In de eerder blog hadden we het over de basics van Analytics, maar je kan met Analytics nog verder de diepte in. Het verzamelen van data van gebruikers heeft niet zoveel waarde als je geen doelen hebt bepaald. Aan data op zichzelf kun je dan vrij weinig aan aflezen. De kracht van Google Analytics zit hem in het verzamelen van relevante data op basis van gestelde doelen. Maar hoe vind je de relevante data, hoe test je deze data en wat kan je met de uitkomst?
Doelen en problemen
Voor vrijwel elke gebouwde website hebben de developers, designers en stakeholders bepaalde doelen in gedachte. Doelen waarvan ze hopen dat gebruikers ze zullen bereiken. Deze doelen kunnen uiteenlopen van het bereiken van een specifieke pagina tot het aankopen van een product. Deze doelen staan ook vaak in verband met elkaar. Kleinere doelen kunnen opstapjes zijn naar het grote uiteindelijke doel. Rond een doel kunnen veel problemen ontstaan. Een doel wordt niet behaald, wat gaat er mis? Een doel wordt heel goed behaald, maar er komt niks uit. Wat gaat er mis? In Google Analytics kun je het dan zoeken in de veel verschillende statistieken.
Segmenteren
In Google Analytics kun je de globale statistieken ook opdelen en bekijken in segmenten. Zo kun je tot betere inzichten komen. Als er bijvoorbeeld gekeken wordt naar het totaal aantal bezoekers op een website zie je misschien een daling. Deze daling kan er minder leuk uit zien, maar nadat je deze statistiek opdeelt in verschillende segmenten kan het er heel anders uit zien.
Zo kun je de bezoekers segmenteren op leeftijdsgroepen. Je kunt bijvoorbeeld zien dat het aantal bezoeken uit jouw doelgroep (18 – 25) gestegen is en dat de daling uit de leeftijdsgroep 34 – 45 komt. Door te kijken naar segmenten ga je eigenlijk meer de diepte van de verzamelde data in en kun je tot heel andere inzichten komen.
Een andere mogelijkheid is om je gehele statistieken overzicht aan te passen aan een bepaald segment. Dit is handig wanneer je bijvoorbeeld enkel het gedrag van jouw doelgroep wil bekijken of enkel dat van bezoekers die via een mobiel apparaat op de website zijn beland.
Secundaire dimensies
Door een secundaire dimensie toe te voegen aan een segment of een statistiek filter je eigenlijk nog een stukje verder. Secundaire dimensies kun je eigenlijk gewoon zien als een tweede segment. Wanneer je bijvoorbeeld in wilt zien hoe bepaalde pagina’s op verschillende apparaten bezocht worden, dan kun je aan het pagina overzicht de apparaten als secundaire dimensie toevoegen. Zo kun je zien of er verrassende verschillen zijn in bijvoorbeeld de bounce- of uitstappercentages wanneer gebruikers een pagina op een mobiel device of via de desktop bekijken.
Wat kunnen we hier nu uit halen?
Door gericht te kijken en te vergelijken door middel van het Segmenteren en de Secundaire dimensies kun je tot veel nieuwe inzichten komen en veel vragen met betrekking tot je doelen ophelderen. Je kunt veel duidelijker zien waar je gebruikers vandaan komen, waar ze heen gaan en waar ze je website weer verlaten. Ook kun je veel beter in detail kijken of bepaalde secties van de website misschien beter zijn gaan presteren ten opzichte van andere.
Na meten & weten komt oplossen?
Toch? Een soort van. Want het kan zeker geen kwaad om de nieuw vergaarde kennis te testen. Dit is eigenlijk een soort tussenstap van weten naar oplossen. Als je weet waar gebruikers afhaken, weet je nog niet persé waarom. En als je weet waarom, heb je het eigenlijk al gedeeltelijk opgelost.
Weer even terug naar de doelen, want dit is toch uiteindelijk wat je weten wil. Worden de doelen die voor de website opgesteld zijn behaald? Om hier goed zicht op te krijgen is het ook van belang om te weten wat de gebruiker doet. Je wil eigenlijk weten welke handelingen de gebruiker uitvoert. Gebruikt hij het navigatiemenu om bij bepaalde pagina’s te komen of de opvallende button onderaan de website? Het meten van handelingen kan Google Analytics helaas niet alleen. Wel kun je hiervoor andere programma’s van Google gebruiken en de resultaten hiervan koppelen aan Google Analytics.
Google Tag Manager
Één daarvan is bijvoorbeeld Google Tag Manager (GTM). Met Google Tag Manager kunnen de handelingen van gebruikers bijgehouden worden. Klikken ze bijvoorbeeld op een bepaalde link? Op een bepaalde button? Hoe ver scrollen gebruikers naar beneden? Downloaden ze een bepaald bestand of vullen ze een formulier in? In Google Tag Manager kun je deze handelingen instellen en de resultaten hiervan kun je doorsturen naar Google Analytics. Bepaalde handelingen kun je zelfs instellen als doel. Zo kun je conversie nog gedetailleerder meten en weet je echt of gebruikers zich zo op de website gedragen zoals dat de bedoeling was.
Zo weet je, door Google Tag Manager met Google Analytics te combineren dus niet alleen waar een gebruiker op de website misschien vastloopt, maar ook bij welke handeling. Dit kan je een stuk meer richting “de waarom” duwen dan enkel de locatie waar de gebruiker afhaakt in het proces.
A/B testen
Met een A/B test kan er eventueel nog meer in detail getest worden. Mocht je nog ergens over twijfelen of wil je twee oplossingen naast elkaar houden? Dan kan dit vrij eenvoudig via een A/B test. Deze kan opgezet worden via Google Optimize. Hier kun je instellen aan welke gebruikers je de test wilt tonen. Zo kun je bijvoorbeeld 2 varianten van een pagina maken waarbij de titel van een Call to Action net iets anders is, of waarbij de content om een Call to Action heen net iets anders geschreven is. Het is al te raden: de resultaten kun je uitlezen in Google Analytics! Je kunt dan van beide versies zien hoe goed ze scoren en of de verwachte resultaten behaald worden en of bepaalde hypotheses bevestigd worden.
Door op de beide versies ook nog eens de handelingen bij te houden kun je écht meten wat voor invloed de veranderingen hebben op het gedrag van de gebruikers. Met een A/B test meet je direct resultaat en bevinden je gebruikers zich grofweg in dezelfde omstandigheden. Zo is je meting accurater dan wanneer je een maand het ene test en de volgende maand het ander. Op deze resultaten is de kans groter dat er andere externe factoren een rol spelen in de mogelijke verschillen. Denk aan vakanties, feestdagen, etc.
Resultaten verwerken
Het uitlezen van gegevens in Google Analytics kan soms enkel meer vragen oproepen of behoorlijk wat twijfel zaaien. Maar waarom dan? Speelt er niks anders? Dit is en blijft een lastig aspect. Door telkens een stapje verder in detail te gaan kun je deze vragen en twijfels langzaam aan terugdringen. Door de eerste gegevens te segmenteren en door hier secundaire dimensies aan toe te voegen kun je in eerste instantie een richting vinden waar te zoeken. Gaat er al iets fout in de marketing en wordt niet de juiste doelgroep aangetrokken? Klopt de structuur van de website niet? Of gaat het slechts om een specifieke sectie die slecht scoort?
Door deze nieuwe inzichten naast de handelingen van de gebruiker te houden kun je vinden waar, en waarom het misgaat. Misschien valt een Call to Action onderaan een pagina wel heel goed op, maar scrollt de gebruiker gemiddeld niet verder dan 50% van de pagina. Dan ligt het niet persé aan de Call to Action, maar dan loopt de content waarschijnlijk niet lekker door waardoor er geen motivatie tot scrollen is.
Zo kun je één van de doelen van een website, bij voorkeur stapje voor stapje, optimaliseren met bijvoorbeeld het oog op conversie. Want waar tien kleine stapjes een goed eindresultaat geven, kan één grote sprong weer nieuwe problemen met zich meebrengen. Het is belangrijk om bij het optimaliseren van de website goed te kijken naar het gehele proces van de gebruiker en daar komt met name het segmenteren in Google Analytics goed van pas. Sommige doelen zijn misschien bedoeld als opstapje naar het einddoel. Door de gegevens te segmenteren kun je zien of gebruikers dit proces goed doorlopen. Waar nodig kan het proces dan op de juiste plek geoptimaliseerd worden.
