Wat je klanten doen, is niet hetzelfde als waarom ze het doen

Je analysedashboard kan je ontzettend veel vertellen over klantgedrag.

Een klant bezocht je website.

De klant bekeek de prijzenpagina.

Opende een e-mail.

Klikte op een knop.

Kocht een product.

Zegde het abonnement op.

Al die informatie is belangrijk.

Maar er is één ding dat gedragsgegevens op zichzelf vaak niet kunnen vertellen:

Waarom?

Gedrag is het 'wat'

Stel dat je analyses laten zien:

72% van de bezoekers verlaat de prijzenpagina zonder iets te kopen.

Dat is nuttig.

Maar wat moet je veranderen?

Misschien is de prijs te hoog.

Misschien begrijpen bezoekers de abonnementen niet.

Misschien hebben ze toestemming van iemand anders nodig.

Misschien vergelijken ze concurrenten.

Misschien vertrouwen ze het bedrijf nog niet.

Misschien zijn ze simpelweg nog niet klaar om te kopen.

De gedragsgegevens vertellen je wat er is gebeurd.

Ze vertellen je niet noodzakelijk waarom.

Het 'waarom' vraagt om een ander type gegevens

Hier wordt klantfeedback waardevol.

Je kunt vragen:

Wat is de belangrijkste reden dat je vandaag hebt besloten niet te kopen?

Bied vervolgens relevante antwoordopties en een optioneel open antwoordveld aan.

Nu hebben je gedragsgegevens context.

Combineer observatie met uitleg

Zie klantinzicht als twee lagen.

Gedragsgegevens

Wat klanten deden.

Gegevens over houdingen en opvattingen

Wat klanten denken, voelen en zeggen.

Geen van beide is op zichzelf automatisch voldoende.

Stel:

Gedrag:

Klanten die functie A gebruiken, hebben 40% meer kans om hun abonnement te verlengen.

Dat is interessant.

Vraag die klanten nu:

Wat maakt functie A waardevol voor jou?

Misschien ontdek je dat de functie om een andere reden waardevol is dan je team aannam.

Misschien bespaart die tijd.

Misschien maakt die rapporteren gemakkelijker.

Misschien gebruiken klanten die om aan een interne eis te voldoen.

Dat verschil is belangrijk.

Vraag klanten niet om alles te verklaren

Er is nog een belangrijke les.

Klantfeedback is geen perfecte vervanging voor gedragsgegevens.

Mensen herinneren zich dingen niet altijd nauwkeurig.

Mensen geven soms het antwoord waarvan ze denken dat ze het zouden moeten geven.

Een intentie leidt niet altijd tot gedrag.

Daarom combineert de sterkste onderzoeksstrategie vaak beide.

In plaats van alleen te vragen:

"Zou je dit product aanbevelen?"

kun je ook kijken naar daadwerkelijk gebruik, aankopen en verlengingen.

Het doel is niet om te kiezen tussen analyses en enquêtes.

Het doel is om ze met elkaar te verbinden.

Een eenvoudig stappenplan

Gebruik dit stappenplan:

1. Observeer

Wat doen klanten daadwerkelijk?

2. Vraag

Waarom zeggen ze dat ze dit doen?

3. Vergelijk

Waar komen gedrag en uitgesproken voorkeuren overeen, en waar verschillen ze?

4. Onderzoek

Wat verklaart het verschil?

5. Handel

Wat moet het bedrijf veranderen?

Dit levert veel rijkere klantinzichten op.

Voorbeeld: e-commerce

Analyse:

Klanten voegen product A vaak toe aan hun winkelwagen, maar ronden de aankoop niet af.

Enquête:

Wat hield je tegen om je aankoop af te ronden?

Antwoorden:

• Verzendkosten

• Prijs

• Ik wilde alternatieven vergelijken

• Mijn betaalmethode was niet beschikbaar

• Ik heb meer informatie nodig

• Ik ben nog niet klaar om te kopen

Nu heeft je team mogelijke verklaringen om te onderzoeken.

Voorbeeld: SaaS

Productanalyse:

Klanten die functie X gebruiken, hebben een hogere retentie.

Enquête:

Wat is de belangrijkste reden dat functie X nuttig is voor jou?

Misschien ontdek je:

"De functie geeft me een rapport dat ik rechtstreeks naar het management kan sturen."

Dat is een veel sterker inzicht dan alleen weten dat de functie samenhangt met retentie.

Marketing kan dat voordeel nu communiceren.

Het productteam kan het verbeteren.

Sales kan het demonstreren.

Het klantensuccesteam kan klanten leren hoe ze het gebruiken.

Eén klantinzicht kan meerdere afdelingen beïnvloeden.

Gebruik Enquete om de ontbrekende laag vast te leggen

Met Enquete kunnen bedrijven klantfeedback verzamelen via enquêtes en antwoorden analyseren met meetwaarden, filters, trendrapporten en AI Insight.

Je kunt ook website- en URL-targeting gebruiken om op relevante momenten vragen te stellen.

Zo kun je gedrag aan een vraag koppelen.

Bijvoorbeeld:

Een bezoeker brengt veel tijd door op je prijzenpagina.

Vervolgens:

"Welke informatie zou je helpen om een beslissing te nemen?"

Dat is veel nuttiger dan gissen.

Het beste klantinzicht gebruikt beide

Vraag niet:

"Moeten we analyses of enquêtes gebruiken?"

Vraag:

"Wat kan elke bron ons vertellen?"

Analyses kunnen laten zien:

Wat er is gebeurd.

Klantfeedback kan laten zien:

Wat er volgens klanten is gebeurd en waarom zij denken dat het is gebeurd.

Samen geven ze een veel completer beeld.