Meer impact met conversie optimalisatie met de juiste kpi's en analyses

1© ShoppingTomorrow © ShoppingTomorrow
Meer impact met conversie-
optimalisatie met de juiste KPI’s
en analyses

Wat is Shopping Tomorrow?
ShoppingTomorrow is hét digital commerce-platform voor alle e-commerceprofessionals.
Gezamenlijk verkennen, onderzoeken en dragen we bij aan de transformatie van B2C- en B2B-
retail.
In 2013 geïnitieerd door Thuiswinkel.org en wordt inmiddels ondersteund door 20+ Nederlandse
branche- en belangenverenigingen.

CRO strateeg
Jurjen Jongejan
Rick Weij
Conversie Specialist
Bas Jansen
Sr. Conversion Specialist
Bart Kerstens
Conversie Specialist
Jurrien Schouten
CRO Specialist
Bernadette Bijkerk
User Experience Specialist
Guido Jansen
CRO lead
Rudger de Groot
CRO Specialist
Sascha van Eck
Conversion Specialist
Marijn Tijhuis
CRO specialist
Melle Moorman
UX & CRO specialist
Helene Hallebeek
Data analist
Erik van Houwelingen
Sr. Web Analyst & CRO Specialist
Linda Klus
Conversion Lead
CRO Consultant
Loef Kleinmeijer
Lars Harmsen
PO Experimentation
Jack Solcer
Conversiespecialist
Expertgroep Conversion Optimization

Missie van expertgroep
Conversion Optimization
We willen dat meer organisaties op een
gestructureerde en datagedreven manier
klantreizen optimaliseren

Onderzoeksthema
ResultaatImpactInzichtenAnalyseKPI’s
“Meer impact met de juiste KPI’s en analyses”

Hoe vertaal je business
doelstellingen naar de
juiste KPI’s voor je CRO
programma?
Verschillen KPI’s per
branche of CRO
volwassenheidsniveau?
Hoe hangen meerdere
KPI’s onderling samen en
hoe combineer je dit in je
CRO proces?
Met welke analyses en
databronnen begin je
altijd?
Welke vervolganalyses
volgen uit je basis
analyses?
Hoe combineer je
kwalitatieve en
kwantitatieve data voor
impactvolle inzichten?
Onderzoeksthema

Tip 1: Maak je KPI’s inzichtelijk
1

1 Maak je KPI’s inzichtelijk
Online omzet
Transacties
Gemiddelde
orderwaarde
Conversie
ratio
Items per
order
Gemiddelde
verkoopprijs
Nieuwe
bezoekers
Bounce RatioTerugkerende
bezoekers
Checkout
Ratio
Omzet per
bezoeker
Bezoekers
Add to Cart
Ratio

Tip 2: Kies primaire en secundaire KPI’s voor CRO die
aansluiten bij de bedrijfsdoelstellingen
2

2
Bij minder verkeer
Makkelijker te beïnvloeden
Verder van bedrijfsdoelen
Lagere CRO volwassenheid
Dichter bij bedrijfsdoelen
Moeilijker te beïnvloeden
Meer verkeer nodig
Hogere CRO volwassenheid
Doorklikratio
Kies primaire en secundaire KPI’s voor CRO die aansluiten bij de bedrijfsdoelstellingen
Add to cart ratio
Checkout ratio
Conversieratio
Omzet per bezoeker

Tip 3: Zorg dat je de basis op orde hebt
3

• Is je data volledig en betrouwbaar?
• Heb je voldoende analyse capaciteit en vaardigheden?
• Wat is de laadtijd van je website?
• Komen er bezoekers op 404 pagina’s?
• Werkt de website op alle devices, browsers en resoluties?
3 Zorg dat je de basis op orde hebt

Tip 4: Combineer databronnen voor impactvolle inzichten
4

 Klantinterviews
 Klantfeedback
 Review analyses
 Polls / Enquetes
 Marktonderzoek
 Klantenservice
 Sessie recordings
 Usability onderzoek
 Neuro usability onderzoek
 Webanalytics
 Heatmaps
 Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN
4 Combineer databronnen voor impactvolle inzichten
Wat?
Waar?
Waarom?
Hoe?

4
1. Funnel analyse
Combineer databronnen voor impactvolle inzichten
Checkout
Productpagina
Betalen
€
Winkelwagen
Home & Categoriepagina
Grootste knelpunten

4
1. Funnel analyse
2. Segmenteren
Apparaat
Type bezoeker
Productgroep
Periode

4
1. Funnel analyse
2. Segmenteren
3. Verdiepen
 Klantfeedback
KWALITATIEF
Waarom?
Hoe?

Cases

Homepage Personalisatie
Vliegen binnen 30 uur
Deze case is opgesteld door:
Helene Hallebeek, CRO specialist, Transavia

• Alle gebruikers die de Transavia homepage bezoeken krijgen dezelfde homepage te zien.
Bezoekers hebben, afhankelijk van hun boeking fase, zeer verschillende behoeftes.
 Zo weten we dat klanten kort voor de vlucht voornamelijk de website bezoekt om online
in te checken.
 Terwijl klanten tussen 30 uur en 90 dagen voor vertrek de website bezoekt om bagage of
een stoel bij te boeken.
• In Google Analytics zien we dat 75% van de passagiers online incheckt en 25% op de
luchthaven. Het liefst heeft Transavia een zo’n hoog mogelijke online check-in ratio, aangezien
dit proces gratis is, terwijl het inchecken op een vliegveld relatief duur in verband met
personeelskosten. Daarnaast weet Transavia (uit klantfeedback en surveys) dat het wachten
voor de incheck-balie door de klanten vaak als vervelend ervaren wordt. Er is dus ruimte om de
online check-in ratio te verhogen.
• Door gebruikers, wanneer zij kunnen inchecken, een homepage aan te bieden waarop de
check-in mogelijkheid duidelijk genoemd wordt verhogen we de online check-in ratio.
Daarnaast verwachten we dat 3rd party producten als parking en activiteiten op de
bestemming het meest relevant zijn in het laatste stadium voor vertrek.
Aanleiding & onderbouwing

Onderbouwing
 Klantinterviews
 Klantfeedback
 Review analyses
 Marktonderzoek
 Klantenservice
 Webanalytics
 Heatmaps
 Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

Hypothese:
Het personaliseren van de homepage op basis van de actuele boeking status (in dit geval binnen
30u voor vertrek) door middel van het prominenter aanbieden van de check-in mogelijkheid en
relevante partner producten (parking en activiteiten) leidt tot een verhoging van de check-in
rate en partner visits zonder dat dit een negatieve impact op de conversieratio van nieuwe
boekingen heeft.
Targeting:
Deze hypothese wordt getest op alle devices (Desktop, Tablet en Mobiel) onder klanten die 30
uur voor het vertrek van hun vlucht de website bezoeken.
KPI’s:
Primaire KPI: Online check-in ratio
Secundaire KPI’s: CTR naar externe partners, Conversieratio van vliegtickets
Hypothese

Control
Varianten
Variant
Gepersonaliseerde homepage

Resultaten & learnings
• Door de incheck mogelijkheid duidelijker aan te bieden op de homepage heeft
Transavia ervoor gezorgd dat meer bezoekers online inchecken (+3,42%), hetgeen voor
een grotere efficiëntie op de luchthavens zorgt.
• Het aanbieden van externe producten zoals tickets voor activiteiten en de mogelijkheid
een parkeerplaats te boeken blijkt gezien de hoge CTR’s binnen 30 uur voor vertrek
zeer relevant te zijn. Zo heeft 2.35% van de users op de link geklikt voor activiteiten en
zelfs 4.59% van de gebruikers klikte op de link om naar de website te gaan voor een
parkeerplaats te reserveren.
• Ondanks het minder prominent maken van de boekingsmodule werden er niet minder
vliegtickets verkocht. Er was geen verschil in boeking ratio waarneembaar tussen
Control en de variant. Wel zagen we een forse afname in het aantal zoekopdrachten.
Dit impliceert dat men, ondanks dat men al een boeking heeft, toch een zoekopdracht
uitvoert als de zoekfunctie prominent aangeboden wordt.
• Transavia is verder aan het testen met personaliseren. Het doel is om in 2020
daadwerkelijk verschillende personalisaties op basis van fase in de customer journey
structureel te implementeren.
Booking CR%: Geen effect
Check-in rate: +3,42%
CTR externe partijen
Activiteiten: 2,35%
Parking: 4,59%

Ruimbagage airport tarief

• Online is het tarief voor het bijkopen van bagage lager dan op het vliegveld. Op de ruimbagage
pagina wordt in sommige landen een banner getoond die het volgende aangeeft: ‘Tot 50% online
korting inbegrepen’.
• Uit een eerder experiment is gebleken dat het benadrukken van de online korting die klanten
krijgen tijdens het selecteren van de ruimbagage in sommige landen een positief effect heeft,
daarbij verschilt de tekst die getoond wordt tussen de verschillende landen. Door de negatieve
impact in andere landen, is het bericht niet overal zichtbaar.
• Dit is geen gewenste situatie en om die reden wordt het communiceren van korting op
ruimbagage opnieuw gevalideerd.
• Daarnaast ontvingen via Usabilla klachten over de onduidelijkheid en betrouwbaarheid van het
bericht. Want waar is die tot 50% korting op gebaseerd?
• Om transparanter over te komen wil Transavia testen door in de nieuwe variant duidelijker aan te
geven met welk bedrag de online prijs wordt vergeleken. Niet alleen zou deze vergelijking voor
meer transparantie zorgen, maar tegelijkertijd biedt het de mogelijkheid anchoring toe te passen
door de vliegveldprijzen op de pagina te vermelden. Op deze manier zorgen we ervoor dat de prijs
van de ruimbagage als minder hoog wordt ervaren en laten we op een transparante wijze zien
waar de klant aan toe is mocht deze ervoor kiezen toch op het vliegveld bagage bij te boeken.

Onderbouwing
 Klantinterviews
 Klantfeedback
 Review analyses
 Marktonderzoek
 Klantenservice
 Webanalytics
 Heatmaps
 Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

Hypothese:
Online ruimbagage bijkopen is tot 50% goedkoper dan ruimbagage bijkopen op het vliegveld. Als
de online korting voor ruimbagage prominent wordt gecommuniceerd en wordt vergeleken met
de prijs op het vliegveld, zijn bezoekers bewust van het prijsverschil en zullen zij online al
besluiten extra ruimbagage aan te kopen. Dit zal leiden tot een hogere attach rate van
ruimbagage zonder dat dit een negatieve impact heeft op het boeken van vliegtickets.
Targeting:
Test is geactiveerd voor alle bezoekers van de Ruimbagage pagina, ongeacht welk device en in
alle 7 talen die Transavia ondersteunt.
KPI’s:
Primaire KPI: Ruimbagage attach rate
Sucundaire KPI’s: Conversie op vliegtickets
Hypothese

Control
Geen kortingsbericht
Varianten
Variant 1
Kortingsbericht
Variant 2
Kortingsbericht + prijsvergelijking

• V2 heeft significant positieve impact op ruimbagage verkopen (2,71%) zonder verkochte
vliegtickets significant te beïnvloeden.
• Wanneer alleen een banner getoond wordt met de melding dat de prijzen van
ruimbagage online tot 50% goedkoper zijn dan bij het vliegveld is er nog geen
significante verschuiving te zien in ruimbagage verkopen. Het vermoeden is dat de klant
sceptisch is ten opzichte van deze melding.
• Echter wanneer ook de prijzen getoond worden die op het vliegveld gehanteerd worden
zien we een significante toename in online ruimbagageverkopen. Doordat het
prijsverschil daadwerkelijk zichtbaar is gemaakt neemt de transparantie toe, waardoor de
klant bewijs heeft dat wat er gemeld wordt ook werkelijkheid is.
• Transavia heeft vervolgens getest of het tonen van de airport prijzen ook een positieve
impact heeft op dezelfde pagina in de mijn-omgeving. Dit bleek het geval.
• Nu we dit concept op beide pagina’s is gevalideerd, is dit idee overgedragen naar het
interne development team van Transavia. Binnenkort wordt dit geïmplementeerd.
Booking rate per user:
Inconclusive
Attach rate hold
luggage:
+2,71%

Stoelselectie

• Als de gebruiker op de stoelselectiepagina komt, kan hij voor alle passagiers in de boeking een
stoel reserveren. Hij kiest daarvoor eerst een stoel, en daarna verschijnt een pop-up met een
blauwe button waarop staat ‘selecteer stoel x’. Pas als de gebruiker op deze button heeft geklikt,
wordt de stoel aan de passagier toegekend. Als er meerdere passagiers in de boeking zitten, kan
de gebruiker daarna voor de volgende passagier op dezelfde manier een stoel selecteren.
• De gebruiker moet dus vrij veel handelingen uitvoeren op de stoelselectiepagina om
daadwerkelijk voor zichzelf (en medepassagiers) een stoel te selecteren.
• In Google Analytics zien we een verschil tussen het aantal passagiers in een boeking en het
aantal stoelen dat is gereserveerd. Hieruit maken we op dat de gebruiker wel interesse heeft om
een stoel te reserveren, maar er niet helemaal uitkomt. De aanname is dat als men voor
persoon 1 een stoel reserveert men dit ook wil voor persoon 2 in de boeking.
• Ook in Hotjar en bij user testing zien we op deze pagina dat gebruikers verward raken. We zien
dat gebruikers vaak bij 1 klik al denken dat ze klaar zijn met de stoelreservering. Indien er een 2e
persoon in de boeking zit klikt men vaak nogmaals op een stoel in de veronderstelling dat ze dan
een stoel voor persoon 2 selecteren, terwijl ze regelmatig vergeten op de bevestigingsbutton te
klikken. Daarnaast lezen we ook regelmatig in Usabilla feedback dat men dacht een stoel te
hebben gekocht en dit niet op de boekingsbevestiging staat.

GA bevindingen van hen die tijdens
het boeken van een vlucht ook
(minimaal 1) stoel bijboekt:
Aantal stoelreserveringen
≠
aantal vliegtickets
Screenshot van hotjar recording

Onderbouwing
 Klantinterviews
 Klantfeedback
 Review analyses
 Marktonderzoek
 Klantenservice
 Webanalytics
 Heatmaps
 Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

Stoelselectie in 1 klik:
Door de stoelselectie van 2 naar 1 stap terug te brengen, kan de gebruiker makkelijker en sneller
een stoel reserveren. Dit zal een positief effect hebben op de stoel attach rate, zonder dat het
een negatief effect heeft op de boeking ratio.
Targeting:
De testen zijn in 7 talen uitgevoerd, zowel op desktop, tablet als mobiel.
Test 2 is alleen uitgevoerd bij gebruikers die een retourvlucht willen boeken. Gebruikers die een
enkele reis hebben geselecteerd zijn dus uitgesloten van de test.
KPI’s:
Primaire KPI: Stoel attach rate
Secundaire KPI’s: Conversie op vliegtickets
Hypothese

Control
Varianten
Variant 1
Er verschijnt geen pop-up meer na het aanklikken van een stoel. De stoel is direct geselecteerd. Als
er meerdere passagiers in de boeking zitten, kan de gebruiker gelijk verder met de selectie voor de
volgende passagier in de boeking.

• De attach rate van stoelen is in de variant met respectievelijk 2,89% toegenomen.
• Ook had de test geen significant effect op het boekingspercentage (het verkochte aantal
vluchten).
• Door onnodige stappen weg te halen uit het stoelselectieproces en de gebruiker vanuit de
techniek naar de juiste stap te leiden, is het makkelijker geworden om de taak te voltooien.
De gebruiker hoeft minder na te denken en op te letten bij de selectie van een stoel en kan
sneller het proces doorlopen.
• Transavia heeft deze verbetering doorgevoerd.
Booking rate per user:
Inconclusive
Attach rate seat selection:
+2,89%

Multibuy on 2-Liter Kegs
Lars Harmsen, Product Owner Experimentation, Beerwulf.com

PowerBI data toonde aan dat 14,6% van de bezoekers volle dozen van hetzelfde bier
bestellen
In Contentsquare zagen we dat 12,8% van de bezoekers met een add to cart, meerdere
keren op de add to cart button klikt
Een volle doos wordt gratis bezorgd en een doos met dezelfde producten is in ons magazijn
sneller in te pakken
In usability tests gaf 15% van de ondervraagden aan bier graag in bulk te bestellen, zeker
als daar een korting of voordeel tegenover staat
In 2 voorgaande experimenten zagen we dat het toevoegen van een secundaire CTA een
positief effect had op de conversie

Onderbouwing
 Klantinterviews
 Klantfeedback
 Review analyses
 Marktonderzoek
 Klantenservice
 Webanalytics
 Heatmaps
 Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

Als we een secundaire call-to-action toevoegen waarmee de gebruiker in één klik een volle doos
2-Liter Kegs kan toevoegen
Dan stijgt het aantal transacties
Voor alle gebruikers op de 2-Liter Kegs product detail pagina
Omdat
1) het gebruiksgemak toeneemt (minder kliks), en/of
2) de tweede CTA het keuzemoment makkelijker maakt, en/of
3) de “Gratis verzending” notificatie wordt getoond na de add to cart
Hypothese

Screenshot
control
Varianten
Screenshot
variant
Control Variant

Transacties
(96,5% probability)
+ 5,7%
Add to cart
(99,2% probability)
+ 5,9%
Avg. order quantity
+ 6,4%
Add box to cart
button clicks
7,3% of users
Revenue per visitor
+ 6,7%
Gemiddelde
bestelwaarde
+ 2,6%
Winnaar!
Positief resultaat op alle KPI’s, testvariant is geïmplementeerd.

We kunnen de user experience en omzet verbeteren door een optie toe te voegen om met
1 klik een volledige doos van hetzelfde product toe te voegen
We hebben een indicatie dat het verminderen van het aantal benodigde kliks positief is, en
gaan nu experimenteren met bijvoorbeeld een 1-click checkout
Experimenteren kan een grote impact hebben op alle delen van je organisatie, en moet
daarom ook in alle teams op de roadmap komen te staan
De kosten van het experiment bedroegen € 1.890, waardoor we met dit experiment een
ROI hebben gerealiseerd van 33.656% (!!)
Dankzij het experiment is er nu extra prioriteit voor het aanbieden van volle dozen van
hetzelfde product, wat de logistieke kosten kan verminderen

Reduceren Cart abandonment
Marijn Tijhuis, Senior conversie specialist, BCC

• Er is sprake van hoge uitval ( 64% ) op de winkelwagen pagina.
• Middels kwalitatieve analyse ( Exit survey, n = 100 ) proberen we de grootste concrete
pijnpunten te lokaliseren.

Onderbouwing
 Klantinterviews
 Klantfeedback
 Review analyses
 Marktonderzoek
 Klantenservice
 Webanalytics
 Heatmaps
 Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

0
5
10
15
20
25
Wat zou je helpen om je bestelling af te ronden?
assortiment
betaalopties
bezorging
informatie
klantenservice contact
levertijd
onduidelijk algemeen
op voorraad?
ophalen in winkel
prijs
service
(leeg)
• Veel onduidelijkheid en praktische vragen
rondom bezorging
• Kwalitatieve feedback:
"waar moet je datum instellen"
"zoek bezorgdatum"
"WAAR VUL IK BEZORGDATUM IN?"
"weet niet waar ik bezorgdatum indoet vullen"
"Waar moet je de afleverdatum invullen"
"waar kan ik de bezorgdatum invullen"

• Door de bezorgoptie per default aan te vinken in het bestelproces, 1. reduceren we een klik,
en 2. begrijpen klanten beter hoe de flow van het bestelproces werkt, wat leidt tot een
hogere conversie op de winkelwagen pagina en meer aankopen in zijn algemeen.
Hypothese

• 4% minder uitval op de winkelwagen pagina
• 3% meer transacties overall
Conclusie:
• Een combinatie van kwantitatieve en kwalitatieve analyse heeft geleid tot zeer concrete
aanleidingen op een pagina met hoge impact.
• Een relatief eenvoudige oplossing heeft geleid tot een significant beter resultaat
Learnings:
• Dit onderzoek heeft geleid tot vervolgonderzoek in de Check out, waarbij verschillende
succesvolle experimenten zijn uitgevoerd met als doel om frictie loos een product aan te
schaffen

Voorraad bij een
bouwmarkt in de buurt
Erik van Houwelingen | Lead CRO & Web Analytics | Intergamma (GAMMA & Karwei)

• Er kwam regelmatig feedback binnen in Mopinion van bezoekers die aangeven dat ze bij het
checken van voorraad hun bouwmarkt niet zien. Er miste wat context, dus we konden er niet direct
wat mee
• Uit web analytics-data weten we dat het checken van de bouwmarktvoorraad op de productpagina
een veel voorkomende handeling is. Een handeling die wij belangrijk vinden; een voorbode van
offline conversie
• Met een usability onderzoek besloten we dit verder te onderzoeken. Daar bleek duidelijk bij
meerdere bezoekers een vergelijkbaar probleem. Ze weten zeker dat er 1 of meer bouwmarkten in
de buurt zijn, maar krijgen alleen een bouwmarkt met voorraad ver weg te zien

Onderbouwing
 Klantinterviews
 Klantfeedback
 Review analyses
 Marktonderzoek
 Klantenservice
 Webanalytics
 Heatmaps
 Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

• Een zoekopdracht op ‘Leusden’ toont niet de meest
dichtbijzijnde bouwmarkt in Amersfoort
• De reden is dat daar geen voorraad is
• Voor bezoekers blijkt het niet logisch. Ze willen juist
de bevestiging dat het in Amersfoort niet op
voorraad is
Probleem

Hypothese
Als we voor alle devices in de voorraadcheck-overlay op de PDP een duidelijker onderscheid
maken tussen bouwmarkten met en zonder voorraad, dan stijgt de Customer Effort Score, omdat
bezoekers het niet alleen belangrijk vinden om te weten waar een product op voorraad is, maar
ook dat het ergens niet op voorraad is

Oplossing
• Door een relatief lage PIE-score kwam deze fix niet
aanmerking voor een snelle A/B-test, terwijl de
verbetering een no-brainer was en vrij snel uitgevoerd
kon worden
• Om toch te valideren, hebben we oplossingen middels
user testing aan klanten voorgelegd in de bouwmarkt
• Deze manier (afbeelding) van voorraad en
bouwmarkten presenteren werd door de klant goed
gewaardeerd en begrepen
• Hierdoor waren we 2 dagen na de usability test live met
de verbetering

• Feedback in Mopinion over dit onderwerp van zo’n 10 per week naar 0
• Nieuwe manier van voorraad presenteren werd in user testing veel beter gewaardeerd dan de
oude
• Omdat er geen A/B test is uitgevoerd kon het effect op de Customer Effort Score of
conversieratio niet achterhaald worden

Case: test sorting rules
Linda Klus, Conversion Lead, HEMA

• Na het replatforming van hema.nl hadden wij de mogelijkheid om op een simpele manier de
sorting rules te testen. Met de sorting rules wordt bepaald in welke volgorde de producten op
de listerpagina’s getoond worden.
• Tot nog toe geen informatie beschikbaar in Google Analytics, sorting eerder gebaseerd op
banners, promoties en kennis van assortimentsverkoop (nieuw, bestsellers, aanbieding)
• Om onze aannames gebaseerd op omzet te toetsen hebben wij de sorting rules getest

• Door de op gut-feeling gebaseerde sorting rules te testen vs sorting rules die het klantgedrag
én de voorraad meenemen (#views, #units ordered, revenue, stock) verwachten wij een groei
in CTR and % Add-to-basket te bereiken.
• Door gebrek aan data in GA was de hypothese van deze AB test erg open. Het ging ook om
het vergaren van kennis
• Primaire KPI’s: CTR en %Add-to-basket (omdat die dichtbij de verandering zitten)
• Secundaire KPI’s: Conversieratio en Average Order Value (om de veranderingen ook aan het
eind van de funnel te meten/controleren)
Hypothese

Screenshot control
Varianten
Screenshot variant

• Resultaten per KPI
Recap: Primaire KPI’s: CTR en %Add-to-basket. Secundaire KPI’s: Conversieratio en Average
Order value.
Resultaat: Zowel primary KPI’s CTR & %Add-to-basket als CR positief terwijl AOV achter bleef.
Dit is geen wenselijk scenario, vooral bij een gemiddeld relatief lage AOV.
• Conclusie obv deze resultaten
Ondanks positieve resultaten op de Primary KPI’s is de Variant niet doorgevoerd.
• Overige learnings
Om de volgende tests op de sorting rules efficienter in te richten is gekozen voor een Primary
KPI waarbij AOV en CR beide zijn opgenomen: Average revenue per vist

Case Filteren op mobiel
Linda Klus, Conversion Lead, HEMA

• Via Mopinion kregen we vaak feedback dat onze klanten moeite hadden met het filteren van
het productaanbod. Door nader onderzoek bleek dat het feedback alleen van klanten die met
hun mobile device onze website hebben bezocht kwam. Door een check van het gebruik van
filters op mobiel en op desktop in Google Analytics werd duidelijk dat klanten daadwerkelijk
de filters op mobiel minder gebruikten.
• Middels recordings door hotjar werd de oorzaak van dit verschijnsel snel duidelijk: klanten
konden 1 van de 2 ‘bevestigen’ knoppen niet zien/vinden

Onderbouwing
✔ Klantinterviews
✔ Klantfeedback
✔ Review analyses
✔ Polls / Enquetes
✔ Marktonderzoek
✔ Klantenservice
✔ Sessie recordings
✔ Usability onderzoek
✔ Neuro usability onderzoek
✔ Webanalytics
✔ Heatmaps
✔ Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

• Door het weghalen van 1 van de 2 ‘bevestigen’ knopjes op mobiel verwachten wij een stijging
in het aantal filtergebruikers op mobiel en een stijging van de CR van filtergebruikers op
mobiel. Filtergebruikers converteren beter dan bezoekers van de listerpagina die niet filteren.
Hypothese

Screenshot
control
Varianten
Screenshot
variant

Op mobiel is het aandeel klanten die een listerpagina bezoekt en filtert gestegen met 43%. De
CR van filtergebruikers op mobiel is gestegen met 8,3%.
Door het filteren op mobiel simpeler te maken verhogen wij het filtergebruik en de conversie
van filtergebruikers.

Sticky buybutton
Melle Moorman,
Sr. Product Manager Mobile & CRO Lead @ bol.com
https://www.linkedin.com/in/mellemoorman/

• De aanleiding voor de test vind zijn grondslag in een van de vele guerilla tests die we uitvoeren,
met name op Utrecht Centraal station. Hierbij testen we de mobile website of app zoals deze
nu is of gebruiken we deze mogelijkheid voor het testen van prototypes voor nieuwe
functionaliteit. De hypothese binnen dit experiment komt voort uit zo’n guerilla test. We zagen
hier meerdere malen dat wanneer gebruikers een product pagina op onze mobile website
bezoeken en daar uitgebreid informatie tot zich nemen, ze vervolgens wat moeite hebben om
terug te scrollen naar de buybutton met als veel gehoorde opmerking: “Waar staat dat ding?”

• Uit gebruikersonderzoek hebben we geobserveerd dat klanten op onze mobile product pages
enigszins moeit hebben om snel de buybutton te vinden als ze wat langer op een dergelijke
pagina verblijven, waardoor we verwachten dat als we de buybutton sticky maken en daarmee
altijd in de viewport van de gebruiker, we het makkelijker maken om een add-to-basket te doen
en daarmee een stijging in conversie bewerkstelligen.
• Primaire KPI: conversie ratio
• Secundaire KPI: add-to-basket ratio
Hypothese

Screenshot
control
Varianten
Screenshot
variant

• Add-to-basket ratio +1.53% (significant, 95%)
• Conversie ratio -0.98% (significant, 95%)
• De alternatieve hypothese wordt niet ondersteunt. Hoewel de variant tot significant meer add-to-baskets heeft
geleid, heeft de variant een negatieve impact gehad op de overall conversie.
• We weten dat de combinatie prijs en levertijd een belangrijke driver is om voor een product te kiezen. We
verwachten dan ook klanten te snel iets in hun winkelwagen plaatsen en er dan op de winkelwagen pagina er ‘pas’
achter komen wat de prijs + levertijd combinatie is en op basis daarvan afhaken
• We hebben hier echter wel iets te pakken. We weten de micro KPI significant te beïnvloeden. Dit geeft dan ook
aanleiding om hierop door te testen, door bijvoorbeeld de prijs in de container erbij te tonen of de buybutton pas
sticky te maken nadat voorbij de prijs + levertijd is gescrollt.

Wishlist button op PDP
Melle Moorman,
Sr. Product Manager Mobile & CRO Lead @ bol.com
https://www.linkedin.com/in/mellemoorman/

We doen constant heuristische analyses op ons platform. Deze worden met name gevoed door
gebruikersonderzoeken die we in-house organiseren, maar ook door guerilla testing die we met
name op Utrecht Centraal station uitvoeren.
Daarnaast weten we uit kwantitatieve data analyse vanuit Adobe Analytics dat de conversie van
de wishlist een stuk hoger is dan de conversie van product pagina’s. We zijn er dus aan gelegen
om het gebruik van de wishlist zoveel mogelijk te stimuleren.

• Uit heuristische analyse hebben we geconstateerd dat de wishlist button op onze mobile
product pages een verduidelijking mist die aangeeft dat de button ervoor zorgt dat het product
op de wensenlijst wordt geplaatst, waardoor we verwachten dat wanneer we een plusje in de
button erbij plaatsen, dit het aantal add-to-wishlists gaat stimuleren, waarbij we voor het
succes van dit experiment als randvoorwaarde stellen dat het de conversie van producten niet
mag beïnvloeden.
• Primaire KPI: add-to-wishlist ratio
• Secundaire KPI: conversie ratio
Hypothese

Screenshot
control
Varianten
Screenshot
variant

• Add-to-wishlist ratio +5.83% (significant, 95%)
• Conversie ratio -0.05% (niet significant)
• De alternatieve hypothese wordt ondersteunt. De wijziging heeft gezorgd voor een duidelijke stijging in add-to-
wishlists maar heeft de conversie ratio niet significant negatief beïnvloed. De variant is dan ook geïmplementeerd.
• Het doen van een add-to-basket waarbij het product in de winkelwagen wordt geplaatst is de primaire actie van
deze pagina, vandaar dat deze metric niet negatief beïnvloedt mocht worden.
• Omdat over het algemeen om en nabij de 10% van het verkeer daadwerkelijk overgaat tot de aanschaf van een
product in een bezoek, is het goed om na te denken hoe de overige 90% gefaciliteerd kan worden zodat de kans
groter wordt dat ze bij een volgend bezoek alsnog tot aanschaf overgaan. De wensenlijst kan daar een beslissende
rol in spelen. Vandaar dat we dit experiment als zeer geslaagd beschouwen.

Keuze betaalmethode iDeal
Jack Solcer, CRO specialist, Omoda
https://www.linkedin.com/in/jsolcer/

• Uit analytics data blijkt dat iDeal veruit de meest gebruikte betaalmethode is. Een goede
tweede is Klarna (achteraf betalen).
• In de data over retouren blijkt dat het retourpercentage voor bestellingen die met iDeal
betaald zijn vele malen lager is dan bij bestellingen met betaalmethode Klarna. Bestellingen
met betaalmethode Klarna worden zelfs met afstand het meest geretourneerd.
• Door meer bezoekers voor iDeal te laten kiezen hopen we uiteindelijk het retourpercentage te
kunnen verlagen.
• Alleen voor Klarna gelden extra transactiekosten. Een eerdere a/b-test met het benadrukken
van de gratis betaalmethodes had een negatief effect op de overall conversie.

Onderbouwing
 Klantinterviews
 Klantfeedback
 Review analyses
 Marktonderzoek
 Klantenservice
 Webanalytics
 Heatmaps
 Orderdata
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN

• Door bezoekers op mobiel bij de betaalmethode een benadrukking te tonen dat iDeal de meest
gekozen betaalmethode is verwachten we dat meer mensen voor iDeal zullen kiezen zonder dat
dit een negatieve invloed heeft op de overall conversie.
• Primaire KPI: conversieratio
• Secundaire KPI: percentage iDeal binnen betaalmethode
Hypothese

Control
Varianten
Variant

• Percentage iDeal + 3,11%
• Conversieratio - 2,64%
• De aanpassing wordt niet doorgevoerd. Het verlies in conversies is te groot om deze aanpassing te kunnen
verantwoorden.
• We weten nu dat we de keuze voor betaalmethodes kunnen beïnvloeden, maar begrijpen nog niet waarom dit de
overall conversie negatief beïnvloedt. Verder (klant)onderzoek is nodig om de achterliggende redenen te begrijpen.
• Daarnaast zullen we de uitkomst van deze test gebruiken om ook andere uitwerkingen te testen.

Usability invullen geboortedatum
Loef Kleinmeijer, CRO Consultant, ISM eCompany

• Op basis van funnel data in Google Analytics zien we een hoge uitval in de 1e stap van de
checkout, Persoonlijke Gegevens
• Met formulier analyse hebben deze stap van de checkout verder geanalyseerd. Hieruit blijkt
dat vooral het geboortedatum-veld er negatief uitspringt, door een lange gemiddelde invultijd
en veel bezoekers die bij dit veld de hele checkout verlaten.
• Door middel van sessie recordings hebben we de problemen met het geboortedatum-veld
verder geanalyseerd. Bezoekers tonen veel frustratie en verwarring bij het invullen van dit veld.
Ze klikken erg veel in en rond het veld, maar zonder daadwerkelijk hun geboortedatum in te
vullen. Omdat mensen in principe hun eigen geboortedatum wel weten, blijkt hieruit dat de
manier van invullen niet duidelijk is.

Form analyse:
problemen met geboortedatum
Langste invultijd en meeste afhakers

Sessie recordings:
veel frustratie bij invullen geboortedatum

✔ Klantinterviews
✔ Klantfeedback
✔ Review analyses
✔ Polls / Enquetes
✔ Marktonderzoek
✔ Klantenservice
✔ Sessie recordings
✔ Usability onderzoek
✔ Neuro usability onderzoek
✔ Webanalytics
✔ Heatmaps
✔ Form analyse
KWALITATIEF
ZEGGEN
KWANTITATIEF
DOEN
Onderbouwing

• Door het invullen van de geboortedatum in de checkout te vereenvoudigen, wordt deze stap
duidelijk en ervarne bezoekers minder verwarring en frustratie. Hierdoor vallen minder
bezoekers in deze stap uit en stijgt de conversieratio.
• Primaire KPI: Conversieratio
Hypothese

Origineel A Variant B
Varianten (Mobile)

Origineel A Variant B
Varianten (Desktop)

• Resultaten per device
• Mobile: +7.6% conversie
• Desktop: +5.7% conversie
• Conclusie
Door het verbeteren van de usability van checkout-velden wordt deze flow niet alleen
eenvoudiger, maar ronden daadwerkelijk meer bezoekers hun aankoop af waardoor het aantal
transacties en dus de omzet stijgt. De wijziging is geïmplementeerd.
• Bovendien zijn na deze succesvolle test ook andere checkout-stappen uitgebreider
geanalyseerd om ook daar inzichten over te verzamelen en optimalisaties door te voeren.
Resultaten & Learnings

Meer informatie:
Ontdek uw CRO groeikansen en bekijk
conversiecases op
www.mijnconversiescore.nl
Wil jij ook bouwen aan e-commerce succes?
Vind jouw droombaan in CRO, SEO of Advertising
op werkenbij.ism.nl

Meer impact met conversie optimalisatie met de juiste kpi's en analyses

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à Meer impact met conversie optimalisatie met de juiste kpi's en analyses

Similaire à Meer impact met conversie optimalisatie met de juiste kpi's en analyses (20)

Plus de valantic NL

Plus de valantic NL (20)

Meer impact met conversie optimalisatie met de juiste kpi's en analyses