-

Waarom je door Google Analytics verkeerde conclusies trekt

Voordat potentiële klanten een aankoop doen landen ze vaak meerdere keren op je website en ook nog via verschillende kanalen. Waarom kijken we bij de analyse dan toch alleen naar het laatste kanaal? En waarom kijk je alleen naar de eerste conversie? In dit artikel gaan we in op hoe je de juiste conclusies trekt over je campagnes.

Je manager vraagt je of je AdWords-campagnes al wat opleveren. Wat doe je? Je pakt de acquisitierapporten in Google Analytics erbij.

Maar stel je deze customer journey eens voor:

In dit geval zeggen de acquisitierapporten dat de eerste en de tweede sessie uit LinkedIn en AdWords niets hebben opgeleverd. Maar is dat wel zo?

Als de bezoeker direct vanuit zijn adresbalk navigeert, wordt alles nog ondoorzichtiger:

Omdat Google direct verkeer niet belangrijk vindt, (zie deze flowchart) wordt de conversie in de acquisitierapporten toegeschreven aan Organic (tenzij de campagnetime-out verstreken is):

Nu kan het slim lijken om budget van LinkedIn en AdWords naar SEO te verschuiven, maar vaak is niets minder waar. Je hebt tenslotte geen idee wat van invloed is geweest op de uiteindelijke conversie.

Google Analytics biedt multi-channel-rapporten die wel rekening houden met de meerdere sessies die gebruikers nodig hebben voor ze converteren. Je vindt ze onder ‘Conversies > Multi-channel trechters’ en onder ‘Conversies > Toeschrijving’.

Maar hoe terecht is het om iets te zeggen over het effect van een campagne op basis van een verstuurd contactformulier, als daarna twee dingen kunnen gebeuren:

Sterker nog, na het kwalificeren van een lead is de deal nog niet rond en is er dus nog niets verdiend aan de gebruiker. Eigenlijk ziet de gehele customer journey er zo uit:

Van lead naar deal: daarvoor heb je meer nodig dan Analytics.

Analytics maakt de rechterhelft van de customer journey niet inzichtelijk. Misschien stuur je de informatie wel naar Analytics, maar dan gaan er andere dingen mis. Stel, je stuurt ‘Deal’ naar Google Analytics vanuit je CRM en gebruikt dat als conversiedoel.

Wanneer de lead, nadat hij gekwalificeerd is, nog eens op de website landt vanuit een e-mail, dan ontstaat de volgende journey:

Mag die e-mail dan echt (een deel van) de waarde van de deal toegeschreven krijgen? Dat is namelijk wel wat Google Analytics doet, of je nou in de standaardrapporten of in de multi-channel-rapporten kijkt.

Combineer alle data

In een situatie waar de initiële conversie (contactformulier, aankoop, sollicitatie, etc.) nog niet de eindconversie (deal, aanname, lifetime value, etc.) is, heb je meer nodig dan Analytics alleen. Wel kun je Google Analytics-data en CRM-data combineren. Zo vind je een antwoord op de vraag van je manager.

Je hebt meer nodig dan Google Analytics, omdat:

  • De conversie aan de e-mail wordt toegeschreven;
  • Als je de stappen als events via het measurement protocol instuurt creëer je nieuwe sessies die eigenlijk geen sessies zijn. Hiermee beïnvloed je alle statistieken die op het aantal sessies gebaseerd worden, zoals bounce-percentage en  percentage nieuwe sessies.

Die CRM-data kun je dus beter niet met je webdata combineren in Google Analytics.

Wij gebruiken dashboarding-tools als Klipfolio of BI-tools als Tableau om data te combineren:

Zo combineer je je data

Ongeacht welke tool je gaat gebruiken om de data te combineren heb je een unieke key nodig die in beide systemen gelijk is. Het ligt het meest voor de hand om het Google Analystics’ client ID naar je database te sturen, maar als je gebruikers kunnen inloggen kun je ook juist hun ID uit je eigen database aan Google Analytics toevoegen.

Vervolgens wil je ook nog kunnen onderscheiden dat de sessie uit e-mail na het versturen van het contactformulier plaatsvond. Dat kun je doen op basis van tijdsdimensies zoals datum en uur, of op basis van. Na wat datacrunchen kom je tot een dataset met sessies en conversies per gebruiker, inclusief een kolom waarin de volgorde aangegeven wordt. Vervolgens kun je denken aan visualisaties als deze:

Wat het combineren van alle data je oplevert

Eindelijk heb je écht een antwoord op de vragen van je manager over de effectiviteit van je marketingcampagnes en –kanalen. Wanneer je campagnes niet meer louter stuurt op de laatste klik en de eerste conversie, maar ook op alles wat ervoor en erna gebeurt, krijg je opeens een veel beter beeld van de funnel. Zo zullen branding-campagnes in de praktijk minder vaak tot directe conversies leiden, maar kunnen ze indirect wel degelijk bijdragen aan een latere conversie. Dit inzicht krijg je niet wanneer je op last-click conversie stuurt.

Bovendien zien we bij klanten vaak enorme verschillen tussen de kwaliteit van leads per kanaal. Kanalen die ogenschijnlijk heel veel op lijken te leveren door het hoge aantal leads, blijken in de praktijk soms bijzonder weinig te resulteren in deals en vice versa.

Kortom, door data uit je CRM en Google Analytics te koppelen in een dashboardtool, kun je je online campagnes veel effectiever optimaliseren.

*) Dit artikel is geschreven in samenwerking met Daan Schouman, Data & Analytics Consultant bij Expand Online.

Deel dit bericht

4 Reacties

Sjoerd

Leuk en nuttig artikel! Dank daarvoor.

PS wel gelachen om de ‘champagnetime-out’ 😉

Egbert van Keulen

Hoi Sjoerd,

De wens is de vader van de gedachte :-)) Dank, is aangepast.

Egbert

Matthijs - AdCurve

De titel is absoluut waar! Bij een gemiddelde webshop gaan er 5 ‘touch-points’ vooraf aan een aankoop. Dat geldt ook voor bestaande klanten! Zie ook https://adcurve.com/nl/klantgedrag-online-fashion/

Wat in je analyse ontbreekt is het gebruik van meerdere devices. Bijna de helft van de ‘touch-points’ komt van een mobiel device waarop niet wordt gekocht. Hoe meet je dat verkeer? Met cross device tracking heb je 30% tot 40% meer bezoeken in een customer journey. Dat helpt!

Daarnaast is er een groot verschil tussen de bijdrage van de verschillende ‘touch-points’ aan een aankoop. Google stapt daarom met Google 360 over naar een algoritme gebaseerd attributie model. Dat model analyseert bestaande customer journeys en berekent met een statistisch model de bijdrage van elk ‘touch-point’. AdCurve (Shop2market) heeft zo’n algoritme al sinds 2011.

Daniël Markus - ClickValue

Hi Harm,

Goed verhaal en mooie beschrijving van een oplossing voor analyse issues met attributie rond bruto en netto leads.

Vraag me wel af of al die extra inzichten hebben geleid tot andere conclusies en vervolgacties dan je had genomen op basis van de eenvoudige aanpak met Ga of Adwords. Is er budget aangepast? Is er meer verdient? Zijn er negatieve keywords gevonden? In het artikel geef je geen concrete voorbeelden. Je impliceert alleen maar dat meer nuancering beter is. Maar wat is de roi op de Analytics?

Groet,

Daniël

Plaats een reactie

Uw e-mailadres wordt niet op de site getoond