Non-e-commerce websites optimaliseren met Enhanced Ecommerce

Voor het optimaliseren van webshops is Google Analytics Enhanced Ecommerce onmisbaar. Het geeft uitgebreide mogelijkheden om na te gaan waar bezoekers in het aankoopproces afhaken. Heb je geen webshop, dan lijkt de analyse van funnels beperkt tot procesweergaverapporten zoals het doeltrechterrapport. Waardevol, maar minder krachtig. In dit artikel leggen we uit hoe Enhanced Ecommerce kan bijdragen in het analyseren van funnels op non-ecommerce sites. We doen dit aan de hand van een case van een vacaturesite. Voordat we de case behandelen, leggen we uit wat Enhanced Ecommerce is en hoe het toepasbaar is op non-e-commerce sites.

Dit artikel schreef ik samen met mijn collega Evelien Knippers, digital marketeer bij Adwise.

Enhanced Ecommerce

Enhanced Ecommerce is een functionaliteit van Google Analytics waarmee websitegebruik van webshops gedetailleerder in kaart kan worden gebracht.

Door tracking codes te installeren die bijhouden in welke fase de bezoeker zit en welke producten daarmee gemoeid zijn kunnen rapporten geactiveerd worden die laten zien hoe bezoekers doorstromen. Dit gaat verder dan gewone ecommercetracking, waarmee alleen transacties gemeten kunnen worden.

Het winkelgedragrapport (shopping behavior) en het betaalgedragrapport (checkout behavior) zijn de twee kernonderdelen waarin de Enhanced Ecommerce data inzichtelijk worden gemaakt:

• Het winkelgedragrapport visualiseert de doorstroom en afhaak van bezoekers vanaf de landingspagina tot en met de aankoop.
• Het betaalgedragrapport zoomt in op het betaalproces (de checkout).

Voordeel van Enhanced Ecommerce

Doorstroming analyseren kon al met procesweergaven zoals het doeltrechterrapport. Een groot nadeel van deze rapporten is dat alleen de doorstroom van de totale bezoekersgroep bestudeerd kan worden.

Met Enhanced Ecommerce is het mogelijk de doorstroom van vrij definieerbare segmenten te bestuderen en de doorstroom van verschillende segmenten te vergelijken.

Hierdoor wordt het mogelijk de doorstroom van specifieke groepen beter te begrijpen en veranderingen beter te verklaren. Wie alleen geaggrereerde data bestudeert, krijgt immers geen inzicht op onderliggende redenen van het verschil, zoals Wouter van der Heijden terecht heeft geschreven in zijn artikel over cohort-segmenten in Google Analytics.

Concreet betekent dit dat bijvoorbeeld een vraag zoals ‘Hoe verschilt de doorstroom per productgroep?’ beantwoord kan worden. Antwoorden op dit soort vragen leveren waardevolle informatie. Ze leggen namelijk bloot waar je relatief succesvol bent en waar juist niet.

Enhanced Ecommerce op non-ecommerce sites

Webshops zijn niet de enige websites met funnels. Ook op vacaturesites, sites met een reserveringssysteem en nieuwssites doorlopen bezoekers paden voordat ze converteren. Op deze websites geldt dus net zo goed: hoe beter de doorstroom, hoe meer resultaat. En hoe meer inzicht in de doorstroom, des te effectiever kan er geoptimaliseerd worden.

Daarnaast is er in veel gevallen sprake van een soort ‘product’ waarmee de eindconversie wordt bereikt.

Een vacaturesite is een goed voorbeeld waarin beide ideeën gelijk zijn. Je kunt namelijk stellen dat:

• Wanneer gesolliciteerd wordt, een vacature als product wordt afgerekend;
• Het openen en invullen van het sollicitatieformulier conceptueel gelijk staat aan het doorlopen van de checkout;
• Het openen van een vacaturepagina gelijk staat aan het openen van een productdetailpagina;
• Klikken op een specifieke vacature op een vacatureoverzichtpagina hetzelfde is als klikken op een specifiek product op een productcategoriepagina;
• Iedere vacature op een vacatureoverzichtspagina, net als ieder product op een productcategoriepagina, gemeten kan worden als een productimpressie.

Doordat de funnelstappen van een vacaturesite vergelijkbaar zijn met de funnelstappen van een webshop is het mogelijk iedere stap te meten met een Enhanced Ecommerce-trackingcode. Via die methode ontstaan dan dezelfde rapportages als voor webshops met Enhanced Ecommerce en kan de vacaturesite vergelijkbaar geanalyseerd worden.

Case: vacaturesite Moteq

Moteq is een gespecialiseerd intermediair voor hoogopgeleide technici. Moteq werft, selecteert en detacheert technici op met name HBO- en WO-niveau en is actief binnen de vakgebieden werktuigbouwkunde, elektrotechniek, installatietechniek, bouwkunde en civiele techniek. Moteq biedt dagelijks nieuwe vacatures.

Eind 2015 heeft Moteq een nieuwe website gelanceerd waar kandidaten kunnen solliciteren. Er kan gesolliciteerd worden op een vacature, maar bezoekers kunnen ook een open sollicitatie achterlaten.

Om na te gaan welke siteonderdelen als eerste verbeterd moeten worden en om voorstellen te kunnen onderbouwen met data is Enhanced Ecommerce geimplementeerd.

Inzichten

De eerste analyse van de Enhanced Ecommerce data leverde de volgende twee inzichten:

1. Optimaliseer de sollicitatiepagina: de doorstroom van de sollicitatiepagina naar het einddoel (solliciteren) met hetzelfde percentage verbeteren zal twee keer zoveel opleveren als het verbeteren van de doorstroom van een eerdere fase.
2. Optimaliseer deze pagina als eerste voor mobile devices: in vijftien procent van de sessies waarin de sollicitatiepagina wordt geopend wordt een mobiel apparaat gebruikt. Het doorstroompercentage is echter zo laag, dat slechts vijf procent van de conversies via een mobiel apparaat worden gedaan.

Deze twee inzichten kunnen als volgt worden onderbouwd:

Inzicht 1: optimaliseer de sollicitatiepagina.

Ruim de helft van de sessies waarin de sollicitatiepagina wordt geopend starten op de sollicitatiepagina. De meeste van deze sessies ontstaan vanuit jobboards. We wisten dat jobboards bezoekers direct naar deze fase brengen, maar nu weten we ook dat hun gebruikservaring de gebruikservaring is van meer dan de helft van de bezoekers die overwegen te solliciteren.

Een logische gevolgtrekking is dat het verbeteren van de sollicitatiepagina prioriteit moet krijgen. Een evenredige doorstroomstijging van de sollicitatiepagina naar het einddoel (solliciteren) zal namelijk twee keer zoveel opleveren als het verbeteren van een eerdere fase.

Inzicht 2: optimaliseer eerst de mobiele versie

In vijftien procent van de sessies waarin de sollicitatiepagina wordt geopend wordt een mobile device gebruikt. Het doorstroompercentage is echter zo laag, dat slechts 5 procent van de conversies met een mobiel apparaat worden gedaan. Dit ondanks het feit dat het formulier volledig mobiel kan worden ingevuld (CV toevoegen is niet verplicht).

De vacature naar jezelf mailen is mogelijk op de vacaturedetailpagina’s, maar niet op de sollicitatiepagina. Dit is logisch op de desktopsite, maar is dit logisch op een mobiele site als:

• Veel mobiele bezoekers binnenkomen op de sollicitatiepagina en de mogelijkheid om jezelf de vacature te mailen nog niet zijn tegengekomen?
• Gebruikers mogelijk een CV willen toevoegen, een document dat meestal niet beschikbaar is op een mobiel apparaat?
• De doorstroomratio vanaf de sollicitatiepagina naar de conversie relatief laag is?

De data geeft hierover te denken en brengt ons op het idee een aangepaste (mobiele) versie van de sollicitatiepagina te testen. Bijvoorbeeld door een sollicitatiepagina te maken met een mogelijkheid jezelf de vacature te mailen en via een A/B test na te gaan of deze leidt tot meer sollicitaties.

Vervolg

De volgende stap is de alternatieve versie van de (mobiele) sollicitatiepagina testen met behulp van een A/B test.

Daarnaast gaan we uitnodigingen op gesprek als transacties meten en de sollicitatie zelf als checkout-stap. Een sollicitatie is namelijk niet het doel op zich, maar een middel om recruiters kennis te laten maken met geschikte kandidaten. Door uitnodigingen op gesprek te meten als einddoel en de sollicitatie te meten als checkout-stap kan nagegaan worden welke segmenten leiden tot relatief veel kennismakingen met geschikte kandidaten en welke relatief weinig. Hierna kan vervolgens gericht onderzocht worden waar dit door komt waarna de relatief zwakke segmenten geoptimaliseerd kunnen worden.

Verder gaan we natuurlijk de reeds beschikbare data verder analyseren. Verbeterideeën (hypotheses) die daaruit voortkomen, worden doorgecommuniceerd. De meest belovende worden vervolgens getest.

Afsluiting

Naast Enhanced Ecommerce zijn er andere mogelijkheden om funneldata te segmenteren, zoals het aanmaken van gefilterde weergaven, het instellen van extra doelen en de functie aangepaste trechters (beschikbaar in Google Analytics 360). Ook hiermee is het mogelijk de doorstroom van vrij definieerbare segmenten te bestuderen en de doorstroom van verschillende segmenten te vergelijken.

Het is raadzaam om na te gaan of deze functionaliteiten je kunnen helpen om de doorstroom van je site te analyseren. Ze vereisen namelijk minder implementatiewerk, al hebben ze het nadeel dat het niet direct mogelijk is om te segmenteren per ‘product’ of ‘producteigenschap’. Voor vacaturesites zoals Moteq zou dit bijvoorbeeld betekenen dat niet direct nagegaan kan worden hoe de doorstroom bij werktuigbouwkunde-vacatures verschilt van andere soorten vacatures.

Tot slot speciale dank aan Simo Ahava voor zijn artikel over Enhanced Ecommerce-tracking op contentwebsites. Zijn verhaal inspireerde ons tot deze toepassing en legt het idee dat wij willen communiceren minstens even duidelijk uit.