Klantcase: Hunkemöller
datagedreven optimalisatie
Jurjen Jongejan
Sr. Conversie-optimalisatie consultant | Online Marketing Director | Auteur #omnichannel2016
Jurjen Jongejan
Sr. Conversie-optimalisatie consultant | Online Marketing Director | Auteur
Even voorstellen…
j.jongejan@ism.nl
Linkedin.com/jurjenjongejan
@jurjenjongejan
 Meer dan 13 jaar e-Commerce ervaring bij
 Bedrijfskundige van de
 Trainer conversie-optimalisatie bij
 Voorzitter expertgroep ‘Revenue Optimization’
 Auteur van de bestseller
Onderdeel van
The omnichannel experience
1. Wat is datagedreven optimalisatie?
2. Volwassenheid en proces
4. Vragen
3. Klantcase Hunkemöller
Traffic Conversie Orderwaarde
Online
omzet
100.000 1 % € 100 € 100.000
200.000 1 % € 100 € 200.000
100.000 2 % € 100 € 200.000
1000
Marktpotentieel
100
Bezoekt webshop
50
Bekijkt productaanbod
15
Winkelmandje
3
• Kent de webshop niet
• Kan de webshop niet vinden
90%
• Vindt de webshop te druk
• Vindt de webshop te traag
50%
• Zoekt meer informatie
• Heeft onzekerheid over voorraad
• Wil vergelijken
70%
• Loopt vast bij betaling
• Kan geen verzendkosten vinden
• Vertrouwt de webshop niet
80%
-25%
-20%
-15%
-10%
-5%
0%
5%
10%
15%
20%
%impactopconversiepercentage
-8%
aanpassing
bestelproces
15%
bestelproces
aanpassing
5% USP’s5% CTA
button
15% achteraf
betalen
-19%
menu
navigatie
Traditionele (online) retailers
Potentiële verbeteringen verkregen op basis van onderbuikgevoel en aanpassingen direct live zetten
0%
5%
10%
15%
20%
25%
%impactopconversiepercentage A/B test: Winnaar +
learnings doelgroep
A/B test: Winnaar +
learnings doelgroep
A/B test: Winnaar +
learnings doelgroep
A/B test: Winnaar +
learnings doelgroep
A/B test: Geen
winnaar + learnings
doelgroep
A/B test: Geen
winnaar + learnings
doelgroep
Data gedreven (online) retailers
Potentiële verbeteringen verkregen op basis van data en aanpassingen live zetten na A/B test winnaar
Succes
Tijd
Competenties voor datagedreven site-optimalisatie
Conversie-optimalisatie scorecard
Inzichten
Prioriteren
Test backlog
HoogLaag
Hypothese opstellen
Testplan maken
Testvarianten maken
A/B test live
Analyseren
Learnings delen
Test
herhalen
Informeren
team
Rapportage
o # bezoekers en
conversie per variant
o Segment analyse
o Significantie niveau
o Impact op KPI
Verandering
doorvoeren?
Nee JaVerwerpen en
naar volgende test
Maak ticket voor
Development
Hoog
LIVE
Change backlog
A
B
C
o Webanalytics data
o Externe expert analyses
o Sessie recording analyses
o Onsite klantfeedback
o Usability onderzoek
o Gedragsonderzoek
o Analyse klantenservice
vragen
o Interviews met klanten
o Etc.
Bronnen voor
conversieverbeteringen
Conversie-optimalisatie proces
Niveau 1 -
Personen
Activiteiten
Aantal A/B - MV tests
Tools
Draagvlak
Gevorderde kennis conversie-
optimalisatie:
 Gevorderde Analytics
kennis
 Conversion-centered design
Niveau 2 +
 Enquetes
 Webanalytics-analyses (incl.
segmentatieanalyses)
 Onsite klantfeedback
analyses
 4 - 10 testen per maand
Niveau 2 +
 On site klantfeedbacktool
 Form analysis tool
 Project management tool
Hoger management
Klein conversie-optimalisatie
team: webanalist, designer,
front end developer, conversie-
specialist
Vaardigheden
Basiskennis
conversieoptimalisatie
Niveau 1 +
 A/B-testing
 Gevorderde webanalytics
analyses
1 - 3 testen per maand
Niveau 1 +
 A/B testing tool
Lager management
Conversie-optimalisatie
specialist
Basiskennis
online marketing
 Externe expert-analyse
 Webanalytics analyses
 Sessie recording analyses
Geen
 Webanalytics
 Performance monitoring-
tool
 Sessie recording tool
Lijnmanagement
Online marketing specialist
Expert in conversie-
optimalisatie:
 Verleidingstechnieken
 Conversie-copywriting
Niveau 3 +
 Realtime personalisatie
 Usability onderzoek
 Gedragsonderzoek
11 - 17 testen per maand
Niveau 3 +
 Realtime personalisatie-
tool
Directieniveau
Groot conversie-optimalisatie
team: niveau 3, + UX researcher,
psycholoog/gedrags-
onderzoeker, copywriter
Data driven expert:
 Business Intelligence
 Datamining
Niveau 4 +
 Data als input voor nieuwe
ontwikkelingen
 Algoritme testing
> 17 testen per maand
Niveau 4 +
 Predictive analytics tool
Gehele organisatie
Meerdere conversie-
optimalisatie teams: niveau 4, +
Statisticus, big data specialist,
teammanagers
(A/B test) KPI’s
Buying Cycle-niveau
Online omzet-KPI’s:
Online omzet, online
omzetwaarde per bezoek
Sessie-niveau
Conversie-KPI’s:
Add to cart, uitvalpercentages,
conversiepercentage
Sessie-niveau
Interactie-KPI’s:
Traffic, bounce rate, time on
site, paginaweergaven,
verkeersbronnen
Omnichannel-niveau
Totaalomzet, winst
Customer lifetime-niveau
Klanttevredenheid, NPS,
Customer lifetime value
* In dit model ligt de grens om te kunnen A/B testen of Multivariatie (MV) testen vanaf 1.000 bestellingen per maand.
Volwassenheidsmodel voor conversie-optimalisatie
Niveau 2 - Niveau 3 - Niveau 4 - Niveau 5 -
Conversie-optimalisatie scorecard Hunkemöller
Inzichten
Prioriteren
Test backlog
HoogLaag
Hypothese opstellen
Testplan maken
Testvarianten maken
A/B test live
Analyseren
Learnings delen
Test
herhalen
Informeren
team
Rapportage
o # bezoekers en
conversie per variant
o Segment analyse
o Significantie niveau
o Impact op KPI
Verandering
doorvoeren?
Nee JaVerwerpen en
naar volgende test
Maak ticket voor
Development
Hoog
LIVE
Change backlog
A
B
C
o Webanalytics data
o Externe expert analyses
o Sessie recording analyses
o Onsite klantfeedback
oUsabilityonderzoek
o Gedragsonderzoek
o Analyse klantenservice
vragen
o Interviews met klanten
o Etc.
Bronnen voor
conversieverbeteringen
Conversie-optimalisatie proces
o Doelgroep & testdevice bepalen
o Deelnemers verzamelen
o Testscript schrijven
o Testdagen
o Analyse
o Onderzoeksresultaten
Testscript
Testscript voorbeeld - aankoop
1. Homepage
o Gebruik menu-navigatie
2. Categorie pagina
o Filter gebruik
o Maat – prijsklasse – kleur
o Sorteer functie
o Scrollgedrag (infinite scrolling)
3. PDP
o Productinformatie
o Afbeeldingen
o Valt het groot of klein
o Welk materiaal
o Wastips
o Reviews
o Product toevoegen aan winkelmand
o Bikini top + bijpassende bikini slip
o Twijfelt over de maat (gratis retourneren?)
o Verzendkosten
4. Winkelmand
o Account aanmaken
o Wanneer bezorgd (levertijd)
o Verder winkelen
o Betaalmethodes
5. Checkout
o Winkel kiezen bij Bezorgen
“Je gaat over vijf dagen op vakantie naar Spanje en bent nog op zoek naar
een nieuwe bikini. Je hebt helaas weinig tijd om de stad in te gaan en besluit
daarom online te bestellen. Je budget ligt rond de 40 euro. Je kent
Hunkemöller en besluit bij hen op de site te kijken en een aankoop te doen.”
Testscripts voorbeeld – micro conversions
Taken
Voorbeeld scenario micro-conversie
“Je ziet een leuke bikini, maar je twijfelt over de juiste maten. Je besluit op zoek te
gaan naar een maattabel om de juiste bikini te zoeken.”
Scenario’s
Macro-conversions
o Aankoop
Micro-conversions
o Gebruik maattabel
o Gebruik filters
o Winkelmand (visitor to checkout)
o Fysieke winkel zoeken
o Hunkemöller Membercard aanvragen
o Informatie over ruilen
Testdagen
in het usability lab bij ISM eCompany
o 3 dagen getest
o 15 vrouwen
o Leeftijd 18-34
o Android: 8 gebruikers
o iPhone: 7 gebruikers
o 15 uur aan film
o Usability testen analyseren
Usability issues
op basis van data
‘Koop een blauwe sport BH in jouw maat en laat je
bestelling op je werk bezorgen”
1
Usability issue:
1. Inzoomen productfoto’s lukt niet
Usability issues:
1. Niet mogelijk om meerdere maten / kleuren te filteren:
“Soms zit je tussen twee maten in.”
2. “Wat is dit?”
3. Prijs slider werkt niet
1
2
3
Opzet rapportage
1
Usability issue:
1. Bijpassende producten niet kunnen vinden
“Je ziet een mooie BH en je wil een
bijpassende slip kopen”.
Prioriteren
Inzichten
Prioriteren
Test backlog
HoogLaag
Hypothese opstellen
Testplan maken
Testvarianten maken
A/B test live
Analyseren
Learnings delen
Test
herhalen
Informeren
team
Rapportage
o # bezoekers en
conversie per variant
o Segment analyse
o Significantie niveau
o Impact op KPI
Verandering
doorvoeren?
Nee JaVerwerpen en
naar volgende test
Maak ticket voor
Development
Hoog
LIVE
Change backlog
o Webanalytics data
o Externe expert analyses
o Sessie recording analyses
o Onsite klantfeedback
o Usability onderzoek
o Gedragsonderzoek
o Analyse klantenservice
vragen
o Interviews met klanten
o Etc.
Bronnen voor
conversieverbeteringen
Actiepunten Prioriteit
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
Prioritering | Productdetailpagina’s
Laag<<Impact>>Hoog
Laag << Complexiteit >> Hoog
3.4 3.5
3.8
3.13.23.3
3.6 3.7
3.9
3.10
3.11
Inzichten
Prioriteren
Test backlog
HoogLaag
Hypothese opstellen
Testplan maken
Testvarianten maken
A/B test live
Analyseren
Learnings delen
Test
herhalen
Informeren
team
Rapportage
o # bezoekers en
conversie per variant
o Segment analyse
o Significantie niveau
o Impact op KPI
Verandering
doorvoeren?
Nee JaVerwerpen en
naar volgende test
Maak ticket voor
Development
Hoog
LIVE
Change backlog
o Webanalytics data
o Externe expert analyses
o Sessie recording analyses
o Onsite klantfeedback
o Usability onderzoek
o Gedragsonderzoek
o Analyse klantenservice
vragen
o Interviews met klanten
o Etc.
Bronnen voor
conversieverbeteringen
Inzichten
Prioriteren
Test backlog
HoogLaag
Hypothese opstellen
Testplan maken
Testvarianten maken
A/B test live
Analyseren
Learnings delen
Test
herhalen
Informeren
team
Rapportage
o # bezoekers en
conversie per variant
o Segment analyse
o Significantie niveau
o Impact op KPI
Verandering
doorvoeren?
Nee JaVerwerpen en
naar volgende test
Maak ticket voor
Development
Hoog
LIVE
Change backlog
o Webanalytics data
o Externe expert analyses
o Sessie recording analyses
o Onsite klantfeedback
o Usability onderzoek
o Gedragsonderzoek
o Analyse klantenservice
vragen
o Interviews met klanten
o Etc.
Bronnen voor
conversieverbeteringen
Conversie-optimalisatie scorecard Hunkemöller
Succes
Tijd
www.mijnconversiescore.nl
Jurjen Jongejan
Sr. Conversie-optimalisatie consultant | Online Marketing Director | Auteur
j.jongejan@ism.nl
Linkedin.com/in/jurjenjongejan
Bedankt voor jullie aandacht!
@jurjenjongejan

Klantcase Hunkemöller: datagedreven optimalisatie

  • 1.
    Klantcase: Hunkemöller datagedreven optimalisatie JurjenJongejan Sr. Conversie-optimalisatie consultant | Online Marketing Director | Auteur #omnichannel2016
  • 2.
    Jurjen Jongejan Sr. Conversie-optimalisatieconsultant | Online Marketing Director | Auteur Even voorstellen… j.jongejan@ism.nl Linkedin.com/jurjenjongejan @jurjenjongejan  Meer dan 13 jaar e-Commerce ervaring bij  Bedrijfskundige van de  Trainer conversie-optimalisatie bij  Voorzitter expertgroep ‘Revenue Optimization’  Auteur van de bestseller
  • 9.
  • 10.
    1. Wat isdatagedreven optimalisatie? 2. Volwassenheid en proces 4. Vragen 3. Klantcase Hunkemöller
  • 11.
    Traffic Conversie Orderwaarde Online omzet 100.0001 % € 100 € 100.000 200.000 1 % € 100 € 200.000 100.000 2 % € 100 € 200.000
  • 12.
    1000 Marktpotentieel 100 Bezoekt webshop 50 Bekijkt productaanbod 15 Winkelmandje 3 •Kent de webshop niet • Kan de webshop niet vinden 90% • Vindt de webshop te druk • Vindt de webshop te traag 50% • Zoekt meer informatie • Heeft onzekerheid over voorraad • Wil vergelijken 70% • Loopt vast bij betaling • Kan geen verzendkosten vinden • Vertrouwt de webshop niet 80%
  • 13.
    -25% -20% -15% -10% -5% 0% 5% 10% 15% 20% %impactopconversiepercentage -8% aanpassing bestelproces 15% bestelproces aanpassing 5% USP’s5% CTA button 15%achteraf betalen -19% menu navigatie Traditionele (online) retailers Potentiële verbeteringen verkregen op basis van onderbuikgevoel en aanpassingen direct live zetten
  • 14.
    0% 5% 10% 15% 20% 25% %impactopconversiepercentage A/B test:Winnaar + learnings doelgroep A/B test: Winnaar + learnings doelgroep A/B test: Winnaar + learnings doelgroep A/B test: Winnaar + learnings doelgroep A/B test: Geen winnaar + learnings doelgroep A/B test: Geen winnaar + learnings doelgroep Data gedreven (online) retailers Potentiële verbeteringen verkregen op basis van data en aanpassingen live zetten na A/B test winnaar
  • 15.
  • 16.
  • 17.
  • 18.
    Inzichten Prioriteren Test backlog HoogLaag Hypothese opstellen Testplanmaken Testvarianten maken A/B test live Analyseren Learnings delen Test herhalen Informeren team Rapportage o # bezoekers en conversie per variant o Segment analyse o Significantie niveau o Impact op KPI Verandering doorvoeren? Nee JaVerwerpen en naar volgende test Maak ticket voor Development Hoog LIVE Change backlog A B C o Webanalytics data o Externe expert analyses o Sessie recording analyses o Onsite klantfeedback o Usability onderzoek o Gedragsonderzoek o Analyse klantenservice vragen o Interviews met klanten o Etc. Bronnen voor conversieverbeteringen Conversie-optimalisatie proces
  • 19.
    Niveau 1 - Personen Activiteiten AantalA/B - MV tests Tools Draagvlak Gevorderde kennis conversie- optimalisatie:  Gevorderde Analytics kennis  Conversion-centered design Niveau 2 +  Enquetes  Webanalytics-analyses (incl. segmentatieanalyses)  Onsite klantfeedback analyses  4 - 10 testen per maand Niveau 2 +  On site klantfeedbacktool  Form analysis tool  Project management tool Hoger management Klein conversie-optimalisatie team: webanalist, designer, front end developer, conversie- specialist Vaardigheden Basiskennis conversieoptimalisatie Niveau 1 +  A/B-testing  Gevorderde webanalytics analyses 1 - 3 testen per maand Niveau 1 +  A/B testing tool Lager management Conversie-optimalisatie specialist Basiskennis online marketing  Externe expert-analyse  Webanalytics analyses  Sessie recording analyses Geen  Webanalytics  Performance monitoring- tool  Sessie recording tool Lijnmanagement Online marketing specialist Expert in conversie- optimalisatie:  Verleidingstechnieken  Conversie-copywriting Niveau 3 +  Realtime personalisatie  Usability onderzoek  Gedragsonderzoek 11 - 17 testen per maand Niveau 3 +  Realtime personalisatie- tool Directieniveau Groot conversie-optimalisatie team: niveau 3, + UX researcher, psycholoog/gedrags- onderzoeker, copywriter Data driven expert:  Business Intelligence  Datamining Niveau 4 +  Data als input voor nieuwe ontwikkelingen  Algoritme testing > 17 testen per maand Niveau 4 +  Predictive analytics tool Gehele organisatie Meerdere conversie- optimalisatie teams: niveau 4, + Statisticus, big data specialist, teammanagers (A/B test) KPI’s Buying Cycle-niveau Online omzet-KPI’s: Online omzet, online omzetwaarde per bezoek Sessie-niveau Conversie-KPI’s: Add to cart, uitvalpercentages, conversiepercentage Sessie-niveau Interactie-KPI’s: Traffic, bounce rate, time on site, paginaweergaven, verkeersbronnen Omnichannel-niveau Totaalomzet, winst Customer lifetime-niveau Klanttevredenheid, NPS, Customer lifetime value * In dit model ligt de grens om te kunnen A/B testen of Multivariatie (MV) testen vanaf 1.000 bestellingen per maand. Volwassenheidsmodel voor conversie-optimalisatie Niveau 2 - Niveau 3 - Niveau 4 - Niveau 5 -
  • 21.
  • 22.
    Inzichten Prioriteren Test backlog HoogLaag Hypothese opstellen Testplanmaken Testvarianten maken A/B test live Analyseren Learnings delen Test herhalen Informeren team Rapportage o # bezoekers en conversie per variant o Segment analyse o Significantie niveau o Impact op KPI Verandering doorvoeren? Nee JaVerwerpen en naar volgende test Maak ticket voor Development Hoog LIVE Change backlog A B C o Webanalytics data o Externe expert analyses o Sessie recording analyses o Onsite klantfeedback oUsabilityonderzoek o Gedragsonderzoek o Analyse klantenservice vragen o Interviews met klanten o Etc. Bronnen voor conversieverbeteringen Conversie-optimalisatie proces
  • 23.
    o Doelgroep &testdevice bepalen o Deelnemers verzamelen o Testscript schrijven o Testdagen o Analyse o Onderzoeksresultaten
  • 24.
  • 25.
    Testscript voorbeeld -aankoop 1. Homepage o Gebruik menu-navigatie 2. Categorie pagina o Filter gebruik o Maat – prijsklasse – kleur o Sorteer functie o Scrollgedrag (infinite scrolling) 3. PDP o Productinformatie o Afbeeldingen o Valt het groot of klein o Welk materiaal o Wastips o Reviews o Product toevoegen aan winkelmand o Bikini top + bijpassende bikini slip o Twijfelt over de maat (gratis retourneren?) o Verzendkosten 4. Winkelmand o Account aanmaken o Wanneer bezorgd (levertijd) o Verder winkelen o Betaalmethodes 5. Checkout o Winkel kiezen bij Bezorgen “Je gaat over vijf dagen op vakantie naar Spanje en bent nog op zoek naar een nieuwe bikini. Je hebt helaas weinig tijd om de stad in te gaan en besluit daarom online te bestellen. Je budget ligt rond de 40 euro. Je kent Hunkemöller en besluit bij hen op de site te kijken en een aankoop te doen.”
  • 26.
    Testscripts voorbeeld –micro conversions Taken Voorbeeld scenario micro-conversie “Je ziet een leuke bikini, maar je twijfelt over de juiste maten. Je besluit op zoek te gaan naar een maattabel om de juiste bikini te zoeken.” Scenario’s Macro-conversions o Aankoop Micro-conversions o Gebruik maattabel o Gebruik filters o Winkelmand (visitor to checkout) o Fysieke winkel zoeken o Hunkemöller Membercard aanvragen o Informatie over ruilen
  • 27.
    Testdagen in het usabilitylab bij ISM eCompany
  • 28.
    o 3 dagengetest o 15 vrouwen o Leeftijd 18-34 o Android: 8 gebruikers o iPhone: 7 gebruikers o 15 uur aan film o Usability testen analyseren
  • 29.
  • 30.
    ‘Koop een blauwesport BH in jouw maat en laat je bestelling op je werk bezorgen”
  • 32.
    1 Usability issue: 1. Inzoomenproductfoto’s lukt niet
  • 34.
    Usability issues: 1. Nietmogelijk om meerdere maten / kleuren te filteren: “Soms zit je tussen twee maten in.” 2. “Wat is dit?” 3. Prijs slider werkt niet 1 2 3
  • 35.
  • 36.
    1 Usability issue: 1. Bijpassendeproducten niet kunnen vinden “Je ziet een mooie BH en je wil een bijpassende slip kopen”.
  • 38.
  • 39.
    Inzichten Prioriteren Test backlog HoogLaag Hypothese opstellen Testplanmaken Testvarianten maken A/B test live Analyseren Learnings delen Test herhalen Informeren team Rapportage o # bezoekers en conversie per variant o Segment analyse o Significantie niveau o Impact op KPI Verandering doorvoeren? Nee JaVerwerpen en naar volgende test Maak ticket voor Development Hoog LIVE Change backlog o Webanalytics data o Externe expert analyses o Sessie recording analyses o Onsite klantfeedback o Usability onderzoek o Gedragsonderzoek o Analyse klantenservice vragen o Interviews met klanten o Etc. Bronnen voor conversieverbeteringen
  • 40.
    Actiepunten Prioriteit 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 Prioritering |Productdetailpagina’s Laag<<Impact>>Hoog Laag << Complexiteit >> Hoog 3.4 3.5 3.8 3.13.23.3 3.6 3.7 3.9 3.10 3.11
  • 41.
    Inzichten Prioriteren Test backlog HoogLaag Hypothese opstellen Testplanmaken Testvarianten maken A/B test live Analyseren Learnings delen Test herhalen Informeren team Rapportage o # bezoekers en conversie per variant o Segment analyse o Significantie niveau o Impact op KPI Verandering doorvoeren? Nee JaVerwerpen en naar volgende test Maak ticket voor Development Hoog LIVE Change backlog o Webanalytics data o Externe expert analyses o Sessie recording analyses o Onsite klantfeedback o Usability onderzoek o Gedragsonderzoek o Analyse klantenservice vragen o Interviews met klanten o Etc. Bronnen voor conversieverbeteringen
  • 42.
    Inzichten Prioriteren Test backlog HoogLaag Hypothese opstellen Testplanmaken Testvarianten maken A/B test live Analyseren Learnings delen Test herhalen Informeren team Rapportage o # bezoekers en conversie per variant o Segment analyse o Significantie niveau o Impact op KPI Verandering doorvoeren? Nee JaVerwerpen en naar volgende test Maak ticket voor Development Hoog LIVE Change backlog o Webanalytics data o Externe expert analyses o Sessie recording analyses o Onsite klantfeedback o Usability onderzoek o Gedragsonderzoek o Analyse klantenservice vragen o Interviews met klanten o Etc. Bronnen voor conversieverbeteringen
  • 43.
  • 44.
  • 45.
  • 46.
    Jurjen Jongejan Sr. Conversie-optimalisatieconsultant | Online Marketing Director | Auteur j.jongejan@ism.nl Linkedin.com/in/jurjenjongejan Bedankt voor jullie aandacht! @jurjenjongejan