Je conversiepercentage daalde vorige maand 25 procent. Je weet wat er gebeurde (diagnostische analytics). Maar je weet nog steeds niet waarom. Een wijziging op de site? Een verschuiving op de markt? Een zet van een concurrent? Een seizoenspatroon? Oorzaakanalyse (root cause analysis) is hoe je voorbij de oppervlakte graaft naar de echte reden.
Dit artikel behandelt de technieken om van "er veranderde iets" te komen tot "dit is precies waarom het veranderde" en "dit moet je repareren."
Oorzaakanalyse is het systematisch onderzoeken van problemen om de onderliggende reden te vinden, niet alleen het symptoom. De meeste website-eigenaren stoppen bij "het verkeer daalde" of "de conversies zakten." Oorzaakanalyse vraagt: wat is de echte oorzaak onder dat symptoom?
Een symptoom ligt aan de oppervlakte. Een grondoorzaak is fundamenteel. Is je bouncepercentage hoog, dan is dat een symptoom. De grondoorzaak kan een trage pagina zijn, verwarrende koppen of een slecht mobiel ontwerp. Het symptoom bestrijden (het bouncepercentage in het algemeen proberen te verlagen) werkt niet. De grondoorzaak vinden en oplossen wel.
Waarom symptomen je misleiden
Website-eigenaren jagen op symptomen omdat die makkelijk te zien zijn. Het verkeer daalde: een duidelijk symptoom. Maar waarom? Er zijn tientallen mogelijke oorzaken. Gok je fout en repareer je het verkeerde, dan blijft het probleem.
Oorzaakanalyse voorkomt dat. Het dwingt je steeds opnieuw "waarom" te vragen tot je bij de echte oorzaak bent. De techniek "5x waarom" (5 Whys) is een eenvoudige versie: vraag vijf keer waarom. Elk antwoord is de basis voor het volgende waarom.
Zonder oorzaakanalyse repareer je de verkeerde problemen en verspil je tijd. Met oorzaakanalyse werken je oplossingen echt.
De techniek 5x waarom: eenvoudig maar krachtig
Begin met het probleem. Vraag waarom het gebeurde. Neem het antwoord en vraag opnieuw waarom. Ga door tot je bij de fundamentele reden bent.
Probleem: De conversies daalden 30 procent.
Waarom 1: Het verkeer uit de e-mailcampagne daalde. Maar het verkeer uit advertenties bleef stabiel.
Waarom 2: Het doorklikpercentage van e-mail daalde van 12 procent naar 4 procent.
Waarom 3: Het openpercentage van e-mail bleef gelijk, maar toen mensen de e-mail openden, klikten er minder op de link.
Waarom 4: We veranderden vorige week de e-mailsjabloon. In het nieuwe ontwerp staat de knop met de oproep tot actie onder de vouw.
Waarom 5: De knop is nu onzichtbaar zonder te scrollen. De meeste e-maillezers scrollen niet.
Grondoorzaak: De plaats van de knop zorgt ervoor dat mensen de CTA missen.
Oplossing: Zet de knop boven de vouw.
Dit is oorzaakanalyse. Je gokte niet, maar vond systematisch het echte probleem. De oplossing richt zich op het echte probleem, niet op een symptoom.
Het visgraatdiagram: orden je onderzoek
Het visgraatdiagram (ook Ishikawa-diagram genoemd) helpt je alle mogelijke oorzaken in categorieën in kaart te brengen. Het is visueel, en dat helpt je patronen te zien.
Teken een horizontale lijn (de ruggengraat). Het probleem komt bij de kop. De zijtakken van de ruggengraat zijn categorieën: Mensen, Proces, Tools, Data, Externe factoren.
Noteer bij elke categorie de mogelijke oorzaken. Waar kruisen meerdere oorzaken elkaar? Daar zit vaak de grondoorzaak.
Voorbeeld: Je conversiepercentage daalde.
Mensen: Veranderde het verkoopteam? Vertrok de tekstschrijver?
Proces: Veranderde je het afrekenproces? Vroeg je meer formuliervelden?
Tools: Stapte je over op een andere analysetool? Veranderde de betaalprovider?
Data: Is de data onvolledig? Is er een trackingfout?
Extern: Lanceerden concurrenten iets? Veranderde het algoritme van Google?
Door dit visueel in kaart te brengen, zie je welke categorieën de meeste mogelijke oorzaken hebben. Daar onderzoek je eerst.
Uitsplitsing: segmenteer om het probleem te vinden
Kijk niet naar de totale cijfers, maar splits ze uit. De totale conversies daalden 30 procent. Maar:
Conversies uit e-mail: 40 procent lager
Conversies uit advertenties: 10 procent lager
Conversies uit organisch zoeken: 15 procent lager
Nu weet je dat het probleem bij e-mail zit en niet overal. Dat beperkt je onderzoek enorm. Je kijkt niet naar alle verkeersbronnen, alleen naar e-mail.
Ga dieper. E-mailbezoekers die eerder converteerden, bleven meer dan 4 minuten op de site. Nu is het gemiddelde 1 minuut. Waarom? Ze haken sneller af. Op welke pagina? De landingspagina. Wat veranderde op de landingspagina? De kop.
Door systematisch uit te splitsen, isoleer je de grondoorzaak.
Samenhang of oorzaak: voorkom valse sporen
Dit is de meest gemaakte fout. Twee cijfers bewegen samen, dus je neemt aan dat het ene het andere veroorzaakt. Meestal fout.
Je bouncepercentage steeg in dezelfde week dat het verkeer daalde. Samenhang: beide veranderden. Oorzaak: veroorzaakt het bouncepercentage de verkeersdaling? Nee. Het bouncepercentage is wat er gebeurt nadat bezoekers aankwamen. Het kan niet beïnvloeden hoeveel bezoekers er überhaupt aankomen.
Om oorzaak en gevolg te toetsen, vraag je: is er een logisch mechanisme? Kan X echt Y veroorzaken?
Kan een hoog bouncepercentage ervoor zorgen dat er minder bezoekers aankomen? Nee.
Kan een trage pagina een hoog bouncepercentage veroorzaken? Ja.
Kan een trage pagina ervoor zorgen dat er minder bezoekers uit Google aankomen? Ja (posities dalen als de pagina traag is).
Toets het mechanisme voordat je een oorzaak aanwijst.
Tijdlijnanalyse: wanneer veranderde het?
Veranderde een cijfer plotseling op 15 maart, dan gebeurde er op 15 maart iets. Daalde het geleidelijk over twee weken, dan veranderde er geleidelijk iets.
Een plotselinge daling wijst op een gebeurtenis: een wijziging op de site, een Google-update, een lancering van een concurrent. Een geleidelijke daling wijst op een trend: een seizoenspatroon, langzaam verlies van posities of veranderend gedrag van je doelgroep.
De vorm van de tijdlijn vertelt je wat voor oorzaak je moet onderzoeken.
Onverwachte oorzaken: kijk voorbij het voor de hand liggende
De meeste website-eigenaren wijzen het voor de hand liggende aan: "We veranderden de site, dus dat moet het probleem zijn." Soms klopt dat. Soms niet.
Zoek naar veranderingen die je niet zelf maakte. Was er een update van Google? Lanceerde een concurrent iets? Veranderde het seizoen? Brak een iOS-update je tracking? Verslechterde je e-maillijst?
Oorzaakanalyse betekent alles in twijfel trekken, niet alleen de voor de hand liggende verdachten.
Zo leg je je bevindingen vast
Heb je een grondoorzaak gevonden, leg die dan vast. Schrijf op:
Het symptoom: "Conversiepercentage daalde 25 procent"
De grondoorzaak: "De CTA-knop in de e-mail stond onder de vouw"
Het bewijs: "Het doorklikpercentage van e-mail daalde van 12 procent naar 4 procent na de wijziging van het sjabloon"
De oplossing: "Zet de knop boven de vouw"
Het resultaat: "Het doorklikpercentage van e-mail was na de oplossing terug op 11 procent"
Vastleggen voorkomt dat je dezelfde fout twee keer maakt en helpt je team het probleem te begrijpen.
Wanneer je stopt met onderzoeken
Oorzaakanalyse kan eindeloos diep gaan. Op een gegeven moment kom je bij een oorzaak die je niet kunt beïnvloeden of waar je geen tijd meer aan moet besteden.
Je vond: "De plaats van de knop zorgde voor minder conversies." Je kunt dieper graven: "Waarom stond de knop daar? Omdat de ontwerper dat mooier vond. Waarom vond die dat? Die houdt van die stijl."
Stop op dit punt. Je bent bij een oorzaak waar je iets mee kunt (de plaats van de knop). Het waarom achter het waarom (stijlvoorkeur) is minder belangrijk dan het echte probleem oplossen.
Veelgestelde vragen
Is de techniek 5x waarom altijd betrouwbaar?
Nee. Het werkt als het probleem duidelijk en lineair is. Sommige problemen hebben meerdere oorzaken die geen nette keten vormen. Gebruik 5x waarom voor eenvoudige problemen en een visgraatdiagram voor ingewikkelde problemen met meerdere factoren. Met de Websitebouwer van WEMASY zet je dit direct op je eigen website op.
Wat als ik na grondig onderzoek de grondoorzaak niet kan vinden?
Soms is de oorzaak extern en onzichtbaar voor jou. Een wijziging in het algoritme van Google, een verschuiving op de markt of een zet van een concurrent kan de grondoorzaak zijn, terwijl je het niet kunt bevestigen. Accepteer dan de onzekerheid en ga verder. Niet elk probleem heeft een vindbare oorzaak.
Moet ik elke verandering in een cijfer onderzoeken of alleen grote?
Richt je op grote veranderingen. Kleine schommelingen zijn normale variatie. Daalt je conversiepercentage een week met 1 procent, dan is onderzoek waarschijnlijk niet de moeite waard. Daalt het 25 procent, onderzoek het dan. Gebruik je eigen oordeel over wat "groot" is.
Kan oorzaakanalyse voorkomen dat problemen ontstaan?
Gedeeltelijk. Ontdek je dat "een trage pagina pieken in het bouncepercentage veroorzaakt", dan kun je de paginasnelheid vooraf aanpakken. Maar de meeste grondoorzaken ontdek je nadat er een probleem was. Ken je het patroon eenmaal, dan kun je er in de toekomst op letten.
Hoe lang moet oorzaakanalyse duren?
Eenvoudige problemen: 30 minuten tot een paar uur. Ingewikkelde problemen: dagen of weken. De tijd hangt af van hoe diep de oorzaak verscholen ligt en hoeveel data je moet doorlopen. Stel een tijdslimiet in, zodat je niet te lang blijft onderzoeken.
Is oorzaakanalyse hetzelfde als diagnostische analytics?
Vergelijkbaar, maar niet identiek. Diagnostische analytics vraagt "waarom veranderde dit cijfer?" Oorzaakanalyse graaft dieper en vraagt "wat is de fundamentele reden onder het waarom?" Diagnostisch is het beginpunt, oorzaakanalyse gaat verder.