I dag vil jeg bruge Lalandias website som case til at forklare nærmere.

På forsiden af Lalandia er der en stor søgefunktion, hvor brugerne kan finde det feriehus, der passer bedst til deres behov. Der er en række valgmuligheder, herunder antal børn og antal voksne.
Du skal selvfølgelig spore præcis, hvad brugerne vælger i de forskellige søgekriterier. Du kan med disse data se præcis:
Ud fra de data du får i Google Analytics kan du segmentere dine brugere i målgrupper. Lav fx følgende segmenter:
Du kan også dele grupperne op ud fra antal af nætter – er det et kort weekendophold på 1-2 nætter eller en længere ferie?
Nu skal du bruge alle de spændende data. Lav fx et segment, der indeholder alle besøg, der har søgt på 2 voksne, 2 børn og 4-7 nætter. Lad os kalde segmentet ”Kernefamilie ferietur”.
Nu kan du lære alt om kernefamilien og deres vej til bookning. Hvilke trafikkilder kom de fra? Er der en banner-kampagne, der har en høj affinitet i denne målgruppe (altså en høj andel af brugere i denne målgruppe, i forhold til gennemsnittet af al trafik)? Så bør du målrette din næste kampagne til målgruppen så bannerets indhold passer til. Lav banneret med billede af kernefamilien, der hygger sig i feriehuset og i vandlandet.
Hvilke sider ser de inde på sitet? Er de meget interesseret i tilbud, eller i højere grad i mulighederne for Mad og Drikke? Hvis de ser meget i Mad og Drikke området, så vil det være oplagt at fokusere mere på All-inclusive eller andre måder at gøre det simpelt med maden, i checkoutflowet for denne målgruppe.
Der er utrolig mange muligheder for at optimere både markedsføring og website ud fra disse data. Vil du have flere tips til at spore og analysere, så er du velkommen på Webanalyse kurset hos IBC, hvor du får mange flere tips og tricks.
Kort, præcist og super brugbart – som altid.
Mange tak Jacob
/Thomas