Handleiding berekende statistieken

Transcriptie

1 Handleiding berekende statistieken Inhoudsopgave Inleiding... 2 Uitleg berekende statistieken... 3 Welke onderdelen van je implementatie heb je nodig om met berekende statistieken aan de slag te kunnen?... 4 Hoe stel je berekende statistieken in?... 7 Hoe gebruik je gebeurtenissen bij het instellen van berekende statistieken? praktijkvoorbeelden met berekende statistieken De conversiewaarde per gebruiker Conversiewaarde per type gebruiker De kwaliteit van je AdWords campagnes bepalen Het rendement van je AdWords campagnes bepalen Content: hoeveel bezoekers navigeren binnen je site? Conversie optimalisatie: hoeveel bezoekers klikken op je call-to-action knoppen? Conversie optimalisatie: wat is de conversie van je formulieren? E-commerce: impact winkelgedrag op de conversie bepalen E-commerce: impact winkelwagen gedrag op online omzet Afsluitende tips

2 Inleiding Sinds enkele maanden is het mogelijk om berekende statistieken binnen Google Analytics in te stellen. Deze functionaliteit vind je terug onder weergave > berekende statistieken: Toch merk ik dat zeer weinig gebruikers deze nieuwe functionaliteit integreren in hun analyses. Een gemiste kans, wat mij betreft. Avinash Kaushik heeft al een blog geschreven over dit onderwerp met 5 praktijkvoorbeelden. Een zeer heldere uitleg met voorbeelden die je direct kunt toepassen op je eigen site statistieken. In deze handleiding bespreek ik met je de basisbeginselen om goed van start te gaan met berekende statistieken + 9 praktijkvoorbeelden. Voordat je met berekende statistieken aan de slag gaat, dien je te beschikken over betrouwbare en volledige data. Daarom zal ik in deze paragraaf ook ingaan op de onderdelen uit je implementatie die je nodig hebt om actiegerichte inzichten te halen met berekende statistieken. Ik heb de paragraaf onderverdeeld in onderstaande stappen, van de basis tot en met geavanceerdere mogelijkheden, zodat je goed van start kunt gaan met berekende statistieken: 2

3 1. Wat zijn berekende statistieken? 2. Welke onderdelen binnen de implementatie heb je nodig voordat je met berekende statistieken aan de slag kunt gaan? 3. Hoe stel je berekende statistieken in? 4. Hoe gebruik je gebeurtenissen bij het instellen van je berekende statistieken? 5. Afsluitende tips. Uitleg berekende statistieken Berekende statistieken is een aanvulling op de huidige standaard en aangepaste statistieken, absoluut geen vervanging. Berekende statistieken is niets anders dan een eigen berekening instellen op basis van de aanwezige standaard of aangepaste statistieken. Vroeger diende je een berekende statistiek in Excel in te richten. Nu kun je een berekende statistiek integreren binnen Google Analytics met je standaard en aangepaste statistieken. Er zijn al berekende statistieken aanwezig in Google Analytics die je via een aangepast dashboard/rapport kunt gebruiken: Aantal sessies per gebruikers; Omzet per gebruiker; Instappen/paginaweergaven. Dit zijn het % bezoekers dat landen op een specifieke pagina. Paginawaarde. Dit is de conversiewaarde van je content. Deze bereken je door de doelwaarde te delen door de unieke paginaweergaven vóór de uiteindelijke conversie. Voordat je start met berekende statistieken adviseer ik je om de vragen waarop je antwoord wilt krijgen via berekende statistieken op papier te zetten. Onderstaand enkele suggesties: Wat is nu de werkelijke conversiewaarde van de gebruikers voor de belangrijkste acquisitie kanalen? Wat is de kwaliteit van je AdWords campagne en landingspagina rekening houden met de gemaakte kosten? 3

4 Wat is de werkelijke ROI vanuit je AdWords campagnes? (inclusief bureau en persooneelskosten) Welk % van de bezoekers klikken op de belangrijkste call-to-action knoppen? Wat is de conversie van je formulieren/check-out stappen? Wat is de impact van het winkelgedrag en winkelwagen conversie op de online omzet? Al deze vragen kun je beantwoorden met berekende statistieken, omdat je statistieken met elkaar kunt combineren gericht op jouw belangrijkste KPI s. Dat is direct ook de kracht van berekende statistieken. Je kunt statistieken instellen gericht op je eigen doelstellingen en type website/webshop. Disclaimer hierbij: berekende statistieken kun je alleen toepassen binnen aangepaste dashboards/rapporten. Kortom: berekende statistieken kun je gebruiken om actiegerichte inzichten uit Google Analytics te halen. Een voorwaarde hiervoor is wel dat je implementatie zo is ingericht dat je deze inzichten kunt achterhalen. Welke onderdelen van je implementatie heb je nodig om met berekende statistieken aan de slag te kunnen? Een cruciaal onderdeel binnen iedere implementatie is het instellen van macro en micro doelen. In de meeste Google Analytics accounts die ik te zien krijg, staan meestal alleen de macro-doelen ingesteld. Een gemiste kans, wat mij betreft. Welke micro-doelen zijn praktisch om in te stellen? Alle stappen in het bestelproces zoals producttoevoegingen aan de winkelwagen en doorklikken naar de check-out stappen. Voor een leadgeneratie website zijn dit de doorklikken naar een offerte of brochure formulier; Nieuwsbrief-inschrijvingen; Aangemaakte accounts; Aangevraagde proefabonnementen; Whitepaper/brochure aanvragen voor een leadgeneratie website. Deze micro-doelen kun je zo gaan gebruiken bij het instellen van de volgende berekende statistieken: 4

5 1. De conversiewaarde per gebruiker; 2. Het % bezoekers dat klikken op een call-to-action knop; 3. Het conversie % van je formulieren. Via deze link vind je meer uitleg over het instellen van micro-doelen. Het importeren van campagne statistieken Daarnaast zijn de kosten cruciaal om het rendement per acquisitie kanaal te kunnen bepalen. Google AdWords heeft gelukkig een automatische koppeling met Google Analytics. Voor de overige acquisitie kanalen is er helaas geen automatische koppeling beschikbaar. Gelukkig biedt Google Analytics je de mogelijkheid om handmatig de campagne statistieken (waaronder de kosten) te importeren in Google Analytics. Mijn advies is om in ieder geval de kosten voor je belangrijkste (betaalde) acquisitie kanalen te importeren. Zo kun je berekende statistieken zoals kosten per gebruiker (zonder bounces) en de ROI (doelwaarde of omzet kosten) toepassen op niet-google AdWords campagnes. 5

6 Via deze link vind je meer uitleg over het importeren van niet-google AdWords campagne statistieken. Optioneel: het importeren van je geopende mails + het koppelen van het userid aan de klikken vanuit je mailing Met UTM-campagne tags kun je de klikken vanuit je mailing doormeten in Google Analytics. Dit is 25% van de metingen die ik adviseer om te gebruiken. Je wilt namelijk ook onderstaande metingen meenemen om de impact van je campagnes op de conversie te bepalen: Het importeren van je campagne statistieken zoals verstuurde mails/klikken en kosten; Het importeren van de geopende mails; Het koppelen van het user-id aan de klikken vanuit je mailing. Deze ingestelde metingen kun je gaan gebruiken om berekende statistieken zoals CTO (klikken/geopende mails) te gaan instellen. Via deze link vind je meer informatie over het importeren van geopende mails in Google Analytics. Via deze link vind je meer informatie over het koppelen van het user-id aan de klikken vanuit je mailing. Onderstaande weergave is een voorbeeld van deze implementatie: 6

7 Hoe stel je berekende statistieken in? Het daadwerkelijk instellen van berekende statistieken is vrij eenvoudig. Je klikt op berekende statistieken > nieuwe berekende statistiek: Vervolgens geef je de berekende statistiek een beschrijvende naam, je kiest voor een opmaaktype en vult de formule in voor jouw berekende statistiek: 7

8 Onder opmaaktype heb ik in dit geval gekozen voor valuta. (decimaal) Je kunt verder kiezen voor de opties zwevend/geheel getal/tijd en percentage. Ik kan me voorstellen dat zwevend niet de meest beschrijvende naam is. Aantal sessies/gebruiker is een voorbeeld van een zwevende berekende statistiek. De overige opmaaktypen spreken voor zichzelf. Vervolgens typ je een statistiek in (bijvoorbeeld doelwaarde) en geeft Google Analytics je een automatische suggestie binnen de formule. Je kunt in deze formule gebruik maken van de operatoren plus/min/delen en vermenigvuldigen. Tot slot dien je deze aangepaste statistiek te integreren binnen een aangepast dashboard of rapport: 8

9 Hoe gebruik je gebeurtenissen bij het instellen van berekende statistieken? Naast het instellen van doelen, adviseer ik je om de interacties op je site als gebeurtenis in te stellen. Voorbeelden hiervan zijn: De scrolldiepte op je homepage of blogs; De interactie met je video s op de site; De geopende mails vanuit je nieuwsbrief; De klikken op een belangrijke call-to-action. Bijvoorbeeld de promotie banner op de homepage. De ingestelde gebeurteniscategorieën zijn helaas een dimensie en geen statistiek. Daarom kun je deze niet gebruiken binnen een berekende statistiek. Gelukkig is ook hiervoor een oplossing. Yehoshua Coren geeft namelijk aan dat je een gebeurtenis kunt omzetten naar een aangepaste statistiek. Via deze link vind je meer informatie over de implementatie om gebeurtenissen om te zetten naar een aangepaste statistiek. 9

10 Deze aangepaste statistiek kun je integreren binnen een aangepast rapport voor zowel sessie als gedragsdimensies: Vervolgens kun je de ingestelde aangepaste statistiek gebruiken om een berekende statistiek in te stellen. Voorbeeld: welk % van de bezoekers bekijken meer dan de helft van mijn blogs? Met onderstaande berekende statistiek kun je deze informatie achterhalen: {{Scrolldiepte meer dan 50%}} / {{Scrolldiepte minder dan 50%}} Ik deel hierbij de % bezoekers die minimaal de helft van mijn blog hebben gelezen door de lezers die in ieder geval gestart zijn met één van mijn blogs. Vervolgens koppel ik deze berekende statistiek aan een aangepast rapport met de gedragsdimensie paginagroep. 10

11 De gemiddelde scrolldiepte is 69,24%, maar de scrolldiepte vanuit de blogs over de Google Analytics rapportages is beneden de 50%. Nu weet ik dus dat ik kritisch dien te kijken naar de content over de Google Analytics rapportages. 9 praktijkvoorbeelden met berekende statistieken In de vorige paragraaf ben ik ingegaan op de basisbeginselen van berekende statistieken. Deze basisbeginselen dien je te beheersen om actiegerichte inzichten te kunnen halen met berekende statistieken. Mijn advies is om deze basisbeginselen eerst goed onder de knie te hebben, voordat je de praktijkvoorbeelden uit deze paragraaf gaat toepassen op je eigen site statistieken. Je hebt helaas slechts 5 berekende statistieken per weergave tot je beschikking. Daarom dien je keuzes te maken over welke berekende statistieken echt impact hebben op je site resultaten. 11

12 In deze paragraaf gaan we 9 praktijkvoorbeelden van berekende statistieken bekijken. Ik zal je hierbij laten zien welke actiegerichte informatie je hiermee kunt achterhalen. Deze praktijkvoorbeelden zijn onderverdeeld in de volgende 5 categorieën: 1. Gebruikersstatistieken; 2. Campagne optimalisatie; 3. Content optimalisatie; 4. Conversie optimalisatie; 5. E-commerce. 12

13 1. De conversiewaarde per gebruiker Voor de ingestelde doelen berekent Google Analytics de conversie op sessie niveau. Dat is niet ideaal. Gebruikers hebben namelijk regelmatig meerdere sessies nodig voordat ze bij je bestellen of een offerte aanvragen. Daarom adviseer ik om alle sessie gerelateerde statistieken te negeren voor zover mogelijk. Met onderstaande berekende statistiek kun je de conversiewaarde op gebruikersniveau laten uitrekenen: Disclaimer hierbij: je kunt deze berekende statistiek alleen gebruiken, indien je een doelwaarde hebt ingesteld. Vervolgens kun je deze berekende statistiek toepassen binnen een aangepast rapport. Bijvoorbeeld om de conversiewaarde per acquisitie kanaal te gaan bepalen: In bovenstaand voorbeeld zie je het grote verschil in conversiewaarde voor het kanaal . Vervolgens kun je dit natuurlijk per lijst gaan uitsplitsen: 13

14 De impact van de maandelijkse nieuwsbrief op de conversie is duidelijk groter dan de cursus en de blogupdate. Daarnaast is het opvallend dat de conversiewaarde per gebruiker vanuit de maandelijkse nieuwsbrief zoveel groter is dan de waarde per sessiedoel. Wat kun je met deze informatie? Je kunt de werkelijke conversiewaarde per kanaal gaan bepalen. SEO is in dit voorbeeld verantwoordelijk voor de meeste gebruikers en bezoeken, maar de conversiewaarde per gebruiker is vanuit hoger. In dit geval dus actiegerichte informatie om niet alleen je aandacht te richten op je SEO bezoekers, maar ook tijd te reserveren voor je campagnes. Kijk niet alleen naar je waarde per sessie, maar vooral naar de conversiewaarde op de langere termijn. Dat zie je vooral terug in de conversiewaarde per gebruiker vanuit direct verkeer en de sociale kanalen. Via deze link kun je dit aangepaste rapport gebruiken. 2. Conversiewaarde per type gebruiker Naast de conversiewaarde voor alle gebruikers is het ook mogelijk om deze uit te splitsen in type gebruikers: 1. Nieuwe gebruikers; 2. Terugkerende gebruikers. Het is niet helemaal 100 % betrouwbare data, aangezien je deze gebruikerstypen op basis van cookies en niet op basis van een uniek gebruikers-id meet. Toch achterhaal je via deze berekende statistieken informatie over welk type gebruiker meer impact heeft op de conversie van de website. 14

15 Converteren je gebruikers in één website bezoek of hebben zij meerdere website bezoeken hiervoor nodig? Allereerst stel je onderstaande berekende statistieken in: 15

16 16

17 Vervolgens gaan we via onderstaande aangepast rapport de conversiewaarde van nieuwe en terugkerende gebruikers bepalen: Welke informatie achterhaal je hiermee? 17

18 Slechts 38% van de bezoekers is al eerder op de website actief geweest. (1910/5011) De meerderheid van de SEO gebruikers is nieuw op de website. De terugkerende gebruikers vanuit SEO zijn verantwoordelijk voor een hogere conversiewaarde dan de nieuwe gebruikers. Meer terugkerende gebruikers zijn afkomstig vanuit dan nieuwe gebruikers. Echter, de conversiewaarde vanuit nieuwe gebruikers is hoger dan de terugkerende gebruikers. De verhouding nieuwe en terugkerende gebruikers is aardig in evenwicht, indien we SEO en buiten beschouwing laten. Welke actiepunten kun je hieraan koppelen? Schrijf uitnodigende content voor de SEO bezoekers, zodat meer gebruikers terugkeren op je website. Vraag je abonnees om feedback te geven over de content in de mailings. Zo kun je de conversiewaarde voor de terugkerende gebruikers vanuit verbeteren. 3. De kwaliteit van je AdWords campagnes bepalen Dankzij de automatische koppeling met Google AdWords kun je campagnestatistieken zoals klikken/kosten en kosten per klik in Google Analytics bekijken. Het nadeel van deze campagne statistieken is dat deze geen informatie geven over de kwaliteit van de landingspagina s, rekening houdend met de advertentiekosten. Met onderstaande berekende statistiek kun je de kosten koppelen aan de AdWords bezoekers die minimaal 2 pagina s hebben bekeken. 18

19 Nu gaan we met onderstaand aangepast rapport de kwaliteit van de verschillende AdWords campagnes bepalen in de afgelopen 3 maanden: 19

20 Vervolgens gaan we kijken naar de afzonderlijke AdWords campagnes. Welke AdWords campagnes zijn verantwoordelijk voor de stijging van de kotsen per bezoek (zonder bounces)? Het is opvallend dat de kosten per bezoek vanuit de regio s Noord-Holland en Friesland hoger zijn dan Limburg. Tot slot gaan we kijken naar de doorkliks naar de inschrijfmodule. We hebben hiervoor onderstaande berekende statistiek ingesteld met het opmaaktype valuta (decimaal): {{Kosten}} / {{01 a. doorklik naar inschrijvingsmodule (Voltooiingen doel 20)}} De kosten delen we hierbij door het aantal doorkliks naar de inschrijfmodule. Welke campagne heeft de meeste impact gehad op de doorkliks naar de inschrijfmodule? 20

21 Welke informatie achterhaal je hiermee? De kosten per bezoek (zonder bounces) zijn gestegen in de afgelopen maanden. De campagne Regio Friesland is verantwoordelijk voor deze hogere kosten/bezoek (zonder bounces) Deze campagne is echter wel verantwoordelijk voor bijna de helft van de doorkliks naar de inschrijfmodule. Kortom: het is niet onverstandig om te blijven investeren in de campagne Regio Friesland ondanks de hogere CPC/kosten per bezoek (zonder bounces) 21

22 4. Het rendement van je AdWords campagnes bepalen In een aangepast rapport kun je dankzij de automatische AdWords koppeling campagne statistieken zoals RPC (conversiewaarde per klik) gebruiken om het rendement van je campagnes te bepalen. Toch ontbreken er nog essentiële zaken om een onderbouwde ROI berekening te maken: 1. Je wilt ook de kosten van je bureau voor het beheer van de AdWords campagnes hierin meenemen. 2. Daarnaast wil je de winstmarge meenemen binnen je ROI berekening. In onderstaande berekende statistiek integreer je beide onderdelen om een onderbouwde ROI berekening te maken voor je AdWords campagnes: Ik heb hierbij gekozen voor een winstmarge van 30%. Daarnaast berekent dit AdWords bureau 10% van de AdWords kosten voor haar werkzaamheden. Nu gaan we kijken naar de winstmarge van de AdWords campagnes in de loop van de maanden: 22

23 Dit zijn natuurlijk zeer positieve resultaten. In november (11) was de winstmarge nog negatief, terwijl deze afgelopen maand (01) gestegen is naar meer dan 4500 euro. Vervolgens gaan we kijken naar de campagnes die een bijdrage hebben geleverd aan deze conversie stijging: In bovenstaand voorbeeld kun je zien dat campagne 1. een zeer grote impact heeft gehad op de online omzet. Echter, voor campagne 3/4 en 5 is de winstmarge negatief. Daarnaast is het opvallend dat de CTR (doorklikratio) vanuit campagne 2 en 3 lager zijn dan de andere campagnes. Je kunt je dan afvragen of de strategie voor deze campagnes wel de juiste is. Via deze link kun je bovenstaand aangepast rapport toepassen op je eigen statistieken 23

24 5. Content: hoeveel bezoekers navigeren binnen je site? De instappers (landingspagina s) meet Google Analytics in het standaard rapport gedrag > site-inhoud. Je wilt echter ook het aantal navigerende bezoeken op je site kunnen bepalen. Hoeveel bezoekers navigeren er tussen de verschillende site onderdelen? Om deze informatie te achterhalen adviseer ik je om onderstaande berekende statistiek in te stellen: Vervolgens gaan we de instappers vergelijken met de navigerende bezoekers in onderstaand aangepast rapport: 24

25 Welke informatie achterhaal je hiermee? Meer bezoekers navigeren naar de blogs over de Google Analytics analyses dan rapportages. Echter, de paginawaarde is hoger vanuit de blogs over de rapportage mogelijkheden. Bijna net zoveel bezoekers navigeren naar de handleidingen dan dat zij hierop rechtstreeks terechtkomen. (instappunten) De paginawaarde is hoger dan gemiddeld voor het site onderdeel handleidingen. Meer bezoekers navigeren naar de homepage dan de blogs over de rapportages en tips. Dat is natuurlijk geen positieve ontwikkeling. De homepage is namelijk een startpunt en geen einddoel. Via deze link kun je dit aangepast rapport toepassen op je eigen site statistieken Conversie optimalisatie: hoeveel bezoekers klikken op je call-to-action knoppen? Met event tracking kun je de klikken op je call-to-action knoppen meten. Dat is een zeer belangrijke meting. Je wilt namelijk weten welk % van de bezoekers op je aanvraag formulier terechtkomen. Je kunt helaas een gebeurteniscategorie niet toepassen binnen een berekende statistiek. Een gebeurteniscategorie is namelijk een dimensie en geen statistiek. Je zal dus eerst de gebeurteniscategorie dienen om te zetten naar een aangepaste statistiek of je stelt de gebeurteniscategorie als doel in.

26 In deze Google Analytics tip leg ik uit hoe je een gebeurteniscategorie omzet naar een aangepaste statistiek. Nu kun je onderstaande berekende statistiek instellen met het opmaaktype percentage om het % bezoekers te bepalen dat op je call-to-action knoppen klikken. Bijvoorbeeld het % bezoekers dat klikt op een brochure aanvraag knop: {{01. Doorkliks naar brochure formulier (Voltooiingen doel 9)}} / {{Gebruikers}} Vervolgens gaan we het % klikken op de CTA knop brochure per kanaal met elkaar vergelijken: Welke informatie achterhaal je hiermee? Relatief weinig bezoekers klikken op de brochure aanvraag knop vanuit direct verkeer in vergelijking met AdWords en SEO. Het is opvallend dat relatief meer bezoekers vanuit AdWords non-branded (zonder bedrijfsnaam) klikken op de brochure aanvraag knop dan vanuit AdWords branded (met bedrijfsnaam). Kortom: AdWords non-branded campagnes zijn verantwoordelijk voor meer bezoekers in de conversiefase dan bijvoorbeeld AdWords branded en SEO. 26

27 7. Conversie optimalisatie: wat is de conversie van je formulieren? Naast de klikken op je call-to-action knoppen wil je ook de conversie van je aanvraag formulier gaan bepalen. Voorbeeld: welk % van de formulier bezoekers vult daadwerkelijk succesvol het formulier in? Disclaimer hierbij: je dient de doorkliks naar het formulier + ingevulde formulieren als aangepaste statistiek/doel instellen. Vervolgens stel je onderstaande berekende statistiek met het opmaaktype percentage in om deze informatie te achterhalen: {{02. Download brochure (Voltooiingen doel 3)}} / {{01. Doorkliks naar brochure formulier (Voltooiingen doel 9)}} Nu gaan we kijken naar de conversie van dit formulier per kanaal: Welke informatie achterhaal je hiermee? Naast het lage doorklikpercentage naar het brochure formulier vanuit direct verkeer is de conversie van het brochure formulier ook significant lager dan bijvoorbeeld AdWords non-branded. Kortom: nu dien je te achterhalen waarom de conversie vanuit direct verkeer zoveel lager is dan AdWords en SEO. Bijvoorbeeld via een online enquête op de homepage. 27

28 Via deze link kun je bovenstaand rapport toepassen op je eigen site statistieken. 8. E-commerce: impact winkelgedrag op de conversie bepalen Bovenstaande praktijkvoorbeelden waren voornamelijk gericht op leadgeneratie websites. (exclusief winstmarge AdWords campagnes) Nu gaan we een praktijkvoorbeeld gericht op E-commerce bespreken. Voor deze webshop hebben we de Enhanced (verbeterde) E-commerce module geïmplementeerd. Ik heb hierbij gebruik gemaakt van de volgende berekende statistieken: 1. Bekeken productdetails per gebruiker; 2. % producttoevoegingen per gebruiker; 28

29 29 3. De winkelwagen conversie.

30 Zo kun je het winkelgedrag van de webshop in kaart gaan brengen: Daarnaast kun je ook de conversie binnen de winkelwagen gaan bepalen: Welke informatie achterhaal je hiermee? 30

31 Vanuit SEO en AdWords bekijken de bezoekers relatief weinig productdetail pagina s. Daardoor is het % producttoevoegingen aan de winkelwagen relatief lager dan bijvoorbeeld en Affiliates. Vanuit en direct verkeer zie je het tegengestelde patroon: meer dan 2 bekeken productdetail pagina s per gebruiker en daardoor een hoger % producttoevoegingen aan de winkelwagen. Daarbij is het wel opvallend dat de winkelwagen conversie vanuit AdWords hoger is dan en direct verkeer. Een mogelijk actiepunt: laat specifieke landingspagina s schrijven voor je AdWords producten/merken campagnes + zet een campagne op gericht op de voortijdige verlaters uit je winkelwagen. Via deze link kun je gebruik maken van bovenstaand aangepast rapport. 31

32 9. E-commerce: impact winkelwagen gedrag op online omzet Het toevoegen van een product aan de winkelwagen is een cruciale stap binnen het conversieproces van een webshop. Daarom wil je de impact van deze stap op de conversie gaan bepalen. Met onderstaande berekende statistieken kunnen we de impact hiervan op de online omzet gaan bepalen: Nu gaan we de impact van de producttoevoegingen aan de winkelwagen op de online omzet toepassen op de ingezette acquisitie kanalen: 32

33 Welke informatie achterhaal je met deze berekende statistieken? De Affiliates zijn verantwoordelijk voor minder producttoevoegingen aan de winkelwagen dan en direct verkeer. Echter de winkelwagen conversie is significant hoger dan bij de andere kanalen. is verantwoordelijk voor een lager dan gemiddelde winkelwagen conversie, maar een hoog % producttoevoegingen aan de winkelwagen. Kortom: optimaliseer de landingspagina s voor Affiliates en de winkelwagen conversie voor de abonnees, zodat je de online omzet naar een hoger niveau tilt. Via deze link kun je gebruik maken van dit aangepaste rapport 33

34 Afsluitende tips Ik ben zeer enthousiast over de mogelijkheid om berekende statistieken te gebruiken in Google Analytics. Het is wel cruciaal dat je een volledige implementatie hebt (laten) uitvoeren, voordat je start met het instellen van berekende statistieken. Tot slot van deze paragraaf deel ik met je nog enkele tips om goed van start te gaan: Bedenk vóóraf de vragen waarop je antwoord wilt krijgen via berekende statistieken; Implementeer de metingen die je nodig hebt om dit antwoord te verkrijgen. Mijn advies is om in ieder geval macro en micro doelen te (laten) implementeren en de kosten te importeren van je belangrijkste advertentie campagnes (on en offline). Mijn advies is om de belangrijkste interacties op je site/shop in te stellen als gebeurtenis en vervolgens om te zetten naar een aangepaste statistiek. Zo kun je deze interacties meenemen binnen je berekende statistiek. Tot slot: je hebt slechts 5 berekende statistieken tot je beschikking per weergave. Stel dus alleen de berekende statistieken in die echt impact hebben op je site resultaten. De Google Analytics Premium gebruikers hebben meer mogelijkheden om berekende statistieken in te stellen. Zij hebben 50 berekende statistieken tot hun beschikking per weergave. Heb je aanvullende vragen over deze handleiding? Of heb je suggesties voor nieuwe handleidingen? Neem gerust contact met mij op! 34