Een eerste voorwaarde om Big Data Analyse of AI zinvol te kunnen inzetten is voldoende data. Maar wat is voldoende? Dat is soms een lastige vraag. In medische experimenten zijn een handvol proefpersonen vaak al voldoende om een zinvolle conclusie te trekken, maar voor web analytics luistert dat iets breder.
Meestal richt je aandacht zich op een kleine subset van bezoekers: de bezoekers die geld opleveren of de bezoekers die zich inschrijven op een nieuwsbrief. Je kunt dan wel veel verkeer hebben op je website maar als je conversiepercentage laag is, dan is het vergelijken van verschillende segmenten op basis van conversies in een fijnmazige campagne soms al onmogelijk, zelfs voor een website met een redelijke toestroom van bezoekers.
Bepaalde acties op de website worden niet volledig bijgehouden, dit kan leiden tot ontbrekende gegevens. Zorg ervoor dat je trackingtool alle relevante interacties vastlegt.
Als de conversieratio’s laag zijn, kan het langer duren om voldoende gegevens te verzamelen om significante inzichten te verkrijgen.
Een te korte periode van gegevensverzameling kan leiden tot onvoldoende gegevens voor een betrouwbare analyse. Hierdoor kunnen bijvoorbeeld seizoensinvloeden niet goed worden waargenomen binnen de data-analyse.
Als je de gegevens niet voldoende kunt segmenteren, loop je het risico belangrijke nuances en patronen over het hoofd te zien. Bijvoorbeeld op het gebied van demografie, bronnen of campagne types.
Als je klanten via verschillende kanalen naar je website komen, kan het moeilijk zijn om een volledig beeld te krijgen van hun reis. Multichannel tracking is daarom essentieel in het verkrijgen van een volledige data set.
Last but not least, komt het regelmatig voor dat de benodigde gegevens onjuist of onvolledig worden verzameld door bijvoorbeeld een verandering op de website.
Voor een aantal van de bovenstaande punten kan gezegd worden dat de metingen goed moet worden ingericht en dat je regelmatig moet checken of ze nog steeds de juist informatie meten. Het veel voorkomend probleem “te weinig conversies” om per segmentatie een goede analyse te kunnen uitvoeren, los je hier echter niet mee op.
Stel je hebt wel voldoende conversies maar voor een goed analyse van een bepaald segment (een specifiek campagne onderdeel, een specifieke bron of een bepaald type bezoeker) blijken het er veel te weinig zijn.
De oplossing hiervoor zijn microconversies: in plaats van de echte conversiepunten te gebruiken, maak je events aan die vaker voorkomen en op hun beurt een voorspeller zijn van de echte conversie. Zo probeer je bijvoorbeeld de latent geïnteresseerde bezoeker te identificeren. De bezoeker die misschien niet direct converteert als hij je website bezoekt, maar wel degelijk een reële interesse toont. Het zijn juist deze bezoekers die uiteindelijk bij je concurrent kopen maar die dit net zo goed op jouw website had kunnen doen.
In de volgende blog zullen we dieper duiken in het hoe en wat van microconversies en uitleggen waar je op moet letten bij het inregelen van je eigen microconversies.
AI en Big Data Analyse: Wat zijn de verschillen?
Big data-analyse en kunstmatige intelligentie (AI) zijn twee verwante maar verschillende concepten in de wereld van informatietechnologie en...
Lees verder