De online wereld verandert constant en snel. Sinds WUA! in 2008 begon met het in kaart brengen van de online klantreis, is de gemiddelde website aanzienlijk verbeterd. Ook de consument is veranderd: ze zijn digitaal vaardiger geworden en hebben hogere verwachtingen van websites.
Deze trend is duidelijk zichtbaar in onderstaande grafiek, waarin het percentage respondenten dat doorgaat op een website na de eerste indruk (gemeten in de WUA! studies) in de tijd is uitgezet. Het is duidelijk dat steeds minder respondenten afhaken na een eerste blik op een website om verder te zoeken naar een andere website. Dit is grotendeels te verklaren door de verbeterde online ervaring die websites bieden.
Figuur 1. Weergave van het doorzetpercentage van respondenten in het WUA! WPS model tussen 2014 en 2018. De lijn is een gemiddelde van de automotive, banking, energie, retail, telecom, travel en verzekeringssectoren. Deze grafiek toont duidelijk dat steeds minder respondenten aangaven dat ze vroeg zouden afhaken op de website die ze bezochten.
Omdat de gemiddelde ervaring op websites steeds beter is geworden, is het voor WUA! steeds belangrijker geworden om precies te meten op welke elementen websites het verschil kunnen maken. Met andere woorden: het verschil tussen 6 van de 10 en 8 van de 10 is makkelijker te meten dan het verschil tussen 8,2 en 8,5 van de 10.
Bij WUA werken we al jaren continu aan het verbeteren van onze producten. Ongeveer een jaar geleden zijn we een grote stap gaan zetten in het verbeteren van onze Web Performance Scan (WPS). Om dit te bereiken hebben we op verschillende niveaus gewerkt: wat we meten (ons model), hoe we het meten (de respondentervaring), en we hebben ook kritisch gekeken naar de rapportage en deze geoptimaliseerd.
De vragen die we onszelf stelden zijn:
-
Meten we alle elementen die een rol spelen in de online klantervaring op een website?
-
Meten we geen elementen die van ondergeschikt belang zijn?
-
Meten we dit op de meest effectieve en efficiënte manier?
Hoe we dit hebben aangepakt: Het begint allemaal met data
Rome werd ook niet op één dag gebouwd. In een aantal stappen hebben we ons meetinstrument aangepast, getest en geoptimaliseerd.
We begonnen met een meta-data analyse. Een frisse blik op meer dan 100.000 websitebeoordelingen leerde ons veel over welke vragen ons het beste in staat stellen de online ervaring te meten. Maar we leerden ook veel over hoe de respondenten de vragenlijst invullen, waar ze afhaken, en hoe we de ervaring voor de respondenten konden verbeteren.
Alle vragen zijn opnieuw geanalyseerd, statistisch en inhoudelijk. Wordt de formulering van de vragen goed begrepen? Vragen we echt wat we willen weten? Tijdens veel brainstormsessies met onze digitale experts hebben we de universele online klantreis (opnieuw) gedefinieerd en omgezet in een vragenlijst. We hebben veel tijd gestoken in het bepalen wat we bedoelen met alle concepten die we meten.
En om 100% zeker te zijn dat we niets over het hoofd zagen, hebben we duizenden open antwoorden gecategoriseerd. Wat zegt de consument over wat belangrijk is bij het bezoeken van een website? Dit resulteerde in een aantal aanvullende elementen die we in ons model hebben geïntegreerd.
Het nieuwe model, met alle verbeterde vragen, wordt in een aantal rondes getest. Allereerst in een kwalitatieve pilot, waarbij we respondenten uitnodigden naar ons kantoor om de vragenlijst in te vullen en ons feedback te geven op de vragenlijst zelf. We leerden onder andere dat de manier waarop we de eerste indruk maten niet meer overeenkwam met hoe consumenten werkelijk een eerste indruk van een website krijgen. Dit concept heeft geleid tot een sterke verbetering in de manier waarop we dit vastleggen in het nieuwe model.
Vervolgens hebben we de nieuwe vragenlijst getest in 2 grootschalige kwantitatieve pilots. Na elke ronde beantwoordden we met statistiek de volgende vragen:
-
Zijn de vragen samenhangend op de manier zoals we bedoeld hadden in ons theoretische model?
-
Voegt elke vraag die we stellen iets toe aan het model?
-
Kunnen we met behulp van de vragen die we stellen uiteindelijk voorspellen welke website de consument zal prefereren?
(Voor de statistici onder ons: we pasten respectievelijk factoranalyse, correlatie- en betrouwbaarheidsanalyse en regressieanalyse toe!)
Op basis van een grondige analyse van meer dan 3.000 websitebeoordelingen hebben we de allerbeste vragen gekozen, waarmee we de online klantreis zo goed mogelijk kunnen meten. Dit heeft ertoe geleid dat de vragenlijst 1/3 korter is geworden, terwijl de statistische kracht van het model en de verkregen informatie significant zijn toegenomen.
Eerste indruk
Een belangrijk verschil is hoe we de eerste indruk visualiseren. We hebben geleerd dat de consument veel minder uitgebreid en meer intuïtief te werk gaat als het gaat om het krijgen van een eerste indruk van een website dan we dachten. We hebben de vragenlijst hierop aangepast, en ook de instructies die we aan onze respondenten geven. Hierdoor is het veel makkelijker om te meten wat er gebeurt wanneer een consument een eerste blik werpt op een website. We stellen minder maar duidelijkere vragen over de eerste indruk. We focussen op een echte eerste indruk, die voor de meeste consumenten 30 seconden of minder duurt.
De inhoud van de elementen in de Verdere blik fase
Een ander belangrijk verschil ligt in de inhoud van de elementen Look & Feel, Product en Brand. Alle elementen zijn aangevuld met een aantal aspecten, en enkele minder relevante aspecten zijn weggenomen. Een belangrijke verandering is dat we hebben bepaald dat het overkoepelende thema Look & Feel is onderverdeeld in 3 aparte subconstructen, namelijk:
-
Overzicht en informatie
-
Uitstraling
-
Technisch functioneren
Door deze 3 elementen apart te meten, kunnen we ook beter en gerichter advies geven over hoe de Look & Feel te verbeteren.
Schaal
Zoals eerder opgemerkt zijn websites door de jaren heen veel beter geworden. De beoordelingen die respondenten gaven werden daarom steeds positiever. We merkten dat de antwoordschaal die we gebruikten niet meer adequaat was. We zagen in de antwoordpatronen dat het antwoord 'Grotendeels mee eens' heel vaak werd gegeven. Daarom wilden we respondenten de mogelijkheid geven hun (positieve) mening meer genuanceerd weer te geven. Daarom hebben we gekozen voor een schaal met 4 positieve, 1 neutrale en 2 negatieve antwoordopties. Hierdoor kunnen we beter de verschillen tussen (goede) websites meten.
Onderzoekstool
Tevens hebben we een nieuwe manier van bevragen ontwikkeld. Onze gloednieuwe onderzoekstool biedt een sterk verbeterde ervaring aan de respondent. Deelnemen aan het onderzoek kost daarom niet alleen minder tijd, maar het is ook leuker en speelser geworden (klik hier voor een demonstratie van onze nieuwe onderzoekstool). Het feit dat de vragenlijst aanzienlijk korter is geworden heeft een positieve invloed op de motivatie van onze respondenten (en dit leidt weer tot verbeterde datakwaliteit).
Verder hebben we een aantal slimme controlemogelijkheden ingebouwd die ons in staat stellen om respondenten die er niet echt hun best voor doen nog beter en deels automatisch uit de data te filteren. En ook dit resulteert in betere datakwaliteit.
Wat levert dit je op?
Kortom: blije respondenten, nog betere data, nog betere rapporten, nog blije klanten.
De kortere vragenlijst, die ook leuker is om in te vullen, leidt tot een verbeterde respondentervaring. En dit leidt tot meer gemotiveerde respondenten. En meer gemotiveerde respondenten leiden tot betere antwoorden. Dit zien we zowel in de beoordelingen, die nu een meer genuanceerd beeld bieden, als de open antwoorden, die nu rijkere feedback bevatten.
Het validatieonderzoek toont aan dat het aantal respondenten dat uitvalt tijdens het onderzoek afneemt. Daarnaast toont onze datacontrole dat we minder respondenten hoeven af te wijzen omdat ze onvoldoende hun best deden. Dit maakt het voor ons makkelijker om steekproeven te vullen, zelfs voor moeilijke doelgroepen.
Op vraagniveau is de data verbeterd doordat we meer spreiding krijgen in onze antwoorden. Dit leidt tot een nauwkeurigere en betrouwbaardere weergave van de consumentervaring in een score. We zien de verbetering van de data terug in een hogere voorspellende kracht van het model. Met behulp van de elementen van de ervaring die we meten, kunnen we in 80% van de gevallen voorspellen welke website de consument uiteindelijk zal prefereren. Dit betekent dat we (bijna) alle relevante componenten van de klantreis meten in ons model. Door het optimaliseren van de vragen en het verbeteren van de eerste indruk fase, is het model een nauwkeurigere afspiegeling van de echte online klantreis.
De rapportage wordt duidelijker en beter, omdat we gaan rapporteren over minder, maar wel alle belangrijke elementen. Dit maakt het werk van de onderzoekers effectiever en stelt ons in staat om nog sneller een rapport van hogere kwaliteit te produceren. Voor de klant wordt het rapport logischer en duidelijker. Onze rapporten zullen minder pagina's bevatten, met meer informatie die op een heldere manier wordt gepresenteerd.
Een voorbeeld hiervan is de vernieuwde bijlage, die een grote hoeveelheid data op een overzichtelijke manier weergeeft.
We zijn trots en blijven onszelf verbeteren!
We zijn er trots op dat we onze doelen hebben behaald met dit grootschalige project. Want uiteindelijk zullen we onze klanten nog beter kunnen helpen om hun conversie te verhogen, en dus om de beste te worden en te blijven in de online wereld. We kijken uit naar je feedback, vragen, opmerkingen of visie op onze verbeteringen. Aarzel niet om contact met ons op te nemen en we helpen je graag met je digitale uitdagingen.
