Filter
ChatGPT Zo implementeer je webanalytics in een agile team
Datagedreven werken is een must. Het meten van KPI’s en gerelateerde statistieken maakt het succes van een platform inzichtelijk, helpt bij het signaleren van optimalisatiekansen en geeft inzicht in welke user stories de hoogste prioriteit hebben. Maar waarom krijgt de meetimplementatie van sites en apps dan vaak te weinig aandacht? Wij delen een efficiënte aanpak voor het implementeren van webanalytics.
Analytics-stories verdwijnen regelmatig onderaan de backlog, inclusief een compleet meet-implementatieplan. Dit heeft vrijwel altijd een negatieve impact op de datakwaliteit en maturity, met als resultaat: geen, te weinig of zelfs een verkeerd inzicht in het succes van de site of app (en het ontwikkelteam). Soms zijn de meetimplementaties überhaupt niet terug te vinden op de backlog.
Ons advies is: maak het implementatieplan ondergeschikt. Creëer geen losse meetimplementatie-stories, maar koppel meettaken aan bestaande user stories.
Meettaken
Beschrijf in de meettaken wat er gemeten moet worden en wanneer de meting plaats dient te vinden. Hoe de meting plaatsvindt, bedenk je vaak in overleg met front-end en back-end developers.
Wat
Welke waarden moeten beschikbaar zijn op een specifiek moment?
Wanneer
Op welk specifiek moment moet de data beschikbaar zijn? Bijvoorbeeld als een element in beeld is, bij een klik of wanneer een formulier succesvol verstuurd is.
Hoe
Wordt de meting met data attributen en/of JavaScript en/of met een tag-managementsysteem geïmplementeerd?
Voorbereidings-story
Begin een complexe meting met een voorbereidings-story, zodat de implementatietaak of -story weinig vragen oplevert en goed kan worden gespecificeerd en ingeschat bij een refinement. Tijdens de voorbereidings-story onderzoek je hoe je een bepaalde meting wil implementeren en welke disciplines hiervoor nodig zijn.
Bedenk ook of alle data, op dit moment, noodzakelijk is om relevante inzichten te verzamelen. Wat levert de data op? Wellicht kan een deel van de meting op een later moment geïmplementeerd worden. Dit zou kunnen leiden tot het opsplitsen van de taak of story. Vergelijk het met een MLP (Minimum Lovable Product).
Waardevolle web analytics = team effort
Een meetimplementatie is de verantwoordelijkheid van het gehele ontwikkelteam. Een webanalist kan niet zonder developers voor een betrouwbare meetimplementatie met toegevoegde waarde. Welke disciplines heb je nodig?
- De (technisch) webanalist bepaalt welke data er op welk moment beschikbaar moet zijn.
- Front-end developers zijn verantwoordelijk voor de JavaScript-implementatie op webpagina’s en data-attributen op elementen. Zij verzorgen de triggering van de meting en daarmee de juiste timing van de data. Wanneer, bijvoorbeeld bij welke gebruikersinteractie, wordt de data naar de datalaag verstuurd?
Opmerking: hierbij wil je inline JavaScript voorkomen. Probeer de configuratie van de data (bijvoorbeeld attributen in HTML) en de functionaliteit van de meting (JavaScript) zoveel mogelijk te scheiden in de code. Zo zorg je ervoor dat je volledige controle hebt over de waarden, timing en triggering van datastromen.
- Back-end developers dragen zorg voor de rijkheid van de data en maken aanvullende gegevens beschikbaar. Bijvoorbeeld over de gebruiker, funnel-details, producten of een bestelling.
- Een tester verzorgt samen met de webanalist de testscenario’s en eventueel het automatiseren van (web)analytics-tests.
Is jouw data betrouwbaar, flexibel, gestructureerd & rijk?
Met een gefundeerde meetimplementatie met behulp van backend, frontend en een data layer borg je de kwaliteit van data. Waar moet je op letten?
1. Beperk de afhankelijkheden
Complexe implementaties via tag-management met scripts met veel afhankelijkheden zijn foutgevoelig en niet makkelijk aan te passen. Bovendien is het vaak onmogelijk om de implementatie goed over te dragen aan een (nieuwe) collega.
2. Zorg voor consistentie
Door tracking met behulp van DOM-scraping (data verkrijgen door het selecteren van elementen in de HTML van de pagina, vaak via Google Tag Manager) ontstaat er een wildgroei aan tags. Dit maakt analyses foutgevoelig. Zorg dat de data consistent wordt doorgegeven, zodat analisten en scripts voor geautomatiseerde analyses en rapporten de data correct kunnen verwerken.
3. Creëer een logische structuur
Een goed voorbereide meetimplementatie dwingt je ook om goed na te denken over de datastructuur. Een doordachte structuur is onmisbaar voor analisten en scripts om de data efficiënt te kunnen verwerken.
4. Breng creativiteit en techniek samen
Om data te verrijken is de expertise van een webanalist nodig. Door een sterke samenwerking tussen de verschillende disciplines (backend, frontend, webanalist en conversiespecialist) en een vleugje creativiteit, kun je de meest waardevolle en geavanceerde statistieken en dimensies implementeren.
Doelgericht team
Vergeet niet dat het opstellen van KPI’s voorafgaand aan dit proces gaat. De KPI’s en targets moeten voor iedereen duidelijk zijn, zodat bekend is welke waarde moet worden opgeleverd voor de gebruikers en business.
Omdat het implementeren van code voor metingen niet direct zichtbaar resultaat oplevert, is het belangrijk om aan het team te laten zien welke waardevolle inzichten de data uiteindelijk oplevert. Dit zorgt voor meer betrokkenheid en enthousiasme van het team. Buiten dat het natuurlijk essentieel is voor de prioritering van de backlog.
Extra tips
- Neem het implementeren van analytics op in de Definition of Ready. Zo zorg je ervoor dat meetimplementaties onlosmakelijk aan stories verbonden zijn.
- Maak het resultaat zichtbaar: claim als analist het podium tijdens de sprint demo/review om daar resultaten te delen van de laatste optimalisaties.
- Maak KPI’s gemakkelijk inzichtelijk voor het team. En: leer van inzichten en vier successen!
Over de auteurs
