Google Analytics connector

Koppel het klantgedrag van je website met je interne klantdata

Home » Google Analytics connector

Veel organisaties gebruiken Google Analytics om inzichten te krijgen in het online gedrag op hun website. Het linken van deze data aan de eigen klantinformatie en het koppelen van andere klantdata blijkt voor velen lastig. Terwijl juist daarin nu enorm veel waarde zit.

Online gedrag van groepen bezoekers

Dat Google Analytics door veel organisaties gebruikt wordt, is logisch: de tool is (tot op zekere hoogte) gratis, biedt veel visualisaties out-of-the-box en geeft daardoor heel snel inzicht in hoe groepen bezoekers zich online gedragen. Welke klanten dat precies zijn, blijft veelal onbekend. Het vertelt wel waar bezoekers vandaan komen en of dat bezoek heeft geleid tot een verkooporder of niet. Maar of die bezoeker een bestaande klant is en wat deze klant daarvoor off-line deed, dat krijg je er niet mee boven water. Google Analytics biedt zogezegd ‘alleen’ inzicht in online gedrag van groepen bezoekers.

Haal de clicks naar je customer data platform

Organisaties die data gedreven willen werken, zullen verder willen gaan. Om een breed klantbeeld te krijgen zul je online en offline gedrag van klanten moeten kunnen combineren. Juist in de combinatie zit de waarde. De Google Analytics connector van Riviq doet twee dingen:

  1. Het ontsluiten van Google Analytics data op het laagste detailniveau: de individuele clicks van alle bezoekers.
  2. Het matchen van deze data met de eigen klantdatabase. Door bijvoorbeeld de mail marketing data te volgen naar de online clicks kunnen klanten worden gekoppeld aan historisch en toekomstig online gedrag.
“Door de combinatie van online en offline data kun je bijvoorbeeld zien dat klanten na het bezoeken van een bepaalde pagina alsnog de klantenservice bellen over hetzelfde onderwerp. Een mooie aanleiding om te zien of die pagina wel duidelijk genoeg is.”

Inzicht in klantgedrag en voeding voor AI toepassingen

Met de Google Analytics connector verbind je online en offline klantdata en krijg je antwoord op vragen als:

  • Wat doen mijn klanten online?
  • Welke content bekijken ze?
  • Welke trends vallen op in dat gedrag?
  • Wat is de frequentie van bezoek?
  • Wat hebben ze voorafgaand aan dat online bezoek gedaan? En wat na afloop?

De gecombineerde data set vormt tevens de basis voor diverse AI modellen zoals:

  • Hoe heeft online-gedrag invloed op aankoopgedrag?
  • Kan ik klanten anders clusteren op basis van online en offline gedrag?
  • Welke producten moet ik mijn klanten aanbevelen?
  • Welk online-gedrag is een verklarende factor voor churn?
Robert Mansour

Meer weten? Neem vrijblijvend contact op met

Pim Wennekes

Manager Data science

pim.wennekes@riviq.nl
+31 621 964 963
linkedin.com/in/pimwennekes