Hoe breng je Structuur in jouw Optimalisatie Programma?

  • Bericht auteur:
  • Leestijd:8 minuten gelezen

Het ontstaan en de toepassing van het FACT & ACT model

Een veel voorkomende valkuil bij conversie optimalisatie is een tekort aan structuur. Waar begin je? Wat is je uiteindelijke doel? En hoe zorg je dat de opgedane kennis niet verloren gaat in het proces? Vooral als je CRO programma groeit en er meer mensen betrokken raken bij het proces, kan een tekort aan structuur de kwaliteit van je optimalisatie werkzaamheden enorm verminderen.

Vanaf het begin bij Online Dialogue, hebben we honderden AB testen gedraaid en zo miljoenen mensen bereikt. Op basis van al onze inzichten en ervaringen hebben we een framework ontwikkeld voor AB testing: FACT & ACT. Het model structureert dagelijkse CRO praktijken en is gericht op het werken met een multidisciplinair team. In dit artikel leg ik uit hoe het FACT & ACT model van Online Dialogue is ontstaan, hoe het ontwikkeld is door de jaren heen, hoe wij het zelf toepassen en hoe wij het leren aan onze klanten.

De wetenschappelijke methode

Wetenschappelijk onderzoek is veelal empirisch van aard en gericht op het toetsen van hypothesen. Er wordt een hypothese geformuleerd die door waarnemingen al dan niet wordt verworpen waarna zo nodig een nieuwe, aangepaste hypothese wordt geformuleerd. Ook deze hypothese zal dan weer getest worden op basis van waarnemingen, enzovoort.

FACT & ACT

Ook in de wetenschap worden modellen gebruikt om wetenschappelijk onderzoek te structureren. Een van de meest gebruikte modellen is de Empirische Cyclus die de verschillende fasen van het onderzoeksproces in de empirische wetenschappen omschrijft. ‘Observatie – inductie (hypothese vorming) – deductie (voorspelling) – toetsing – evaluatie.’

Aangezien we in CRO ook werken aan de hand van bevestiging door middel van empirische waarnemingen (groei op basis van bewijs) hebben we het wetenschappelijke model (zie de afbeelding hierboven) genomen als basis voor ons eigen FACT & ACT model.

FACT & ACT

De ontwikkeling van het FACT & ACT model

De eerste versie van het FACT en ACT model was een lineair model. Maar al snel kwamen we erachter dat dit in de praktijk niet op dezelfde manier werkte. Als je veel test, leer je veel en kun je met de nieuwe informatie je proces versnellen. En zo kwamen met het ronde FACT & ACT model. De binnenste cirkels van het model draaien sneller dan de buitenste cirkels. Zo verzamel je steeds sneller steeds meer informatie waardoor je betere besluiten kunt nemen en zo ook het proces optimaliseert.

FACT & ACT

FACT & ACT stap voor stap

Hoe gebruiken wij het FACT & ACT model? Je start altijd met een grondige data analyse. Hierbij verzamel je alle data (kwalitatief en kwantitatief) die je hebt. Over deze data heb je assumpties, dit noemen we hoofdhypotheses (als je [dit] doet dan zal [dit] gebeuren, om [deze] reden). Deze hoofdhypotheses ga je vervolgens testen.

FACT & ACT

Als je een goede hoofdhypotheses hebt, wil je gauw achterhalen of je aanname klopt. Dus je begint met testen. Onze ervaring is dat er zoveel confounders zijn (wanneer een derde factor, die gerelateerd is aan zowel de determinant als de uitkomst, het causale verband tussen die twee verstoort), dat je één component vaker wilt testen. Eén test is geen test.

Find: Definieer de customer journey en de bijbehorende potentie. Wat en waar ga je testen?

Analyze: Analyseer gedrag met behulp van onderzoek en vind hypotheses.

Create: Maak designs voor testen gebaseerd op de hypotheses.

Test: Test je designs.

Analyze: Analyseer je resultaten op basis van de testresultaten.

Combine: Combineer je resultaten met de inzichten over hypotheses.

Transform: Transformeer je product/service/communicatie met je nieuwe inzichten.

Vervolgens kun je beginnen met het trekken van conclusies. De laatste, maar zeker ook een van de belangrijkste stappen (die overigens vaak vergeten wordt), is het delen van de resultaten met de rest van de organisatie. De informatie die gewonnen wordt met experimenten kan op alle niveaus in het bedrijf toegepast worden. Daarnaast zullen de nieuwe inzichten de input vormen voor nieuwe testen.

Van Transactional naar Transformational

Voor een goed CRO programma is het belangrijk een duidelijk doel te hebben. Als bedrijven net beginnen of nog niet zo lang doen aan Conversie Optimalisatie is het initiële doel eigenlijk altijd het genereren van geld. Na verloop van tijd, als de volwassenheid van het bedrijf groeit en je al een hoop testen hebt gedaan, zal de opgedane kennis ook op andere manieren waarde opleveren (bijvoorbeeld in de vorm van een nieuw product of dienst). Kortom, als je veel test, leer je veel en kun je meer met die kennis doen dan alleen geld binnenharken.

Transactional

Op het eerste niveau ligt de focus van je CRO programma op het behalen van de business case. Dit noemen we dan ook de transactionele fase. Door het model op deze manier te volgen kun je op een makkelijke manier het aantal testen opschalen om zo de maximale groei te behalen.

Deze transactionele fase kan veel winst opleveren, maar je mist de focus op learnings. De vele testen die je draait zullen zeker heel veel losse inzichten opleveren, maar je moet meer doen om algemene learnings uit je resultaten te kunnen filteren. Dit is waar het strategische model van het FACT & ACT model waardevol is. In deze fase combineer je meer databronnen en inzichten dan alleen je webanalytics. Denk hier bijvoorbeeld aan wetenschappelijke artikelen, UX onderzoek, oude learnings, feedback van bezoekers enzovoort. Wij hanteren hiervoor het 5V-model om alle databronnen gestructureerd af te lopen.

FACT & ACT

Behavioral Intelligence Graph

Het ultieme doel is een ‘Behavioral Intelligence Graph’: een model waarin de behavioral drivers en influencers van je bezoekers worden geplot voor iedere stap in de customer journey. Op basis van dit model formuleer je hypotheses gefocust op earnings, learnings en nieuwe inzichten. In deze stap is het ook belangrijk dat je begint met het prioriteren van je hypotheses (zie prioriterings modellen als: PXL, PIE en ICE) en testen op basis van het bewijs dat je al verzameld hebt met eerder onderzoek en/of testen. Je gaat door met experimenteren en de resultaten blijven je ‘Behavioral Intelligence Graph’ voeden. Hierdoor groeit het model steeds meer naar een solide gedragsmodel dat verklaart wat klanten drijft om jouw product of dienst te gebruiken en te waarderen. Met deze inzichten kan het CRO team (of zelfs het hele bedrijf) steeds betere hypotheses formuleren.

Transformational

Naast het verbeteren van je CRO programma biedt een dergelijk gedragsmodel de informatie die je nodig hebt om te starten met transformaties. Eerst binnen het bedrijf, door waardevolle informatie te leveren voor marketing doeleinden, technologische ontwikkelingen en productinnovaties. Maar ook in de markt zelf ben je in staat inzichten te delen die veranderen hoe bedrijven hun diensten aanbieden. Daarom noemen we deze op Customer Intelligence gefocuste niveau ‘the transformational level’. Je transformeert het bedrijf met de klantinzichten die je hebt opgedaan. En zo heb je een data gedreven manier van werken, ontwikkelen, verbeteren en transformeren. Niet meer gebaseerd op onderbuik gevoel, maar op data.

Het FACT & ACT model heeft al bij veel van onze klanten zijn waarde bewezen en ook in onze opleidingen heeft het een centrale plek ingenomen. Wil je zien hoe het model in de praktijk wordt toegepast? Lees dan de Hostelworld Casestudy.

Isabella Klaassens

Isabella heeft altijd van mensen gehouden: hoe ze denken, hoe ze zich gedragen, wie ze zijn. Deze interesse leidde ertoe dat ze werd opgeleid tot fundamenteel onderzoeker in de sociale, gezondheids- en organisatiepsychologie. Het trage tempo van de academische wereld beviel haar echter niet, waardoor ze overstapte naar de meer dynamische toegepaste sector. Momenteel werkt ze als Gedragsdeskundige en Hoofd Academie bij Online Dialogue, waar ze een belangrijke rol speelt in het geven van workshops en cursussen, het uitvoeren en analyseren van (A/B-)tests en het adviseren van bedrijven bij het optimaliseren van hun gebruikerservaring en conversiepercentages. Toch ligt haar passie in het begrijpen van de ingewikkelde manieren waarop mensen functioneren.