Handleiding user id functie in Google Analytics: speel in op individueel gebruikersgedrag

Transcriptie

1 Handleiding user id functie in Google Analytics: speel in op individueel gebruikersgedrag Inhoudsopgave Inleiding... 2 De basisbeginselen van een user-id weergave... 3 Voor wie is een user-id weergave geschikt?... 5 De implementatie van een user-id weergave... 5 Hoe integreer je de user-id weergave in je huidige analyse?... 9 Toepassingsmogelijkheden user-id weergave CRM data integreren binnen je user-id weergave praktijkvoorbeelden van individueel gebruikersgedrag in Google Analytics De winkelwagen en check-out verlaters De conversiewaarde per klant Micro-segmenten om de conversiewaarde van je campagnes te bepalen Wie zijn de top 10/25 abonnees qua geopende mails en kliks? Welke doelgroep is verantwoordelijk voor de meest betrokken abonnees? Loyaliteit abonnees Rating per abonnee Afsluitende tips

2 Inleiding In een standaardweergave meet Google Analytics sessies en gebruikers op basis van cookies. (het client id) Dit zijn geen individuele (unieke) gebruikers, maar apparaat/browser gebruikers. De cookies (client id s) op je desktop zijn namelijk niet identiek aan de cookies op je mobiel of tablet apparaat. Onderstaande weergave is een voorbeeld van deze situatie: In de standaardweergave meet Google Analytics voor rij 4 t/m 8 in ieder geval 11 gebruikers, terwijl het hierbij gaat om slechts 5 individuele gebruikers. Gelukkig heeft Google Analytics hierop ingespeeld met de user-id override functie. Een lastige technische term. De toepassing van deze user-id weergave is dat je wel individueel gebruikersgedrag kunt bepalen, ongeacht het gebruikte apparaat. 2

3 Disclaimer hierbij: deze functie kun je alleen gebruiken indien je beschikt over een identificatie zoals een adres. In deze handleiding laat ik je de basisbeginselen van de user-id weergave zien: wat dien je te weten om actiegerichte inzichten te kunnen halen via een user-id weergave? De doelstelling is namelijk niet het instellen van een user-id weergave, maar de cijfers vertalen naar concrete informatie om in te kunnen spelen op het individuele gebruikersgedrag van bijvoorbeeld je inloggers of abonnees. Daarnaast zal ik je 6 praktijkvoorbeelden laten zien. Ik hoop dat je hierdoor inspiratie krijgt om actiegerichte inzichten te gaan halen uit je eigen user-id weergave voor inloggers of abonnees. De basisbeginselen behandel ik stap-voor-stap, van eenvoudig t/m de geavanceerde mogelijkheden: 1. Wat is een user-id weergave? 2. Voor wie is een user-id weergave geschikt? 3. Hoe stel je een user-id weergave in? 4. Hoe integreer je de user-id weergave in je huidige analyse? 5. Hoe kun je CRM data integereren binnen je user-id weergave? De basisbeginselen van een user-id weergave De user id-weergave is een toepassing om het gedrag van je individuele gebruikers binnen een inlog-omgeving of campagne te bepalen. Om deze user-id weergave te activeren heb je een identificatie in de vorm van een e- mail adres nodig. Dit user-id is afkomstig uit je webshop/crm of systeem. Dit user-id zorgt ervoor dat je het individuele gebruikersgedrag binnen je inlogomgeving of campagne kunt gaan bepalen. Disclaimer hierbij: je mag geen persoonlijke informatie zoals een adres/naam/postcode in Google Analytics importeren. Onderstaande weergave is een voorbeeld van een geïmplementeerde user-id weergave: 3

4 Met dit user-id kun je vervolgens eigen data uit je webshop/crm systeem in Google Analytics integreren. Bijvoorbeeld je belangrijkste doelgroepen: Wat zijn de voordelen om een user-id weergave te gebruiken? Je kunt de werkelijke impact van mobiele gebruikers op je conversie gaan bepalen, omdat je gebruikersgedrag over de apparaten heen kunt achterhalen. Je kunt de conversie van nieuwe vs. bestaande klanten gaan bepalen. Je kunt de werkelijke impact van je acquisitie kanalen op de conversie gaan bepalen. Last but not least: je kunt CRM data gaan koppelen aan het user-id. Voorbeelden hiervan zijn doelgroep en type klant. 4

5 Voor wie is een user-id weergave geschikt? Een user-id weergave is niet voor iedere website geschikt. Je dient namelijk de gebruiker vóóraf te kunnen identificeren. In de volgende situaties adviseer ik je om een user-id weergave te gaan gebruiken: Inlog-omgeving klanten binnen een webshop; Inlog-omgeving proef en betaalde abonnees. Bijvoorbeeld in een SAAS systeem of inlog van een online uitgever. campagnes; De inlog-omgeving voor je klanten/abonnees spreken voor zichzelf. Na de inlog koppel je het user-id aan het site/winkelgedrag van de ingelogde gebruiker. De toepassing voor campagnes is wat minder vanzelfsprekend. Je hebt namelijk geen inlog voor je abonnees, maar je beschikt wel over een adres van je abonnee. Dit adres is gekoppeld aan een user-id binnen je ESP. (voorbeelden van ESP s zijn MailChimp en MailPlus) Dit user-id kun je koppelen aan het site/winkel gedrag, nadat de abonnee klikt op een link vanuit je nieuwsbrief. Hierdoor kun je in Google Analytics de omzet/conversie per abonnee gaan bepalen: De implementatie van een user-id weergave Helaas dien je ook een implementatie uit te voeren om een user-id weergave te kunnen gebruiken. Allereerst dien je een user-id weergave in te stellen via property > tracking info > user id: 5

6 Vervolgens dien je ervoor te kiezen om de sessie-unificatie aan of uit te zetten: 6

7 Mijn advies is om deze optie te activeren. Zo kun je namelijk de interacties vóór de inlog integreren binnen je user-id weergave. Tot slot geef je de weergave een beschrijvende naam + vul je de juiste tijdzone in: 7

8 Tip: maak een aangepaste dimensie aan voor het user-id van je klanten met het bereik gebruiker. Dit user-id kun je zo gaan toepassen binnen je aangepaste dashboards/rapporten: 8

9 Helaas ben je er dan nog niet. Je dient ook een technische implementatie uit te voeren om de user-id weergave te activeren. Mijn advies is om dit over te laten aan je webbouwer of een technisch webanalist. Zo kun jij de aandacht richten op de informatie en actiepunten die je achterhaalt via de user-id weergave. In deze Google Analytics tip leg ik stap-voor-stap uit hoe je dit implementeert met Google Tagmanager. In deze Google Analytics tip leg ik uit hoe je user id s van je abonnees integreert binnen Google Analytics Hoe integreer je de user-id weergave in je huidige analyse? Nu kun je eindelijk starten met het echte werk: de inzichten die je achterhaalt via de user-id weergave. Allereerst heb je enkele nieuwe standaard rapporten erbij gekregen. Deze vind je terug onder doelgroep > verschillende apparaten: 9

10 Met deze rapporten kun je de werkelijke impact van mobiel/tablet op de conversie gaan bepalen: wat is de werkelijke impact van mobiele/tablet gebruikers op de conversie? In bovenstaand voorbeeld kun je zien dat de impact van de desktop gebruiker op de conversie hoger is dan de mobiele/tablet gebruiker. Echter, de omzet per nieuwe gebruiker is hoger vanuit Tablet dan desktop. Dit komt 10

11 door een hogere omzet van Tablet in combinatie met gebruik van andere apparaten. (inkomsten van andere apparaten) Helaas kun je bovenstaand standaard rapport nu (nog) niet toepassen binnen een aangepast dashboard/rapport. Toepassingsmogelijkheden user-id weergave Een user-id koppelen aan site/winkelgedrag is natuurlijk een goede 1ste stap. Maar dan ben je er nog niet. Want welke actiegerichte inzichten kun je hier nu mee achterhalen? Voorbeeld: welke klanten (inloggers) hebben doorgeklikt naar de stap afrekenen, maar geen bestelling geplaatst? Deze informatie kun je meenemen bij de opzet van een mailing gericht op de winkelwagen en check-out verlaters, die de meeste kans hebben om alsnog hun bestelling af te ronden. Bekeken handleidingen via campagne Daarnaast kun je de user-id weergave ook toepassen op je campagnes. Ik deel iedere maand een handleiding met mijn abonnees. Via een user-id weergave kun je de volgende zaken achterhalen: De abonnees die de handleiding bekijken; De abonnees die doorklikken vanuit de mailing, maar de handleiding niet bekijken. 11

12 Uit bovenstaande afbeelding kun je afleiden dat 11 handleidingen zijn bekeken. Echter, abonnees 1/3 en 5 hebben meerdere pagina s bekeken, maar geen handleiding bekeken. Nu kun je ervoor kiezen om abonnee 1/3 en 5 mee te nemen binnen de mailing gericht op de handleiding die ze (nog) niet hebben bekeken. Tip: gebruik identieke dashboards/aangepaste rapporten binnen je user-id weergave zoals binnen je standaard weergave. Zo kun je namelijk de vergelijking gaan maken tussen bestaande vs. nieuwe klanten. CRM data integreren binnen je user-id weergave Context is cruciaal om actiegerichte inzichten te halen uit het individuele gebruikersgedrag van je klanten/abonnees. Daarom adviseer ik om de belangrijkste dimensies uit je CRM te koppelen aan de geïmplementeerde user-id. Nu dien je natuurlijk de volgende vraag te beantwoorden: wat zijn de belangrijkste dimensies in je CRM-pakket? Dit is natuurlijk afhankelijk van meerdere factoren zoals bedrijfsdoelstellingen en strategie + de beschikbare dimensies in je CRM-pakket. Onderstaande dimensies kom ik regelmatig tegen in de praktijk: Doelgroep > man/vrouw of particulier/zakelijk. 2. Duur klantrelatie > minder dan 1 jaar/1-2 jaar/meer dan 2 jaar. 3. Klantwaarde in de loop van de tijd. 4. Geografie > uit welke regio s zijn je klanten afkomstig?

13 5. Datum nieuwsbrief-inschrijving/1ste aankoop. Zo kun je de impact van loyale abonnees/klanten op de site resultaten gaan bepalen. Onderstaande weergave is een voorbeeld van de klantwaarde voor een webshop: Wat kun je met deze data? Je kunt de werkelijke conversiewaarde van een kanaal gaan bepalen. In bovenstaand voorbeeld zie je dat SEO verantwoordelijk is voor klanten die meer besteden dan AdWords en Facebook. 13

14 6 praktijkvoorbeelden van individueel gebruikersgedrag in Google Analytics In de vorige paragraaf heb ik de basisbeginselen van de user-id functie stap-voorstap met je doorgenomen. In deze paragraaf laat ik je 6 praktijkvoorbeelden zie hoe je actiegerichte inzichten achterhaalt via de user-id weergave. Kortom: hoe vertaal je de data uit de user-id weergave naar concrete informatie? Ik heb deze 6 praktijkvoorbeelden onderverdeeld in onderstaande categorieën: 1. Winkelwagen en check-out verlaters voor een campagne; 2. De conversiewaarde per klant om het rendement van je campagnes te bepalen. 3. Micro-segmenten om de conversiewaarde van je campagne te bepalen. Disclaimer: om de conversiewaarde per klant/klantsegment te bepalen dien je een technische implementatie uit te voeren. In deze paragraaf ga ik niet in op de technische implementatie hiervan. De insteek is namelijk dat je de aandacht kunt richten op het halen van actiegerichte inzichten uit het gebruikersgedrag van je klanten/abonnees. Zo kun je namelijk dit gebruikersgedrag gaan vertalen naar concrete actiepunten om de conversie vanuit je klanten/abonnees naar een hoger niveau te tillen. 1. De winkelwagen en check-out verlaters Door het implementeren van de user-id weergave (inlog-omgeving) kun je de conversie van de winkelwagen en check-out per klant/ abonnee gaan bepalen. Het is natuurlijk zeer tijdrovend en weinig efficiënt om de conversie van iedere klant/abonnee te gaan analyseren. Het is verstandiger om de belangrijkste microsegmenten mee te nemen in de conversie optimalisatie van je webshop. Een voorbeeld hiervan zijn de winkelwagen en check-out verlaters. Onderstaande weergave is een voorbeeld van dit micro-segment: 14

15 Wat kun je met deze informatie? Je ziet dat 347 klanten hun product in de winkelwagen hebben gelegd, maar geen bestelling hebben geplaatst. Je kunt er voor kiezen om deze bezoekers nogmaals te benaderen via een campagne. Nog beter is om deze winkelwagen verlaters nog verder onder te verdelen in waardevolle groepen. Bijvoorbeeld door te kiezen voor de gebruikers die in ieder geval 2x een product in de winkelwagen hebben gelegd. Daarnaast kun je er ook voor kiezen om deze gebruikers met een koop intentie mee te nemen in een Remarketing campagne gericht op je winkelwagen verlaters. Zo kun je testen wat beter converteert: een of een Remarketing campagne gericht op de winkelwagen verlaters. 2. De conversiewaarde per klant Naast het winkelgedrag van je klanten wil je ook de conversiewaarde van een klant in de loop van de tijd kunnen bepalen. In Google Analytics kun je doelen instellen om de bestellingen/afgesloten abonnementen per klant/abonnee te bepalen. 15

16 Dit zijn echter alleen de bestellingen voor één sessie. Je kunt dus niet de werkelijke conversiewaarde van een klant in de loop van de tijd bepalen. Voorbeeld: je wilt de werkelijke impact van je AdWords klanten op het bedrijfsresultaat gaan bepalen. Is AdWords verantwoordelijk voor klanten die meer of minder dan gemiddeld besteden? In bovenstaand voorbeeld kun je zien dat er grote verschillen zijn qua conversiewaarde per klant. Nu is het natuurlijk waardevol om de werkelijke klantwaarde per kanaal te gaan bepalen. Welke kanalen hebben nu de meeste impact op de online omzet? We exporteren de klantwaarde naar Excel en gaan de kanalen met elkaar vergelijken: 16

17 AdWords en SEO hebben de meeste impact op de online omzet, terwijl de impact van de nieuwsbrieven op de online omzet minimaal is. Wat kun je met deze informatie? Je kunt deze gebruiken voor je marketingcommunicatie planning en budget verdeling. Voorbeeld: dien je alle activiteiten op de optimalisatie van je AdWords campagnes te richten of dien je ook budget vrij te maken voor SEOoptimalisatie? Daarnaast geeft deze informatie je input voor je marketingcommunicatie strategie. Voorbeeld: heeft in dit geval weinig impact op de online omzet. Waar ligt dat aan? De grootte van je lijst? De content in je mailing of wellicht sluit je landingspagina niet aan op de content uit je mailing? Micro-segmenten om de conversiewaarde van je campagnes te bepalen De user-id weergave kun je ook toepassen op je campagnes. Je beschikt ten slotte over het adres van je abonnees. Via een aangepaste implementatie kun je het user-id van je abonnees importeren in Google Analytics. Zo kun je het gebruikersgedrag per abonnee gaan analyseren. Het gebruikersgedrag analyseren van iedere individuele abonnee is niet erg efficiënt. Je kunt beter micro-segmenten van je campagnes gaan analyseren. Onderstaand enkele suggesties/ideeën voor micro-segmenten: De top 10/25 abonnees qua geopende mails/kliks vanuit je mailing; 17

18 De doorklikratio/conversie per doelgroep > in mijn geval zijn dit de doelgroepen websites/bureaus en ZZP ers. Een ander voorbeeld van een doelgroep is consument/zakelijk. In MailChimp beschik je over de dimensies datum van de nieuwsbriefinschrijving en rating(waardering). Rating is een indicator voor het percentage geopende mails en klikken vanuit je mails per abonnee. Via de integratie met Google Analytics kun je de rating vanuit je systeem gaan koppelen aan het gebruikersgedrag. Hebben de abonnees met een hoger dan gemiddelde rating ook een werkelijke impact op je conversie? Bovenstaande integraties zijn natuurlijk interessant. Echter, zonder context kun je hier geen actiepunten aan koppelen. Daarom gaan we eerst de vragen op papier zetten waarop we antwoord willen krijgen: 3. Wie zijn de top 10/25 abonnees qua geopende mails en kliks? 18

19 Mijn top 15 abonnees zijn verantwoordelijk voor 25% van de totale geopende mails. Daarnaast zie je grote verschillen qua doorklikratio (CTR ) tussen de abonnees in bovenstaand overzicht. Wat is er aan de hand met abonnee 2 en 4? Waarom klikken abonnee 1/3 en 6 wel vaker dan gemiddeld door vanuit de mailing? Praktische informatie om mee te nemen bij de optimalisatie van je campagnes. 19

20 4. Welke doelgroep is verantwoordelijk voor de meest betrokken abonnees? De doelgroep website is verantwoordelijk voor meer geopende mails en klikken vanuit de mailing dan de doelgroepen bureau en ZZP. Nu gaan we kijken naar de conversiewaarde per doelgroep: Ook qua conversiewaarde heeft de doelgroep website een grotere impact op de resultaten dan de doelgroepen bureau en ZZP. Praktische informatie om mee te nemen binnen de content planning voor de verschillende mailings. 20

21 5. Loyaliteit abonnees Welke abonnees zijn het meest loyaal? Abonnees die zich dit jaar hebben ingeschreven of al 1-2 jaar je nieuwsbrief ontvangen? Om deze informatie te achterhalen gebruiken we de dimensie datum nieuwsbriefinschrijving. Vervolgens gebruiken we deze aangepaste dimensie om de jaren 2014/2015 en 2016 in een apart segment (groep) te plaatsen: In bovenstaand voorbeeld kun je zien dat de inschrijvers uit 2015 verantwoordelijk zijn voor de meeste geopende mails en kliks vanuit de mailing. Echter, het doorklikpercentage voor de inschrijvers uit 2014 is hoger dan voor de jaren 2015 en Nu gaan we kijken naar de conversiewaarde per jaar. Welk jaar van inschrijving is verantwoordelijk voor de hoogste conversiewaarde per gebruiker? 21

22 De inschrijvers uit 2015 zijn verantwoordelijk voor de hoogste doelwaarde. Niet verwonderlijk aangezien zij verantwoordelijk zijn voor de meeste doorklikken vanuit de mailings. Echter, de conversiewaarde per gebruiker voor de inschrijvers uit 2014 zijn hoger dan voor de inschrijvers uit 2015 en Wat kun je met deze informatie? Ik investeer in het werven van nieuwe abonnees via mijn blog. Maar bovenstaand overzicht geeft je onderbouwde informatie om ook de aandacht te richten op de loyale abonnees die al 1-2 jaar je nieuwsbrief ontvangen. 6. Rating per abonnee MailChimp geeft een rating (waardering) per abonnee. Dat is natuurlijk zeer nuttige informatie. Echter, deze rating is alleen gebaseerd op geopende mails en kliks vanuit de mailing. Je wilt ook de conversiewaarde per rating ster met elkaar kunnen vergelijken: De meerderheid van de klikken vanuit de mailing waardeert MailChimp met 4/5 sterren. De abonnees met 5 sterren hebben ook de meeste impact op de conversie. Het is echter wel opvallend dat de abonnees met 4 sterren verantwoordelijk zijn voor een lagere conversiewaarde per gebruiker dan de abonnees met 2/3 sterren. Dan 22

23 kun je je dus afvragen of de abonnees met 4 sterren wel zo waardevol zijn voor je website/webshop. Tip: test met segmenten binnen je pakket (in dit geval MailChimp) om antwoord te krijgen op de vraag of de abonnees met 4 sterren meer impact hebben op de conversie dan abonnees met minder dan 4 sterren. Afsluitende tips In deze handleiding heb ik de basisbeginselen van de user-id functie stap-voor-stap met je doorgenomen. Daarnaast heb ik je 6 praktijkvoorbeelden laten zien om toe te passen binnen je user-id weergave. Mijn belangrijkste advies is om niet de individuele klanten/abonnees te gaan analyseren, maar gebruik te maken van microsegmenten. Ik heb je bovenstaande micro-segmenten laten zien. Er zijn natuurlijk nog meer kenmerken te bedenken om te gebruiken als micro-segment. Enkele suggesties/ideeën: Gegevens op basis van geografie > provincie per klant/abonnee; Gegevens op basis van demografie/psychografie zoals leeftijd/geslacht en interesses/koopkracht; Type klant/abonnee. Bijvoorbeeld premium/standaard en budget. De frequentie van aankopen per klant. Tot slot wil ik nog enkele tips met je delen. Zo kun je goed van start gaan met de optimalisatie van je website/webshop voor je klanten/abonnees. Laat je niet intimideren door de technische implementatie. Een ervaren webbouwer/technisch webanalist kan de implementatie van de user-id weergave voor je uitvoeren. Zo kun jij de aandacht richten op het optimaliseren van je website/webshop voor je klanten. Stel altijd macro en micro doelen in binnen je user-id weergave. Zo kun je de werkelijke conversiewaarde van je klanten gaan bepalen. Koppel gebruikerskenmerken aan het user-id van je klant/abonnee. Met deze kenmerken kun je de conversie per micro-segment gaan bepalen. Voorbeeld: de conversie per doelgroep/type klant/woonplaats. 23

24 Veel succes met het halen van actiegerichte inzichten uit het gebruikersgedrag van je klanten/abonnees! Heb je aanvullende vragen/onduidelijkheden over deze handleiding? Mail me gerust! 24