoger vanuit de blogs over de rapportage mogelijkheden.
  • Bijna net zoveel bezoekers navigeren naar de handleidingen dan dat zij hierop rechtstreeks terechtkomen. (instappunten)De paginawaarde is hoger dan gemiddeld voor het site onderdeel handleidingen.
  • Meer bezoekers navigeren naar de homepage dan de blogs over de rapportages en tips. Dat is natuurlijk geen positieve ontwikkeling. De homepage is namelijk een startpunt en geen einddoel.

Via deze link kun je dit aangepast rapport toepassen op je eigen site statistieken.

Conversie optimalisatie: hoeveel bezoekers klikken op je call-to-action knoppen?

Met event tracking kun je de klikken op je call-to-action knoppen meten. Dat is een zeer belangrijke meting. Je wilt namelijk weten welk % van de bezoekers op je aanvraag formulier terechtkomen.

Je kunt helaas een gebeurteniscategorie niet toepassen binnen een berekende statistiek. Een gebeurteniscategorie is namelijk een dimensie en geen statistiek. Je zal dus eerst de gebeurteniscategorie dienen om te zetten naar een aangepaste statistiek of je stelt de gebeurteniscategorie als doel in.

In deze Google Analytics tip leg ik uit hoe je een gebeurteniscategorie omzet naar een aangepaste statistiek.

Nu kun je onderstaande berekende statistiek instellen met het opmaaktype percentage om het % bezoekers te bepalen dat op je call-to-action knoppen klikken. Bijvoorbeeld het % bezoekers dat klikt op een brochure aanvraag knop:

{{01. Doorkliks naar brochure formulier (Voltooiingen doel 9)}} / {{Gebruikers}} 

 

Vervolgens gaan we het % klikken op de CTA knop brochure per kanaal met elkaar vergelijken:

klikken cta knop brochure

Welke informatie achterhaal je hiermee?

  • Relatief weinig bezoekers klikken op de brochure aanvraag knop vanuit direct verkeer in vergelijking met AdWords en SEO.
  • Het is opvallend dat relatief meer bezoekers vanuit AdWords non-branded (zonder bedrijfsnaam) klikken op de brochure aanvraag knop dan vanuit AdWords branded (met bedrijfsnaam).

Kortom: AdWords non-branded campagnes zijn verantwoordelijk voor meer bezoekers in de conversiefase dan bijvoorbeeld AdWords branded en SEO.

 

Conversie optimalisatie: wat is de conversie van je formulieren?

Naast de klikken op je call-to-action knoppen wil je ook de conversie van je aanvraag formulier gaan bepalen. Voorbeeld: welk  % van de formulier bezoekers vult daadwerkelijk succesvol het formulier in?

Disclaimer hierbij: je dient de doorkliks naar het formulier + ingevulde formulieren als aangepaste statistiek/doel instellen.

Vervolgens stel je onderstaande berekende statistiek met het opmaaktype percentage in om deze informatie te achterhalen:

{{02. Download brochure (Voltooiingen doel 3)}} / {{01. Doorkliks naar brochure formulier (Voltooiingen doel 9)}}

Nu gaan we kijken naar de conversie van dit formulier per kanaal:

conversie formulier coachview

Welke informatie achterhaal je hiermee?

  • Naast het lage doorklikpercentage naar het brochure formulier vanuit direct verkeer is de conversie van het brochure formulier ook significant lager dan bijvoorbeeld AdWords non-branded.

Kortom: nu dien je te achterhalen waarom de conversie vanuit direct verkeer zoveel lager is dan AdWords en SEO. Bijvoorbeeld via een online enquête op de homepage.

Via deze link kun je bovenstaand rapport toepassen op je eigen site statistieken.

Disclaimer hierbij: de berekende statistiek dien je vóóraf in te stellen + toe te passen binnen bovenstaand aangepast rapport.

Berekende statistieken voor E-commerce

Bovenstaande praktijkvoorbeelden waren voornamelijk gericht op leadgeneratie websites. (exclusief winstmarge AdWords campagnes)

Tot slot wil ik een praktijkvoorbeeld met je delen gericht op webshops. Voor deze webshop hebben we de Enhanced (verbeterde) E-commerce module geïmplementeerd.

Ik heb hierbij gebruik gemaakt van de volgende berekende statistieken:

  1. Bekeken productdetails per gebruiker;

productdetails per gebruiker

2. % producttoevoegingen per gebruiker;

producttoevoegingen per gebruiker

3. De winkelwagen conversie.

voorbeeld winkelwagen conversie

 

Zo kun je het winkelgedrag van de webshop in kaart gaan brengen:

Daarnaast kun je ook de conversie binnen de winkelwagen gaan bepalen:

winkelwagen conversie ecommerce

Welke informatie achterhaal je hiermee?

  • Vanuit SEO en AdWords bekijken de bezoekers relatief weinig productdetail pagina’s. Daardoor is het % producttoevoegingen aan de winkelwagen relatief lager dan bijvoorbeeld E-mail en Affiliates.
  • Vanuit e-mail en direct verkeer zie je het tegengestelde patroon: meer dan 2 bekeken productdetail pagina’s per gebruiker en daardoor een hoger % producttoevoegingen aan de winkelwagen.
  • Daarbij is het wel opvallend dat de winkelwagen conversie vanuit AdWords hoger is dan E-mail en direct verkeer.

Een mogelijk actiepunt: laat specifieke landingspagina’s schrijven voor je AdWords producten/merken campagnes + zet een e-mail campagne op gericht op de voortijdige verlaters uit je winkelwagen.

Via deze link kun je gebruik maken van bovenstaand aangepast rapport.

Afsluitende tips

Ik hoop dat deze 6 praktijkvoorbeelden je inspiratie geven om aan de slag te gaan met berekende statistieken. Berekende statistieken geven je net wat meer actiegerichte inzichten dan de standaard statistieken binnen dashboards en aangepaste rapporten. Tot slot nog enkele suggesties voor aanvullende berekende statistieken:

  • Totale paginawaarde per site onderdeel. Volgens mij is deze (nog) niet beschikbaar. Met deze berekende statistiek kun je de werkelijke conversiewaarde van je site onderdelen gaan bepalen.
  • Wegingsfactoren kunnen toekennen aan gebeurtenissen op je site zoals de doorkliks naar de productdetail pagina en producttoevoegingen aan de winkelwagen. Zo kun je de werkelijke conversiewaarde van je website gaan bepalen.
  • De geopende mails per gebruiker en CTO (click-to-open) per e-mail campagne. Met deze berekende statistieken kun je het openingspercentage + klikken/geopende mails van je e-mail campagnes laten uitrekenen. Zo kun je in één overzicht de kwaliteit van je e-mail campagnes gaan bepalen.

Bonus: handleiding berekende statistieken

Wil je de gehele handleiding berekende statistieken bekijken met alle 9 succesvolle praktijkvoorbeelden?

Via deze link kun je de handleiding aanvragen!

Nu ben ik natuurlijk benieuwd naar jouw ervaringen met berekende statistieken. Heb je toevoegingen/aanvullingen op bovenstaande praktijkvoorbeelden?

Ik lees jouw toevoegingen graag 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.