ºÝºÝߣ

ºÝºÝߣShare a Scribd company logo
MET DATA NAAR MEER RESULTAAT
WEBANALYTICS EN CUSTOMER EXPERIENCE OPTIMIZATION IN DE PRAKTIJK
Digital Analytics
tije@traffic-builders.com
Stand 218!
Tije Vlam
Uw logo
hier?
WEBSITE OPTIMALISATIE SCAN
GRATIS, 10 MINUTEN, STAND 218
GRATIS WEBSITE OPTIMALISATIE  STAND 218
DOE DE 10 MINUTEN QUICKSCAN
IEDEREEN KAN ZIJN WEBSITE PERSONALISEREN
WAT GAAN WE JULLIE LATEN ZIEN?
PERSONALISEREN IS
NIET ALLEEN VOOR ‘DE
GROTE JONGENS’
WEGGELEGD.
ANALYTICS OPTIMALISATIE
PERSONALISATIE
NIEUWE BEZOEKERS (EN JEZELF)
BLIJ MAKEN
STAP 1: DOEL
- Exits voorkomen
- Blije bezoekers
STAP 2: DOELGROEP
- Nieuwe bezoekers
- Bezoekers die nog niet eerder
hebben besteld
- Afkomstig uit Nederland
STAP 3: DATA
- Bezoekersdata
- Productvoorkeur
STAP 4: ERVARING
Webwinkel Vakdagen 2018 - Tije Vlam - Van data naar resultaat met CXO en Webanalytics
STARTEN MET PERSONALISATIE
WIE Welke doelgroepen ga je targetten?
WAT Welke ervaring ga je deze doelgroepen laten beleven?
WAAR Op welke pagina’s laat je de aanpassingen zien?
WIE
- Context
- Gedrag
- Demografie
WIE
- Context
- Bron van herkomst
- Nieuw/terugkerend
WIE
- Gedrag
- Verlaten winkelmandje
- Specifieke pagina’s
WIE
- Demografie
- Geolocatie
- Geslacht
KWALITEIT VAN DOELGROEPEN
- Volume
- Waarde
- Haalbaarheid
WAT & WAAR
- Welke ervaring
- Welke pagina’s
- Welke elementen
MOGELIJKE AANPASSINGEN
- Persoonlijke aanbiedingen
- Waardeproposities
- Call-to-actions
- Afbeeldingen
- Copy
- Navigatie
- Paginastructuur
URGENCY EN CONVERSIE VERHOGEN
STAP 1: DOEL
- Bezoekers persoonlijk
benaderen
- Afstemming op
voorkeur/behoefte
- Urgency creëren
STAP 2: DOELGROEP
- Terugkerende bezoeker
- Productpagina tenminste twee
keer
bekeken
STAP 3: DATA
- Bezoekersdata
- Naam bij inlog of Facebook
- Voorraadstatus
STAP 4: ERVARING
RIJKERE DATA  BETERE KEUZES
STANDAARD DATA
CRM DATA
RETOUREN | OFFLINE
SALES
CUSTOM
METRICS
& DIMENSIONS
+STANDAARD DATA + +
STIJLPROFIELEN OPBOUWEN
Bijhouden van welke merken de klant producten
bekijkt én koopt.
 Inzicht in (smaak)voorkeuren en koopgedrag
KLANTHERKENNING
Gegevens bijhouden op basis van klantnummer
 Inzicht in CLV en apparaten
RIJKERE DATA
Ga uit van data die al beschikbaar is in andere
systemen
Implementeer gedeelde sleutels in iedere dataset
GRATIS WEBSITE OPTIMALISATIE  STAND 218
DOE DE 10 MINUTEN QUICKSCAN
KEY TAKEAWAYS
Met personalisatie ga je van data naar meer resultaat
Zo start je met personalisatie  Wie, wat en waar
Personalisatie vereist aanwezigheid van webanalytics en customer experience
optimization
Verrijk je data met data uit reeds aanwezige systemen

More Related Content

Webwinkel Vakdagen 2018 - Tije Vlam - Van data naar resultaat met CXO en Webanalytics

Editor's Notes

  1. Een voorbeeld van een case die de meeste van jullie morgen zelf ook zouden kunnen toepassen.
  2. - We moeten dus weten of het een nieuwe bezoeker is. - We moeten een locatiecheck doen (in de checkout), maar het liefst al on the fly. Want anders geef je mensen onterecht deze kortingscode in beeld.
  3. Waarom kan iedereen dit? Deze informatie heb je al. Met de juiste personalisatietool zou je deze aanbieding direct kunnen tonen. De enige vereiste zijn dat je beschikt over webanalytics (in de meeste gevallen Google Analytics data) en dat je reeds aan de slag bent met customer experience optimization, in dat geval beschik je al over de tools en know-how die nodig zijn om je website aan te passen.
  4. Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
  5. Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
  6. Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
  7. Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
  8. Volume: De doelgroep moeten voldoende van de bezoekers vertegenwoordigen Waarde: Ook een kleine doelgroep kan belangrijk zijn als iedere bezoeker heel waardevol is Haalbaarheid: We moeten de bezoekers die binnen de doelgroep vallen wel kunnen identificeren op basis van de beschikbare data.
  9. Als je weet voor wie je wilt personaliseren, is het tijd om na te denken over wat je wilt zeggen en waar je dit wilt laten Focus je op het verschil tussen de doelgroepen: Wat maakt ze uniek? Wat zijn de behoeftes? Maar ook, wat op de pagina ga je aanpassen?
  10. Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? - Verlaten winkelmandje - Specifieke content gedownload - Product twee of meer keer bekeken - Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
  11. Hoe Score nog beter kan scoren.
  12. Inspelen op eerder bekeken producten Maat herkennen > personalisatie Schaarste stuurt de vraag
  13. - Hoe herkennen we de terugkerende bezoeker (het liefst al voor inloggen) We moeten weten welke producten vaker zijn bekeken. Dit kan niet zomaar met GA. Dat vereist 360 + optimize. Of een koppeling tussen AB tool en DMP.
  14. Klanten verleiden ‘lid’ te worden.
  15. Hoe Score nog beter kan scoren.
  16. Om tot goede wie wat waar keuzes te komen heb je meer inzicht nodig in je klant, hun klantreis en hoe je je daartoe verhoudt.
  17. Klantnummer ook verwerken in mailings. Zie wat effectief is, kloppen de voorgestelde suggesties?
  18. Klantnummer ook verwerken in mailings. Zie wat effectief is, kloppen de voorgestelde suggesties?
  19. The WWW in internet!