Een webformulier verliest meer dan 50% van de bezoekers. En nu?

Doelstelling

Meer websiteconversies halen uit de huidige bezoekers

Het klinkt misschien als een open deur, maar om meer aankopen (en omzet) te realiseren is meer verkeer naar het platform sturen niet de enige optie. Doen we er wel alles aan om het de huidige bezoekers zo makkelijk mogelijk te maken om een aankoop te doen en is daar niet veel meer te behalen? Met die open vraag zijn we naar de webformulieren en naar het check-out proces op inno.be gaan kijken.

Aanpak

Data verzamelen, analyseren en experimenteren

De slimme tooling van Exatom biedt de mogelijkheid alle webformulieren op een website te herkennen. De implementatie is eenvoudig, via Google Tag Manager ben je in een paar stappen klaar. Daarna is het een kwestie van de geïdentificeerde webformulieren een naam geven en de dataverzameling kan beginnen. Doordat er geen cookies of persoonlijke data worden opgeslagen, hoeven er geen aanpassingen in de cookie policy te worden gedaan en is alle data volledig. Binnen vier weken zijn de eerste resultaten al zichtbaar en kun je aan de slag.

In de analysefase worden de eerste pijnpunten zichtbaar. Hier rollen direct de eerste aanbevelingen uit. Bepaal direct of dit technische pijnpunten zijn (die we mogelijk direct kunnen (laten) oplossen) of dat het gedrag van de bezoekers is.

De optimalisatiepiramide waar Exatom mee werkt, bestaat uit 4 levels. Waarbij level 0 dataverzameling is. Level 1 en level 2 zijn functioneel, waar vooral technische pijnpunten opgelost worden. Deze kunnen enerzijds direct worden opgelost door development of als dit niet direct mogelijk is, kan er voor informationele tooltips worden gekozen. De informationele tooltips kunnen rechtstreeks worden ingesteld via Exatom. Level 3 en level 4 zijn vooral toegespitst op gedrag, dat is waar we ons in deze case met name op hebben gefocust.

Als vertrekpunt zijn we data gaan collecteren op alle formulieren en stappen van het check-out proces op inno.be. Daarbij viel als kleine optimalisatie op dat het telefoonnummerveld een hoog percentage aan foutnotificaties op het formulier veroorzaakte. Het was voor de bezoeker onduidelijk welke notatie van het telefoonnummer ingevoerd moest worden. Door middel van een informationele tooltip (een melding wat de correcte weergave moest zijn in dit geval) kon deze kleine “conversiekiller” eenvoudig opgelost worden. We hebben uiteindelijk meer van dit soort kleine optimalisatiepuntjes op weten te sporen en op te lossen.

De uiteindelijke conclusie uit de analysefase is dat op drie punten een verbeterpotentieel te zien is van meer dan 20 procent. Daar hebben we ons dan ook op gefocust. We hebben dit opgedeeld in twee projecten, namelijk:

1. Motivationele widgets om de laatste stap van de check-out te verbeteren
2. ‘Abandoner audiences’ voor retargeting op afhakers in de tweede stap van de check-out

Resultaat

Gedrag op een formulier is écht te beïnvloeden

Van de overzichtspagina tot de laatste stap in de check-out, 50 procent van de bezoekers verliezen? Hoe gaan we daar meer uithalen?

Motivational Tooltips

We zijn begonnen in de laatste fase van het proces, de orderbevestiging. Hier moet nog één actie gedaan worden, namelijk de algemene voorwaarden accepteren. Toch zien we een drop-off van 21 procent, zonder dat er verder technische fouten te vinden zijn.

Om dit te verbeteren hebben we smart tooltips ingezet die de gebruiker een zetje moet geven om het proces af te maken. Daar kunnen diverse datapunten voor gebruikt worden, maar in dit geval hebben we gebruik gemaakt van de ‘twijfeltijd’ op het formulier. Met andere woorden: zodra een bezoeker een twijfeltijd heeft die boven het gemiddelde zit (Exatom berekent dit automatisch), dan wordt de motivationele widget of tooltip getoond. Zie hieronder een voorbeeld hoe dit er in de praktijk uit ziet.

We hebben gebruik gemaakt van een ABCD-test om te onderzoeken wat voor soort mededeling voor een betere conversie zorgt. Hierbij krijgt groep A geen motivational widget te zien. De overige gebruikers krijgen één van de onderstaande meldingen te zien. Alle tests zorgden voor een uplift in conversie, maar in tegenstelling tot onze hypothese, scoorde de widget die het meest afwijkt van de INNO huisstijl het beste.

Abandoner audiences

Om de conversie te boosten maken we structureel gebruik van retargeting campagnes voor INNO. We richten ons hierbij altijd op add-to-cart gebruikers. Een groep waarvan een groot aantal gebruikers niet doorklikt naar het overzicht voor check-out. Wat als we een fase dieper zouden gaan zitten? Gezien het relatief hoge aantal drop-offs in de tweede fase van de check-out, willen we graag testen of hier potentie in zit te her activeren via retargeting.

We hebben retargeting ingezet op gebruikers die dus relatief ver in het proces zijn gekomen, maar die geen conversie hebben gemaakt. We onderscheiden drie groepen:

• Gebruikers die in checkout stap 2 zijn gekomen en die de pagina alleen hebben gezien, maar verder geen actie hebben ondernomen (form view)
• Gebruikers die zijn gestart met het formulier invullen maar dat niet hebben afgemaakt (form start)
• Gebruikers die naar stap 3 zijn doorgeklikt, maar de conversie uiteindelijk niet hebben afgemaakt (failed submit)

Deze groepen hebben we getest tegenover de reguliere add-to-cart campagne (zie hieronder ook visueel weergegeven).

De resultaten bewijzen de potentie zoals verwacht. Ondanks dat de groep van add-to-cart gebruikers vele malen groter is (80 procent van de impressies), zien we in de klikken al een verschuiving. De nieuwe groepen zorgen namelijk al voor 35 procent van de klikken. Bij de conversies draait het beeld helemaal om, 83 procent van de conversies komt voort uit de nieuwe campagnes.

Conclusies

Het antwoord op de vraag aan het begin van de case “Een webformulier verliest meer dan 50% van de bezoekers. En nu?”

De belangrijkste conclusies van deze case:

• Verlies op je formulier? Verschaf inzicht!
• Gedrag op een formulier is te beïnvloeden
• Ga niet alleen op gevoel af, maar test
• Retargeting van formulier verlaters loont

Kortom, een mooie samenwerking die interessante learnings heeft opgeleverd waar zowel Exatom, INNO én Envoker op verder kunnen bouwen.