Verkoop duurt langer dan je rapportvenster

Een rapport toont wat er binnen een gekozen periode is geregistreerd. Als een klant pas zes weken na een aanvraag tekent, valt de aanvaarde opdracht buiten een eerste observatievenster van vier weken. In je cohortanalyse kun je die latere uitkomst terugkoppelen aan de oorspronkelijke aanvraag. Dat is een eigen analysemethode en geen uitspraak over de boekhoudkundige omzetperiode of over welke bron Analytics de eer geeft. Je ziet dan veel aanvragen en weinig omzet, en je concludeert te snel dat het kanaal niet werkt.

Het probleem zit dus in de vergelijking van twee verschillende momenten: het moment van de eerste interactie en het moment van de verkoop. Een cohort lost dat op. Je groepeert leads naar de periode waarin ze binnenkwamen en volgt die groep door, ook nadat de rapportperiode is afgelopen.

Let op de grens van deze aanpak: een cohort zegt iets over jouw gegevens, niet over de markt. Het toont niet dat een kanaal beter is dan een ander, alleen hoe een bepaalde groep leads zich over de tijd gedragen heeft.

Volgens de documentatie van Google meet een gebeurtenis een specifieke interactie, zoals een paginalading, een klik of een afgeronde aankoop (Google Analytics, over gebeurtenissen). Een gebeurtenis kan bovendien als belangrijke gebeurtenis worden gemarkeerd als de actie bijzonder belangrijk is voor je bedrijf. Dat is nuttig, maar het is een label op een online actie. Het is geen bewijs van omzet.

Maak daarom een eigen onderscheid in drie lagen:

• Vroeg signaal: een offerteaanvraag, een ingevuld contactformulier, een gedownloade brochure.
• Tussenstap: een gesprek gepland, een offerte verstuurd, een proefopdracht.
• Bevestigde verkoop en financiële status: leg een aanvaarde opdracht, een verzonden factuur en een ontvangen betaling apart vast in de passende bronsystemen. Een handtekening op een offerte is niet hetzelfde als geld op je rekening.

Controleer bij de eerste laag welke gebeurtenis werkelijk is vastgelegd. Een downloadklik bewijst bijvoorbeeld geen volledig gelezen brochure, en een formulierklik geen ontvangen aanvraag. Voor de tweede en derde laag heb je meestal een handmatige of geïmporteerde overdracht nodig, omdat het afsluiten buiten je website gebeurt. Of en hoe je dat in jouw Analytics-omgeving koppelt, controleer je bij de beheerder van je account.

1. Kies de cohortperiode. Bijvoorbeeld alle leads van één kalendermaand, vastgelegd op de datum van de eerste aanvraag.
2. Geef elke lead een vaste sleutel. Gebruik een neutrale interne sleutel die in je afgeschermde aanvraag- en offerte- of CRM-lijst voorkomt. Bewaar de koppeling daar, niet in openbare links. Een nummer dat aan een klant gekoppeld kan worden is niet vanzelf anoniem; stuur je CRM-sleutel niet automatisch mee naar Analytics.
3. Noteer de bron bij binnenkomst. Leg kanaal en campagne vast op het moment van aanvraag, niet achteraf uit het geheugen.
4. Bepaal de statuslagen. Gebruik de drie lagen uit de vorige sectie en schrijf de definities op, zodat twee collega's hetzelfde bedoelen.
5. Leg vaste controlemomenten vast. Plan ze in je agenda, bijvoorbeeld bij de eerste, tweede en derde maand na het cohort.
6. Werk de status bij per lead en vergelijk uitkomsten pas bij dezelfde observatieduur. Houd aantallen aanvaarde opdrachten, factuurbedragen en ontvangen betalingen als afzonderlijke uitkomsten; vermeld steeds de peildatum.
7. Bepaal je rijpingsperiode op basis van je eigen data. Kijk naar de spreiding van eerste aanvraag tot aanvaarde opdracht, en noteer ook welke aanvragen nog openstaan. Alleen snel afgesloten klanten gebruiken geeft een te kort beeld. Kies een werkbare observatieduur, maar behandel een open lead daarna niet automatisch als verloren.

De Google-richtlijn voor persoonsgegevens in Analytics verbiedt gegevens zoals herkenbare namen, e-mailadressen en telefoonnummers in de meetgegevens. Controleer daarom ook eventparameters, paginatitels en URLs voordat je een meetkoppeling activeert. Je kunt de cohortanalyse in je eigen afgeschermde systeem uitvoeren en alleen noodzakelijke, passende aggregaties rapporteren; een individuele koppeling met Analytics is geen vereiste voor deze methode.

Gebruik dit blad om te voorkomen dat je op onvolledige cohorten stuurt. De drempels zijn jouw keuze en horen bij jouw cyclus.

Een lage conversie kan ook liggen aan opvolging, prijs of timing. Het cohort wijst een richting aan en bewijst geen oorzaak.

De mediane doorlooptijd is geen grens waarna alle verkopen afgerond zijn. Gebruik haar hoogstens als één beschrijving van eerdere afgesloten trajecten en behoud open dossiers zichtbaar. Een gekozen rijpingsperiode is evenmin een reden om operationele stopregels te negeren: een kapot formulier, ongewenste instroom of een bereikt budgetplafond kan eerder actie vragen. Het cohort helpt bij vergelijking, niet bij het automatisch doorzetten van uitgaven.

Dit is een verzonnen voorbeeld om de methode te tonen, geen resultaat van een echte situatie. Stel dat een kmo in maart 40 aanvragen registreert via twee kanalen. Je zet de cohortstatus als volgt op papier:

• Kanaal A: 25 aanvragen, bij het eerste controlemoment 3 offertes verstuurd.
• Kanaal B: 15 aanvragen, bij het eerste controlemoment 5 offertes verstuurd.

Na het rapportvenster van één maand lijkt kanaal A groter in volume, maar de rekenverhouding op de tussenstap is voor B hoger: 5 gedeeld door 15 tegenover 3 gedeeld door 25. Met zo kleine aantallen is het verschil op de tussenstap nog geen betrouwbaar kanaalverschil, en je concludeert nog niets over omzet. Je noteert dat de eigen mediane tijd van aanvraag tot tekening bij eerdere klanten ruim langer was dan een maand en plant dus twee extra controlemomenten.

Verwachte technische controles bij dit voorbeeld: elke aanvraag heeft een unieke sleutel en een bron, offertes zijn aan de sleutel gekoppeld, en de kanaalvergelijking gebruikt dezelfde observatieduur. Noteer ook openstaande dossiers en de datum waarop de aantallen zijn teruggelezen. Of er na afloop een verschil in omzet zichtbaar is, weet je pas uit de gegevens zelf.

Als je je meting aanpast, controleer je eerst of de basis klopt. Volgens Google kun je in het Realtime-rapport zien of een gebeurtenis binnenkomt en welke parameters meekomen, en toont het rapport DebugView de gebeurtenissen van één gebruiker, wat helpt om gebeurtenissen en parameters te verifiëren (Google, gebeurtenissen instellen). Dat bevestigt alleen dat een gebeurtenis binnenkomt, niet dat er een echte aanvraag, offerte of betaling achter zit. Voor de foutopsporingsmodus (DebugView vraagt extra configuratie) en de exacte schermen verwijs je naar je eigen account, want opties en rechten kunnen wijzigen.

Geef je team deze overdracht mee: de definities van de drie lagen, de naam van de leadsleutel, de datum van elk controlemoment en de verantwoordelijke per stap. Laat de verantwoordelijke voor je verkoopgegevens bevestigen welke status ieder veld vertegenwoordigt. Een verkoop kan online beginnen en later telefonisch worden aanvaard of betaald. Je eigen cohortregister beschrijft die zakelijke uitkomst; de meting in Analytics blijft een afzonderlijke registratie die je niet als bank- of boekhoudbewijs gebruikt.

Wil je zien welke publieke signalen je website uitstraalt, bekijk ze dan via Marketing Scan. Een publieke scan meet zichtbare signalen en bewijst geen volledige technische implementatie van de controles in dit artikel.