Online campagne management; tunnelvisie?

Webanalyse pakketten zoals Google Analytics, Webtrends en Omniture geven standaard een goed beeld van het bezoekersgedrag op de website. Zo bevatten deze pakketten informatie over ondermeer verkeersbronnen, bezoekers, bezochte pagina’s en door correct configuratie zijn ook conversies zoals het verzenden van een formulier of e-commerce transacties eenvoudig meetbaar te maken. Binnen webanalyse pakketten worden deze (micro-)conversies dan automatisch toegewezen aan een verkeersbron waardoor inzicht ontstaat in het rendement van de online marketingcampagnes. Toch geeft dit in veel gevallen geen volledig beeld van de werkelijkheid.

Voorbeeld: Online campagne

Voor een website waarop online marketing trainingen worden aangeboden wordt een banner en Google Adwords campagne ingezet.
Beide campagnes zorgen voor een groot aantal bezoekers, echter worden er nauwelijks conversies geregistreerd binnen het webanalyse pakket en Google Adwords. De kwaliteit van het bezoek uit beide campagnes lijkt dan ook erg laag.
In bovenstaand voorbeeld is het natuurlijk helemaal niet ondenkbaar dat bezoekers die vanuit een advertentie “koud” op een website terecht komen niet direct een training zullen aanvragen.
Als bezoeker wil je natuurlijk wel weten of het trainingsaanbod bij je past, wie achter de trainingen zit en of bijvoorbeeld kortingsmogelijkheden bestaan als meerdere collega’s tegelijk de training volgen.
In dit geval is het voor de bezoeker een logische stap om telefonisch contact op te nemen en uiteindelijk tijdens dit contact een training aan te vragen.

Resultaat
Kijken we tijdens de analyse en optimalisatie van de campagnes uit bovenstaand voorbeeld enkel naar de gegevens over online conversies dan lopen we het risico incorrecte beslissingen te nemen tijdens de optimalisatie van de campagnes omdat we ons baseren op onvolledige data.
Een logische actie op basis van de beschikbare data is het stopzetten van zowel de banner als de Google Adwords campagnes, toch zal dit als we naar het totaal van on- en offline (telefonische) conversies kijken niet de juiste beslissing zijn.

Doordat binnen webanalyse pakketten en gegevens uit ad managementsystemen enkel wordt gerapporteerd over online conversies, kunnen we dus spreken van tunnelvisie wat op basis van deze rapportages ontstaat.

Voorbeeldberekening:

 

Campagne 1 lijkt enkel kijkend naar de online conversie succesvoller dan de overige campagnes. Toch zorgt onvoldoende inzicht in telefonische conversies voor een incorrect beeld.

Voorbeeld: Customer support

Een grote dienstverlenende organisatie heeft elke dag een zeer groot aantal support gerelateerde telefoongesprekken. Het call center heeft een vaste bezetting waarbij het lastig is, gezien de complexiteit van de geleverde diensten, snel nieuwe call center medewerkers op te leiden. Ondanks het goede kennisniveau, een succesvol online support forum en vriendelijke service vanuit het call center blijft de klant tevredenheid achter bij de doelstellingen.

Een plan wordt gemaakt om de support op de website en bijvoorbeeld social media kanalen in te zetten bij het verder verbeteren van de klantenservice. Maar hoe pas je de website aan zodat deze beter inspeelt op de vragen van klanten?
Een logische beslissing zou zijn om het aantal supportpagina’s uit te breiden en het telefoonnummer voor vragen explicieter op te nemen.

Resultaat
Na analyse achteraf wordt duidelijk dat deze aanpassing enkel leid tot meer support vragen en een hogere druk op het call center. Uit de analyse blijkt dat door het uitbreiden van het aantal support pagina’s een groter aantal klanten de pagina’s bezoekt en direct contact opneemt met het call center in plaats hun vraag stellen op het voorheen populaire customer support-forum.
De gemiddelde wachttijden lopen op en de klanttevredenheid neemt bij elke benchmark af.

Door het gebrek aan inzicht vanaf welke supportpagina’s klanten de telefoon pakken en onvoldoende gegevens over het gedrag van bezoekers op de website en het support forum voorafgaand aan een support call zorgt in deze case voor incorrecte beslissingen en een trial-and-error aanpak.

Voorbeeld:

Campagne 1 lijkt enkel kijkend naar de online conversie succesvoller dan de overige campagnes. Toch zorgt onvoldoende inzicht in telefonische conversies voor een incorrect beeld.

Hoe verbeter je het rendement van telefonisch contact?

Om de correcte beslissingen te nemen over online campagnes is het van belang dat we zowel on- als offline conversies meenemen in de analyse van het rendement. Zonder dit totaalbeeld optimaliseer je enkel je campagnes voor bezoekers die online willen converteren. Dit zelfde geldt voor support, waarbij zonder voldoende inzicht enkel middels een trial-and-error aanpak veranderingen kunnen worden doorgevoerd.
Bepaalde beslissingen leiden in sommige gevallen tot een “illusionaire” verbetering (bijvoorbeeld de return on investment op de campagnes maar een daling van de totale omzet).

Call Tracking

Call Tracking is een techniek, ontwikkeld door OrangeValley, die antwoord geeft op vragen zoals: “hoeveel bezoekers op mijn website nemen telefonisch contact op, wat levert dit contact op en via welke verkeersbronnen en kanalen komt dit contact voort”.
Door de inzet van Call Tracking ontstaat een volledig beeld over de rendement van online campagnes wat tot nu toe niet mogelijk was. Het gedrag van de bezoeker op de website wordt aangevuld met zijn offline gedrag, in dit geval het telefonisch contact met het call center. Naast de bron, tijdsduur en type gesprek wordt ook inzicht verkregen in de conversies die telefonisch plaatsvinden. Deze informatie kan direct opgenomen worden in een web analyse of business intelligence pakket.
Inzichten uit Call Tracking maken het rendement van Multichannel campagnes inzichtelijk, ondersteunen structurele verbeteringen met betrekking tot customer (self-)support en zorgen voor betere beslissingen bij de inzet van verschillende media en campagnes.

Hoe werkt Call Tracking

De techniek ontwikkeld door OrangeValley werkt op basis van unieke telefoonnummers die op basis van specifieke criteria aan bezoekers wordt getoond.

Indien de bezoeker dit telefoonnummer belt zal onze Call Tracking server de volgende zaken opslaan:

  • Herkomst (ondermeer: Verkeersbron, specifieke pagina, offline medium)
  • Optioneel: Campagne
  • Tijdstip
  • Gespreksduur

 

Daarnaast kan deze standaard data worden verrijkt met:

  • Type gesprek (sales / support)
  • Was het gesprek succesvol?
  • Verkocht product(en)
  • E-commerce waarde
  • Bestaande relatie / prospect

 

Resultaat van Call Tracking

  • Inzicht in volume telefonische contactmomenten (call center/helpdesk)
  • Inzicht in offline conversie van uw online marketingacties
  • Bijsturing van online campagnes
  • Bijsturen van callcenter activiteiten


De effecten op de sales

Door de inzet van Call Tracking op een website ontstaat inzicht in de herkomstbron van telefonische conversies. Door deze gegevens toe te voegen aan een webanalyse of business intelligence pakket ontstaat een totaalbeeld van de werkelijke opbrengst en het rendement van campagnes.
Met deze informatie kunnen gerichte acties worden ondernomen om online campagnes te optimaliseren op basis van on- én offline conversies. Denk hierbij aan het expliciet tonen van het call center nummer op pagina’s waarop veel potentiële klanten de website verlaten of het opnemen van een telefoonnummer.
Het resultaat hiervan is dat je meer grip op het marketingbudget hebt en de return on investment op de online marketinginspanningen zal toenemen.

De effecten op service
Doordat informatie over de wachttijd en de gemiddelde gespreksduur beschikbaar zijn krijgen we inzicht in de efficiëntie en bezettingsgraad van het call center.
Op basis van deze informatie kunnen verschillende acties worden ondernomen om de gemiddelde telefonisch contactduur en het aantal contacten vanuit de website te verlagen (en tevens de klanttevredenheid te verhogen).
Denk hierbij aan het uitbreiden of multivariate testen van supportpagina’s om de druk op het call center te verlagen. Of het tonen van een call-me-back systeem indien de gemiddelde wachttijd boven een bepaalde grens komt. Iets wat natuurlijk voor klanten veel prettiger is dan 10 minuten bij een call center in de wacht staan.
Het resultaat van de optimalisaties is een hogere klanttevredenheid met minder support calls.

Werkwijze

Zowel bestaande als nieuwe telefoonnummers kunnen worden gebruikt voor Call Tracking. De techniek maakt gebruik van een IP gestuurde centrale waardoor de achterliggende techniek niet zichtbaar of op enige wijze herkenbaar is voor de bezoekers of bellers.
Doordat de gegevens in een onafhankelijk systeem worden opgeslagen kan dit eenvoudig worden verrijkt met bijvoorbeeld gegevens uit een CRM systeem of de backoffice. Daarna kan de verrijkte informatie eenvoudig beschikbaar gemaakt worden in door de opdrachtgever gebruikte webanalyse of business intelligence pakketten zoals bijvoorbeeld Google Analytics.

Kijk voor onze demonstratie op orangevalley.nl/call-tracking, of neem contact op en bespreek de mogelijkheden voor uw situatie.