Afwijkende transactiecijfers: wat zijn dat en waar komen ze vandaan?

Afwijkingen in het meten van het aantal bestellingen kunnen verschillende oorzaken hebben. De meeste zijn logisch, sommige zijn het gevolg van beperkingen in meetinstrumenten en af en toe kan er een meetfout gemaakt worden.

Wanneer cijfers per systeem verschillen, kan het goed dat je het vertrouwen in je systemen verliest. Maar wees gerust: vaak ligt de oplossing in het nalezen van de definities van een bestelling in verschillende systemen.

Daarnaast is, afhankelijk van het systeem dat je gebruikt, een klein verschil normaal. Bovendien geven aantallen bestellingen zelfs met een kleine afwijking nog altijd inzicht in trends.

Wat is afwijking?

Afwijking betekent dat systeem A en systeem B afwijkende getallen rapporteren. Vragen die we regelmatig horen, zijn:

• “Web analytics zegt dat er 10.000 bestellingen waren, maar volgens onze backoffice zijn het er 15.000. Hoe kan dat?”
• “We zien een afwijking tussen verschillende systemen van meer dan 20%. Is dat normaal?”

Waar komen afwijkende transactiecijfers vandaan?

Afwijkingen in transactiecijfers kunnen verschillende oorzaken hebben. Deze verdelen we onder in 4 categorieën:

1. Verschillen in transactiemethodes

Transacties vanaf andere kanalen: web analytics meet alleen transacties op de website, terwijl een ander systeem ook callcenter transacties of transacties in fysieke winkels registreert.

Geannuleerde transacties: gebruikers plaatsen een bestelling, maar voldoen niet aan de acceptatiecriteria of annuleren hun bestelling. Deze bestelling wordt dat wel verwijderd uit het ene systeem, maar niet uit het andere.

Test transacties: test transacties kunnen geregistreerd worden in het ene systeem maar niet in het andere.

Onduidelijke funnels of definities: soms is het niet duidelijk wat wel en niet telt als een transactie. Denk hierbij bijvoorbeeld aan het plaatsen van een bestelling namens een klant, een sub-bestelling of een herhaalde bestelling.

2. Instellingen voor opslag (vanuit web analytics)

Cookie-instellingen (vooral sinds de invoering van de AVG): wanneer websites gebruikmaken van een ‘alles-of-niets cookie-aanbod’, kan het voorkomen dat ook het gedrag van gebruikers op een website helemaal niet geregistreerd wordt. Let wel: dit komt niet vaak voor.

Data blokkering/omleiding: web analytics data wordt soms geblokkeerd, omgeleid of gelabeld voor bepaalde IP-adressen, bijvoorbeeld die van de eigen organisatie. Dit is meestal zichtbaar in de gebruikersinterface in een analytics tool. Het kan voorkomen dat het onopgemerkt blijft zoals in Adobe’s VISTA.

3. Gebruikersvoorkeuren en -instellingen

Adblocker: sommige gebruikers installeren adblockers in hun internetbrowsers. Veelgebruikte adblockers blokkeren soms tag managers, waardoor tracking en/of web analytics software niet meer geladen kan worden. Dit moet wel handmatig worden ingesteld door gebruikers.

Daarbij kan het zijn dat adblockers veelgebruikte functionaliteiten van web analytics tools uit zichzelf blokkeren.

Geblokkeerd door browsers: Intelligent Tracking Prevention (ITP) door Safari blokkeert bepaalde cookies en easy referrer access. Daarnaast bieden andere browsers tegenwoordig ook privacy functionaliteiten aan, zoals anonieme browservensters.

Mobiele browsers met data besparingsfunctionaliteiten: om dataverbruik te beperken op mobiele telefoons, blokkeren sommige mobiele browsers tracking functionaliteiten.

Trage internetverbinding: als een gebruiker een trage internetverbinding heeft, worden sommige tags niet geladen of scripts geblokkeerd.

4. Functionele afwijkingen door technische fouten

Implementatiefouten: wanneer je nieuwe functionaliteiten bouwt, moeten deze naadloos geïmplementeerd worden binnen het bestaande systeem. Dit kan een uitdaging zijn, omdat een klein foutje al grote gevolgen kan hebben. Zo kan het gebeuren dat bij een fout in de funnel een conversiepagina niet wordt geladen en daardoor een transactie niet wordt opgeslagen.

Wanneer je in het ene systeem meer transacties ziet dan in het andere

Is de transactiedata in de verschillende systemen die je gebruikt niet consistent? Kijk dan nog eens goed naar je definitie van een transactie. Is deze in elk systeem gelijk?

Aan de hand van bovenstaande vier categorieën kun je vrijwel alle afwijkingen verklaren. Moet er volgens jou nog een categorie bij of kom je er toch niet uit? Neem contact met ons op: we kijken graag met je mee!

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

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