Het nemen van datagedreven beslissingen is dé te nemen weg voor de online marketeer. Waar dit voor een conversie specialist het bedenken van een test hypothese is, zal dat voor een SEA specialist het nemen van beslissingen rondom campagnes zijn. A/B testen uitvoeren of business beslissingen maken op basis van onderbuikgevoel is immers passé. Althans, deze beleving heerst door de sterke ontwikkeling van de opkomende data-driven online marketing cultuur.

De vraag die mij bezighoudt: Wanneer mag ik zeggen dat ik aan data-driven conversie optimalisatie doe? Het antwoord leest u in onderstaand artikel.

Data-driven versus het menselijke brein

Om deze vraag te beantwoorden dient eerst gedefinieerd te worden wat data-driven inhoudt. Er zijn diverse definities te vinden van het fenomeen data-driven marketing. In essentie gaat data-driven marketing om het gebruiken van data bij het maken van beslissingen. Beslissingen worden niet genomen op basis van intuïtie of eerdere ervaringen, maar op basis van data. Een goed voorbeeld hiervan is het algoritme van Google AdWords die marketeers suggesties geeft om biedingen aan te passen voor campagnes op basis van vergaarde data.

Data binnen online marketing is echter niets waard zonder context van betrokkenen. Vergelijk het met een vliegtuig. Al jaren hebben vliegtuigen dusdanig hoogstaande techniek aan boord dat het grootste deel van iedere vlucht via het systeem van de automatische piloot gaat. Mede dankzij de aanwezige data over de te vliegen route en weersomstandigheden. Echter blijft de piloot wél altijd eindverantwoordelijk en zal hij of zij zelf op cruciale momenten beslissingen moeten maken. Het is daarom van levensbelang dat de piloot weet hoe de data moet geïnterpreteerd moet worden. Alleen op deze manier wordt het een succesvolle vlucht inclusief een soepele landing.
Het voordeel van de grote hoeveelheid beschikbare data is dat de piloot met behulp van deze data een weloverwogen beslissing kan maken. Het bruggetje naar de online marketeer is dan al snel gemaakt. Ook voor hem is een groot scala aan tools en data beschikbaar, maar uiteindelijk is de online marketeer eindverantwoordelijk voor wat er gedaan wordt met deze inzichten. Hij of zij is degene die uiteindelijk de beslissingen maakt die impact gaan hebben op de business. Anno 2017 is deze context mijns inziens nog steeds king.

Data-driven conversie optimalisatie

Datagedreven optimaliseren zorgt ervoor dat de online marketeer besluit om de juiste optimalisaties uit te voeren en de kans op succesvolle A/B tests aanzienlijk te vergroten. Gemiddeld gezien zijn 30 procent van A/B tests succesvol (Jorden Lentze, Google – OrangeValley event 2017). Dat betekent dat er een kans is dat 70 procent van geïmplementeerde aanpassingen die niet getest zijn, geen of zelfs een negatief effect hebben. Dit geeft aan dat radicale re-designs doorvoeren, of het doen van aanpassingen zonder deze eerst te testen, een groot risico vormen voor uw website performance.

Concreet betekent ‘door datagedreven conversie optimalisatie’: Het bedenken, uitwerken én valideren van test hypotheses. Centraal staat hier dat het om A/B tests gaat die voortvloeien uit kwantitatief én kwalitatief onderzoek. Vooral de combinatie van deze twee onderzoeksmethoden is erg sterk gebleken. Kwantitatieve en kwalitatieve data geven antwoorden op belangrijke vragen die spelen bij de bezoeker. De antwoorden op deze vragen geven sterke aanleidingen voor het opzetten van relevante test hypotheses met concreet toepasbare resultaten.

Meer voordelen van datagedreven optimalisatie

In tegenstelling tot A/B tests die voortvloeien uit het zogeheten onderbuikgevoel, is een voordeel van datagedreven te werk gaan dat A/B tests een aanzienlijk hoger slagingspercentage hebben.

Een ander voordeel is dat de snelheid van het conversie optimalisatie proces vele malen verhoogd wordt. Eindeloze discussies, over wat en hoe er iets aangepast moet worden op de website, gaat u uit de weg doordat de data een groot deel van aannames en onderbuikgevoelens al heeft afgekaderd. Bovendien wordt het prioriteren van optimalisaties ook eenvoudiger. Dat wat het meeste impact op de performance heeft en relatief weinig effort kost om te realiseren, wordt als eerste aangepakt. Quick wins bepalen op basis van data dus.

Last but not least, door op basis van data te optimaliseren, leert u uw bezoeker pas echt goed kennen. Zo kunt u dankzij data een vraag beantwoorden als: Hoe ervaren bezoekers uw website en voor welke aanpassingen zijn zij gevoelig?

Data-driven, of data-informed?


Het brein speelt een grote rol bij conversie optimalisatie. Inzichten vanuit data, zowel kwantitatief als kwalitatief, tonen aan waar uw knelpunten zitten en waarom dit knelpunten zijn. De oplossing op het knelpunt wordt veelal nog “bedacht” door het menselijke brein. In dit geval van de piloot, of de online marketeer. Hij of zij geven context aan de data, interpreteren data.
Oftewel, als context nog steeds king is, dan betekent dit dat het nog te vroeg is om data al uw werk te laten doen voor conversie optimalisatie. De kunst van het interpreteren van data en het vertalen van deze interpretaties naar concrete inzichten is intensief. Het vervolgens bedenken van oplossingen is vaak nog een handmatige (op basis van kennis en ervaring) actie. Het einddoel is het valideren van deze bedachte oplossingen door middel van testing.

Over het algemeen is de CRO markt dus meer data-informed dan data-driven. Dit betekent; we gebruiken inzichten vanuit data in overwegingen om een harde business of propositie beslissing te maken. Op basis van de combinatie, data en menselijke kennis, worden er oplossingen bedacht voor knelpunten op de website. Uiteraard bestaan er wel geautomatiseerde data-driven oplossingen voor het doen van conversie optimalisatie. In de praktijk worden deze echter nog maar weinig gebruikt. Bovendien blijft het bij deze systemen zaak om zelf te blijven nadenken. Wederom is context van betrokkenen essentieel.

Tip: valide data leidt tot valide inzichten

Nog belangrijker dan het hebben van data is het op de juiste manier inzetten van data. Door van tevoren te bepalen waarvoor data gebruikt wordt, bepaalt u concreet het soort data dat u nodig heeft én hoeveel data er nodig is voor valide inzichten. Zo kan een inzicht uit een usability onderzoek van enkele personen al aanleiding geven tot een goede test hypothese. Terwijl getrokken conclusies uit een A/B test met slechts enkele bezoekers, verre van valide zijn. Belangrijk is om te bepalen wat een data inzicht valide maakt, wat er met dit inzicht gaat gebeuren én wat de impact hiervan is op het business resultaat.

Tip: Gebruik data inzichten voor het bedenken van test hypotheses

Voor het bedenken van test hypotheses is praktisch ieder inzicht bruikbaar. Het kan hier gaan om user testen vanuit usability onderzoek, maar ook survey resultaten, heatmaps en gedrag vanuit Google Analytics helpen hierbij.

Het uiteindelijke doel is om deze inzichten te vertalen naar een “test-idee”, ook wel een ‘test hypothese genoemd’. Deze test hypothese wordt vervolgens gevalideerd door middel van een experiment in de vorm van een A/B test. Het kunnen vertalen van een inzicht op basis van data naar zo’n experiment is daarbij essentieel.

Better safe than sorry: Gebruik data voor het nemen van business beslissingen

Het veranderen van een element op een website gaat vaak gepaard met veel discussie. Wederom zijn die suggesties vaak gebaseerd op onderbuikgevoelens. Slechts één statistiek die “wellicht” ergens op hint of een inzicht vanuit data die een probleem “lijkt aan te kaarten” is niet overtuigend genoeg. Het is daarom van belang om de juiste hypotheses op te stellen die leiden tot A/B tests. De uitkomsten van deze A/B tests leveren vervolgens resultaten op die dienen als bewijsvoering voor het beargumenteren van verandering.

Zorg ervoor dat deze bewijsvoering aan de volgende voorwaarden voldoen:
Representativiteit (steekproefgrootte)
Statistische onderbouwing
Experiment omgeving (A vs B over een X periode)

Better safe than sorry. Het nemen van business beslissingen doe je niet op basis van een hint of inzicht. Hiervoor moet de aanpassing gevalideerd zijn in een A/B test. Gebeurt dit niet, dan is het risico op omzetverlies groot.

Neem het stuur in eigen handen: Wees de piloot van uw optimalisatie team

Uiteindelijk is data-driven een populaire term geworden waar iedereen aan meedoet. Doet u niet aan data-driven online marketing dan ‘hoort u er niet bij’. Onderschat uzelf niet. Zeker niet bij conversie optimalisatie. Ieder relevant inzicht kan u helpen bij het bedenken van test hypotheses en het uiteindelijk het boeken van meer resultaat. Aan de andere kant, overschat uzelf ook zeker niet. Blijf aanpassingen valideren om er zeker van te zijn dat ze een positieve impact hebben op de performance. Kortom: Waan uzelf als conversie specialist de piloot, die data benut voor het maken van de beste optimalisatie beslissingen.

Over Eddy Lindeboom
Eddy is Conversie Optimalisatie Consultant bij OrangeValley. Vanuit zijn studie Digitale Media & Communicatie deed hij ervaring op in verschillende facetten van online marketing. Het uitgangspunt voor al zijn werk is om de bezoeker centraal stellen. Eddy versterkt binnen OrangeValley het conversie optimalisatie-team.