Je eigen conversiefunnel, brandstof voor success [case]
Een relevante conversiefunnel is een voorwaarde voor betere online marketing. In deze case voor Nieuweautokopen.nl, onderdeel van Marktplaats, laat ik stap voor stap zien hoe we onze antieke AIDA- of touch/tell/sell-funnel hebben omgezet naar veel relevantere metrics. En wat een eigen conversiefunnel voor jou kan betekenen.
Setup
Op Nieuweautokopen.nl zoek je een nieuwe auto. Als je die hebt gevonden, vul je een formulier in (de hoofdconversie) en kom je in contact met autodealers. Ons doel is hier meer conversies te behalen van mensen waar je als dealer iets aan hebt. Met het inzetten van drie Google Analytics-features leveren wij de nodige brandstof voor:
- rijkere targeting,
- beter begrip van de klantreis en
- betere conversie-optimalisatie.
1. Betere targeting
De eerste stap in het creëren van specifiekere en meer relevante data is het instellen van custom dimensions. Bij ons is deze setup verricht bij de overgang naar Universal Analytics. Met deze custom metrics kun je specifieke waarden per unieke gebruiker opslaan, zoals in ons geval bijvoorbeeld automerk, model en motorinhoud.
Als marketeer kun je deze data direct gebruiken, bijvoorbeeld in paid search. Door het aanpassen van onze advertenties – iemand die Fords bekijken krijgt een Ford-advertentie te zien in Google – zagen we gemiddeld een ‘double digit‘ conversiestijging. Het mooie van ons vak is (meestal) dat als je relevanter bent, er meer mensen op je advertentie klikken én de kosten voor je advertentie dalen.
Daarnaast kunnen we onze biedingen aanpassen op de waarde van een lead voor onze dealers. Door meer of minder te bieden op klanten, gebaseerd op de waarde van die klanten voor onze dealers, verhogen we zowel de conversie als de gemiddelde waarde per conversie. We bieden minder op op specifieke merk/model-combinaties, bijvoorbeeld de categorie die we ‘dreamcars’ noemen. Hierop klikken veel mensen en sommige modellen leveren ook een hoge conversie op, maar de waarde voor de dealer is vaak beperkt.
2. Jouw eigen funnel
In stap 2 zetten we custom metrics op. Hiermee meten we specifieke plaatsen die gebruikers bezoeken. Daarmee zetten we onze eigen funnel op, voor de meeste sites een flinke verbetering ten opzichte van de standaardfunnel in Google Analytics. We vullen die funnel met zowel directe conversies – zoals het invullen van een leadformulier – als met indirecte conversies waarvan we de invloed op de klantreis willen bekijken – zoals het bekijken van een foto op de productpagina of het scrollen op de homepage.
Sommige van deze uitkomsten waren vooraf goed te bedenken, bijvoorbeeld een bezoeker die netjes via de homepage naar productpages gaat en daarna converteert. Maar we leerden ook nieuwe dingen over de klantreis. Sterker nog, anders dan we verwachtten is de klantreis van onze gebruikers verre van lineair; je moet eerder aan een krakeling denken. Een voorbeeld van nieuwe inzichten: een gebruiker die langer dan 15 seconden naar een foto kijkt, is klaar om te converteren, maar het inzetten van steeds meer uitgebreide filtereigenschappen zegt nauwelijks iets over conversie.
3. Combineer en win
Tot nu toe schrijf ik over dingen die je wellicht al een paar jaar in de praktijk toepast: het afvangen, het gebruiken van specifieke waarden en het meten van microconversies. De kracht zit echter in het combineren van specifieke waarden per gebruiker met al je conversiepunten. Dit kan met calculated metrics, waarden die je zelf instelt op basis van bovenstaande informatie.
Het mooie is dat je met deze opzet tientallen voor jou relevante, eigen funnels kunt maken, met metrics waarop je kunt optimaliseren. Laten wij eens naar een – simpel en fictief – voorbeeld kijken over het merk en een paar microconversies voor verkeer dat specifiek op productpaginga’s binnenkomt. Dit is relatief duur verkeer doordat de intentie van de gebruiker bekend is, vandaar dat we daarop graag optimaliseren.
Afbeelding: Nieuweautokopen.nl, fictieve data
Op basis van deze cijfers zien we dat verkeer voor Volkswagen en Opel relatief goed converteert (respectievelijk 5 en 4 procent) en BMW verkeer minder goed (1 procent). Op basis hiervan kunnen we onze biedingen aanpassen. Mooier nog: door het betrekken van tientallen andere factoren kunnen we dit ver doorvoeren in met name paid search.
Ander voorbeeld: omdat we goed inzicht in onze eigen funnel hebben, kunnen we iets vinden van de verschillende stappen. Omdat ons inschrijfformulier relatief eenvoudig is, vinden we een conversie rond de 50 procent van funnel start naar lead aan de lage kant. Voer voor optimalisatie dus. We hebben meerdere a/b-tests opgezet voor het inschrijfformulier. Hierbij lukte het met name door het formulier simpeler te maken en door de bezoeker meer zekerheid te geven, de conversie te verhogen, zonder de klantwaarde te verlagen.
Conclusie
Door het inzetten van custom dimensions, custom metrics en calculated metrics in Google Analytics kun je een conversiefunnel maken die specifiek is voor jou. Met deze krachtige funnel kun je beter targeten, de klantreis van je bezoeker beter in kaart brengen, en gerichter a/b-testen. Als je de data die je via deze stappen verkrijgt goed inzet, word je relevanter. En dat is mooi voor jouw gebruiker én voor jou als online marketeer.
Mooi artikel Tobias! Voeren jullie dit nu ook door aan de push kant van digital media of beperken jullie dit nu tot search?
Thanks Nathan! Yes, Paid Search was een voorbeeld. Voor ons overigens een makkelijke, daar deze in de Google Stack zit, en onze display DSP niet. Wel denk ik dat data uberhaupt makkelijker is te koppelen in Paid Search ‘harde’ intent van gebruikers. Maar, obv interactie, umfeld en affinity segments zou dat ook zeker in display moeten kunnen. En, omdat action > insights, is het zeker een goede om dit in al je kanalen te doen. Heb jij daar al goede ervaringen mee?