💡 Goed om te weten: Wil je de impact van je keuzehulp op b.v. omzet en conversie meten? Check dan deze tutorial.
1. Analyseer het gebruik
Het belangrijkste dat je wilt weten, is hoeveel klanten je keuzehulp gebruiken - en hoe ze door de keuzehulp lopen.
1. Ga naar het onderdeel Analytics.
2. Op het tabblad Usage zie je de belangrijkste statistieken voor een bepaalde tijdsperiode (samen met enkele fancy grafieken voor visueel georiënteerden!):
Sessions - Het totale aantal keren dat de keuzehulp is gestart.
Advice views - Het totale aantal sessies dat de adviespagina heeft bekeken (zonder de sessies waarbij geen resultaten in het advies werden getoond).
Empty advices - Het totale aantal sessies waarbij geen resultaten in het advies werden getoond. Je ziet deze informatie alleen als er daadwerkelijk 'lege' adviezen zijn getoond.
Click-through - Het totaal aantal sessies dat op minimaal 1 product op de adviespagina heeft geklikt.
Click-through rate - De verhouding tussen Advice views en Click-through.
3. Gebruik deze inzichten om te bepalen of het resultaat van je keuzehulp kan worden verbeterd.
Samen laten deze statistieken precies zien hoe je klanten door je keuzehulp lopen:
Ze starten de keuzehulp en klikken door de vragen → Sessions
Ze bekijken de geadviseerde producten op de adviespagina→ Advice views
Ze bekijken een of meerdere producten in je webshop → Click-through
Is het aantal Advice views veel lager dan het aantal Sessions? Dit kan erop wijzen dat de keuzehulp zelf relevant is voor je klanten, maar dat je gesprek wat aandacht nodig heeft.
In dat geval - blijf lezen! ⬇️
2. Analyseer je gesprek
Naast de hierboven genoemde belangrijkste gebruiksinzichten, kun je ook het gedrag van klanten in de keuzehulp zien.
1. Ga naar het onderdeel Analytics.
2. Op het Conversation tabblad zie je statistieken over het gedrag binnen de gekozen periode:
Distribution of answers per question - Dit laat per vraag zien hoe vaak elk antwoord is geselecteerd..
Question drop-off - Hier zie je bij welke vragen klanten je keuzehulp hebben verlaten.
Hieronder bespreken we wat deze gegevens laten zien over je keuzehulp en je klanten.
2.1. Distribution of answers per question
Deze statistieken zie je voor de gekozen periode:
Amount - Het aantal keer dat een antwoord is geselecteerd.
Ratio - De verhouding tussen het aantal keer dat een antwoord is geselecteerd ten opzicht van het totaal aantal geselecteerde antwoorden bij deze vraag.
Met deze gegevens kun je je gesprek verbeteren, je klantprofielen verrijken en misschien zelfs je productaanbod aanpassen.
ER ONTBREEKT EEN ANTWOORD IN DE TABEL
Als een van de antwoorden niet in de tabel wordt getoond, heeft geen enkele klant dit antwoord gekozen in de geselecteerde periode.
Vraag jezelf nu af:
Is dat antwoord relevant voor mijn doelgroep?
Vertegenwoordigt het antwoord een specifieke behoefte van mijn klanten?
Zo niet: verwijder het of vervang het door een relevanter antwoord.
Hier zie je dat klanten van onze (nep) webshop voor wandelschoenen vooral zijn geïnteresseerd in waterdichte schoenen en wat minder in ademende schoenen:
2.2. Question drop-off
Deze statistieken zie je voor de gekozen periode:
Total views - Het aantal keer dat een vraag is bekeken.
Answered - Het aantal keer dat een vraag is beantwoord
Did not answer - Het aantal keer dat een vraag niet is beantwoord (d.w.z. een klant heeft de keuzehulp verlaten tijdens het bekijken van die vraag).
Drop-off in % - Het percentage van het aantal keer dat een vraag niet is beantwoord ten opzichte van het aantal keer dat deze vraag is bekeken.
💡 Goed om te weten: deze functionaliteit is gelanceerd op 21 juli 2021. Gegevens van voor die datum zijn niet beschikbaar.
Met deze inzichten kun je de gesprek verbeteren en ervoor zorgen dat meer klanten de adviespagina bereiken.
Voor onze wandelschoenenwebshop kunnen we ons bijvoorbeeld afvragen:
Zijn de vragen 'Who will be wearing these hiking shoes?' en 'What kind of hikes will you go on?' misschien te moeilijk om te beantwoorden?
Gaan deze vragen over daadwerkelijke behoeften van onze klanten?
Wordt de situatie of behoefte van klanten wel goed vertegenwoordigd door de antwoorden? Oftewel, missen er misschien antwoorden?
Helpt het om afbeeldingen toe te voegen aan de vraag of aan de antwoorden? Bijvoorbeeld bij de vraag over het type wandeltocht.
Of moeten we de formulering van vragen aanpassen?
Met dit soort vragen kun je experimenten en A/B-tests opstellen, die kunnen helpen bij het optimaliseren van je keuzehulp.