10 redenen om Google Analytics’ Enhanced Ecommerce en Experiments te gebruiken

Er zijn 0 waarderingen

DGTL design, SEO, SEM, Analytics, App, E-commerce

 

Praktische tips voor het delven van deze datagoudmijn: vind concrete aanknopingspunten voor optimalisatie van je huidige websites en App's

 

Enhanced E-commerce is sinds juli 2014 beschikbaar. Met deze aanvulling op Google Analytics krijg je waardevolle data in handen, die veel aanknopingspunten biedt voor de verdere optimalisatie van je online platform. Veel marketing managers geven Enhanced E-commerce en de volgende stap; Google Experiments echter niet de prioriteit die het verdient. De toepassing hiervan kan namelijk niet zonder overstap naar Universal Analytics en vergt bovendien extra inspanningen voor de bouwer. Uitstel van de installatie van deze setup is daarom eerder regel dan uitzondering en dat is zonde, want de mogelijkheden die de extra data bieden, rechtvaardigen de investering die nodig is voor het verdere gebruik. Daarom beschrijf ik in deze post vijf voorbeelden waarmee ik je hopelijk overtuig om Enhanced E-commerce meer prioriteit te geven. 

Product views en add to cart

Het mooiste standaardrapport van Enhanced E-commerce is de horizontale funnel. Deze toont de flow van het hele aankoopproces. Je vindt deze in het menu onder Conversie > E-commerce > Winkelgedraganalyse > Winkelgedrag. Het overzicht is een macrofunnel die begint bij all sessions en loopt via product views naar de cart en check-out, waarna het eindigt bij de succesvolle transactie. 

De laatste stappen in de funnel van cart via check-out tot "bedankt voor uw aankoop" had je vroeger ook al. De meerwaarde zit in het linkerdeel van de funnel, want daarmee kun je twee vragen beantwoorden die vroeger alleen met geavanceerde segmentatie konden worden beantwoord:

  • Hoeveel procent van de bezoekers ziet een product?
  • Hoeveel van de productkijkers legt iets in het winkelwagentje?

Deze vragen geven een belangrijk inzicht in de productinteresse op je website. Zonder productkijkers en items in de winkelwagen is er immers geen omzet. Dit inzicht geeft een grote verdieping in de conversiekracht van de website en is een hele stap voorwaarts ten opzichte van de traditionele funnel.

Verdubbelen van de omzet

In het voorbeeld hierboven zie je bijvoorbeeld dat de bottleneck zich op deze website bevindt bij add to cart. Van de 98.154 keer dat iemand een product bekijkt, gebeurt het maar 5.338 keer dat iemand iets in het winkelmandje legt. Dat is een drop-off van 94,66 procent (conversie: 5,34 procent). Daarom is bij de optimalisatie van deze website de meeste winst te behalen bij add to cart. Als het je lukt om de drop-off te verlagen van 94,66 naar 89 procent, verdubbelt de omzet van de website.

Gesegmenteerde funnel voor verdere verdieping

De funnel in de bovenstaande afbeelding toont een geaggregeerd overzicht. Dat wil zeggen dat het alle bezoekers op de website laat zien. Daarmee geeft het een globaal beeld en is het interessant voor globale analyse in bijvoorbeeld een managementrapport. Om te komen tot concrete aanknopingspunten voor verbetering die iets zeggen over de oorzaak van een bottleneck, heb je gesegmenteerde data nodig. Het winkelgedragrapport biedt daarvoor onderaan een tabeloverzicht met allerlei dimensies.

Bovenstaande afbeelding toont het rapport met de drop-offs per funnelstap voor de dimensie 'device category'. Dit overzicht maakt duidelijk dat de no cart addition ongelijk is verdeeld over de devices. Op desktop gaat 8,3 procent (100 - 91,7 procent) door. Bij tablet en mobiel is dit respectievelijk 5,52 en 6,13 procent. Dat lijken allemaal kleine getallen die dicht bij elkaar liggen, maar het gaat hier om de relatieve verschillen en die zijn enorm. De kans dat een desktopgebruiker doorgaat ten opzichte van de tabletgebruiker is 35 procent hoger. Wanneer je de conversie op tablets op hetzelfde niveau zou krijgen als op de desktop, zou deze retailer meer dan 100 extra transacties realiseren. Zelfs als die opzet maar half lukt, is de impact aanzienlijk positief.

Problemen op de betaalpagina

Een ander in het oog springend probleem is zichtbaar in de check-out abandonment. Dit zijn de mensen die niet door het betaalproces heen komen. Bij de desktop is de drop-off bijna de helft, maar bij de tablet is het bijna 2 op de 3 en bij de mobiel is het 6 op de 7. Hier valt eveneens veel winst te behalen.

Een vraag die nu opkomt, is natuurlijk: bij welke devices is de uitval het grootst? Jammer genoeg kan het winkelgedragrapport daarop geen antwoord geven. De dimensies waaruit je kunt kiezen, zijn namelijk beperkt. Hieronder zal ik uitleggen hoe je toch verder kandowndrillen met maatwerkrapporten.

Maatwerkrapporten voor alle antwoorden

Met enhanced ecommerce krijg je de beschikking over allerlei metrieken die je vrij kunt gebruiken in maatwerkrapporten. Bovendien kun je ze daarin combineren met alle mogelijke dimensies. 

 

De bovenstaande rapportdefinitie toont alle metrieken (de blauwe blokken) uit het winkelgedragrapport. Echter, in de dimensies staan nu de device-modellen en daarmee kan ik de voorgaande analyse afronden. De device-modellen geven immers inzicht op het niveau iPad/iPhone, Samsung, etcetera.

Vragen stellen

Met de dimensies kun je natuurlijk helemaal los gaan en het succes hangt meer af van je businessvragen. Beantwoord bijvoorbeeld eens de volgende vragen:

  • Welke landingpages vallen positief en negatief op?
  • Zijn er aanknopingspunten om anders te communiceren met mensen die verschillen in leeftijd of geslacht?
  • In hoeverre verschillen de funnels voor verschillende AdWords-campagnes, ad groups, keywords?

Productconversie: kijken, kijken, niet kopen

Enhanced ecommerce biedt mogelijkheden voor het analyseren van de funnel per product. Zo kun je eenvoudig per product de kijken-kijken-niet-kopen-producten vinden. Daarmee kun je de volgende belangrijke vragen beantwoorden:

  • Zijn er producten waarvan de conversie sterk afwijkt van het gemiddelde?
  • Wat is de grootste bottleneck voor slecht converterende producten?

Hoewel de standaardomgeving een rapport biedt om bovenstaande vragen te beantwoorden, gebruik ik toch liever een maatwerkrapport. 

Hoewel dit rapport zelf misschien niet zoveel zegt, bevat het wel enorm veel interessante data. Gebruik Excel om de analyse te voltooien en je vragen goed te beantwoorden.

Probleemgevallen vinden zonder Excel

Zonder Excel kun je in Google Analytics de echte probleemgevallen al identificeren met geavanceerde filters. Stel het filter van bovenstaand rapport bijvoorbeeld in op:

 

Dit levert een rapport met producten waarnaar mensen kijken en waarbij 'nooit' iemand opa dd to cart selecteert. 

Nader onderzoek naar deze producten geeft veel inzicht. Kijk eens wat er is met die productpagina's: zijn de producten op voorraad, zijn de foto’s en teksten goed, is de beschrijving duidelijk of is er iets met de prijsstelling? Met filtering maakt het rapport snel duidelijk welke producten extra aandacht verdienen.

De tijd zal het leren

Doen problemen zich altijd voor of zijn het incidenten die we waarnemen? Bij analyse van de bottlenecks is het interessant om te zien hoe de ontwikkelingen in de tijd zijn. Is de add to cart bijvoorbeeld altijd zo slecht geweest, zien we seizoeninvloeden of heeft een wijziging roet in het eten gegooid?

Met een maatwerkrapport is het eenvoudig deze vragen te beantwoorden. Bovenstaande definitie leidt tot een rapport met de funnel per maand. 

Met tijdanalyse kun je enorm variëren. Kijk bijvoorbeeld eens naar ontwikkelingen per dag van de maand, dag van de week of uur van de dag. Voor marketeers kan dit waardevolle informatie opleveren voor het verspreiden van budgetten of het promoten van tijdgerelateerde proposities.

Attributie van product lists

Veel bezoekers komen op een productpagina via een productlist; bijvoorbeeld een categoriepagina, zoekresultaten, de homepage of een aanbiedingenpagina. Met enhanced ecommerce krijg je de beschikking over de effectiviteit van die listings. Hoe vaak verschijnt een product in een list, wat is de doorklikratio en tot hoeveel aankopen leidt dat? Hiermee kun je dus zien hoe effectief de presentatie in de listing is en of er issues zijn. Bij welke producten is de doorklikratio laag? Of, ook interessant, welke producten verschijnen nooit in een listing?

Je ziet dan een overzicht van de effectiviteit van de lijst. Je kunt de lijstnamen aan de rechterzijde aanklikken om door te drillen naar de producten in de lijst. En daar kun je vervolgens zoeken naar issues.

Gebruik hiervoor weer filters. Zoals het filter hierboven, dat inzicht geeft in de producten die wel verschijnen in een lijst en waar vervolgens niemand op klikt. Producten die op deze wijze naar voren komen, hebben vaak een issue dat je moet kennen.

Content Experiments

Allereerste de nieuw functie Content Experiments. Na jaren van weinig tot geen ontwikkeling op het gebied van Google’s A/B- en multivariate testtool Google Website Optimizer heeft Google besloten deze te beëindigen. De tool wordt nu deels geïntegreerd in Google Analytics onder de naam Content Experiments. Helaas is nu alleen de A/B-optie beschikbaar en onbekend is of de multivariate optie nog terugkomt.

Vanuit Google Analytics kun je dus een A/B/n-test starten met een maximum van 5 verschillende pagina’s. In de setupwizard kies je de pagina die getest moet worden tezamen met hooguit 4 andere URL’s die als alternatief gaan dienen. Vervolgens moet er nog wel 1 script op de A-variant geplaatst worden om de verdeling van bezoekers te regelen. Dit laatste had wat mij betreft in het Google Analytics-script verwerkt mogen worden, nu moet je alsnog de webbouwer lief aankijken bij elke test.


In de test kun je de bestaande doelen gebruiken om de varianten op af te rekenen. En dan alleen de URL-doelen en niet de engagementdoelen of ecommerce-cijfers. We mogen hopen dat die er in de toekomst ook bijkomen, zodat we ook kunnen gaan testen op het aantal bekeken pagina’s per bezoek of omzet. Als de test gestart is, zal Google na 2 weken de eerste resultaten laten zien. Dat is in mijn ogen jammer: het is ondanks dat de cijfers nog niet significant zijn leuk om te zien hoe een test van start gaat.

Al met al een stap terug ten opzichte van de originele Google Website Optimizer. Het enige voordeel is dat er nu nog maar één script geplaatst hoeft te worden dat niet de bestaande Google Analytics scripts ‘kapot’ kan maken, wat nogal eens gebeurde.  En in de toekomst kunnen er meerdere functies aan gehangen worden waardoor de tool wel steeds interessanter kan worden, tot die tijd bevatten tools als de Visual Website Optimizer een veelvoud aan functies.

Een uitgebreide uitleg is hier te vinden.

Social Report Trackbacks

Google heeft de bestaande sociale rapporten flink uitgebreid. Tot voor kort kon je alleen zien wat er op je site aan sociale interacties gebeurde. Met andere woorden: hoe vaak drukte men op de like-/share-/pin-/respect-knop vanaf je eigen site. Dat is nu uitgebreid met een rapportage over hoe vaak je site genoemd wordt op een sociaal netwerk. Dat ziet er als volgt uit:


Je ziet direct welke links er naar je site geplaatst zijn (net buiten screenshot) of welke pagina’s een ‘+1’ gekregen hebben (dus niet via de +1 knop op je site). En in het andere tabblad “Conversations” staat een lijst met berichten van mensen die je site in een bepaalde context noemen. Het is jammer dat sites als Twitter en Facebook hier nog niet goed in geïntegreerd zijn, wat het in mijn ogen dus op dit moment nog niet heel interessant maakt. Pas als deze netwerken er ook bij komen, zal de functie al veel interessanter zijn. De grote vraag is: komen die er bij?

Het geeft in ieder geval wel de richting aan waarin Google aan het nadenken is: social mentions/acties zijn belangrijk. Dat kun je ook zien aan de recente ontwikkelingen in de zoekmachine. Steeds vaker zijn resultaten sociaal gekleurd. Neem bijvoorbeeld deze zoekopdracht:

 


Ik zoek op een naam van een bedrijf en krijg naast de gewone resultaten het Google+ profiel te zien.

Browser size analysis

Ongeveer een half jaar geleden -als ik het me goed herinner- is Google begonnen met het meten van de schermruimte. En sinds deze week weten we waarom dat belangrijker is, dan het meten van de schermresoluties. Het hoeft niet te zijn dat men op een groot scherm een venster gemaximaliseerd heeft. Het is belangrijker om  te weten hoeveel ‘witruimte’ men beschikbaar heeft om een site te bekijken. Google heeft als onderdeel van zijn In-Page Analytics module nu een optie “Browser Size” waarin je goed kunt zien welke delen van je site goed zichtbaar zijn de bezoekers:


Op onze site lijkt het middelste vakje voor 98% zichtbaar te zijn, en het vak daarbuiten waarbij de hele breedte zichtbaar is voor 95%. Door je eigen site hier eens te bekijken kun je zien welke elementen die jij belangrijk vindt zich vaak buiten het bruikbare scherm bevinden..

Save to Home

Boven veel rapporten staat nu een “Save to Home” knop:

 


Met deze knop kun je een scherm dat je aan het bekijken was, inclusief de sorteringen en aangebrachte filters, met één druk op de knop opslaan. Als je dan een dag later terugkomt en je bij het “Home”-tabblad begint de dashboards te bekijken, staan daar ook de bewaarde rapporten. Het idee is dat je zo alle belangrijke data onder het “home” tabblad verzamelt, zodat je niet elke keer 10 keer moet klikken om een stukje data op te zoeken.

 

 

En nu?

Een wijze Nederlandse voetballer, residerend in Barcelona, heeft ooit beweerd dat het geheim van het succes schuilt in de details. Deze uitspraak geldt evenzeer voor voetbal als voor online marketing. Enhanced ecommerce biedt de mogelijkheid voor gedetailleerde optimalisatie. Op de oude voet doorgaan en de implementatie nog even uitstellen kán natuurlijk, maar dan is suboptimalisatie het hoogst haalbare. Alle informatie die je hebt, blijft in dat geval geaggregeerd over alle producten. Een drill-down is dan niet goed mogelijk.

Zonder enhanced ecommerce blijft het gedrag tussen productimpressie en de checkout eenblack box. Je kunt alle informatie wel verkrijgen, maar dan kom je er niet zonder de complexiteit van geavanceerde segmentatie, custom metrics en regular expressions. Als je al die moeite wilt doen, kun je net zo goed enhanced ecommerce implementeren.

Ondersteuning bij setup

Voor een succesvol gebruik van enhanced ecommerce is een goede setup onontbeerlijk. Je kan hiervoor terecht bij Google Analytics Certified Partners of je kunt het zelf doen. Hierbij een aantal waardevolle bronnen.