Hoe optimaliseer je een website met kleine bezoekersaantallen als je niet kunt A/B testen? Een vraag die we vaak te horen krijgen en waar ook wij regelmatig mee geconfronteerd worden. In dit artikel wordt uitgelegd hoe wij een stijging in conversie van 17,5% hebben kunnen realiseren met een ingrijpend data en psychologie gedreven redesign van de funnel, zónder de bezoekersaantallen die je nodig hebt voor een A/B test.
Hoe meer data, hoe meer bewijs
Omdat een A/B test door het lage aantal conversies niet mogelijk is, is ervoor gekozen om een voor/na analyse te doen. Dit wordt ook wel een 0/1-test genoemd. Een goede optie als vervanging van een A/B test. Wel moet men rekening houden met het feit dat bij een voor/na analyse externe factoren zoals campagnes of seizoensinvloeden niet volledig uitgesloten kunnen worden en de resultaten alleen als indicatie gezien kunnen worden.
De case is gericht op bezoekers die de testpagina op een desktop of tablet hebben bezocht. In dit geval was de testpagina een inschrijfformulier voor een opleiding. We analyseerden de pagina drie weken voor livegang van de test en vergeleken deze periode met de 3 weken dat de testpagina live stond. Voor een dubbele check hebben we de resultaten van deze vooranalyse ook vergeleken met dezelfde periode van het jaar ervoor.
Data gedreven redesign
Uit de vooranalyse van de desbetreffende pagina bleek dat, van alle bezoekers die op het inschrijfformulier terecht kwamen, slechts 30% doorklikt naar de tweede stap (van de in totaal 3 stappen) van het formulier. Dit is opvallend omdat in de eerste stap enkel de datum, voorkeurslocatie en zakelijk/privé moeten worden ingevuld. Redelijk simpele vragen, waar in dit geval toch veel mensen op afhaken.
Een webanalist, UX’er en psycholoog zijn samen aan de slag gegaan om erachter te komen welk gedrag de bezoekers vertonen en waarom dit gedrag wordt vertoond, om vervolgens te onderzoeken welke oplossingen de ervaring van de bezoeker kunnen verbeteren. Dit is een iteratief proces waarbij de psycholoog uiteindelijk een hypothese opstelt op basis van de bevindingen van de webanalist die vervolgens samen met de UX’er wordt vertaald naar een design. De analyse van het inschrijfformulier heeft de volgende bevindingen opgeleverd:
Doseer de hoeveelheid informatie
Vanuit de psychologie wordt er geredeneerd dat het verlagen van de ‘cognitive load’ ervoor zorgt dat mensen makkelijker beslissingen kunnen maken. Hoe moeilijker de informatie waarmee de bezoeker wordt geconfronteerd, hoe eerder de bezoeker het opgeeft en weggaat. Door de informatie op een overzichtelijke manier te ordenen is de bezoeker beter in staat om een beslissing te nemen. Vervolgens is er gekozen om het formulier in een wit kader te plaatsen om de aandacht van de bezoeker nog meer naar het formulier toe te trekken.
Self-efficacy
Vervolgens is geprobeerd om de ‘self-efficacy’ (de mate waarin de bezoeker erin gelooft iets waar te kunnen maken) te verhogen. Bijvoorbeeld door het formulier in de vorm van een diploma te presenteren. Daarnaast geef je de bezoeker meer autonomie door de verschillende elementen te formuleren als vragen. Bijvoorbeeld: ‘Wanneer wilt u starten?’ In plaats van ‘startdatum:..’. Zo maak je het formulier persoonlijker en menselijker. Vervolgens is er gekozen om awards te tonen om de bezoeker een gevoel van zekerheid te geven. Een bevestiging dat het product van goede kwaliteit is. En er wordt een notificatie getoond met: “… heeft de beste prijs/kwaliteit verhouding.”
Op basis van de bovenstaande analyse zijn de volgende hypotheses opgesteld:
Hypothese 1a: “Door informatie in de check-out te ordenen (verlagen cognitieve load) en positieve emotionele elementen te benadrukken (vergroten self-efficacy) zullen bezoekers beter in staat zijn om door te klikken naar de check-out stap 2.”
Hypothese 1b: “Door informatie in de check-out te ordenen (verlagen cognitieve load) en positieve emotionele elementen te benadrukken (vergroten self-efficacy) zullen bezoekers beter in staat zijn om zich in te schrijven.”
Resultaten
Gedurende de testperiode lag de doorklikratio van stap 1 naar stap 2 op 47,1%. De 3 weken ervoor was deze 37,3%. Dit is een stijging van +26,3%. De doorklikratio van vorig jaar verschilt bijna niet tussen de controle en de testperiode (-0,5%). Er kan dus aangenomen worden dat het resultaat ook daadwerkelijk door de verandering in de test komt. Een vergelijking van de testperiode met de controleperiode laat zien dat er een conversie stijging van +17,5% is behaald. Vorig jaar bleef het conversie percentage gelijk tussen de test en de controleperiode.
Zie jij ook kans om met een data gedreven redesign jouw conversie te verbeteren? Neem dan contact op met Jorrin Quest of Roy Schieving.
