Problemen op een website ontdekken gebeurt vaak vanuit data en kennis. Om vervolgens een beter alternatief te verzinnen kan lastig zijn. Met name omdat je wilt dat iet beter overkomt op je bezoekers. Dat terwijl mensen bijzonder complex zijn en met sommige zaken juist bijzonder simpel. Zelfs wanneer je bepaalde informatie aanbiedt en dit ‘in het hoofd’ van bezoekers weet te stoppen zit je nog niet altijd goed, want mensen vullen mogelijke ‘gaten’ op met voor hen logische gegevens. Dit positief beïnvloeden met Conversie Optimalisatie wordt veel gemakkelijker wanneer je weet waar bepaald gedrag vandaan komt en hoe je betere hypotheses kan opstellen.

A/B test opzet

Bij Conversie Optimalisatie draait het niet enkel om een alternatief bedenken en test opzetten. Daarmee doe je Conversie Optimalisatie tekort. Wanneer je een hypothese opstelt moet dat altijd vanuit de overtuiging zijn dat je een betere variant hebt bedacht. De test is om te verifiëren of dat daadwerkelijk het geval is. Een gele button testen, omdat je nu oranje hebt slaat dus helemaal nergens op. Een hypothese kan wel zijn dat oranje als kleur veel op een website te zien is en de oranje button niet voldoende opvalt. Daarom test je geel, want die kleur past binnen de huisstijl, maar valt meer op, waardoor je verwacht dat meer mensen op de button klikken en een bepaalde actie voltooien. Deze denkwijze is fundamenteel voor het succesvol starten of verder gaan met Conversie Optimalisatie. Een aantal zaken die je kunnen helpen bij het begrijpen van jouw bezoekers en het stellen van hypotheses heb ik onderstaand beschreven.

1. Bayes’ theorie

De theorie van Bayes stelt dat wanneer we informatie hebben we daaraan conclusies verbinden. Vaak gaat het om binaire zaken. Dit zijn zaken met twee mogelijk uitkomsten welke tegenstellingen zijn. Denk aan:

  • ja/nee,
  • man/vrouw
  • jong/oud
  • goed/slecht
  • doorgaan/stoppen

man & vrouwEen mooi voorbeeld hiervan komt perfect tot uiting in een wat oudere studie van DuCharme. Hij gaf zijn testpersonen de lengte van een persoon en vroeg naar geslacht. Het resultaat was dat 92% van de ondervraagde testpersonen bij lengtes boven 167,1cm het geslacht als man inschatte. Bij 163,3cm en kleiner werd door 87% van de onderzochte mensen verwacht dat het om een vrouw ging. Dit komt omdat mensen binnen hun referentiekader bedenken wat het meest gangbaar is en dat toepassen op de aangeboden situatie. Dit zelfde voorbeeld zou opgaan voor vragen als “wie gebruikt een rollator?”. Stel deze vraag aan een paar collega’s en vraag ze om direct te reageren. Ik deed dat ook en mijn collega’s stelde mij niet teleur. Ik kreeg opa/oma en ouderen als reactie. Dit klopt totaal met het beeld wat mensen van deze situatie hebben, terwijl het eigenlijk gaat om mensen die slecht ter been zijn en niet zozeer ouderen of jongeren. Wat we hiervan kunnen leren met het oog op betere hypotheses is verwachtingen managen. Wil je als bedrijf innovatief en anders overkomen dan kan het helpen om bijna cliché zaken anders weer te geven. Wil je met name betrouwbaar en solide overkomen, dan zou ik zaken testen die zoveel mogelijk aan de verwachtingen voldoen. Ook is Bayer’s theorie zeer relevant voor specifieke sites. In andere culturen wordt anders gereageerd en zal de test van DuCharme ook andere resultaten geven. Of stel dat DuCharme de lengte test zou herhalen op leden van een basketbalvereniging… Gebruik Bayes theorie dus op jouw doelgroep!

2. Halo-effect

Iemand die goed is in A zal vast ook goed zijn in B, C en D. Of andersom. Iemand die A niet kan zal ook vast B, C en D niet goed kunnen. Dit is het Halo-effect ten voeten uit.

Je krijgt maar één kans voor een eerste indruk

Wanneer je als persoon overkomt als heel sociaal dan zal je ook vast aardig zijn en lief en behulpzaam. Maak je een slechte eerste beurt dan sta je meteen met 1-0 achter en ben je aan het opboksen tegen vooroordelen die wellicht helemaal niet zo zijn. Vervelend, maar in de praktijk veelal van toepassing. Het gaat zelfs zo ver dat mooie mensen het vaak makkelijker hebben dan minder mooie mensen. Iemand is mooi, dus … En de dus is vaker positief dan negatief. Dat geeft mooie mensen in veel gevallen een voordeel boven minder mooie mensen. Online gaat het Halo-effect ook op. Een bedrijf met een lelijke website, maar met goede producten en goede prijzen maakt het zich onnodig lastig. Onderzoekers aan de Northumbria and Sheffield Universities vonden zelfs dat 46,1% van bezoekers van websites betrouwbaarheid haalden uit het uiterlijk van de website waaronder design, layout, lettertype en kleuren. Dus niet reviews, testimonials en teksten. Iets hebben wat mooi is zorgt dus ook online voor positieve associaties die in jouw voordeel werken.

3. Drang naar causale verbanden

Mensen zien verbanden tussen verschillende zaken en willen die zien. Zaken simpelweg accepteren omdat ze zo zijn blijkt heel lastig. In het boek “The black Swan” (niet naar de gelijknamige ballet film!) noemt Nassim Nicholas Teleb dit Narrative Fallacy. Hij beschrijft dit als “De beperkte mogelijkheid van mensen tot het zien van feiten zonder daar een verklaring voor te krijgen of zelf een logische verklaring voor te verzinnen”. Kortom: geef aan waarom iets is en laat het niet tot de verbeelding over. Lage prijzen zijn dus niet altijd goed als je niet uitlegt waarom je goedkoop bent. Het aloude “Goedkoop is duurkoop” geeft onze scepsis goed weer. Puur rationeel gezien zegt prijs helemaal niets over kwaliteit. Zo zitten de mensen echter niet in elkaar, dus kunnen we daar wat mee in onze hypotheses. Zeker online leg je uit waarom zaken zo zijn. Doe je dat niet dan gaan zaken een eigen leven leiden en gebeuren dingen waar je geen vat op hebt en/of niet kunt verklaren. En op onverklaarbare zaken kan je niet verder bouwen of zelfs sturen. Vaak leggen internetwinkels hun lage(re) prijzen uit als geen dure winkel in het centrum, weinig overhead en lage marketing kosten. Andere (vaak grotere) bedrijven benoemen hun inkoopvoordeel: “Wij kopen groot in en kunnen dat voordeel aan jou bieden in een lage prijs”. Cliché? Absoluut! Helpt dit? Jazeker, volgens de narrative fallacy. Er wordt immers een plausibele verklaring gegeven. Daardoor hoeven mensen de lage prijs niet in te vullen als “geen service” en “lage kwaliteit producten”. Bij hoge prijzen werkt dat hetzelfde. Je wilt niet als “duur”, “veel geld besteden aan marketing en daar betaal ik voor” en “het management rijdt in een dikke auto die ik betaald heb” overkomen. Op productniveau geldt dat ook. Geef argumenten waarom een product beter is en laat het niet aan de verbeelding over. Dit kan zomaar negatief zijn. goed goedkoop snel Let wel op met de juiste argumentatie. Eén case van argumentatie voor een product wat mij altijd bijgebleven is gaat over pampers. Toen pampers net uitkwamen was dat een grote verbetering ten opzicht van katoenen luiers die uitgewassen moesten worden. Ze waren wat duurder, maar bespaarden zeer veel tijd. In de reclames werd dat ook zo uitgelegd: ‘meer tijd voor jezelf!’. Die stelling sloeg de plank volledig mis, verkopen daalde dramatisch. Na marktonderzoek bleek dat de angst regeerde dat enkel slechte jonge moeders tijd voor zichzelf nemen, terwijl een baby veel tijd kost. Pas toen “Door pampers houd je meer tijd over voor leuke dingen met je baby” werd gecommuniceerd begon pampers aan hun opmars en werden katoenen luiers steeds minder gebruikt. Dit is dan ook een goede reden dat je hypotheses stelt en test in plaats van zomaar zaken doorvoeren!

Reageer

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *