Verbeter conversieratio: Google Analytics Onsite Search

Iedere organisatie heeft graag een goed beeld van de wensen van hun bestaande of potentiële nieuwe klanten en hun informatiebehoefte, die voorafgaat aan de daadwerkelijke aankoop.  Hiertoe worden bijvoorbeeld regelmatig  klantonderzoeken uitgevoerd of geïnventariseerd welke vragen aan servicemedewerkers worden gesteld.

In dit artikel lees je hoe je Google Analytics kunt inzetten voor een vergelijkbaar onderzoek om inzicht te krijgen in de vragen die leven onder de websitebezoeker van jouw organisatie. Aan de hand van de website van een van onze klanten uit de vakantie- en reisbranche laat ik zien hoe je Google Analytics onsite zoekinformatie kunt analyseren én kunt omzetten in bruikbare actiepunten.

De case

De case is een internationale speler, die actief is in de vakantie- en reisbranche. De website biedt uitvoerige informatie over onder meer bestemmingen, accommodaties en vanzelfsprekend de mogelijkheid om online te boeken.

Zoals uit bovenstaande grafiek blijkt, wordt de zoekfunctie regelmatig gebruikt. In de afbeelding verderop in dit artikel zie je hoe zoekgedrag regelmatig tot conversie naar een verkoop leidt.

De uitgangspunten

Het uitgangspunt is het verbeteren van de boekingsconversie en het verlagen van exits door het gedrag van online zoeken in kaart te brengen. Hierbij zoeken we gericht naar een patroon zit in zoektermen, type termen en of er sprake is van seizoensinvloed.

Het mag duidelijk zijn dat ik een groot pleitbezorger ben van goede- en prettig werkbare zoekfunctionaliteiten op websites. Helaas ondervind ik ook dat ‘zoeken’ nog steeds een onderschat en ondergewaardeerd onderdeel van websitenavigatie vormt. Vreemd, want bezoekers die gebruik maken van de zoekfunctionaliteit op de site converteren volgens onderzoek tot wel bijna 50% beter én het geeft je bovendien een unieke inkijk in de vragen die bij de websitebezoeker leven.

In de afbeelding hierboven zie je het verschil in conversieratio tussen bezoekers die wel en niet hebben gezocht op de site, waar hetzelfde patroon is terug te zien.

Natuurlijk is het conversieratio van een zoekterm niet het enige dat belangrijk is, het is minstens net zo belangrijk om ook naar andere indicatoren te kijken, die bijdragen aan een betere website-ervaring (en dus wellicht indirect kunnen bijdragen aan een betere conversie). Stel je daarbij de volgende vragen en kijk naar de bijbehorende Google Analytics-dimensions (tussen haakjes):

• Hoe vaak wordt er gezocht en waar naar (zoektermen)?
• Waar begint (pagina) en eindigt de zoektocht (exit/conversie)?
• Vinden de zoekers wat ze verwachten (bounce ratio zoekresultaten/refinement)?
• Is er onderscheid tussen de zoekers (technology, bijv smart device vs desktop)?
• Welke bedrijfsresultaten komen voort uit de zoekopdrachten (ecommerce transactie, maar ook andere micro-doelen als inschrijvingen voor nieuwsbrief)?

De werkwijze

Voor onze klant hebben we het on-site zoekgedrag over de periode mei 2011 tot en met april 2012 (12 maanden) inzichtelijk gemaakt door de zoektermen te verzamelen en deze per maand in een top 50 rangorde te schikken op basis van gebruik én op basis van conversies. De volgende afbeelding illustreert een toplijst, ik heb de zoektermen en bedragen vervangen door fictieve termen:

Er bleek al snel een patroon te herkennen in de zoektermen, waarna de individuele termen werden gecategoriseerd naar 6 groepen, te weten zoektermen met als thema:

1. plaatsnamen;
2. accommodatiewensen (in relatie tot aanwezige faciliteiten in de accommodatie/kamer) ;
3. omgevingswensen (in relatie tot tijdbesteding in de omgeving rond de bestemming);
4. accommodatienamen;
5. bestemmingswensen (in relatie tot voorzieningen bij de accommodatie-aanbieder);
6. anders.

Nadat alle zoekterm gerubriceerd zijn, kunnen deze worden gecombineerd tot een zoekwoordencluster waarin de onderlinge verhoudingen tot het thema inzichtelijk worden. Dit is het moment waarop de arbeid van het verzamelen van data zich voorzichtig begint uit te betalen in inzichten!

Een praktijkvoorbeeld

Bekijk bijvoorbeeld het cluster ‘plaatsnamen’. In dit overzicht zijn de zoektermen per maand ingedeeld op thema en de positie op de top 50 zoeklijst op basis van “aantal keer gebruikt”. Door een gemiddelde te bepalen en de positie met voorwaardelijke opmaak in Excel te volgen beginnen zich visueel de eerste patronen te ontvouwen.

Wanneer deze gegevens worden verwerkt tot een lijngrafiek worden de seizoensinvloeden in dit segment van de reissector snel duidelijk.

Omdat we ervan overtuigd zijn dat sturen op conversiedata het rendement van een website verbetert, worden ook de omzetgegevens die voortkomen uit de zoekterm in de analyse meegenomen:

Op basis van deze drie overzichten kunnen bijvoorbeeld de volgende conclusie en actiepunten worden gemaakt:

• Londen: wordt de gehele periode onsite gezocht en draagt substantieel bij aan omzet. Er is overduidelijk het gehele jaar voldoende vraag, maar er wordt vanaf diverse pagina’s gezocht en de benodigde informatie wordt dus niet in de reguliere navigatie gevonden.

>> Actie:  hoe is de huidige dekkingsgraad van deze plaats in relatie tot het aanbod? Kunnen we ‘Londen’ in maanden met lage dekkingsgraad wellicht duidelijker onder de aandacht brengen met een betere call-to-action?

• Parijs: wordt in bepaalde seizoenen gezocht, maar converteert in verhouding weinig. Relatief veel zoekers, maar duidelijk verloop in het seizoen. Hoge bounce op resultaatpagina’s, veel exits.

>> Actie: hoe ziet de huidige resultatenpagina voor deze zoekterm eruit? Zijn er redenen te vinden dat dit nu niet converteert in het huidige assortiment, beschikbaarheid en prijspropositie?

• Berlijn: niet heel veel onsite gezocht, maar hoge conversieratio (kans!), seizoensinvloed en zeker een mooie bijdrage in de de omzet. Is relatief gezien een nichebestemming voor de aanbieder. Hoge conversieratio van zoekterm en resultaatpagina.

>> Actie: aanbod en marge aanwezig, deze plaats zou op de marketingagenda verder onder de aandacht kunnen worden gebracht! Maak het onderdeel van de SEA en e-mailmarketingcampagnes om meer bezoekers naar de site te trekken op dit keyword. Maak een aparte landingspagina met als onderwerp ‘Berlijn’ en optimaliseer deze voor conversie.

De andere zoekclusters worden langs dezelfde werkwijze uitgediept op basis van gebruik van zoektermen én op basis van bijdrage in de omzet. Ieder segment kan leiden tot meer inzicht in wensen van de bezoeker en niet in de laatste plaats over sitenavigatie of missende informatie op de website.

Doe het, doe het regelmatig en test!

Analyseren van onsite zoekgedrag zou een vast item op de maandelijkse online marketingkalender moeten zijn. Het creëert bewustwording in het marketingteam en opent wellicht de ogen voor tekortkomingen in de website. Je zult merken dat het werken met deze data motiveert tot het verder bekijken van bezoekersgedrag en inspiratie levert voor:

• datagedreven experimenten met A/B tests met het toevoegen (of weglaten) van informatie;
• nieuwe en/of verbeterde content op de site met alle hiermee samenhangende SEO-voordelen;
• tweaken van gepresenteerde resultaten op veelvoorkomende onsite zoektermen;
• verbeteren van filtering en zoekmogelijkheden op de site.

Een volledige historische analyse is best wel wat werk. Het verzamelen van de data kost veel tijd, omdat het niet mogelijk is om een export te maken ingedeeld per periode. De data moet dus helaas per maand uit Google Analytics worden geëxporteerd.

Om bijvoorbeeld tot een overzicht te komen van onsite-zoektermen die bijdragen in omzet exporteer je de zoekgegevens uit Google Analytics per periode die onderzocht wordt. Wanneer je bijvoorbeeld 6 maanden wilt bekijken maak je 6x van iedere maand een export van de onsite “Search Terms”, bijvoorbeeld gesorteerd op bijdrage in de omzet. Vergeet niet om het aantal resultaten voldoende groot te maken, door het aantal rijen onderaan uit te breiden naar bijvoorbeeld 50.

Wanneer alle exportbestanden zijn gemaakt verwerk je de data naar 1 Excel-tabblad, zodat er een overzicht per maand met ranking in kolommen ontstaat. Vanaf dat moment is het een kleine stap naar het verkrijgen van inzichten, bijvoorbeeld door met behulp van voorwaardelijk opmaak in Excel kleuren toe te kennen aan zoekwoorden, die in een zelfde cluster horen.

Met wat extra inspanning kunnen de gevormde clusters en bijbehorende data helder inzichtelijk worden gemaakt met grafieken en overzichten zoals in het praktijkvoorbeeld is gedaan. Je zult merken dat het werk de moeite waard is en leidt tot actiepunten voor een betere website én een verbeterde conversieratio!