5 CRO valkuilen én tips om te professionaliseren

Tip 1: Zie CRO als een middel, niet als doel

Het inzetten van conversieratio optimalisatie (CRO) wordt regelmatig ingezet als doel op zich. De resultaten zijn bij veel organisaties bijzaak. Zo zien we dat CRO slechts eenmalig wordt toegepast en dat A/B-testen die niet significant zijn, tóch worden doorgevoerd. Er worden dan veranderingen geïmplementeerd omdat er al te veel waarde wordt gehecht aan de onderzochte feature, het product of het design.

Tijdens het CRO-proces pas je verschillende soorten onderzoek toe om een bepaalde vraag of vraagstuk te onderzoeken. Door de juiste probleemstelling te formuleren met daarbij een onderzoeksdoelstelling of hypothese, kun je bewijzen of het idee ook echt een goed idee was.

Heeft een onderzoek niet de verwachte uitkomst en wordt de hypothese verworpen? Dan kun je hier wel van leren. Ook een negatieve uitkomst biedt informatie om je bezoeker/(potentiële) klant weer een stukje beter te leren kennen. Met goed onderbouwd onderzoek aan de hand van vooraf opgestelde hypotheses, voorkom je dat je verkeerde conclusies trekt of iets simpelweg aanpast op basis van een idee.

Een goed CRO-proces is een continu proces dat onderdeel is van je strategie om bepaalde KPI’s te beïnvloeden. Het is daarom niet bedoeld om een ongestructureerd, eenmalig onderzoek uit te voeren.

Tip 2. Baseer je CRO-activiteiten op feiten, niet op gevoel

Als je alle tijd en een oneindig budget had, zou je alles op je website kunnen valideren, maar dit is tijdrovend en duur. In de praktijk zien we dat organisaties vaak hypotheses opstellen zonder probleem- of kansdefinitie en deze prioriteren op basis van gevoel in plaats van op feiten.

Wil je aan de slag met CRO? Dan adviseren we eerst gedragsonderzoek te doen en daar de pijnpunten uit te halen:

• Waar lopen bezoekers vast en verlaten zij jouw website?
• Welke belangrijke journeys zijn er en hoe beleven de bezoekers deze?
• Zijn er bepaalde groepen te onderscheiden?

Hierna kijk je naar de ‘waarom’ vraag:

• Waarom verlaten deze bezoekers de website?
• Waarom gedragen ze zich eigenlijk zo?

Hieruit volgen vanzelf datagedreven problemen en/of kansen. Het is belangrijk dat je die vervolgens toetst op de potentie en de organisatie:

• 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?

In ons werk ervaren we dat teams graag zo snel mogelijk oplossingen bedenken zonder heel duidelijk te hebben welk probleem ze willen oplossen en welke metric(s) hieraan bijdragen. Vaak hebben problemen sub-problemen waar je opzichzelfstaande hypotheses voor kunt bedenken.

Wil je bijvoorbeeld de online ervaring van je bezoekers vergemakkelijken? Dit kan op tal van manieren, in tal van uitvoeringen. De geformuleerde problemen en/of kansen kun je daarom opsplitsen in meerdere hypotheses waarbij je meerdere varianten kunt onderzoeken.

Deze prioriteer je in ieder geval op bereik, impact, kosten en effort. Zo los je problemen op of speel je in op kansen om bepaald gedrag te beïnvloeden. Op deze manier onderneem je gerichte stappen om je conversieratio te verhogen en vermijd je dat je met hagel schiet.

Tip 3. Kijk bij CRO verder dan enkel A/B testen

Dat CRO alleen bestaat uit het uitvoeren van A/B-testen, is een misvatting.

CRO is het gedrag van bezoekers op digitale touchpoints proberen te beïnvloeden om meer gewenste acties te bewerkstellingen en zo meer business-waarde te creëren.

A/B-testen is slechts één van de middelen die je in kunt zetten om een hypothese te valideren en learnings te genereren om een doel te bereiken. Dit doel kan dus van alles zijn, zolang de bedrijfsdoelstellingen en visie centraal staan. Denk bijvoorbeeld aan:

• Meer verkopen van een webshop
• Meer aanmeldingen voor een event
• Meer online wijzigingen in een service omgeving

CRO is dus niet alleen op sales gericht. Het kan overal in de organisatie worden toegepast. Zo kun je bijvoorbeeld door middel van een kwalitatief usability-onderzoek je service of retentie verbeteren. Of door callcenterdata te verzamelen om te ontdekken waarover de klant belt en waar je potentiële klanten tegenaan lopen, zodat je op basis daarvan de juiste content op je website kunt bieden en het aantal calls kunt reduceren.

Is een A/B test voor jouw doel wel geschikt? Dan is het belangrijk om niet alleen gedragsdata te onderzoeken, maar ook juist de ‘waarom’ vraag te beantwoorden. Je houdt dan bijvoorbeeld voorafgaand aan je A/B test een interview waarmee je inzicht verzamelt in de beweegredenen van bezoekers. Zo zorg je ervoor dat je niet uitgaat van de aannames die je doet na het zien van alleen de gedragsdata. Ook zal dit ervoor zorgen dat je A/B-test beter op het probleem of de kans aansluit.

Tip 4. Zorg dat je datakwaliteit op orde is

Je hebt een hypothese gevormd en het onderzoek uitgevoerd. Tijd voor de analyse. Toch?

Wat we vaak terugzien in organisaties, is dat de verzamelde data niet wordt gecontroleerd. Er wordt blind vertrouwd op wat een calculator of zelfgebouwde spreadsheet teruggeeft. Een goede datacheck is bij elk onderzoek een belangrijk onderdeel voordat 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?

Het kan 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 en gebruik je sinds kort een nieuwe A/B-testtool? Doe dan een A/A-test om de tool te testen.

Tip 5. Selecteer de juiste statistische toets

Uit ervaring blijkt dat er binnen veel organisaties weinig statistische kennis aanwezig is. Dit is één van de belangrijkste skills die je nodig hebt om een onderzoek naar juistheid uit te voeren.

Zo worden A/B/N-testen vaak met dezelfde statistische toets bekeken als een A/B-test. Ook zien we dat een betrouwbaarheidsinterval na afloop van de test nog wordt aangepast of dat de test eerder wordt stopgezet dan de looptijd van de test, omdat er al een significant resultaat is behaald.

Welke statistische toets je ook toepast; in de meeste gevallen zal er antwoord uitkomen. Om hierbij de juiste conclusies te trekken, moet je ook over de juiste statische kennis en onderzoeksvaardigheden beschikken.

Dit begint bij een correct geformuleerde en afgebakende hypothese. Hierbij test je niet een geheel redesign van de website ten opzichte van het oude design, maar test je kleine verschillen gebaseerd op de aanname die je doet. Wanneer je namelijk heel veel verschillen naast elkaar zet, kun je niet aangeven welk verschil nou echt impact heeft gemaakt. Ook kun je dan niet zien wat juist helemaal geen, of zelfs een negatieve impact heeft gehad. Hierdoor leer je niets van het onderzoek zelf, wat juist heel waardevol is.

Conclusie

Om conversieratio optimalisatie goed te bedrijven, is het belangrijk je bewust te zijn van de valkuilen. Houd de tips uit dit artikel in je achterhoofd en optimaliseer niet alleen elke dag je website, maar ook je CRO-proces. Zo zal je steeds meer waarde uit CRO behalen en dragen je activiteiten echt bij aan je organisatiedoelstellingen.

1x per maand data insights, praktijkcases en een kijkje achter de schermen ontvangen?

Meld je aan voor onze maillijst en blijf 'up to data':