Beste dag, beste tijd: je analyticsgeschiedenis gebruiken om je volgende productlancering te plannen

De meeste makers kiezen een lanceringsdag op dezelfde manier als een plek om te lunchen: wat goed voelt. Dinsdag lijkt prima. Misschien vrijdag, want dan is iedereen goedgehumeurd. Maar je beschikt al over een dataset die deze vraag beantwoordt met concrete gegevens, niet met een gevoel. Elke weergave, klik en verkoop die je winkel heeft geregistreerd, bevat een tijdstip. Samen vormen die tijdstippen een patroon dat specifiek is voor jouw publiek, niche en tijdzone. Een maker die lanceert op de dag die volgens de eigen geschiedenis het sterkst is, gokt niet beter, maar leest een rapport dat de rest van ons negeert.

Waarom advies over timing volgens ‘best practices’ je steeds in de steek laat

Elke algemene gids zegt hetzelfde: post van dinsdag tot en met donderdag, lanceer halverwege de ochtend en vermijd weekenden. Dat advies is gemiddeld over miljoenen accounts met sterk verschillende doelgroepen, en gemiddelden vlakken precies de patronen af die je moet zien. Een fitnesscoach van wie de volgers tijdens een trainingspauze om 6 uur ’s ochtends scrollen, heeft een heel ander ritme dan een verkoper van Notion-sjablonen van wie de klanten uitstelgedrag vertonen tijdens hun baan achter een bureau om 14 uur. De enige dataset die je werkelijke publiek weerspiegelt, staat in je eigen winkel.

Dit is geen klein verschil. Een maker die coachingsgesprekken verkocht aan verpleegkundigen in nachtdiensten ontdekte dat haar verkopen zich concentreerden tussen 23 uur en 1 uur, precies het tegenovergestelde van elke lijst met de ‘beste tijd om te lanceren’ die ze had gelezen. Toen ze haar drops verschoof naar 22:30 in plaats van 10 uur, verdubbelde de conversie op de lanceringsdag ongeveer. Algemeen advies zou haar telkens hebben laten lanceren voor een lege zaal.

Twee patronen, niet één: timing van verkeer tegenover timing van aankopen

De grootste fout die makers maken wanneer ze eindelijk naar hun gegevens kijken, is dat ze wanneer mensen langskomen en wanneer mensen betalen als hetzelfde behandelen. Dat is meestal niet zo. Verkeer piekt vaak direct nadat je iets hebt gepost, bijvoorbeeld om 8 uur wanneer je het actiefst online bent. Maar aankopen, vooral voor iets dat meer dan $20 kost, clusteren meestal later, zodra iemand tijd heeft gehad om na te denken of het banksaldo te controleren. Lanceer je alleen op basis van het tijdstip van paginaweergaven, dan optimaliseer je voor het verkeerde moment.

De cijfers verzamelen: een eenvoudige analyse voor deze week

Je hebt geen diploma in datawetenschap nodig, alleen ongeveer 30 minuten en drie maanden geschiedenis. Begin met de tijdstippen die je winkel al bijhoudt en voeg meer detail toe als je abonnement dat ondersteunt.

1. 1Haal de tijdstippen van je bestellingen uit de afgelopen 90 dagen op en sorteer ze per dag van de week. Je zoekt naar de dag die het vaakst voorkomt, niet alleen naar de dag met het grootste eenmalige totaal
2. 2Sorteer ze afzonderlijk op uur van de dag, omgerekend naar de belangrijkste tijdzone van je publiek en niet die van jou als die verschillen. Zoek vervolgens naar de twee of drie uren waarin de verkopen zich concentreren
3. 3Vergelijk dit met wat je die dag daadwerkelijk deed. Een piek op een willekeurige woensdag kan het gevolg zijn van een vermelding in het verhaal van een andere maker, niet van de dag zelf
4. 4Voer dezelfde sortering uit voor paginaweergaven of linkklikken als je die gegevens hebt en vergelijk het verschil tussen de verkeerspiek en de verkooppiek
5. 5Noteer je beste dag en je beste aankoopvenster van 2 uur op een plek die je daadwerkelijk opnieuw zult zien. Een plakbriefje werkt beter dan een vergeten tabblad in een spreadsheet

Gebruik je het Pro-plan, dan voegt een koppeling met Google Analytics uitsplitsingen per uur en per bron toe die basisgegevens over besteltijdstippen niet bieden: welke dag de meeste sessies oplevert en welke verwijzingsbron, zoals een platform, een verhaal of een e-mail, daadwerkelijk converteert in plaats van alleen passief verkeer te genereren. Die extra laag maakt van een redelijke gok een goed onderbouwde keuze.

Je lanceringskalender opbouwen rond het patroon

Zodra je een beste dag en tijdvenster hebt gevonden, moet je niet één keer lanceren en het probleem opgelost noemen. Bouw er een herhaalbare kalender omheen. Behandel je beste dag als een vaste afspraak: nieuwe producten, prijsverlagingen en bundels met beperkte looptijd plan je standaard om binnen dat venster te openen. Hier bewijst een e-mail naar je klantenlijst zijn waarde. Stuur die 15-30 minuten voordat je historische aankoopvenster opent, niet op het moment waarop je het product publiceert. Zo vallen het bericht en de koopimpuls samen, in plaats van dat de e-mail zes uur oud is voordat iemand in de stemming is om te kopen.

Je hebt niet meer verkeer nodig om beter te lanceren. Je moet lanceren in het venster waarin je eigen klanten al hebben laten zien dat ze langskomen.

Let op seizoensverschuivingen: je patroon is niet permanent

Een patroon dat in maart is opgebouwd, kan in augustus ongemerkt verschoven zijn, vooral als je publiek grotendeels uit studenten bestaat of uit mensen met een schooljaarritme. Sorteer elk kwartaal opnieuw op dag van de week en uur van de dag in plaats van ervan uit te gaan dat de winnende donderdag van vorig voorjaar nog steeds werkt. Dat is nog belangrijker rond grote winkelperiodes: een Black Friday-publiek koopt vaak eerder op de dag en is actief op zoek naar aanbiedingen. Zie je lanceringskalender als een levend document, niet als een eenmalige ontdekking.

Het is ook de moeite waard om de timing van nieuwe klanten te onderscheiden van die van terugkerende klanten. Bestaande kopers op je lijst handelen meestal snel, vaak binnen het eerste uur na een e-mail, omdat het vertrouwen al is opgebouwd. Nieuwe bezoekers hebben meer tijd nodig voor die overweging van 2-4 uur. Als een lancering beide doelgroepen combineert, wees dan niet verbaasd als je twee afzonderlijke pieken in de verkoopgrafiek ziet in plaats van één duidelijke top. Dat is te verwachten en geen alarmsignaal.

Waarom dit alleen werkt als je daadwerkelijk een winkel hebt die de gegevens verzamelt

Geen van deze analyses is mogelijk zonder een storefront die elk bezoek en elke verkoop daadwerkelijk op één plek registreert. Als je links verspreid staan over een bio, enkele checkouttools en een verkoopproces via DM, heb je geen uniforme geschiedenis met tijdstippen om te analyseren, maar alleen fragmenten die je uit je geheugen moet reconstrueren. Dat is een minder voor de hand liggende reden om alles in één link onder te brengen: het is niet alleen overzichtelijker, het is de enige manier om in de loop van de tijd een echte dataset over je eigen bedrijf op te bouwen. Als je dat nog niet hebt gedaan, is dit een goede reden om je store.fan te openen en vanaf dag één automatisch elke klik en verkoop te laten registreren.

Zodra je winkel draait, worden de winkelontwerper, kortingscodes en campagne-e-mails allemaal hulpmiddelen die je kunt afstemmen op je werkelijke patroon in plaats van op een gok. Plan een bundel met beperkte looptijd om live te gaan zodra je historische venster opent en stuur de aankondiging via je klantenlijst op het moment waarvan je weet dat mensen waarschijnlijk handelen. Wil je zien hoe een volledig opgebouwde storefront eruitziet, dan is een live voorbeeldwinkel het bekijken waard voordat je je eigen winkel bouwt.

De volgende keer dat je naar een lege lanceringsdatum kijkt, hoef je geen munt op te gooien. Haal je geschiedenis van de afgelopen drie maanden op, vind de dag en het venster waarvoor je publiek al met hun portemonnee heeft gestemd en bouw je drop daaromheen in plaats van rond een vermoeden. store.fan registreert de gegevens die dit mogelijk maken al. Het enige wat nog nodig is, is dat je er daadwerkelijk naar kijkt.