Conversie Optimalisatie (CRO): De Ultieme Gids [+ Checklist]

Conversie Optimalisatie (CRO) heeft als doel het conversiepercentage te verhogen met behulp van experimenten gebaseerd op kwantitatieve en kwalitatieve data.

Haal je genoeg bezoekers binnen, maar wil je dat deze bezoekers sneller, beter of vaker converteren?

Je vermoedt dat er ergens een bottleneck zit, maar je weet niet precies waar…

Ik ga je leren hoe je conversie optimalisatie inzet om:

• Kwantitatief en kwalitatief onderzoek te doen
• Bottlenecks in je website te ontdekken
• Data gedreven experimenten op te zetten

Laten we beginnen…

Wat is CRO?

CRO staat voor Conversion Rate Optimization of in het Nederlands Conversie Optimalisatie.

Het omvat acties die je doet om het conversiepercentage op je website te verhogen, dit kan het volgende bevatten:

• Kwantitatieve data analyse
• Kwalitatief klantonderzoek
• Experimenten

Je probeert met kennis van psychologie, user experience en web usability frictiepunten te ontdekken in waarom bezoekers de gewenste actie niet ondernemen. Daar ga je experimenten voor opstellen om op een data gedreven manier bottlenecks op te lossen:

Hoe bereken je het conversiepercentage?

Het conversiepercentage berekenen is zéér eenvoudig:

Conversiepercentage = aantal conversies / aantal bezoekers

Stel dat je website in januari 10.000 bezoekers had en dat je 230 aankopen hebt gerealiseerd betekent dat je 230 / 10.000 = 2,3% conversiepercentage had in januari.

Waarom conversie optimalisatie?

Je haalt nu 500.000 bezoekers binnen voor €75.000 advertentiebudget met 10.000 transacties à €2 miljoen omzet, dat is dus een conversiepercentage van 2% en een gemiddelde orderwaarde van €150,-.

Stel dat je volgend jaar een omzet van €4 miljoen wilt draaien zul je minimaal 2 keer zoveel advertentiebudget moeten uitgeven (€150.000 dus), je conversiepercentage van 2% naar 4% krijgen of je gemiddelde orderwaarde van €150,- naar €300,- verhogen.

De gemiddelde orderwaarde kun je over het algemeen niet makkelijk verdubbelen, je advertentiebudget verdubbelen is over het algemeen niet per se wenselijk vanwege de lage marges.

Vaak zie je enkele bottlenecks die ervoor zorgen dat bezoekers nog tot actie overgaan. Stel dat je het conversiepercentage van 2% naar 4% brengt heb je je omzet verdubbelt zonder extra advertentie budget én behaal je hogere marges op je advertentiebudget waardoor je hier meer budget voor vrij kunt maken:

Conversie Optimalisatie Strategie

De Conversion Heuristic Formula:

C = 4M + 3V + 2(I-F) – 2A

• C = Probability of conversion
• M = Motivation of user (when)
• V = Clarity of the value proposition (why)
• I = Incentive to take action (why now)
• F = Friction elements of process
• A = Anxiety about entering information

Dat betekent dat de waarschijnlijkheid van een conversie afhankelijk is van de match tussen het aanbod en de motivatie van een bezoeker plus de duidelijkheid van de value proposition plus (incentive om nú actie te ondernemen min de frictie) min de angst.

De getallen naast de afkortingen geven aan hoe belangrijk de variabele is.

Het doel van het CRO-traject is:

1. Het vinden van bottlenecks in de huidige customer journey
2. Een deep-dive te doen op de bottleneck
3. Ideeën prioriteren om deze bottleneck op te lossen
4. Experimenten opzetten om de hypotheses te valideren
5. Learnings te delen en succesvolle experimenten door te voeren

Deze stappen zullen er uiteindelijk voor zorgen dat het conversiepercentage structureel wordt verbeterd.

Conversie optimalisatie en bedrijfsdoelstellingen

Conversie Optimalisatie moet het middel zijn, niet het doel…

…het is dan ook belangrijk dat Conversie Optimalisatie bijdraagt aan een hoger doel.

Strategieën kun je opdelen in:

1. Bedrijfsstrategie: kernwaarden, missie, visie, markt, etc.
2. Productstrategie: positionering, differentiatie, segmentering, etc.
3. Marketingstrategie: messaging, kanalen, targeting, etc.

Marketing kun je vervolgens opdelen in:

1. Product Marketing: denk hierbij aan product-led growth, oftewel marketing die in het product wordt ingebouwd.
2. Performance Marketing: meetbaar marketing resultaat wat vaak betaald is.
3. Brand Marketing: minder goed meetbaar marketing resultaat wat betaald of onbetaald kan zijn.

Groei kun je verder opdelen in:

1. Retentie (iemand vaker laten aankopen)
2. Monetization (iemand meer laten aankopen)
3. Acquisition (iemand laten aankopen)

Uiteindelijk kun je groei zo ontleden dat je exact weet welke sub-KPI bijdraagt aan welke hoofd-KPI:

Of zoals Spotify:

Dit stelt je vervolgens in staat om een Growth Flywheel op te zetten, zoals bijvoorbeeld Amazon:

Of Booking.com:

Conversie optimalisatie programma

Het is geen eitje om een goed Growth Team op te zetten, je werkt daarbij in verschillende volwassenheidsfases.

Er zijn behoorlijk wat verschillende Maturity Modellen om jezelf tegen af te zetten, zoals:

Craig Sullivan Optimization Maturity Model:

• Aleksander Fabijan: Experimentation Growth Model
• Ward van Gasteren: Growth Maturity Model

Waarin je rekening dient te houden met verschillende stakeholders, zoals te zien is in onderstaande RASCI-Matrix:

Uiteraard is het goed om te bepalen welke acties je wekelijks, maandelijks, kwartaallijks of jaarlijks gaat uitvoeren of evalueren.

Data architectuur

 Is je organisatie wel data-volwassen genoeg om te starten met CRO?

Om te kunnen starten met het optimaliseren van je customer journey en conversiedoelen moet je eerst zorgen dat je meetbaarheid op orde is zodat je bottlenecks kunt spotten.

Probeer zoveel mogelijk meetbaarheid aan te brengen in bijvoorbeeld:

• Website (!) vrij eenvoudig met Google Tag Manager
• Productieproces
• Leveringsproces
• Klanttevredenheid
• Marketingprestaties

Dat zorgt er tevens voor dat je met je organisatie dashboarding kunt inzetten om efficiëntie van processen inzichtelijk te maken.

Zie het voorbeeld van Philips:

CRO Flywheel (7 stappen)

Het CRO-traject is een continuerend flywheel waarin je verschillende doelstellingen kunt hebben:

Focus	Doel	Strategie
Proces	Leren te experimenteren.	Program Strategy, focus op hoeveelheid, complexiteit, experimenteer-volwassenheid en teams.
Klant	Klantinzichten vergaren.	Snelheid, UX kwaliteit, referral en sharing rate.
Omzet	Winnende experimenten binnenhalen.	Transacties, AOV, LTV, abonnementen, leads, etc.

1. Onderzoek

Als het aankomt op onderzoek spreken we binnen CRO vaak over de Hierarchy of Evidence, oftewel hoe betrouwbaar bewijs is:

Kwantitatief onderzoek – waar?

We beginnen hierin met het kwantitatieve onderzoek om de ‘Waar?’ te achterhalen in de bottleneck.

Kwantitatief onderzoek bevat nummers en statistieken, dit kan bestaan uit:

• Digital Analytics: duik in je data om de funnel / customer journey inzichtelijk te maken. Hiervoor moet wel nagenoeg alles meetbaar zijn gemaakt, zeker om een deep-dive op een mogelijke bottleneck te kunnen doen.
• Mouse Tracking Analysis: bekijk het muisgedrag van een bezoeker op de website, het oog volgt de muis.
• Click Heatmap: waar klikken gebruikers? Klikken ze waar je wilt dat ze klikken?
• Scroll Heatmap: hoe ver scrollen gebruikers? Scrollen ze wel ver genoeg of moet je elementen boven de fold gaan plaatsen?

Voorbeeld Ecommerce

Je ziet in je funnel een groot uitstappercentage (bv. > 30%) van winkelwagen naar checkout.

Opvallend, want als iemand iets aan zijn winkelmand toevoegt en naar de winkelwagen gaat is de motivatie vrij hoog. Als diegene uiteindelijk niet verder gaat naar de checkout wil dat zeggen dat er iets niet goed gaat in de winkelwagen.

Voorbeeld Leadgeneratie

Je ziet in je funnel een groot uitstappercentage op de pagina om een offerte aan te vragen (bv. > 95%), na het installeren van form-tracking software zie je dat dat gebeurd in de stap bij het invullen van de e-mail.

Kwalitatief onderzoek – waarom?

Met kwalitatief onderzoek kun je achter de ‘Waarom?’ van een bottleneck komen.

Kwalitatief onderzoek bestaat uit woorden en betekenissen, denk hierbij aan:

	Type	Validiteit	Kosten/Tijd
Digital Analytics	Kwantitatief	Hoog	Laag
Mouse Tracking Analysis	Kwantitatief	Laag	Laag
Click Heatmap	Kwantitatief	Middel	Laag
Scroll Heatmap	Kwantitatief	Middel	Laag
Klantgesprekken	Kwalitatief	Middel	Hoog
Vragenlijsten	Kwalitatief	Middel	Middel
Expert Review	Kwalitatief	Laag	Laag
User Testing	Kwalitatief	Middel	Hoog
Klantenservice Interview	Kwalitatief	Middel	Laag
Sales Interview	Kwalitatief	Middel	Laag
Live Chat	Kwalitatief	Hoog	Middel
User Recordings	Kwalitatief	Laag	Hoog
Review Mining	Kwalitatief	Hoog	Hoog

• Klantgesprekken: ga met je (potentiële) klanten in gesprek en vraag door op de antwoorden die ze geven.
• Vragenlijsten: stuur bestaande klanten een vragenlijst of werk met exit-intent en post-purchase surveys.
• Expert Review: evalueer met een aantal CRO-specialisten de website op de plaatsen waar je in de kwantitatieve analyse bottlenecks hebt gespot. Zorg dat je de volgende punten in je evaluatie meeneemt:
  • Clarity: is alles zo helder en duidelijk mogelijk?
  • Friction: wat zorgt voor twijfels?
  • Anxiety: waar ben je bang voor?
  • Distraction: wat leid je af?
  • Relevance: voldoet het aan je verwachtingen?
  • Trust: vertrouw je de bron?
  • Orientation: weet je waar je moet klikken of waar je naartoe zou moeten?
  • Stimulance: waarom zou je over moeten gaan op actie?
  • Security: is het veilig hier? Wat als …?
  • Convenience: hoe lastig gaat het zijn?
  • Confirmation: heb je het juiste gedaan?
• User testing: kijk met je doelgroep mee, geef ze scenario’s en stel ze tegelijkertijd vragen om inzicht te krijgen in de gedachtegang.
• Klantenservice interview: interview de klantenservice om inzichtelijk te krijgen wat veelgestelde vragen zijn en waar mensen over klagen.
• Sales interview: interview sales om te achterhalen wat klanten over de streep trekt of wat ze tegenhoudt.
• Live Chat: exporteer berichten uit de live chat om te achterhalen welke vragen mensen hebben, waarvan ze niet zelf de antwoorden kunnen achterhalen.
• User Recordings: bekijk user recordings over hoe gebruikers je website gebruiken en probeer aan de hand van hun gedrag inzichten te verzamelen.
• Review Mining: haal inzichten uit de reviews die je bedrijf of concurrenten krijgen.

Voorbeeld E-commerce

Na een exit-intent survey op de winkelwagenpagina te hebben geactiveerd zie je dat meer dan 45% van de antwoorden aangeeft dat de retourkosten voor eigen rekening nemen zorgt voor de hoge uitstap in de winkelmand.

Voorbeeld Leadgeneratie

Na een user test kom je erachter dat 5 van de 5 mensen aangeeft zijn e-mailadres niet te willen achterlaten, omdat ze bang zijn eindeloos te worden gespamd met nieuwsbrieven.

2. Ideation

Nadat bekend is waar de bottleneck ligt en waarom de bottleneck daar ligt is het tijd om ideeën te gaan brainstormen en hypotheses te gaan opstellen.

Ideeën kunnen in verschillende categorieën van het BOOM-framework vallen:

1. Ability: als je mensen iets wilt laten doen, maak het makkelijk.
2. Attention: de aandacht van je bezoeker kan maar op één ding tegelijk liggen, leidt het oog waar jij het wilt hebben.
3. Motivation: het overtuigend laten aansluiten van je product of dienst op de behoeftes van de klant om de motivatie te verhogen.
4. Certainty: mensen die onzeker zijn kopen niet, ze stellen uit. Zorg dat je onzekerheid wegneemt zodat mensen tot actie overgaan.
5. Choice Architecture: koopgedrag wordt beïnvloed door de manier waarop opties aan ons worden gepresenteerd.

De krachtigste ideeën zijn vaak gebaseerd op een psychologisch effect of cognitieve bias.

Daarnaast kunnen ideeën ook verschillende groottes hebben:

Zorg ervoor dat je je ideeën omzet in hypotheses zodat je deze kunt gaan valideren:

Op basis van [data] zien we dat [inzicht]. Ik verwacht dat als we [actie] doen dat we een [stijging / daling] van [hoeveelheid] meten op [kpi], omdat [reden].

Download het Experiment Canvas om je ideeën te documenteren:

Voorbeeld E-commerce

Op basis van de exit-intent survey zien we dat gebruikers niet tot aankoop overgaan vanwege de retourkosten. Ik verwacht dat als we gratis retouren gaan aanbieden dat we een +15% stijging in het aantal transacties gaan zien tegenover een +5% stijging in het aantal retouren, omdat we daarmee onzekerheid wegnemen.

Voorbeeld Leadgeneratie

Op basis van user testing merken we dat gebruikers geen e-mailadres op willen geven, omdat ze bang zijn oneindig veel nieuwsbrieven te gaan ontvangen. We verwachten dat als we expliciet aangeven dat gebruikers slechts één mail ontvangen met de offerte en verder geen opvolging, dat we daarmee een +20% stijging in het aantal offerte-aanvragen gaan zien, omdat we angst wegnemen.

3. Prioritization

Prioriteren kan op veel manieren, enkele bekenden zijn:

• PXL: – voor conversie optimalisatie is PXL een van de meest uitgebreide prioriteringsframeworks.
  
• P.I.E. –  een van de meest simpele en bekende.
  • Potential: hoeveel impact kun je maken?
  • Importance: hoe waardevol is het element?
  • Ease: hoe lastig gaat het zijn om te testen of door te voeren?
• I.C.E. – vergelijkbaar met P.I.E. en dus ook vrij simpel.
  • Impact – hoeveel impact gaat het hebben?Confidence – hoe zeker ben je ervan dat het gaat werken?
  • Ease – hoe gemakkelijk gaat het zijn om te implementeren?

Daarnaast kan het enorm helpen om een power analyse te doen. Dat wil zeggen dat je gaat kijken naar de verschillende pagina’s of elementen waar je een test voor wilt gaan opzetten en gaat kijken hoe lang de test zou moeten lopen voordat je significantie aan kunt tonen.

Er zijn verschillende tools om de MDE te berekenen.

4. Execution

Je begint met evalueren of je genoeg data hebt om überhaupt te kunnen gaan testen.

Dat ligt aan:

• Sample size
• Effect size
• Significance level

Er zijn talloze tools die je kunt gebruiken om te berekenen hoe lang je test zou moeten lopen om significantie aan te tonen, oftewel het Minimum Detectable Effect (MDE).

Daarnaast hoeft je ook niet alles te testen:

Verschillende soorten testen

• A/B Test: een test waarbij variant A en B evenveel verkeer krijgen en waar uiteindelijk wordt gekeken naar vooraf vastgestelde KPI’s om te onderzoeken welke variant beter werkt.
• Multivariate Test (ABn Test): een test waarbij meer dan 2 varianten worden getest tegenover elkaar. Voor ABn testen is veel data nodig om significantie aan te tonen.
• Fake Door Test: je gaat geen volledige functionaliteit ontwerpen, maar je gaat de motivatie van gebruikers meten. Je plaatst bijvoorbeeld een knop op je website die gebruikers laat denken dat er een bepaalde functionaliteit is, als er vaak op wordt geklikt heb je validatie dat er vraag is naar een bepaalde functionaliteit.
• Multiple Tests: in sommige gevallen is het ook mogelijk om meerdere testen tegelijk te laten lopen. Dit is in principe alleen wenselijk als ze op verschillende KPI’s worden beoordeeld om vervuiling van de data te voorkomen.
• Leap Test: meer dan één element aanpassen in een test. Hierdoor heb je geen zekerheid welke aanpassing het effect teweeg brengt, maar kun je wel sneller vooruit met je testprogramma.
• Bandit Test: maximaliseren van de omzet, als variant A beter werkt wordt A vaker getoond tijdens de testperiode en als B beter werkt dan wordt B vaker getoond.
• User Test: enkele gebruikers een bepaalde situatie voorleggen of actie laten uitvoeren om aannames te valideren.

5. Analyse

Nadat je test heeft gelopen kun je deze gaan analyseren.

Sample Ratio Mismatch (SRM)

Als eerste is het goed om te checken of er een Sample Ratio Mismatch is…

Dat wil zeggen dat er een mismatch zit tussen het aantal (of type) gebruikers tussen de verschillende varianten.

Idealiter is de verhouding van een A/B-test 50/50 en een A/B/C-test dus 33/33/33, maar bij een Sample Ratio Mismatch kan het zijn dat gebruikers niet evenredig verdeeld zijn of dat bepaalde type gebruikers zoals nieuwe/terugkerende – mobiel/desktop gebruikers niet evenredig verdeeld zijn.

Dat kun je met behulp van een online calculator uitsluiten.

Frequentist Aanpak

Met de frequentist aanpak probeer je de null-hypothese te verwerpen (A is beter dan B).

Er is ook nog de bayesian methode, maar ik wil het niet complexer voor je maken dan dat hoeft.

Dat kun je doen als de Confidence Interval (CI = 1  – P value):

• Na 1 week 99% is
• Na 2 weken 98% is
• Na 3 weken 95% is
• Na 4 weken 90% is

Tenzij je het met je bedrijf anders afspreekt.

De P-value kan berekend worden met de A/B-test calculator van CXL. Indien je een positieve  (> +0,01%) uitkomst hebt gebruik je de one-sided Z-test, omdat je dan de vraag stelt:

• Is A beter dan B?

Indien je een negatieve (< -0,01%) uitkomst hebt gebruik je de two-sided Z-test, omdat je dan de vraag stelt:

• Zijn A en B anders in welke richting dan ook?

Voorbeeld one-sided

Stel dat je test 31 dagen heeft gedraaid met 15.000 sessies in iedere variant met 500 conversies in variant A en 550 conversies in variant B met gemiddelde orderwaarde van $100,- dan zou je een P-value van 0,058 krijgen en een Confidence Interval van 1 – 0,058 = 94,2%:

Voorbeeld two-sided

Stel dat je met dezelfde data werkt, maar dat variant A 550 conversies had en variant B slechts 500 dan zou je een Confidence Interval van 1 – 0,12 = 88% krijgen. Wat niet significant is, omdat we na 4 weken boven de 90% zouden moeten zitten:

Voor de two-sided methode heb je meer data nodig dan de one-sided methode, omdat je vraag breder wordt.

Two-Sample T-Test

Bij een A/B-test werk je met percentages, als je significantie over absolute aantallen wilt berekenen kun je gebruik maken van een Two-Sample T-Test.

Je vult je absolute data in waarna vervolgens significantie over het verschil in mediaan van je twee databronnen wordt berekend.

De mediaan is de middelste waarde als je je dataset van kleinste naar grootste waarde rangschikt. Het gemiddelde is de som van alle waarden gedeeld door het totale aantal waarden.

Errors

Er zijn twee type errors die vaak voorkomen:

1. False positive (type 1 error): je denkt dat B beter is dan A, maar dat klopt niet. De test meet een verschil in resultaat tussen beide varianten dat er niet is.
2. False negative (type 2 error): de test laat zien dat B slechter is dan A, maar dat klopt niet. De test heeft geen significant resultaat gevonden terwijl dat er wel is.

6. Beslissen

Als je je test hebt geanalyseerd kun je 3 verschillende uitkomsten hebben:

1. Geen significant effect: dat betekent niet dat je hypothese of design slecht was, maar dat je geen significantie kon aantonen.
2. Significant negatief effect: het lijkt erop dat je experiment een negatief effect heeft tegenover het origineel.
3. Significant positief effect: dat wil niet zeggen dat als je het doorvoert je ook daadwerkelijk dit resultaat gaat zien, maar dat er een grote kans is dat het een positieve impact heeft.

Daarop kun je 3 beslissingen maken:

1. Doorvoeren
2. Doortesten
3. Stoppen

Business Case

De volgende stappen voor je CRO-programma kunnen zijn:

1. Meer Budget: hogere test-velocity, oftewel meer a/b-testen.
2. Meer Kennis: hogere kwaliteit A/B-testen om inzichten te verwerven.
3. Minder Budget: minder A/B-testen.

Je wilt van je significante resultaten berekenen wat de financiële impact was.

Dat kun je doen door de volgende formule in te vullen:

Extra transacties per maand X het aantal maanden X de gemiddelde orderwaarde

Eventueel kun je ook de Yearly Impact Calculator van Guido Jansen gebruiken voor een betrouwbare financiële impact. Deze neemt bepaalde correcties mee.

Helemaal interessant is het als je de CROAS (Conversion Return On Agency Spend) inzichtelijk kunt maken op jaarbasis om de waarde van CRO te laten zien.

7. Inzichten

Maak een presentatie van de test, het resultaat en de learnings. Deel deze intern zodat stakeholders op de hoogte zijn van de resultaten uit je test-programma en zodat mensen intern leren dat aannames gevaarlijk zijn.

Een gefaald experiment heeft je potentieel geld bespaard en een geslaagd experiment levert je potentieel geld op.

Zorg dat je in je experimenten ook goed deep-dived in de data om te leren hoe bepaalde segmenten hebben gereageerd op je experiment zodat je hier inzichten uit kunt halen.

Je inzichten leiden idealiter ook tot nieuwe hypotheses die je op je hypothese-lijst kunt prioriteren.

Uitgebreide CRO Proces

Het uitgebreide CRO Proces zou er als volgt uit kunnen zien:

Start met optimaliseren…

Nu ben je gewapend met genoeg kennis om je Customer Journey te gaan optimaliseren.

Ik ben benieuwd, hoe ver ben jij met je experimenten-programma en wat houd je nog tegen?

Laat het weten in een reactie.

P.S. als je graag extra hulp zou willen krijgen kun je me een mail sturen op [email protected]

Veelgestelde vragen