5 redenen om Google Analytics’ Enhanced Ecommerce te gebruiken

3 september 2015, 05:00

Praktische tips voor het delven van deze datagoudmijn: vind concrete aanknopingspunten voor optimalisatie

Enhanced ecommerce is sinds juli 2014 beschikbaar. Met deze aanvulling op Google Analytics krijg je waardevolle data in handen, die veel aanknopingspunten biedt voor optimalisatie. Veel organisaties geven Enhanced Ecommerce echter niet de prioriteit die het verdient. Implementatie kan namelijk niet zonder overstap naar Universal Analytics en vergt bovendien extra inspanningen voor de bouwer. Uitstel van de implementatie 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 de implementatie. Daarom beschrijf ik in deze post vijf voorbeelden waarmee ik je hopelijk overtuig om Enhanced Ecommerce meer prioriteit te geven.

Product views en add to cart

Het mooiste standaardrapport van Enhanced Ecommerce 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.

Klik op de afbeelding voor een grotere weergave

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.

Klik op de afbeelding voor een grotere weergave

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 kan downdrillen 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.

Klik op de afbeelding voor een grotere weergave

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 onderstaand maatwerkrapport.

Klik op de afbeelding voor een grotere weergave

Hiermee krijg je een overzicht als hieronder.

Klik op de afbeelding voor een grotere weergave

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:

Klik op de afbeelding voor een grotere weergave

Dit levert een rapport met producten waarnaar mensen kijken en waarbij ‘nooit’ iemand op add 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?

Klik op de afbeelding voor een grotere weergave

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?

Klik op de afbeelding voor een grotere weergave

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.

Klik op de afbeelding voor een grotere weergave

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 kenne.

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 een black 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.

Daniël Markus is oprichter en directeur van ClickValue, een performance based online marketing bureau uit Amsterdam. Data driven online marketing is zijn specialisme. Van daaruit helpt hij opdrachtgevers bij het blijvend verhogen van online rendement. Naast bloggen over dit onderwerp geeft Daniel regelmatig presentaties op nationale en internationale congressen en verzorgt hij cursussen via onder andere Beeckensteijn. ClickValue bestaat sinds 2003 en is inmiddels uitgegroeid tot een middelgroot bureau met meer dan 100 nationale en internationale klanten. Opdrachtgevers variëren van corporates als SNS, Harman Kardon, NUON en NS tot toonaangevende e-businesses als Kamera-Express, New York Pizza en Lamp&Licht;.

Categorie
Tags

5 Reacties

    Gerard Rathenau

    Dank voor je kennisdeling Daniel.

    Vraag: waarom gebruik je een platte tabel met 1 dimensie?

    Mijn advies is om in ieder geval 2 dimensies met elkaar te combineren of te kiezen voor een verkenner rapport. Dan kun je namelijk meer context geven aan de data binnen je aangepaste rapport.


    3 september 2015 om 15:32
    daniel@clickvalue.nl

    Bedankt voor je reactie Gerard,

    Mijn reden om een platte tabel te gebruiken is gewoonte. Vrijwel altijd exporteer ik de data voor verdere analyse in Excel en als je dan meerdere dimensies gebruikt, dan verschijnen die goed in de export.

    Het principe om minstens 2 dimensies te gebruiken vind ik niet zinvol. Voor Exploratief onderzoek kan het zinvol zijn. Maar zodra de analyse vraaggestuurd is dan is afbakening erg belangrijk. Als je dan kan volstaan met één dimensie dan moet je dat doen. Less is more.


    4 september 2015 om 07:38
    Janco

    Mooi artikel Daniël, dank ook voor je praktische tips. Universal geeft wat mij betreft heel mooi bloot waar in je optimalisatiestrategie je moet beginnen. Reden genoeg om Universal hoog op de prioriteitenlijst te zetten!


    4 september 2015 om 08:56
    Gerard Rathenau

    Prima, Markus!

    Volgens mij kun je voor exploratief onderzoek beter het verkenner rapport gebruiken en voor diepgaande specifieke analyses een platte tabel. Voorbeeld:

    De resultaten per apparaat voor het afgelopen kwartaal


    8 september 2015 om 06:13
    Bart

    Hoi Daniel,

    Goede tips in je stuk! Wat ik me afvroeg is of de data van de ecommerce koppeling ook verdwijnt doordat je de orders verwijderd uit woocommerce omdat je deze eens in de zoveel tijd moet opschonen!

    Weet jij dit?


    7 februari 2019 om 15:48

Marketingfacts. Elke dag vers. Mis niks!