Gedrag voorspellen met social media mentions

Published on by MeasureWorks

Door te analyseren en data aan elkaar te koppelen, kun je het gedrag van gebruikers voorspellen en zo downtime voorkomen.

We lijken ongeduldiger te worden nu de ontwikkeling van techniek en innovatie in een stroomversnelling zit. Wat voor invloed heeft dat op online gedrag van gebruikers en hoe kan je voorkomen dat ze jouw product bij de concurrent bestellen?

Het belang van web performance

Wachten kan een breed scala aan negatieve reacties oproepen. Dit negatieve gevoel beïnvloedt de klanttevredenheid en evaluatie van de online ervaring.

Hoe langer iemand denkt te hebben gewacht, hoe ontevredener hij is. Dit kan er uiteindelijk voor zorgen dat een merk een slecht imago krijgt De klachten worden verspreid op verjaardagen of via social media.

Bij het aanschaffen van een product is het belangrijk dat alle informatie wordt geladen binnen een bepaalde tijd. Als je 5 minuten moet wachten op een bevestiging of je het concertkaartje wel echt hebt betaald, duurt dat veel te lang. Helemaal als je bedenkt dat het evenement waarschijnlijk binnen 10 minuten is uitverkocht. Performance is dus belangrijk. Op elk device overigens.

Als de max van het geduld is bereikt, klikken je bezoekers weg en gaan ze naar de concurrent. Ook als hetgeen wat ze willen bestellen daar iets duurder is. We onderzochten de bouncerate bij onze klanten. Hieronder zie je hoeveel mensen afhaken naarmate het langer duurt voor een website volledig functioneert en een prettige beleving geeft. Hier zie je dat de website eigenlijk binnen 3 seconden ingeladen moet zijn, wil je de gebruikers op je site houden.

bounce rate

De context van wachten, is natuurlijk wel belangrijk. In sommige gevallen zijn mensen wat toleranter. Zo zijn er genoeg mensen die dagen in een rij staan voor de nieuwste iPhone Daar wil je wel op wachten als je graag de een van de eersten bent die met daarmee rondloopt.

Het plaatje laat ook zien dat mensen meer geduld hebben als ze via een zoekopdracht bij Google op je site terechtkomen (blauwe lijn). Krijgen ze een mailing of komen ze op je site terecht via een marketingcampagne, dan hebben ze een stuk minder geduld (zie roze lijn).

Meten is weten, zorg dat je de data begrijpt

Als je gaat analyseren, is het belangrijk dat je eerst het doel van de website en je bezoekers helder hebt. Verkoop je producten, je reputatie verhogen of wil je zoveel mogelijk pageviews genereren? Dan weet je ook wat je moet gaan meten.

Alle stappen die de bezoeker moet nemen om zijn/haar doel te gaan bereiken zijn essentieel. Daaraan kan je zien wat je moet veranderen om meer te kunnen verkopen.

Bij performance kijken we per stap waarom klanten afhaken. Als blijkt dat bij een bepaalde stap 40% afhaakt, moet je weten waar het aan ligt. Kijk dus goed naar het waarom.

Vaak zijn we geneigd om de trechter meer te vullen, door marketingcampagnes in te zetten en mailings uit te sturen. Maar traffic genereren heeft alleen zin als je snapt hoe bezoekers navigeren en waarom ze afhaken. Als de online ervaring slecht is of niet aan de verwachting voldoet, verlies je geld.

Nu is het belangrijk om data te koppelen met elkaar. Als wij online iets willen meten dan maken we gebruik van Complete Web Monitoring. Dit zijn de 6 tools en gebieden waar wij over meten. De performance data is heel belangrijk. De rest geeft weer waarom iets niet gekocht is.

complete-web-monitoring

  • De Web Analytics zorgt voor een duidelijke meting; wat deed men op de site?
  • Usability (gebruikersgemak); kleur, content, leesbaar formaat, duidelijk klikbaar, heldere feedback.
  • Performance; is het snel, betrouwbaar en beschikbaar?
  • Voice of Customer; is het contact gemakkelijk te maken, kan ik makkelijk iets vragen of feedback geven als gebruiker?
  • Competition; prijs en aanbod concurrentie, is het vergelijkbaar of wijkt het af?
  • Social media; meet de achtergrond maar ook duidelijk voorgrond. Zijn mensen negatief of positief en in welke context wordt dit weergeven?

Gebruik social media mentions om erachter te komen of de service daadwerkelijk goed is. Als dat zo is; wat voor impact heeft dat op de usability van de site en daarmee ook de conversie? Door de diverse data aan elkaar te koppelen kun je daar achterkomen.

Downtime voorspellen in 3 stappen

Met behulp van big data proberen wij het gedrag van klanten te voorspellen, hierdoor kunnen we zien waar en of iets potentieel mis gaat op een site. Bedrijven hebben het soms niet door. Ze meten wel, maar vaak te laat en onnauwkeurig. Niet alle systemen zijn te vertrouwen. In sommige gevallen zal je systeem of dashboard alle indicatoren op groen zetten, terwijl er toch ergens iets flink verkeerd gaat. Ook kan het zijn dat er op kantoor alles lijkt te werken, maar bij jouw bezoekers niet. Tegen de tijd dat er alerts afgaan via jouw systeem, ben je eigenlijk al te laat. Met behulp van tools kan je specifiek onderzoeken en dus ook specifiek problemen aanpakken.

Dus hoe kun je herkennen waar gebruikers tegen problemen aanlopen en hoe kunnen we dat voorkomen? En… hoe kunnen we voorkomen dat de site down gaat en dat vervolgens in de krant staat? Onderzoek dus de bezoeker, want daardoor kun je ingrijpen voor het te laat is en je site echt down gaat.

Hoe doen we dat?

  1. Leer de gebruiker en zijn klikgedrag kennen. Ontdek wat normaal gedrag is en wat abnormaal gedrag is en vergelijk dat. Het is bijvoorbeeld gebruikelijk dat men gemiddeld 3 á 4 keer erover doet om het juiste wachtwoord in te vullen. Dat is de baseline. Is het aantal ineens hoger, dan kun je jezelf gaan aanvragen wat er aan de hand is.Als je het klikgedrag kent en een kansberekeningmodel hebt, kan je ook berekenen via welke route hij door de site navigeert. In die volgorde kan je de site op de achtergrond inladen waardoor de gebruiker vloeiender door de site gaat.
  2. Stel een detectie-mechanisme in. De realtime data die we hebben vergelijken we met de normale bezoekers aantallen en data (de baseline). Dit doen we per type pagina en per profiel. Zodra de baseline overschreden wordt, gaat er een alert af. Door dit te doen kun je slimme toepassingen doen waardoor de bezoeker niet wegklikt en je dus ook geen omzet misloopt.
  3. Verwerf inzicht in de gebruiker en leer patronen herkennen. Dit kan je bijvoorbeeld doen door data van Twitter te filteren en een steekwoordenanalyse toe te passen. Alle normale tweets filter je eruit en je focust op de klachten. Ook kijk je of er meer geklaagd wordt dan normaal. Ook hier gaat er een alert af als het eerder genoemde klikgedrag afwijkt én er meer geklaagd wordt op Twitter. Dus social sentiment combineren met het gedrag op de site, zorgt ervoor dat je kunt voorspellen.

Zorg dus dat je goede data hebt en ook de context begrijpt. Dus meet niet alleen met één databron, zoals Google Analytics, maar gebruik meerdere tools. Zo kun je een goede analyse maken.

Leer de gebruiker te begrijpen, voorspellen hoeft geen abracadabra te zijn!

Meer weten? Bekijk de video van Jeroen Tjepkema’s presentatie over dit onderwerp.