Recommended
Recommended
More Related Content
What's hot
What's hot (17)
Similar to Webwinkel Vakdagen 2018 - Tije Vlam - Van data naar resultaat met CXO en Webanalytics
Similar to Webwinkel Vakdagen 2018 - Tije Vlam - Van data naar resultaat met CXO en Webanalytics (20)
Webwinkel Vakdagen 2018 - Tije Vlam - Van data naar resultaat met CXO en Webanalytics
- 1. MET DATA NAAR MEER RESULTAAT WEBANALYTICS EN CUSTOMER EXPERIENCE OPTIMIZATION IN DE PRAKTIJK
- 2. Digital Analytics tije@traffic-builders.com Stand 218! Tije Vlam Uw logo hier?
- 3. WEBSITE OPTIMALISATIE SCAN GRATIS, 10 MINUTEN, STAND 218
- 4. GRATIS WEBSITE OPTIMALISATIE STAND 218 DOE DE 10 MINUTEN QUICKSCAN
- 5. IEDEREEN KAN ZIJN WEBSITE PERSONALISEREN WAT GAAN WE JULLIE LATEN ZIEN?
- 6. PERSONALISEREN IS NIET ALLEEN VOOR ‘DE GROTE JONGENS’ WEGGELEGD.
- 8. NIEUWE BEZOEKERS (EN JEZELF) BLIJ MAKEN
- 9. STAP 1: DOEL - Exits voorkomen - Blije bezoekers
- 10. STAP 2: DOELGROEP - Nieuwe bezoekers - Bezoekers die nog niet eerder hebben besteld - Afkomstig uit Nederland
- 11. STAP 3: DATA - Bezoekersdata - Productvoorkeur
- 12. STAP 4: ERVARING
- 14. STARTEN MET PERSONALISATIE WIE Welke doelgroepen ga je targetten? WAT Welke ervaring ga je deze doelgroepen laten beleven? WAAR Op welke pagina’s laat je de aanpassingen zien?
- 15. WIE - Context - Gedrag - Demografie
- 16. WIE - Context - Bron van herkomst - Nieuw/terugkerend
- 17. WIE - Gedrag - Verlaten winkelmandje - Specifieke pagina’s
- 18. WIE - Demografie - Geolocatie - Geslacht
- 19. KWALITEIT VAN DOELGROEPEN - Volume - Waarde - Haalbaarheid
- 20. WAT & WAAR - Welke ervaring - Welke pagina’s - Welke elementen
- 21. MOGELIJKE AANPASSINGEN - Persoonlijke aanbiedingen - Waardeproposities - Call-to-actions - Afbeeldingen - Copy - Navigatie - Paginastructuur
- 22. URGENCY EN CONVERSIE VERHOGEN
- 23. STAP 1: DOEL - Bezoekers persoonlijk benaderen - Afstemming op voorkeur/behoefte - Urgency creëren
- 24. STAP 2: DOELGROEP - Terugkerende bezoeker - Productpagina tenminste twee keer bekeken
- 25. STAP 3: DATA - Bezoekersdata - Naam bij inlog of Facebook - Voorraadstatus
- 26. STAP 4: ERVARING
- 27. RIJKERE DATA BETERE KEUZES
- 28. STANDAARD DATA CRM DATA RETOUREN | OFFLINE SALES CUSTOM METRICS & DIMENSIONS +STANDAARD DATA + +
- 29. STIJLPROFIELEN OPBOUWEN Bijhouden van welke merken de klant producten bekijkt én koopt. Inzicht in (smaak)voorkeuren en koopgedrag
- 30. KLANTHERKENNING Gegevens bijhouden op basis van klantnummer Inzicht in CLV en apparaten
- 31. RIJKERE DATA Ga uit van data die al beschikbaar is in andere systemen Implementeer gedeelde sleutels in iedere dataset
- 32. GRATIS WEBSITE OPTIMALISATIE STAND 218 DOE DE 10 MINUTEN QUICKSCAN
- 33. KEY TAKEAWAYS Met personalisatie ga je van data naar meer resultaat Zo start je met personalisatie Wie, wat en waar Personalisatie vereist aanwezigheid van webanalytics en customer experience optimization Verrijk je data met data uit reeds aanwezige systemen
Editor's Notes
- Een voorbeeld van een case die de meeste van jullie morgen zelf ook zouden kunnen toepassen.
- - We moeten dus weten of het een nieuwe bezoeker is. - We moeten een locatiecheck doen (in de checkout), maar het liefst al on the fly. Want anders geef je mensen onterecht deze kortingscode in beeld.
- Waarom kan iedereen dit? Deze informatie heb je al. Met de juiste personalisatietool zou je deze aanbieding direct kunnen tonen. De enige vereiste zijn dat je beschikt over webanalytics (in de meeste gevallen Google Analytics data) en dat je reeds aan de slag bent met customer experience optimization, in dat geval beschik je al over de tools en know-how die nodig zijn om je website aan te passen.
- Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
- Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
- Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
- Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? Verlaten winkelmandje Specifieke content gedownload Product twee of meer keer bekeken Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
- Volume: De doelgroep moeten voldoende van de bezoekers vertegenwoordigen Waarde: Ook een kleine doelgroep kan belangrijk zijn als iedere bezoeker heel waardevol is Haalbaarheid: We moeten de bezoekers die binnen de doelgroep vallen wel kunnen identificeren op basis van de beschikbare data.
- Als je weet voor wie je wilt personaliseren, is het tijd om na te denken over wat je wilt zeggen en waar je dit wilt laten Focus je op het verschil tussen de doelgroepen: Wat maakt ze uniek? Wat zijn de behoeftes? Maar ook, wat op de pagina ga je aanpassen?
- Context. Wat is er uniek aan de bezoekers? - Campagne - > - Bron van herkomst - > - Device -> is dit een koop of kijk device? - Nieuwe/terugkerende bezoeker -> herkent door google of herkent door ons? Gedrag. Wat is de intentie? - Verlaten winkelmandje - Specifieke content gedownload - Product twee of meer keer bekeken - Specifieke pagina bekeken Specifieke merken bekeken Specifieke merken gekocht Veel/weinig retouren in het verleden Producten vaker in meer varianten gekocht? Demografie. Wie is de bezoeker? Geolocatie -> Geslacht -> Score richt zich alleen op mannenmode. De vraag is dus eerder: shopt iemand voor zichzelf of voor een ander? Industry -> Is dit relevant? Inkomen - >
- Hoe Score nog beter kan scoren.
- Inspelen op eerder bekeken producten Maat herkennen > personalisatie Schaarste stuurt de vraag
- - Hoe herkennen we de terugkerende bezoeker (het liefst al voor inloggen) We moeten weten welke producten vaker zijn bekeken. Dit kan niet zomaar met GA. Dat vereist 360 + optimize. Of een koppeling tussen AB tool en DMP.
- Klanten verleiden ‘lid’ te worden.
- Hoe Score nog beter kan scoren.
- Om tot goede wie wat waar keuzes te komen heb je meer inzicht nodig in je klant, hun klantreis en hoe je je daartoe verhoudt.
- Klantnummer ook verwerken in mailings. Zie wat effectief is, kloppen de voorgestelde suggesties?
- Klantnummer ook verwerken in mailings. Zie wat effectief is, kloppen de voorgestelde suggesties?
- The WWW in internet!