Is het nuttig om gedrag van bezoekers te voorspellen?

Een interview met Booking.com over analytics

Is het nuttig om gedrag van bezoekers te voorspellen?

Grote bedrijven houden zich al een tijdje bezig met het personaliseren van websites. Op basis van eerdere bezoeken en klikgedrag wordt bepaald welke versie van een webtekst, afbeelding of actie een bezoeker te zien krijgt. De techniek op dit gebied wordt steeds beter, maar hoe ver moet je de personalisatie doortrekken? En is het nuttig om gedrag van bezoekers gaan te voorspellen? Jorik Heins vroeg het aan Lukas Vermeer, datascientist bij Booking.com.

Op het Webanalytics Congres gaf mijn collega Jorik Heins (online persuasion expert) een mini-masterclass online overtuigen. Eén van de interessantste die dag was Lukas Vermeer, datascientist van Booking.com. Tijdens zijn keynote stelde hij echter meer vragen dan hij antwoorden gaf. Jorik vond het tijd om daar verandering in te brengen en heeft Lukas een aantal vragen gesteld, onder andere over het doen van experimenten op een website en of het nuttig is om gedrag van websitebezoekers te voorspellen.

Exclusief interview

Hoewel Booking.com het beleid heeft dat medewerkers géén interviews mogen doen, is het ons toch gelukt. Daarvoor moesten we wel al onze persuasiontechnieken uit de kast halen, met succes ;-)

Tijdens zijn keynote ging Lukas Vermeer diep in op het doen van experimenten op een website. Waar moet je op letten? Jorik Heins vroeg hier dieper op door.

Welke vragen zouden de kijkers zich moeten stellen over hun webanalytics?

"Haha, de reden dat ik vragen stel is omdat ik denk dat het stellen van vragen één van de belangrijkste skills is die je als analytist zou moeten hebben.

Een vraag die mensen zouden moeten stellen is: “Hoeveel false positives denk jij in je carrière te hebben gezien?”. En als je dan denkt dat het nul is, dan mag je verantwoorden waarom je denkt dat je nog nooit een experiment hebt gezien waarbij het resultaat eigenlijk was toe te wijden aan kans. En als je denkt dat je wél false positives hebt gezien, wat me waarschijnlijk lijkt, denk er dan eens over na welke experimenten die je in het verleden hebt gedraaid false positives waren en welke nieuwe experimenten je kan ontwerpen die dat zouden kunnen bevestigen."

Om omterechte aannames uit het verleden bloot te leggen?

"Ja. Het ergste wat je natuurlijk kan overkomen is dat je een experiment draait en je denkt iets te hebben gevonden en dat je daar alsmaar op blijft doorborduren. Dus je hebt een keer een test gedaan en dat werkte. Je zet het op internet en dan ga je proberen de site op dezelfde manier te verbeteren en dan gebeurt er niets. Dan moet je denken: is dat omdat het een lucky guess was, je had één keer mazzel en werkte het heel goed. Of denk je dat je niet zo je best hebt gedaan op de dingen die je nu hebt aanpast? Of was dat eerste testresultaat gewoon toeval en heb je daarna je tijd zitten voldoen met het optimaliseren op iets wat niet te optimaliseren valt?"

Is het zinvol om koopgedrag van tevoren te voorspellen?

"Oei, euhm… dat hangt er vanaf. Bij Booking.com zijn we met allerlei technieken bezig om te kijken of we kunnen voorspellen wat klanten op de site gaan doen. Maar dat is alleen zinnig als je er daarna een actie bij kan verzinnen. Dus als je iets kan doen met die kennis op het moment dat die klant op je site is. Om een voorbeeld te geven, als jij perfect kan voorspellen of een klant iets gaat kopen of niet, dan is de volgende vraag die je moet stellen wat je gaat doen met klanten die niets gaan kopen. Laat je die dan geen website zien? Of zeg je dan “jongen, iets meer de portemonnee opentrekken en ga eens wat kopen”?"

Of zeg je ga naar Expedia toe want je koopt hier toch niet?

"Haha, ja… ga naar de concurrent, dat vinden we ook best.

Maar je moet altijd nadenken over de gevolgen als je een voorspellend model bouwt of als je machine learning toepast. Kan ik vervolgens iets met de kennis: wat heb ik er zelf aan of  heeft de klant er iets aan? Bouw een model waar de klant écht voordeel aan heeft, bijvoorbeeld zoals wij het doen met de value deals op Booking. Wij proberen te voorspellen of de prijs die een hotel voor een kamer vraagt een eerlijke prijs is of niet. Voor ons zit daar niet zoveel voordeel aan, maar voor de klant wél. De klant kan veel beter zien wat wel een goede prijs is en wat niet. En dat resulteert indirect bij ons weer in meer boekingen, omdat de klant beter geïnformeerd is en daardoor beter een beslissing kan nemen en dus ook met meer vertrouwen een kamer kan boeken. Als je alleen de prijs van een kamer kan voorspellen maar je kan daar vervolgens geen actie aan verbinden, dan heb je er niet zoveel aan. Als je gedrag gaat voorspellen moet je echt nadenken over wat je dan met die kennis gaat doen."

Ben jij al bezig met het voorspellen van klantgedrag en personalisatie?
Laat hieronder een reactie achter!

Credits afbeelding: Robert S. Donovan, licentie: CC BY-ND (Commercieel hergebruik)

Delen

0
0


Er zijn 0 reacties op dit artikel

Plaats zelf een reactie

Log in zodat je (in het vervolg) nóg sneller kunt reageren

Vul jouw naam in.
Vul jouw e-mailadres in. Vul een geldig e-mailadres in.
Vul jouw reactie in.

Herhaal de tekens die je ziet in de afbeelding hieronder


Let op: je reactie blijft voor altijd staan. We verwijderen deze dus later niet als je op zoek bent naar een nieuwe werkgever (of schoonmoeder). Reacties die beledigend zijn of zelfpromotioneel daarentegen, verwijderen we maar al te graag. Door te reageren ga je akkoord met onze voorwaarden.