1. CRO zien als een doel
Conversie Optimalisatie is het middel en dus geen doel op zich. Het gaat er niet om dat je meedoet aan een nieuwe trend en het dan kan afvinken. Dat zal precies NIETS veranderen aan je conversie-ratio. Een goed CRO-proces is een proces wat continu doorloopt en onderdeel is van je strategie om bepaalde KPI’s te beïnvloeden.
2. Keuzes maken op gevoel in plaats van data
Het liefst zou je natuurlijk van elk aspect van je website willen weten of ze werken of niet maar dit valt waarschijnlijk niet binnen je budget en beschikbare uren. Daarom maak je een selectie van punten waarbij je CRO bij wilt gebruiken. Dit doe je aan de hand van hypotheses. Deze hypotheses stel je op op basis van feiten en niet op basis van gevoel.
Doe dus eerst onderzoek naar het gedrag van je website gebruikers en haar daar de pijnpunten uit:
1. Waar lopen je bezoekers vast en verlaten zij jouw website?|
2. Welke belangrijke journeys zijn er en hoe beleven de bezoekers deze?
3. Zijn er bepaalde groepen te onderscheiden?
Ga hierna aan de slag met de ‘waarom’ vragen:
1.Waarom verlaten deze bezoekers de website?
2.Waarom gedragen ze zich zo?
Hieruit kun je datagedreven problemen en/of kansen halen waarbij je CRO kan gebruiken. Bedenk vervolgens welke problemen/kansen het meeste impact hebben op de conversie-ratio én jouw organisatie. Een aantal nuttige vragen die je hierbij kunt stellen:
Wat is de scope van de kans of het probleem?
Door wie en waar wordt dit ervaren?
Is er ownership en commitment voor het probleem of de kans??
Sluit dit aan op onze doelstellingen en KPI’s?
3. Jezelf beperken tot enkel A/B-testen
Het uitvoeren van A/B-testen valt onder Conversie Optimalisatie maar is verre van het enige CRO middel. Je kan bijvoorbeeld ook door middel van een sterk usability-onderzoek te doen, je service of retentie verbeteren. Of door callcenterdata te verzamelen ontdekken waarover je klanten bellen en waar je potentiële klanten tegenaan lopen. Op basis daarvan kan je de juiste content op je website plaatsen en het aantal calls kunt reduceren.
Goede content = KING! Zorg er daarom voor dat je content produceert die van waarde is. Schiet ook hier niet met hagel maar baseer je contentkeuzes op data. Weet je van jezelf en/of je team dat er maar wat wordt gedaan, investeer dan in een goede CRO cursus waarbij je content leert doormeten als een eindbaas. Je zal zien dat wanneer je stopt met aanklooien en echt snapt wat je doet, dit vele malen minder tijd en geld kost.
Tijdens onze cursus Content Doormeten leer je, binnen een dag (!!!), wat smart content is en hoe je dit in de praktijk kunt toepassen. Daarnaast komen er handige tools én het opstellen van content-doelen aan bod. Wacht niet tot je vastloopt maar wees het voor!
4. Niet controleren van verzamelde data
Oké, je hebt een hypothese gevormd op basis van gedragsonderzoek. Tijd voor de analyse.Toch? Nog niet helemaal.
Vaak wordt de verzamelde data niet gecontroleerd. Er wordt blind vertrouwt op wat een calculator of zelfgebouwde spreadsheet teruggeeft. Daarom is en goede datacheck bij elk onderzoek een belangrijk onderdeel voor je overgaat tot de analyse.
Probeer bij elke datakwaliteit check minimaal deze vragen te beantwoorden:
Heeft je data een normale verdeling?
Zijn er enorme outliers?
Zie je lege velden of incomplete data terug?
Was de targeting juist ingesteld?
Wordt de data überhaupt wel juist binnengehaald?
Houd er rekening mee dat de binnengehaalde data niet altijd betrouwbaar is. Het kan bijvoorbeeld zijn dat je last hebt van gesampelde websitedata, dat je A/B-test programma niet goed is ingesteld of dat de verdeling van een A/B-test niet 50/50 is gebeurd en je Sample Ratio Mismatch (SRM) ondervindt. Check dus altijd je data! Gebruik een nieuwe A/B-testtool? Doe dan een A/A-test om de tool te testen.
5. Te complexe hypotheses
Een goede hypothese is juist geformuleerd en afgebakend. Test dus geen geheel redesign van de website ten opzichte van het oude design, maar test kleine verschillen gebaseerd op de aanname die je doet. Wanneer je namelijk te veel verschillen naast elkaar zet, kun je niet met zekerheid zeggen welk verschil nou echt impact heeft gemaakt. Ook kun je dan niet zien wat juist helemaal geen, of zelfs een negatieve impact heeft gehad. Hier heb je dus helemaal niets aan.