Waar de rol van conversie optimalisatie steeds verder groeit in de bedrijfsvoering van grote organisaties, is conversie optimalisatie minder vaak aan de orde bij het MKB. Bij veel van deze kleinere partijen leeft het idee dat conversie optimalisatie (nog) niet voor hen is weggelegd. Anderen zijn juist zoekende naar de beste invulling van deze experimentele werkwijze. Dit is opvallend omdat we in de Online Ad Spend Study van IAB Nederland lezen dat juist de kleinere spelers, de specialisten, profiteren van de groeiende inzet van online marketing. Met ieder budget kan je middels de juiste targeting aan de slag met online marketing. Een optimale inzet van je marketingbudget stopt echter niet bij het genereren van verkeer naar je website. Alleen al daarom kan conversie optimalisatie ook in deze sector een groot verschil kan maken. In dit blog vertel ik hoe ook het MKB aan de slag kan met conversie optimalisatie.

Meerdere wegen die naar Rome leiden 

Conversie optimalisatie of Conversion Rate Optimization (CRO) is geen nieuw begrip, veel van jullie zullen het fenomeen kennen en hier de meerwaarde van inzien. De data van de website analyseren, de inzichten vertalen naar aanpassingen in het design van een pagina, experimenteren met de nieuwe designs en bij een succesvol experiment het design definitief in de code doorvoeren. Dit is precies hoe partijen zoals Booking.com en Airbnb zo snel hebben kunnen uitgroeien tot de websites die ze nu zijn. Inmiddels zijn dit multinationals en denken sommige dat deze experimentele werkwijze daarom enkel is weggelegd voor de groten der aarden. NIET WAAR! “Hoezo niet waar? Ik heb in een goede week misschien duizend bezoekers op mijn website waarvan er ongeveer dertig wat kopen, dan kan ik toch geen betrouwbaar experiment uitvoeren?” Een A/B test is in dat geval inderdaad niet een betrouwbare keuze, maar er zijn meer wegen die naar Rome leiden. 

Welke weg naar Rome?

Om in kaart te brengen hoe je de weg naar conversie optimalisatie wél dient in te steken is er de Bandwidth Calculation. Deze calculator laat je zien hoe groot het Minimum Detectable Effect (MDE) dient te zijn. Deze MDE vertelt je hoe groot de wijziging in het design van de pagina moet zijn, om te kunnen spreken over een betrouwbaar experiment. De MDE wordt berekend aan de hand van het aantal wekelijkse bezoekers, de converteerders per week, het aantal weken dat het experiment loopt, het gewenste significantieniveau (minimaal 80%) en het aantal designs waar je mee gaat experimenteren. Dit zijn heel wat variabelen die je middels dit spreadsheet enkel hoeft in te vullen om de MDE te achterhalen. 

De ervaring leert dat midden- en kleine bedrijven snel boven de grens van 10% komen met hun MDE. Ondanks dat dit betekent dat je geen A/B test kan doen, kan er wél geëxperimenteerd worden aan de hand van een 0/1 test (voor- en na-analyse).

Het experiment inrichten

Een misvatting omtrent conversie optimalisatie is dat het vooronderzoek uitsluitend analyses aan de hand van tools zoals Google Analytics, Hotjar en Usabilla beslaat. Zo kan er ook waardevolle input voor experimenten komen uit wetenschappelijke literatuur over de branche waar je in actief bent, marktonderzoek, FAQ’s, de klantenservice of het accountmanagement. En geloof het of niet, zelfs je concurrenten kunnen dienen als input voor het opstellen van de hypotheses.  

Bij een 0/1 test wordt er tijdens het experiment 100% van het verkeer naar het test-design gestuurd. Aangeraden wordt om het experiment in ieder geval minimaal een week aan te zetten om zo het day of the week effect mee te nemen. Zo kopen mensen meer bioscoopkaartjes in en rond het weekend, dan op maandag. Verder dient het experiment maximaal 28 dagen aan te staan. Dit omdat je door sample pollution en cookie deletion anders te veel vervuiling in de steekproef krijgt. Dit zal overigens hard gaan veranderen door ITP van Safari, en waarschijnlijk meerdere browsers die gaan volgen. 

Bij het analyseren van een 0/1 test vergelijk je de resultaten van het test-design met het oude design (controle-design). Houd hierbij hetzelfde aantal dagen aan dat het experiment heeft live gestaan. Wanneer het experiment 28 dagen heeft aangestaan, dan vergelijk je de resultaten met de cijfers van de 28 dagen voor dat het experiment live stond. Hiernaast kijk je naar de resultaten van het controle-design in dezelfde periodes van een jaar ervoor. Op deze manier houd je rekening met de invloed van bijvoorbeeld het seizoen, feestdagen, marketing campagnes, etc. Zo kan een experiment tijdens black friday het best worden vergeleken met een controleperiode waarin black friday heeft plaatsgevonden, waarbij het oude design van de pagina werd gebruikt. 

Niet alleen voor e-commerce

Hoewel het begrip conversie optimalisatie erg gerelateerd aan e-commerce klinkt, omvat dit begrip meer dan het verhogen van het aantal transacties. Zo kan je conversie optimalisatie ook toepassen wanneer je bijvoorbeeld vacatures dient te vervullen. Dit gegeven slaat tevens terug op de berekening van hoe groot het Minimum Detectable Effect (MDE) dient te zijn. Zo kan je er ook voor kiezen om andere Key Performance Indicators aan te houden dan conversies. Analyseer bijvoorbeeld het aantal bezoekers dat van de gewenste pagina doorklikt naar een pagina later in de verkoopfunnel, of kijk naar het aantal bezoekers dat een product toevoegt aan het winkelmandje. Tevens kun je de optimalisaties focussen op micro-conversies. Hierbij kan je denken aan subscribers voor de nieuwsbrief, het aanzetten van bepaalde notificaties en likes op je social media kanalen.  

Kortom: Wanneer je verder kijkt dan A/B testen en harde conversies, dan kan ook het MKB aan de slag met conversie optimalisatie! Heb je vragen over de concrete invulling van het conversie optimalisatie programma in jouw bedrijf, neem dan gerust contact met op met Daan van Vliet.