Wat is een CRO-analyse?
Een CRO-analyse is een gestructureerd onderzoek naar de vraag waar en waarom bezoekers afhaken op je website. CRO staat voor conversion rate optimization, in het Nederlands conversie-optimalisatie: het verhogen van het percentage bezoekers dat doet wat je wilt, of dat nu een aankoop, een offerteaanvraag of een inschrijving is.
Het verschil met los sleutelen aan je website zit in de volgorde. Een CRO-analyse begint bij data, niet bij een mening. Je verzamelt eerst wat er feitelijk gebeurt, je onderzoekt daarna waarom dat gebeurt, en pas dan bedenk je oplossingen. De uitkomst is geen lijst met tips maar een geprioriteerde lijst met knelpunten, elk met een onderbouwing waarom je denkt dat het geld oplevert.
In dit artikel lopen we de volledige analyse langs, in de volgorde waarin je hem uitvoert. Wil je het hele traject van begin tot eind zien, van nulmeting tot doorvoeren, kijk dan in het CRO-stappenplan. Wil je weten wat conversie-optimalisatie als vakgebied inhoudt, lees dan eerst wat is conversie-optimalisatie.
Begin bij je meting, niet bij je website
Dit is de stap die vrijwel iedereen overslaat, en het is de belangrijkste. Voordat je één conclusie trekt uit je cijfers, moet je vaststellen dat die cijfers kloppen. Wie analyseert op ondeugdelijke data komt tot een onderbouwde conclusie die gewoon fout is.
Dat klinkt theoretisch, dus een voorbeeld uit de praktijk. Bij een van onze klanten claimde Meta ongeveer 40 procent meer conversies dan er daadwerkelijk hadden plaatsgevonden. Wie in zo’n situatie kijkt welk kanaal het beste converteert, wijst het verkeerde kanaal aan als winnaar en optimaliseert de website vervolgens voor de verkeerde bezoeker.
Advertentieplatforms rekenen zich structureel rijk. Google claimt op basis van de laatste klik binnen zijn eigen omgeving, Meta telt ook mensen mee die de advertentie alleen gezien hebben. Tel je die claims bij elkaar op, dan heb je meer conversies dan klanten. Meer daarover in waarom je conversies dubbel worden geteld.
- Staan alle stappen van je formulier als aparte gebeurtenis geregistreerd, of alleen de laatste?
- Klopt de trechter in je analytics met de werkelijke stappen op de site?
- Komt het aantal conversies in je analytics overeen met het aantal orders of aanvragen in je backoffice?
- Meet je op mobiel hetzelfde als op desktop, of blokkeert daar iets je meting?
- Tellen je advertentieplatforms samen meer conversies dan je in werkelijkheid hebt?
Kun je die vragen niet met ja beantwoorden, dan is je eerste CRO-actie geen A/B-test maar het repareren van je meting. Hoe je dat aanpakt staat in server-side tracking en data voor betrouwbare CRO.
Leg een brede nulmeting vast
De tweede stap die vaak wordt overgeslagen. Veel bedrijven kijken per test alleen naar de uplift van dat ene experiment. Dan weet je of een knop beter werkt, maar niet of het bedrijf er beter van wordt.
Een goede nulmeting legt alle relevante cijfers vast voordat je begint, zodat je later kunt aantonen wat je hebt veranderd. Begin met het basisniveau: sessies, gebruikers, bouncepercentage en conversiepercentage per doel, en dat alles uitgesplitst per apparaat en per kanaal. Daar bovenop komen de KPI’s die bij jouw type bedrijf horen.
- B2B: deals, dealwaarde, customer lifetime value, ROAS en POAS, en pipeline velocity oftewel de snelheid waarmee deals door je pijplijn bewegen.
- Leadgeneratie: leads, kosten per lead, deals, dealwaarde, ROAS en POAS.
- E-commerce: customer lifetime value, POAS en de kosten om een nieuwe klant binnen te halen.
Het onderscheid tussen ROAS en POAS is hier belangrijk. ROAS is je omzet per euro advertentiegeld, POAS je marge per euro advertentiegeld. Een testvariant die de omzet verhoogt maar vooral producten met een dunne marge verkoopt, ziet er op ROAS uit als winst en op POAS als verlies. Welke KPI’s er in welke situatie toe doen staat uitgebreid in de belangrijkste marketing KPI’s.
Bouw een doelenboom
Een doelenboom splitst je hoofddoel op in de onderdelen waar je daadwerkelijk aan kunt draaien. Zo zie je welke knop de meeste omzet oplevert, in plaats van te beginnen bij wat het makkelijkst aan te passen is.
De opbouw is simpel. Omzet is leads maal omzet per lead. Leads zijn sessies maal conversiepercentage. Sessies zijn gebruikers maal sessies per gebruiker. Aan de rechterkant splitst omzet per lead zich uit in gemiddelde orderwaarde en het percentage leads dat sales daadwerkelijk sluit.
Bij B2B loopt die rechterkant verder door: van lead naar marketing qualified lead, naar sales qualified lead, naar deal. Juist daar zie je vaak dat het knelpunt niet op de website zit maar in de kwalificatie erna. Optimizely gebruikt hetzelfde model om testprogramma’s aan bedrijfsdoelen te koppelen.
Deze oefening laat vaak zien dat een paar procent meer conversie op de website minder oplevert dan een paar procent hogere orderwaarde. Dat is precies het soort inzicht dat je mist als je meteen begint met testen. Een doelenboom bijhouden lukt alleen als je cijfers uit je website, advertentieplatforms en CRM in één beeld staan, en daar is een marketing dashboard voor bedoeld.
Kwantitatief onderzoek: waar haken bezoekers af
Nu pas ga je kijken. Kwantitatief onderzoek vertelt je wáár het probleem zit. Vier analyses leveren in de praktijk het meeste op.
Uitstappunten
Welke pagina’s verlaten mensen, en hoe verhoudt dat aantal zich tot het aantal weergaven? Een pagina met veel uitstappers kan gewoon een druk bezochte pagina zijn. Kijk daarom naar het percentage, niet naar het absolute aantal. Let vooral op pagina’s midden in je aanvraagproces, want daar hoort niemand af te haken.
Apparaatverschillen
Vergelijk het aandeel verkeer per apparaat met het aandeel conversies. Loopt dat ver uiteen, dan heb je je grootste kans te pakken. In een van onze trajecten kwam twee derde van het verkeer van mobiel, terwijl het conversiepercentage op mobiel nog niet de helft was van dat op desktop. Alle aandacht ging daarna naar het mobiele formulier.
Kanaalverschillen
Kijk naar het conversiepercentage per kanaal, niet naar het volume per kanaal. Een kanaal dat weinig maar zeer gericht verkeer levert, kan waardevoller zijn dan een kanaal dat veel bezoekers stuurt die niets doen. Let hierbij op de waarschuwing uit stap één: dit is precies de analyse die stukloopt op verkeerde attributie.
Snelheid
Trage pagina’s kosten conversie, maar controleer waar de traagheid zit. Vaak is één sjabloon of één taalvariant de boosdoener en niet de hele site.
Kwalitatief onderzoek: waarom haken ze af
Cijfers laten zien waar mensen stoppen. Ze zeggen niets over waarom. Daarvoor kijk je naar gedrag: sessieopnames, heatmaps en gebruikerstests.
Hier maken veel mensen een denkfout over aantallen. Voor kwalitatief onderzoek heb je verrassend weinig mensen nodig. Nielsen Norman Group houdt al sinds eind jaren tachtig vast aan vijf deelnemers per gebruikerstest, omdat je daarmee vrijwel alle knelpunten vindt die je met meer deelnemers ook zou vinden. Meer mensen leveren nauwelijks nieuwe inzichten op.
Voor cijfers ligt dat anders: daar adviseert Nielsen Norman minstens twintig deelnemers voor statistisch bruikbare uitkomsten, en negenendertig voor stabiele eyetracking-heatmaps. Vertaald naar de praktijk: gebruik sessieopnames om te begrijpen wat er misgaat, niet om te tellen hoe vaak het misgaat. Dat tellen doe je met je analytics.
Verzamel opnames en heatmaps wel over een langere periode, minimaal vier weken. Kijk je naar één drukke week, dan kijk je naar toeval of naar het effect van een campagne die net liep.
Beoordeel je bevindingen langs de conversiepiramide
Je hebt nu een berg losse observaties. De conversiepiramide brengt daar ordening in, en geeft meteen antwoord op de vraag waar je moet beginnen. De piramide kent vijf lagen, van onder naar boven.
- Functioneel. Werkt het? Bugs, foutmeldingen, formulieren die stukgaan, 404-pagina’s, en of je meting draait.
- Toegankelijk. Is het bereikbaar? Sitestructuur, laadsnelheid, een werkend mobiel menu, voldoende witruimte.
- Bruikbaar. Is het te doen? Begrijpelijke formulieren, logische navigatie, duidelijkheid over wat iets kost.
- Intuïtief. Voelt het logisch? Sluit de pagina aan op de verwachting waarmee iemand binnenkomt, gebruik je gewone taal, klopt de context.
- Overtuigend. Wil ik dit? Call-to-actions, sociale bewijskracht, onderscheidende argumenten, een bedankpagina die vertelt wat er nu gaat gebeuren.
De kracht zit in de volgorde: je mag pas een laag hoger als de laag eronder klopt. Een overtuigende call-to-action heeft geen enkele zin als het formulier eronder op mobiel niet werkt. Dat is meteen het antwoord op de meeste vragen in de trant van welke knopkleur beter converteert. Zit je probleem in de onderste laag, dan is de knopkleur volstrekt irrelevant.
In de praktijk zit het merendeel van de winst in de onderste drie lagen. De bovenste twee zijn het leukst om over te praten en leveren het minst op zolang de basis niet staat.
Van bevindingen naar prioriteiten
Een analyse levert al snel dertig tot vijftig punten op. Die kun je niet allemaal tegelijk aanpakken, dus scoor je elk punt op drie dingen.
- Potentie: hoeveel kan dit opleveren als je het oplost?
- Belang: hoeveel van je bezoekers of je omzet raakt het?
- Gemak: hoeveel werk is het om te bouwen?
Tel de scores op en werk van hoog naar laag. Het klinkt bureaucratisch, maar het voorkomt de meest voorkomende valkuil in CRO: beginnen met het punt dat het leukst is om aan te pakken in plaats van met het punt dat het meeste oplevert.
Eén nuance daarbij. Punten in de functionele laag pak je altijd eerst op, ook als ze laag scoren. Een kapot formulier repareer je niet omdat het goed scoort in een model, maar omdat het kapot is.
Waarom je aannames zelden kloppen
Een CRO-analyse levert hypotheses op, geen zekerheden. Dat verschil is groter dan mensen denken, en het is de reden dat je test in plaats van doorvoert.
Een voorbeeld uit onze eigen praktijk. Een klant wilde goedkopere opties tonen, in de verwachting dat twijfelende bezoekers zouden overstappen naar een voordeliger pakket en het conversiepercentage daardoor zou stijgen. De redenering klopte op papier. In werkelijkheid daalde het conversiepercentage met 4 procent. De korting was te mager om iemand over de streep te trekken en deed tegelijk afbreuk aan het merk.
Zonder test was die wijziging gewoon doorgevoerd, en had niemand geweten wat het kostte. Dat is de kern: een analyse vertelt je waar je moet kijken en wat een plausibele verklaring is. Of je verklaring klopt, weet je pas na een A/B-test.
Het omgekeerde komt net zo vaak voor. Bij een andere klant leverde het weglaten van een indicatieprijs bijna een verdubbeling van het aantal aanvragen op. Op papier een enorme winst, tot bleek dat die extra aanvragen vrijwel allemaal afvielen op prijs. Netto kostte de verbetering geld: hogere marketingkosten per gekwalificeerde lead, en sales die het dubbele volume moest wegwerken zonder extra omzet.
Wat een testprogramma realistisch oplevert
Tot slot een verwachting die klopt met de werkelijkheid, want daar gaat het in dit vakgebied vaak mis.
Optimizely publiceerde de cijfers van zijn eigen klanten. Gemiddeld levert ongeveer 35 tot 40 procent van de tests een statistisch hard resultaat op, winst of verlies. Van alle experimenten wint er ongeveer 20 procent, en van de experimenten die aan omzet gekoppeld zijn wint er maar 10 procent.
Eén op de tien dus, als je op omzet stuurt. Dat betekent niet dat CRO niet werkt. Het betekent dat je moet rekenen op veel tests waarvan de meeste niets opleveren, en dat de opbrengst zit in de enkele die wel raak zijn plus de verliezers die je hebt voorkomen door ze niet door te voeren.
Er is zelden één knop die je conversie verdubbelt. Structurele groei komt uit veel kleine verbeteringen die je consequent doorvoert en meet tegen een basis die klopt. Daarom is een CRO-analyse ook geen eenmalig project: je doorloopt de cyclus opnieuw zodra je de eerste punten hebt opgelost.
Wil je dat wij deze analyse voor je doen, kijk dan op onze pagina over conversie optimalisatie. En wil je eerst zeker weten dat je cijfers kloppen voordat je gaat testen, dan begint dat bij je marketing dashboard.
Veelgestelde vragen
Waar staat CRO voor?
CRO staat voor conversion rate optimization, in het Nederlands conversie-optimalisatie. Het is het systematisch verhogen van het percentage bezoekers dat de actie uitvoert die jij wilt, zoals een aankoop of een aanvraag.
Hoe lang duurt een CRO-analyse?
Voor de analyse zelf reken je op twee tot vier weken. De kwalitatieve kant is bepalend: sessieopnames en heatmaps wil je over minimaal vier weken verzamelen, anders kijk je naar toeval of naar het effect van een campagne die net liep.
Hoeveel verkeer heb je nodig voor een CRO-analyse?
Voor de analyse zelf weinig, want je kijkt naar patronen. Voor het testen daarna wel: bij lage aantallen conversies duurt het maanden voordat een test een hard resultaat geeft. Meet in dat geval hoger in de funnel, bijvoorbeeld op formulierstappen in plaats van op afgeronde deals.
Wat is het verschil tussen een CRO-analyse en een UX-audit?
Een UX-audit beoordeelt de gebruiksvriendelijkheid, meestal op basis van expertise en richtlijnen. Een CRO-analyse doet dat ook, maar koppelt elke bevinding aan data en aan een commercieel doel, en levert een geprioriteerde testagenda op in plaats van een lijst verbeterpunten.
Kan ik een CRO-analyse zelf doen?
De kwantitatieve kant kun je grotendeels zelf: uitstappunten, apparaat- en kanaalverschillen staan in je analytics. Waar het meestal misgaat is de eerste stap, het controleren of je meting klopt, en het vertalen van bevindingen naar een testagenda die statistisch standhoudt.
Wat kost een CRO-analyse?
Dat hangt af van de omvang van je site en of je meting op orde is. Ligt daar nog werk, dan is dat vaak de eerste investering, want zonder betrouwbare cijfers is de analyse zelf weinig waard. Vraag onze gratis analyse aan voor een inschatting op je eigen situatie.