Facebooktwittergoogle_plusredditpinterestlinkedinmailby feather

Gemiddelde leestijd 15 minuten

Ik merk in de praktijk dat gebruikers veel aandacht schenken in Google Analytics aan sessies, conversiepercentage en kosten per conversie.

Volgens mij is dit niet verstandig. Iedere website is gericht op het optimaliseren van de conversie op basis van menselijk gebruikersgedrag. Dan kun je beter de aandacht richten op de mogelijkheden in Google Analytics om het menselijke gebruikersgedrag te bepalen. Deze laten je zien of de conversie van de menselijke gebruiker is gestegen of gedaald.

Google Analytics speelt hier al op in door in ieder rapport de focus te leggen op gebruikersstatistieken. Maak hier gebruik van!

Wat mij betreft heeft Google Analytics hier nog wel wat te doen, want het conversiepercentage berekent Google Analytics nog altijd op basis van sessies en niet individuele gebruikers. Ditzelfde geldt voor gedrag statistieken zoals bouncepercentage en paginawaarde.

Daarom deel ik in deze blog 6 tips om menselijk gebruikersgedrag te meten om als basis te gebruiken voor je conversie optimalisatie:

  1. Bepaal het echte conversiepercentage per gebruiker;
  2. Bepaal de gebruikersloyaliteit op je website;
  3. Bepaal de bezoekpaden van de menselijke gebruikers die echt impact hebben op je eindresultaten;
  4. Gebruik de KPI winst per gebruiker/klant en niet kosten per conversie;
  5. Bepaal de ondersteunende conversie per kanaal;
  6. Gebruik user-id functionaliteit voor inloggers & E-mail abonnees;

Klaar om te starten?

Meet je conversiepercentage per gebruiker en niet per sessie

Google Analytics meet standaard het conversiepercentage op basis van sessies en niet gebruikers.

Dat is niet praktisch, want gebruikers hebben vaak meerdere sessies (contactmomenten) nodig voordat ze een offerte bij je aanvragen/product bestellen.

Daarom adviseer ik je deze berekende statistiek te gebruiken: transacties of behaalde doelen/gebruikers

Behaalde doelen zijn macro-conversies zoals in onderstaand voorbeeld brochure & demo aanvragen:

In bovenstaand voorbeeld zijn de verschillen aanzienlijk tussen het reguliere conversiepercentage op sessieniveau en het conversiepercentage op gebruikersniveau. (AdWords/SEO)

Indien de verschillen tussen het conversiepercentage op gebruikersniveau en je reguliere conversiepercentage groot zijn, dan heeft de gebruiker meerdere oriëntatiemomenten nodig om een offerte aan te vragen of je product te bestellen. Kortom: richt je aandacht op meerdere fasen dan alleen de aanvraag/koopfase!

Meet de gebruikersloyaliteit op de website

In Google Analytics meet je standaard op sessieniveau je nieuwe – en terugkerende gebruikers. Mijn advies is om deze dimensie links te laten liggen en je aandacht te richten op de gebruikersdimensie aantal sessies per gebruiker. Hiermee kun je namelijk het % gebruikers bepalen dat minimaal 2x je site bezoekt:

Dit standaardrapport vind je onder doelgroep > gedrag > frequentie en recentheid.

Voor mijn blog is dit zelfs een KPI. Ik wil weten welk % v.d. gebruikers minimaal 2x de blog bezoeken per maand/kwartaal. Zo weet je of de informatie op je website uitnodigt om terug te keren op je website.

Tip: kijk niet alleen naar het generieke % gebruikers dat minimaal 2x je website bezoekt, maar ook naar de kanalen en apparaten die verantwoordelijk zijn voor je loyale gebruikers.

Bepaal het individuele gebruikersgedrag met de gebruikersverkenner

De gebruikersverkenner in Google Analytics laat je de belangrijkste bezoekpaden van je gebruiker zien. Deze vind je onder doelgroep > gebruikersverkenner.

Zelf ben ik niet zo’n voorstander van het uitzoeken van de bezoekpaden, aangezien er zeer veel type bezoekpaden zijn op een website. Het is vooral belangrijk te kijken naar de bezoekpaden die echt impact hebben op je eindresultaten.

Indien je echter weet waarnaar je op zoek bent (lees segmenten) dan kan het natuurlijk wel zeer waardevolle informatie bieden.

Voorbeeld: ik wil weten welk type content gebruikers bekijken alvorens ze zich inschrijven voor mijn nieuwsbrief.

Bovenstaande gebruiker is afkomstig vanuit een artikel in TwinkleMagazine. (Landingspagina)

Vervolgens bekijkt deze gebruiker een blog over KPI’s en de homepage alvorens zich in te schrijven voor de nieuwsbrief. Praktische informatie om mee te nemen bij de conversie optimalisatie van de content.

In welke situaties is het nog meer praktisch om dit rapport te raadplegen?

  1. Waar en wat voor foutmeldingen zijn er op de belangrijkste pagina’s?
  2. Welke content bekijken klanten met een hoger dan gemiddeld bestelbedrag?
  3. Wat doen gebruikers nadat ze jouw winkelwagen/checkout verlaten?
  4. Welke content bekijken gebruikers die jouw E-book/whitepaper downloaden?

Aanvullende tip hierop: Indien je een webanalyse tool zoals HotJar gebruikt, is de gebruikersverkenner zeer praktisch.

Zo kun je namelijk met de gebruikersverkenner filteren welke video-opnamen de moeite waard zijn om te bekijken. Oftewel: welk type gebruikersgedrag geven je input voor de conversie optimalisatie van je website?

Gebruik de KPI winst per gebruiker/klant

Ik merk in de praktijk dat veel partijen nog steeds sturen op ijdelheidsstatistieken zoals kosten per conversie. Google AdWords stimuleert dit zelfs met de doel-CPA biedingen.

Lijkt mij geen verstandige biedingsstrategie, aangezien je de waarde van je aanvraag/bestelling hierin niet meeneemt. Volgens mij kun je veel beter sturen op de winst per gebruiker/klant of de leadwaarde per gebruiker.

Dit is geen standaard statistiek in Google Analytics. Je kunt deze echter wel instellen als berekende statistiek:

Omzet of doelwaarde*marge/gebruikers

Leadgeneratie websites beschikken natuurlijk niet over omzet, maar je kunt natuurlijk wel een doelwaarde koppelen aan je aanvragen.

Onderstaande weergave is een voorbeeld van deze berekende statistiek in de praktijk:

Standaard kun je al gebruik maken van de berekende statistiek omzet per gebruiker. Ik vind winst per gebruiker net wat realistischer, aangezien niemand beschikt over een bruto winstmarge van 100%.

Nu zie je in één overzicht wat je kanalen opleveren per gebruiker. AdWords is verantwoordelijk voor een winst per gebruiker > 1 euro. Mijn advies is om dit te vergelijken met je kosten per gebruiker. Dan weet je ook of je AdWords campagnes winstgevend/verlieslatend zijn!

Bonus tip: indien je beschikt over een user-id (inloggers) weergave, adviseer ik je om de winst per klant te bepalen.

Bepaal ondersteunende conversies per kanaal

De winst per gebruiker/klant berekent Google Analytics op basis van de converterende bezoeken.

Niet iedere gebruiker converteert tijdens het 1ste bezoek aan je website. Zeker oriënterende kanalen zoals Facebook of Display campagnes hebben vaak een ondersteunende impact op de eindresultaten.

Daarom adviseer ik je om te kijken naar de dominant ondersteunende/converterende kanalen. Dit geeft je een beter beeld over de werkelijke impact van kanalen op je eindresultaten.

Deze informatie vind je via het rapport conversies > multi-channel trechters > ondersteunende conversies.

Kijk vooral naar de laatste kolom. Je ziet dat alle kanalen dominant ondersteunend zijn. (Groter dan 1)

In dit geval zijn er grote verschillen tussen de kanalen. E-mail en Facebook (Social Network) zijn verantwoordelijk voor een hoger percentage ondersteunende conversies dan AdWords.

Je % ondersteunende conversies kan zelfs een acquisitie KPI zijn. Daarom adviseer ik je om het % ondersteunende conversies voor je (betaalde) kanalen te bepalen. Koppel dit % ondersteunende conversies aan de gemaakte advertentiekosten. De berekening voor het % ondersteunende conversies is als volgt: ondersteunende conversies/(laatste klik conversies + ondersteunende conversies)*100%

Wel disclaimer hierbij: tel je ondersteunende conversies niet op bij je laatste klik conversies. Je weet namelijk niet welke klik de meeste impact heeft gehad op je eindresultaten. Je kunt natuurlijk wel een gedeelte van je ondersteunende conversies (afhankelijk van je attributiemodel) meenemen om de impact van je kanalen te bepalen.

Gebruik de user-id functionaliteit voor je inloggers & E-mail abonnees

Deze blog gaat over gebruikersanalyses binnen Google Analytics. Dan mag de user-id functionaliteit niet ontbreken. Hiermee kun je namelijk het individuele gebruikersgedrag (zonder cookies) van je klanten en/of E-mail abonnees meten. Je dient natuurlijk wel vóóraf toestemming hiervoor te vragen. Wel zo netjes richting je klant/E-mail abonnee.

Google Analytics noemt het de user-id weergave, maar eigenlijk is het breder dan alleen het gebruikersgedrag dat je meet met je user-id’s. Je kunt namelijk aangepaste dimensies/statistieken koppelen aan het user-id van je klant/E-mail abonnee.

Voorbeelden hiervan zijn de datum van de 1ste aankoop/inschrijving, je type klanten/abonnees of de totale klantwaarde. Wat kun je hier nu mee?

Praktijkvoorbeeld

Een klant van mij wilde antwoord krijgen op de volgende vraag: |Wat is de werkelijke omzetwaarde per kanaal|.

En dan niet vanuit de 1ste aankoop, maar alle aankopen tijdens de klantrelatie. Zijn klanten kopen namelijk jaarlijks gemiddeld 6-8 keer een product in de webshop. Vervolgens hebben wij de klantwaarde gekoppeld aan de user id’s. Want zo kun je namelijk de omzetwaarde per klant vanuit de belangrijkste kanalen bepalen:

Mijn klant investeert een aanzienlijk bedrag in Google AdWords. Toch zie je in bovenstaande grafiek dat de non-branded AdWords campagnes minder opleveren per klant dan E-mail/SEO.

Dan kun je je afvragen of je marketingcommunicatie budget optimaal is ingezet. Dien je niet een experiment op te zetten waarbij je een gedeelte van het AdWords budget reserveert voor E-mail en SEO?

Kortom: koppel aangepaste dimensies aan je user-id’s, zodat je ook echt inzichten kunt halen met de user-id functionaliteit!

Praktijkoefening inzichten op basis van menselijk gedrag

Dit waren mijn tips voor inzichten op basis van menselijk gedrag. Ik kan me voorstellen dat je nu aan de slag wilt met deze tips.

Daarom heb ik een praktijkoefening opgezet, zodat je deze tips op je eigen Google Analytics account kunt gaan toepassen. Wat heb je hieraan?

  1. Je leert het toepassen van berekende statistieken zoals conversiepercentage (gebruikersniveau) en winst/leadwaarde per gebruiker. Welke kanalen zijn nu echt winstgevend?
  2. Je leert het bepalen van het % loyale gebruikers vanuit je belangrijkste kanalen. Welke kanalen leveren de meeste loyale gebruikers?
  3. Je leer het % ondersteunende conversies bepalen van je belangrijkste kanalen. Welke kanalen leveren een ondersteunende bijdrage aan je eindresultaten?

Ik ben natuurlijk ook benieuwd naar jouw mening. Kun je je vinden in bovenstaande tips of gebruik je een andere werkwijze om inzichten te halen op basis van menselijk gebruikersgedrag?

Ik lees jouw aanvullingen en/of opbouwende feedback graag bij de reacties!

Over Gerard Rathenau

Ik ben Digital Analist en oprichter van deze blog. Begonnen bij PauwR online marketing - en mediabureau als AdWords adviseur heb ik mijzelf ontwikkeld tot zelfstandig Digital Analist. Ik adviseer bedrijven en bureaus bij het inzichtelijk maken van Google Analytics data > implemenatie/workshops en conversie optimalisatie. In 2014 heb ik een boek over Google Analytics geschreven. Deze blog is de aanvulling van mijn boek. Mijn ambitie is namelijk om het kennisniveau van de gemiddelde Google Analytics gebruiker naar een hoger niveau te tillen!

Facebooktwittergoogle_plusredditpinterestlinkedinmailby 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 website gebruikt Akismet om spam te verminderen. Bekijk hoe je reactie-gegevens worden verwerkt.