Webanalytics voor je organisatie: tips voordat je begint – Web Analytics an Hour a Day, deel 2

Het boek 'Web Analytics an Hour a Day' van Avinash Kaushik.

Dit is deel 2 uit een 10-delige serie blogs over het boek ‘Web Analytics an Hour a Day’ van Avinash Kaushik, een boek over het begrijpen van je bezoekers en het sturen op basis van klantinzichten. Dit deel geeft enkele tips die handig zijn voordat je organisatie besluit webanalytics in te zetten. Denk aan budget, personeel, datakwaliteit, datavergaring, implementatie.

In deel 2:

1. Kwaliteit van klikgedraggegevens: leer ermee leven
2. Vergeet niet om kwalitatief onderzoek uit te voeren
3. Budgettering: volg de 10/90-regel
4. Het begin van een datagedreven cultuur

Kwaliteit van klikgedraggegevens: leer ermee leven

Het meten op internet is weliswaar eenvoudiger dan offline meten en er is veel meer data voorhanden, maar het meten zal altijd behelpen blijven:

• Elke leverancier meet anders en wanneer men nieuwe inzichten opdoet, verandert een leverancier in de loop der tijd ook de manier van meten (voorbeeld). De ene meting is de andere niet.
• Elke meetmethode heeft andere nadelen. Geeneen methode meet perfect.
• Eén enkele bezoeker bezoekt een site vaak met meerdere apparaten (denk aan desktop, laptop, smartphone, tablet). Het is moeilijk te achterhalen dat al deze bezoeken bij één bezoeker horen.
• Internetbeveilgingspakketten beïnvloeden de meetbaarheid.
• Privacywetten kunnen per land verschillen en metingen bemoeilijken (denk aan de zogenoemde cookiewet).

Kortom, de datakwaliteit zal altijd behelpen blijven. Dit geldt ook voor dure oplossingen, want de achterliggende principes blijven hetzelfde. Er zit niks anders op dan te leren leven met imperfecte data.

Meten met cookies is de meestgebruikte manier, maar heeft zo z'n nadelen, net als andere meetmethoden.

Ondanks dat je nooit 100% zekerheid hebt, kun je er alsnog uitstekende beslissingen mee maken:

• Probeer meetverschillen tussen 2 pakketten niet te verklaren als ze kleiner dan 10% zijn. Dat kost teveel tijd en levert te weinig op.
• Leer om beslissingen te maken met 75% zekerheid, door je gegevens te leren kennen en begrijpen. Bedenk wat je zou doen met 100% zekerheid en pas daarna je plan aan naar 75% zekerheid. Dan heb je toch vooruitgang geboekt.
• Verdiep je in deelgebieden binnen je data (zoals een e-mailcampagne, checkoutproces, etc.) om per deelgebied eigenaardigheden in je data beter te begrijpen.
• Richt je niet op absolute afwijkingen maar besef dat het gaat om het analyseren van trends in je data en van belangrijke segmenten in die trends.

Het is uiteraard wel essentieel om de datakwaliteit te blijven verbeteren:

• Voorzie alle pagina’s van tags om te meten.
• Zorg dat pagina’s niet verkeerd worden geteld door URL-parameters (zoals pagina’s dubbel tellen).
• Geef externe doorsturingen extra aandacht (banneradvertenties maken vaak gebruik van doorsturingen). Slechte metingen kunnen je geld kosten.
• Tag ook rich media (video’s, downloads, etc).

Deze punten komen later in de serie nog terug. Brian Clifton, schrijver van het boek ‘Advanced Web Metrics with Google Analytics’ (aff.) heeft een uitgebreide, praktische checklist voor een correcte implementatie geschreven.

Vergeet niet om kwalitatief onderzoek uit te voeren

De kern van gebruikersonderzoek is dat het je inzicht geeft in de daadwerkelijke behoeften, wensen en percepties van levensechte gebruikers. Met User Centered Design-methodologieën ben je niet alleen aan het observeren wat gebruikers doen, maar ga je met ze in gesprek (letterlijk of figuurlijk). Dan wordt het pas écht klantgericht. Enkele methoden voor gebruikersonderzoek zijn:

• Gecontroleerd usabilityonderzoek

  Met deze ‘lab usability tests’ meet je in hoeverre gebruikers een taak kunnen voltooien, waarbij gekeken wordt naar de effectiviteit, efficiëntie en tevredenheid met de uitkomst. Usabilityonderzoek is handig voor het onderzoeken van user interface (UI) designs en taakuitvoeringsprocessen, begrijpen van wat bezoekers bedoelen en begrijpen wat ze doen.

• Heuristieke evaluaties

  Een goedkope, snelle manier om snel verbeterpunten te vinden is een heuristieke evaluatie: het doorlopen van een set essentiële standaardtaken die bezoekers op de site zullen moeten kunnen uitvoeren en het beoordelen daarvan aan de hand van ‘best practices’. Elke expert doorloopt de site als een bezoeker en beoordeelt de processen vanuit de eigen expertise. Zo haal je de grote problemen er snel uit; subtiele problemen zijn moeilijker te achterhalen, want een expert is nog geen bezoeker.

• Thuisbezoek

  In een thuisbezoek gaan de gebruikersonderzoeker en vaak enkele stakeholders naar het huis of kantoor van klanten om te observeren hoe zij normaliter taken uitvoeren in de eigen, natuurlijke omgeving, compleet met onderbrekingen van telefoontjes, collega’s, browserinstellingen, etc. Hierbij bezoeken de klanten je website en je observeert voornamelijk hoe bezoekers met je site omgaan. Hoewel er ruimte is voor interactie met de klant, zul je voor 80% observeren, om van de klant te kunnen leren. Stel vooral ook vragen over de beleving van de klanten; soms kan iets er vervelender uitzien dan dat klanten ervaren.

• Enquêtes

  Dit is zowel de meest gebruikte als de meest ondergewaardeerde User-Centered Design-methoden. Optimaal om op een goedkope en snelle manier feedback te krijgen van veel klanten. Het is een goede aanvulling op andere methoden en is erg geschikt om zaken te verklaren waar kwantitatieve analyse geen antwoord op heeft, zoals bezoekers zonder herkomst.

Usabilityonderzoek kan trouwens ook met minder mensen, minder moeite en minder geld dan dat Avinash beschrijft. Je kunt thuisbezoek bijvoorbeeld vervangen voor testen op afstand. Lees meer in het artikel ‘Usability-onderzoek kan sneller en goedkoper’.

Budgettering: volg de 10/90-regel

Het budget voor webanalytics kun je uitgeven aan tools en aan personeel. Hoe zou je het geld moeten besteden? Voor het webanalyticsbudget zou je de 10/90-regel moeten toepassen.

De 10/90-regel is een afgeleide van het Pareto-principe (20% vs. 80%). Er is meestal geen gebrek aan data, maar aan actiegerichte inzichten, zelfs met de inzet van dure tools. Besteed daarom liever 10% van je budget aan de tool en 90% aan de mensen verantwoordelijk voor de inzichten. Goede mensen zijn in staat inzichten te halen uit elke tool, maar heb je goede tools zonder goede mensen dan heb je nog steeds geen inzichten. Heb je pakket van € 25 000,-, dan is het dus aan te raden € 225 000,- aan analisten uit te geven.

Zijn dat te hoge personeelskosten, installeer dan een gratis pakket als Google Analytics naast het dure pakket. Stel daarna vast wat de percentuele afwijkingen zijn tussen de twee pakketten. Zodra je voor alle belangrijk statistieken een correctiefactor hebt vastgesteld, kun je het dure pakket stopzetten en een goede analist inhuren van het geld dat je bespaart.

Het invoeren van de 10/90-regel levert uiteraard weerstand op. Hierbij wat tips:

• Het is misschien wat overdreven om 90% van het budget uit te geven aan één analist. Je kunt het besteden aan meerdere mensen die meerdere taken doen, zoals een webanalist, gebruikersonderzoeker, of een manager die draagvlak creëert. Als het maar leidt tot meer inzichten (niet tot meer tools of data).
• Men kan onterecht denken dat tools als Google Analytics niet serieus te nemen zijn, simpelweg omdat ze gratis zijn. Tegenwoordig is ‘gratis software’ niet meer een synoniem voor ‘halfbakken software’, omdat het businessmodel erachter anders is (denk aan gratis tools als Facebook, Dropbox, Google Drive). Tegenwoordig gebruikt 45-65% van de grootste bedrijven Google Analytics. Betaalde tools zijn pas relevant als je de stappen van de 10/90-regel hebt doorlopen en uiteindelijk blijkt dat je zeer specifieke analyses nodig hebt (vaak niet het geval).
• Het vinden van een goede analist is erg moeilijk, maar dat rechtvaardigt nog steeds niet een dure tool die nauwelijks wordt ingezet. Huur een externe in totdat je een goede analist hebt gevonden.

Het begin van een datagedreven cultuur

Een datagedreven cultuur is een cultuur waarbij de organisatie zich aanpast op basis van cijfermatige inzichten. Waar cijfermatige onderbouwing belangrijker is dan de mening van een manager. En waar experimenteren de normaalste zaak van de wereld is. Dat klinkt prachtig voor een webanalist, maar het is een geweldige opgave om te veranderen naar een datagedreven cultuur. Veel mensen willen namelijk helemaal niet een organisatie die constant verandert: men zoekt stabiliteit. Daar komt bij dat de verzamelde data nooit eenduidig zijn: de gegevens zijn complex en komen van vele bronnen. Voer voor sceptici.

Toch is het volgens Avinash wel mogelijk, met tijd, geduld en drie elementen:

• Een uitstekende webanalyticsmanager.
• Ingehuurde expertise.
• Een stappenplan.

Begin met het aannemen van een uitstekende webanalyticsmanager. De manager kan door kennis, inzicht en autoriteit vanaf het begin de juiste stappen in gang kan zetten, waardoor je het niet achteraf hoeft te corrigeren. De manager zorgt o.a. voor de strategie, de keuze voor tools, leveranciers, processen, bronnen, is ambassadeur van een datagedreven cultuur, zoekt en ondersteunt talent en inspireert de organisatie tot het zoeken naar inzichten. Lees de uitgebreide samenvatting aan het eind van de blogserie voor checklists waar een webanalyticsmanager aan moet voldoen.

De webanalyticsmanager gaat vervolgens in 4 fasen de cultuur opbouwen:

• Fase 1: zorg voor een correcte implementatie van je tool en inspireer geïnteresseerden. Laat een externe consultant implementatietips en presentaties geven.
• Fase 2: koppel organisatiedoelen aan webanalytics, haal er meer databronnen bij, huur een webanalist in. Laat een externe consultant meetproblemen oplossen, KPI-dashboards maken en rapportagetrainingen geven.
• Fase 3: zorg voor kwalitatieve data, haal mensen met een ander perspectief in je team, zorg voor draagvlak bij management. Laat externen de kwalitatieve databronnen integreren en multichannelanalyses uitvoeren.
• Fase 4: je werkt volgens het Trinity-model. De organisatiestrategie past zich aan aan webanalyticsinzichten. Draag zorg voor nieuwe databronnen, wees een coach, vind talent. Externen dienen slechts ter inspiratie.

(Een uitgebreider stappenplan komt in de downloadbare samenvatting.)

Meer over Webanalytics an Hour a Day?

Nu je weet waar je op moet letten voor de implementatie, kun je aan de slag. Meer weten:

• Deel 1 uit de blogserie ‘Web Analytics an Hour a Day: Webanalytics: wat houdt dat in?
• In deel 3 leer je over de belangrijkste basisbegrippen van webanalytics zoals cookies, bezoeken en bezoekers, bounces en verwijzingen.
• Deel 4 behandelt de belangrijkste rapportages voor diverse typen sites: e-commercesites, supportwebsites en blogs.
• De volledige boeksamenvatting publiceer ik aan het eind van de blogserie als download.
• Bekijk het inkijkexemplaar.
• Of koop het boek (aff.), met voor de liefhebber de non-affiliatelink.