De uitdaging
Optimalisatie stopt nooit. Daarom zijn NeoSEM, Exatom en Audax aan de slag gegaan met een diepgaand onderzoek naar de check-out en accountcreatieprocessen van Bruna.nl.
Als retailer met zowel een direct e-commercekanaal als een landelijk netwerk van winkels, vervult de website van Bruna een dubbele rol: het is niet alleen een direct verkoopkanaal, maar ook een belangrijk leadkanaal voor fysieke winkels. De onderliggende drive-to-store-strategie van Audax speelt hierin een cruciale rol. Op verschillende momenten in de klantreis wordt deze strategie zichtbaar — en dus moet iedere optimalisatie zorgvuldig worden afgewogen. Elke aanpassing in de check-out heeft immers impact op zowel online conversie als winkelbezoek.
Het doel van de samenwerking was helder: structurele conversiegroei realiseren binnen de checkout- en account creatie flow. De focus lag op het identificeren en elimineren van frictie in zowel het check-outproces als het CRM-gedreven account registratie traject, met directe impact op omzet en klantwaarde.
NeoSEM, als bestaande partner van Bruna, vertaalde inzichten naar concrete optimalisaties en implementatie. Exatom bracht diepgaande form analytics, gedragsdata op veldniveau en relevante benchmarks in om verbeterkansen objectief te onderbouwen, scherp te prioriteren en maximale businessimpact te versnellen.
De aanpak
Fase 1: Kick-off, tagging en set-up
In de eerste fase is samen met Exatom en Bruna de scope, prioriteit, rolverdeling en zijn afhankelijkheden bepaald. De tooling werkt volledig cookieloos en privacy-first: er worden geen persoonsgegevens opgeslagen en er is geen toestemming via een cookiebanner nodig. Hierdoor is dataverzameling compleet en niet vertekend door consent-verlies, wat vooral bij check-outs cruciaal is.
Door de Exatom tags te implementeren wordt automatisch alle analytics en session replays beschikbaar. Dit betekent dat per inputveld interacties, fouten, correcties, autofill-gedrag en tijdsbesteding worden vastgelegd, zonder dat sessies of gebruikers individueel identificeerbaar zijn. Validatieregels, HTML-attributen (zoals type en autocomplete) en foutmeldingen worden automatisch opgenomen in de UI.
Na een zorgvuldige datavalidatie, waarin is bevestigd dat alle events correct zijn geregistreerd, is de analysefase gestart. Dit zorgde direct voor een betrouwbare dataset als basis voor diepgaande CX-analyse.
Fase 2: Analyse fase
In de analyse fase, is NeoSEM aan de slag gegaan met het onderzoeken van de beschikbare data binnen Exatom.io. Hoewel we normaliter vaak beperkt zijn tot beschikbare funnel data, hebben we dankzij Exatom véél meer relevante data beschikbaar. Zoals:
Error rate : Het percentage gebruikers dat validatie- of invoerfouten maakt per veld. Dit laat zien welke velden onduidelijk zijn, te streng gevalideerd worden of niet aansluiten bij de verwachtingen van de gebruiker.
Correction rate. : Het aandeel gebruikers dat een veld moet corrigeren nadat het al is ingevuld. Een hoge correction rate wijst op verwarring, onlogische invoerformats of onduidelijke foutmeldingen.
Auto-fill rate : Het percentage velden dat automatisch wordt ingevuld via browser- of device-autofill. Dit geeft inzicht in waar frictie kan worden verlaagd door betere veldnamen, volgorde of inputtypes, en waar snelheid een conversierol speelt.
Average Conversion Rate : Het gemiddelde percentage gebruikers dat het formulier volledig en succesvol afrondt. Dit fungeert als referentiepunt om veld- en formulieroptimalisaties te kunnen kwantificeren en onderling te vergelijken.
Time to Convert : De gemiddelde tijd die een gebruiker nodig heeft om het formulier te voltooien, gemeten van eerste interactie tot succesvolle verzending. Een lange time to convert duidt op cognitieve belasting, frictie in velden of onnodige stappen in het formulier
Belangrijkste bevindingen
Onjuiste HTML-attributen
In de analysefase ontdekten we onjuiste HTML-attributen op verschillende velden. Doordat bijvoorbeeld de correcte autocomplete-waarde ontbreekt, faalt de optie voor autofill. Het resultaat is een lagere auto-fill rate en een hogere time to convert. Doordat de bezoeker zelf moet invullen, wordt de cognitieve belasting verhoogd. Een bezoeker moet meer en vaker typen, daardoor vaker corrigeren en de context van de velden zelf interpreteren. De kans op het uitstappen van de bezoeker wordt groter.
Invulvelden met te strenge validatie
Binnen de check-out en account registratie werd bezoekers gevraagd om hun aanhef achter te laten. Een verplicht veld. Bezoekers keken vaak over deze radio button(s) heen, waardoor het in de eerste stap de grootste oorzaak was van foutmeldingen. Deze informatie kan gebruikt worden voor marketing, maar werd niet gebruikt. Daarom is gekozen om dit volledig weg te laten.
Ook in een simpel naam-veld ging het mis: in het voornaam-veld werd regelmatig enkel de voorletter van de bezoeker ingevuld. De validatie van het veld was streng. Een voornaam moest minimaal 2 karakters bevatten. Een enkele voorletter resulteerde in een foutmelding. Het verhoogde de cognitieve belasting, met afhaken als gevolg.
Kortingscode en cadeaubon-veld
Het kortingscode- en cadeaubon veld bleek complex te zijn voor bezoekers. Eén flow ondersteunt verschillende type kaarten, welke fundamenteel verschillende regels hebben. Numerieke kaarten met vaste lengtes, alfanumerieke codes met variabele structuur en in sommige gevallen ook een verplichte pincode. Deze complexiteit wordt volledig bij de gebruiker gelegd. Zonder duidelijke opbouw, automatische formatting of type-specifieke validatie moet de bezoeker zelf interpreteren welk format verwacht wordt. De data in Exatom liet hier een verhoogde error rate, correction rate en time to convert zien.
Het screenshot illustreert dit: identieke invoervelden met afwijkende onderliggende eisen, generieke foutmeldingen en geen visuele ondersteuning bij het invoeren. Dit vergroot de cognitieve belasting precies op een moment dat de gebruiker al besluitvaardig is, waardoor een ondersteunend veld verandert in een conversierisico.
Bij Bruna hebben we Exatom ingezet om frictie in de check-out en account registratie scherp te krijgen. Niet op sessieniveau, maar op veldniveau. Dat maakte direct zichtbaar waar gebruikers vastliepen, twijfelden of onnodig fouten maakten. Die inzichten waren concreet genoeg om er direct optimalisaties op door te voeren. Exatom sluit daarmee precies aan op hoe wij CRO benaderen: data-gedreven, praktisch en met focus op meetbaar resultaat.— Klaas Bongers (e-commerce manager Bruna.nl)
Herstructureer belangrijkste acties
In de laatste stap van de check-out worden in de mobiele weergave eerst de bestelgegevens nog eens benoemd. In combinatie met heatmaps concludeerden we dat het percentage bezoekers dat direct de ‘Bestellen en betalen’-knop zag, te laag was. Deze optimalisatie hebben we uitgewerkt in Sketch en gerealiseerd als experiment binnen Spotler Activate, met als doel het verhogen van de start rate in de laatste stap van de check-out en uiteindelijk het verhogen van het aantal aankopen.
Conclusie en resultaten
Deze case laat zien dat conversieverlies in de check-out niet altijd zit in grote stappen, maar juist ook zit in kleine, technische details op veldniveau. Door Exatom in te zetten, werd frictie zichtbaar die met traditionele funneldata structureel onzichtbaar blijft. Het resultaat: scherpere beslissingen, gerichte experimenten en optimalisaties die direct ingrijpen op cognitieve belasting en gebruikersgedrag. Met een aantoonbaar hogere conversie tot gevolg. Wil je weten waar conversie in jouw check-out of formulieren daadwerkelijk weglekt, dan is een project als deze met Exatom en NeoSEM de logische volgende stap. We lichten het heel graag aan je toe. Inclusief een projectie van je ROI.
Over Exatom
Exatom is een Nederlands Insights – en Activatie platform specifiek gericht op online formulieren en check-outs. Het meet in alle mogelijke detail hoe bezoekers met formulieren omgaan, toont waar ze afhaken en welke velden frictie of fouten veroorzaken, zodat je conversies kunt verhogen en formulieren gebruiksvriendelijker maakt. Naast Bruna werkt Exatom samen met grote en kleinere organisaties als Veneta, Brooks Running, KIA en Vandebron.
Over NeoSem
NeoSEM is een online marketing bureau dat samen met jou gaat voor online resultaat. Wij helpen ambitieuze e-commerce bedrijven groeien. We werken voor ondernemers en marketingmanagers die vooruit willen. Die begrijpen dat online groei draait om een slimme strategie, sturen op zuivere data en een goede samenwerking. Naast Bruna werkt NeoSEM voor ambitieuze organisaties als Berg Toys, Giga Meubel, Autohopper en scholengemeenschap Aeres.
Auteurs:
Ruben van den Brink
Head of Design & CRO, NeoSEM
ruben@neosem.nl
Bart de Fluiter
Head of Growth, Exatom