Skuteczny przewodnik po analityce internetowej

Czyli jak z analityki zrobić drukarkę pieniędzy

Analityka internetowa może być bardzo pracochłonna i czasochłonna. Poniżej pokażę jak wyciągnąć z niej najbardziej wartościowe kawałki, bez konieczności marnowania swego życia na ślęczenie w morzu danych.

  • Większość raportów z analityki internetowej jest kompletnie bezużyteczna – przynajmniej z punktu widzenia przydatności dla poprawy konwersji
  • W tym artykule pokażę na których kilku wartościowych raportach warto się skupić, co da najlepszy wgląd w to, co naprawdę się dzieje na stronie.

Czy twoim zdaniem analityka internetowa jest narzędziem, które “warto mieć”, ale które jest zdecydowanie zbyt skomplikowane, żeby było użyteczne tu i teraz?
Czy uważasz, że to jest narzędzie bardziej do mierzenia postępu, niż do dostarczania pomysłów na usprawnienie skuteczności?
Czy chcesz poznać kilka kluczowych sposobów na patrzenie na swoją analitykę w sposób, który poprawi konwersję na twojej stronie i będzie miał największy wpływ na zyski?

Poniżej pokażę jak zmienić analitykę internetową ze zwykłego narzędzia do pomiaru w potężne narzędzie, które powie co testować, jak testować, gdzie testować i nawet jakie dokładnie testy przeprowadzić.

Co znajdziesz w tym artykule:

  • Gdzie jest miejsce analityki w ogólnej metodologii zwiększania konwersji
  • Jakie mam podejście do analityki (i dlaczego uważam, że też powinieneś mieć podobne)
  • Jak za pomocą analityki znajduję okazje do ogromnej poprawy konwersji
  • Jak wygenerować pomysły do testów, które wykorzystają te okazje
  • Dokładny proces (z linkami, screenshotami i wyjaśnieniem) gdzie szukać w analityce, jak analizować i interpretować dane i jak generować na ich podstawie hipotezy do testów
  • Jak wyciągnąć maksimum z analityki jeśli macie tylko jedną godzinę

Miejsce analityki w metodologii

Oto metodologia optymalizacji konwersji, w bardzo skrótowej i uproszczonej formie:

Krok 1: Stworzenie strategii, zdefiniowanie długoterminowych celów i tego jak będzie mierzony sukces
Krok 2: Zrozumienie (i usprawnienie) obecnych źródeł ruchu
Krok 3: Zrozumienie obecnych użytkowników (szczególnie tych, którzy odchodzą ze strony nie zrobiwszy tego, czego od nich oczekujemy)
Krok 4: Dogłębne rozpoznanie rynku
Krok 5: Zidentyfikowanie ukrytych “okazji” w swoim biznesie
Krok 6: Stworzenie strategii testowania
Krok 7: Stworzenie stron eksperymentalnych (tych, które będą testowane przeciwko obecnym)
Krok 8: Przeprowadzenie testów
Krok 9: Przeniesienie skutecznych kampanii na inne media

Firmy, które jeszcze nie mają testowania wpisanego głęboko w swoją kulturę zaczynają zazwyczaj od kroku #7. Opierają swoje decyzje przeważnie na intuicji czy tzw. “best practices”. W rezultacie najczęściej dochodzą do wniosku, że testowanie niewiele daje, bo albo nic nie poprawia, albo poprawa jest marginalna.

Moje doświadczenie pokazuje, że największa poprawa konwersji (i w efekcie zysków) pochodzi z oparcia testów na wnioskach pochodzących z poprzednich sześciu kroków.

Analityka to krok #2 (w całości) i krok #3 (częściowo). Jest na samym początku procesu. Fundament.

Co analityka może nam powiedzieć (i czego nie)?

Jest mnóstwo rzeczy, które analityka może nam powiedzieć. W tym artykule pokażę tylko małą część. Jest jednak limit tego, co analityka może zrobić i jak wiele pokazać.

Jeśli próbować słuchać wszystkiego co mówi analityka, bardzo łatwo jest w niej utonąć z głową pełną liczb i z mnóstwem nierozwiązanych zagadek.

Ten artykuł pokaże jak w tym gąszczu znaleźć to co nas interesuje i jak skutecznie te zagadki rozwiązywać.

Podsumowując więc co analityka może nam powiedzieć i czego jednak nie:

  • Może nam powiedzieć “co” i “gdzie”
  • Nie może nam jednak powiedzieć dokładnie “dlaczego”
  • Jeśli jednak wiemy gdzie szukać i jak interpretować dane, możemy otrzymać też odpowiedzi na to dlaczego tak się dzieje i jak można to naprawić.

Gdzie zacząć szukać

Analityka internetowa jest szerokim zagadnieniem. Ma do zaoferowania dużo produktów i narzędzi. Załóżmy więc dla ułatwienia, że korzystasz z de facto standardu na rynku: Google Analytics. Zasady analizy są takie same bez względu na to z jakich narzędzi się korzysta. W dalszej części artykułu będę jednak prezentował zrzuty ekranowe właśnie z Google Analytics.

Jeśli nie korzystasz z Google Analytics, ten artykuł mimo to będzie dla ciebie wartościowy. Porady i zasady w nim zawarte można stosować do każdego źródła danych, bez względu na narzędzie z którego korzystasz. Zasady te również się nie zestarzeją. Są to uniwersalne zasady, które można stosować wszędzie.

Dobra analiza to po prostu użycie logiki i poświęcenie trochę czasu na zrozumienie dlaczego liczby są takie jakie są i co na to wpływa. Kiedy się już nabędzie zwyczaju myślenia w ten sposób, nie ma znaczenia czy się zmieni narzędzie z którego się korzysta czy też czy się zmieni interface Google Analytics.

Gdzie więc zacząć szukać?

W skrócie: zacznij szeroko i stopniowo zawężaj do obszarów, które są najbardziej interesujące.

Oto bardziej szczegółowy proces.

  • Zacznij od dashboards i custom reports
    (Jako że 100% tego co robię jest w języku angielskim, to interfejsy wszystkie mam również ustawione na angielski. Będę więc używał nazw takich, jak występują w formie oryginalnej, nie próbując tłumaczyć czy nie przełączając języka w Google Analytics, żeby sprawdzić jak też ktoś wymyślił, żeby przetłumaczyć taki czy inny raport)
    • Używasz dashboards i custom reports? Są bardzo pomocne.
    • Dashboards są przydatne do zebrania w jednym miejscu najważniejszych danych dla danego aspektu strony. Można więc mieć dashboard dla AdWords, dla wydajności strony, dla efektywności treści, dla kanału social itp.
    • Custom reports są pomocne kiedy już się dokładnie zdefiniowało co się chce mierzyć i które mierniki są najważniejsze. Można nie potrzebować wszystkich danych, które dostarcza nam Google Analytics, można też chcieć widzieć dodatkowe zmienne dla niektórych raportów. Google Analytics pozwala dostosowywać do własnych potrzeb praktycznie każdy raport. Widzę więc tylko to, co dla mnie ważne i potrzebne, resztę chowam.
    • Tutaj można znaleźć przydatne dashboards i custom reports albo posłużyć się nimi jako inspiracją do stworzenia własnych.
  • Znajdź gdzie są najbardziej obiecujące okazje
    • Dashboards pokażą gdzie dzieje się coś odbiegającego od normy
    • Na przykład,
      • Strony, które się za wolno ładują
      • Obszary czy segmenty serwisu, które konwertują dużo poniżej średniej dla całego serwisu
      • Wysoki współczynnik wyjścia (czy jak się tłumaczy ‘exit rates’?) dla poszczególnych stron
      • Wysoki drop off rate w jednym (lub więcej) z kroków ścieżki zakupowej
  • Przejdź do szczegółów
    • Kiedy się już zidentyfikuje problematyczne obszary, przyjrzyj się uważnie co się w nich dzieje, na poziomie poszczególnych stron
      • Które strony stwarzają problemy
      • Co się dzieje kiedy użytkownicy wchodzą na te strony
      • Które strony widzieli tuż przed przyjściem na nie
      • Co robili tuż po przyjściu na te strony
      • Czy wchodzili w jakiekolwiek interakcje na stronie

Oto jak więc ma to wyglądać, krótko i schematycznie

proces analizowania
Zacznij od ogólnych raportów, później schodź coraz niżej do bardziej szczegółowych

Czego mam szukać

W każdym z opisanych powyżej kroków, proces znajdywania przydatnych wniosków jest z grubsza taki sam:

Powinieneś szukać anomalii w danych.

Czyli:

  • Wartości dużo powyżej średniej dla danego serwisu
  • Wartości dużo poniżej średniej
  • Czegokolwiek, co wygląda “interesująco” lub niezwykle. Na przykład,
    • Jeśli 80% przychodów jest generowane kiedy ludzie wchodzą na stronę, którą widzi tylko 10% ogólnego ruchu, to warto przyjrzeć się temu bliżej, żeby zrozumieć dlatego tak się dzieje.
    • Jeśli średni drop-off rate dla pięciokrokowej ścieżki zakupowej jest 20%, ale dla jednego z kroków jest to 45%, to uważnie przyjrzyj się tej właśnie stronie.

Oceń anomalie i znajdź te, które są najbardziej obiecujące

Kiedy już zidentyfikujesz listę anomalii, przyjrzyj się nim i zobacz czy są one uzasadnione czy nie. Oto przykład anomalii, która jest uzasadniona:

Raport pokazuje, że pewna strona ma drop-off rate powyżej 90%. Tyle że jest to strona, która się pokazuje po pomyślnym dokonaniu zakupu, tzw. “Thank you page”. Klien przyszedł, dokonał zakupu i wszystko poszło dobrze. Kolejnym logicznym krokiem jest więc dla niego po prostu zamknięcie przeglądarki.
Wniosek: anomalią na tej stronie nie ma co się martwić.

Proces

Skoro już opisałem zarys procesu i jego ogólne działanie, czas się zagłębić w szczegóły. Pokażę więc konkretne raporty w Google Analytics i opiszę jak każdy z nich może być przydatny i dlaczego.

Z mego doświadczenia, poniższe raporty dają co najmniej 80% ważnych wniosków, więc warto przejrzeć je wszystkie.

Jeśli jednak naprawdę ci się nie chce lub masz tylko godzinę przed czymś-bardzo-ważnym, na koniec pokażę też na czym się skupić jeśli się ma właśnie tylko godzinę.

Oto więc raporty, na których warto się skupić:

Landing pages

Landing pages są ważne. Są to strony, które ludzie widzą jako pierwsze, wchodząc na twój serwis. One determinują czy dana osoba się zainteresuje i zostanie czy też nie zaciekawisz jej dostatecznie i odejdzie.

Oto jak wygląda przykładowy raport dla landing pages:

landing-page-1
(Wszystkie screenshoty mają wymazane obszary, które mogłyby zidentyfikować skąd pochodzą. To są wszystko prawdziwe danych z prawdziwych, zarabiających i prosperujących biznesów).

Patrząc na powyższe liczby, co te surowe dane nam mówią? Czy w ogóle są interesujące?

Zastosuję więc proces szukania anomalii i je zaznaczę.
Zielony: dobrze. Czerwony: źle.

landing-page-2

Teraz, kiedy mam już zaznaczone wartości odbiegające od średniej, można spojrzeć jak mnie to przybliża do przydatnych wniosków, których będę mógł użyć do sformułowania hipotez dla testów.

  • Strona #2 jest skuteczna w generowaniu przychodów (z 14.6% ruchu generuje 23.4% całości przychodów)
  • Strona #1 otrzymuje najwięcej ruchu, ale nie jest skuteczna w konwertowaniu go na przychody. Żeby zrozumieć dlaczego, warto zadać kilka pytań:
    • Czy to z powodu źródła ruchu, z którego ludzie przychodzą na tę stronę?
    • Czy wina leży jednak po stronie samej strony i tego co jest na niej?
    • Czy strona ma wystarczająco elementów wzbudzających zaufanie?
    • Czy jest angażująca?
    • Czy zachęca do dalszej interakcji z serwisem?
    • Które elementy ze strony #2 mogę zapożyczyć i umieścić na stronie #1, żeby była bardziej skuteczna?
  • Strona #3 jest wyjątkowo nieefektywna. Generuje tylko 0.18% przychodów, a dostaje 10% ruchu.
    • Zadaj te same pytania co w przypadku strony #1.
  • Strony #9 i #10 mają dobry współczynnik konwersji
    • Co te strony robią inaczej?
    • Które elementy mogą się do tego przyczyniać?
    • Czy można je zreplikować na innych stronach, żeby otrzymać podobne rezultaty?

I tak dalej. To jest tylko początek. I to na razie tylko jeden raport. Czy już zaczynasz widzieć jak wartościowe jest uważne przyglądanie się analityce i jej zrozumienie?

Ważne: Analizując landing pages, najlepiej użyć segmentu “New Visits”, żeby widzieć dane tylko dla nowych użytkowników i tego jak się oni zachowują. Nie chcemy użytkowników powracających, bo to tylko dodałoby niepotrzebnego szumu, przesłaniającego ważne wnioski. Użytkownicy powracający zachowują się przeważnie bardzo różnie w stosunku do nowych. Mają inne powody, dla których przyszli na stronę. Na przykład, przyszli żeby się zalogować na swoje konto czy sprawdzić numer telefonu.

Exit pages

Exit pages są ważne w podobny sposób jak landing pages. Tylko odwrotnie. Pokazują nam gdzie ludzie opuszczają nasz serwis.

Uwaga: Jest istotna różnica między bounce rate a exit rate. Exit page to strona, którą użytkownik widzi jako ostatnią, zanim opuści nasz serwis. Bounce to jest specyficzna odmiana exit, kiedy to użytkownik odchodzi po zobaczeniu tylko jednej strony w naszym serwisie.

Zidentyfikowanie stron o wysokim exit rate pokazuje nam w którym miejscu ludzie mówią “Wystarczy!” i opuszczają stronę, zamykając przeglądarkę czy idąc na facebooka.

Takie zachowanie nie jest przez nas pożądane, jednak daje nam cenną informację: w tym właśnie miejscu ludzie odchodzą i jest ku temu powód. Teraz pozostaje tylko przyjrzeć się tym stronom i znaleźć ten powód. A bardziej sformułować hipotezy do testowania, które w efekcie doprowadzą do testów polepszających skuteczność strony i zwiększających przychody.

Oto raport exit pages:

exit-pages

Wszystkie strony z największą liczbą opuszczeń (pierwsze 4 w tym raporcie) są kandydatami do optymizacji z racji liczby osób, których poprawa może dotyczyć. Podobnie w przypadku stron z najwyższymi wskaźnikami (zaznaczone na czerwono): przyglądamy się i optymalizujemy.

Dla danej firmy ewidentnym kandydatem nr 1 do natychmiastowej poprawy jest strona #1. Nie tylko ma najwięcej opuszczeń, ale też najwyższy wskaźnik exit rate (ponad 95%).
Co więcej, po spojrzeniu na URL tej strony i sprawdzeniu skąd przychodzi na nią ruch, okazało się, że jest to landing page dla płatnego źródła ruchu (!!!). Poprawa skuteczności samej tej jednej strony nie tylko poprawiłoby więc współczynnik konwersji dla całego serwisu, ale i zaoszczędziłoby sporo gotówki.
Nieźle jak na jeden raport z Google Analytics, prawda?

Nazwa samego raportu, “Navigation Summary” wydaje się być wybrana tak, żeby nie wzbudzać żadnego podniecenia. Jest też schowana głęboko w zakamarkach Google Analytics, żeby nikt nie wpadł na ten raport przez przypadek.

Potrzebujesz pomocy, żeby go znaleźć?

Najpierw kliknij na “Behaviour” w lewej kolumnie. Później wybierz “Site Content”. Teraz kliknij na “All Pages”. Już prawie jesteś…

nav-summary-1
Behaviour > Site Content > All Pages i na tej stronie znajdź “Navigation Summary”

Na stronie All Pages klikam “Navigation Summary” i w końcu jestem tam gdzie trzeba.

To jest jeden z najmniej znanych, ale najbardziej przydatnych raportów!

nav-summary-2
Przykład raportu z “Navigation Summary” dla jednej ze stron

Do czego ten raport jest przydatny?

  • Pokazuje jak ruch “płynie” przez serwis, strona po stronie
  • Dla każdej ze stron pokazuje
    • Procent wejść (jaki procent użytkowników weszło na serwis przez tę właśnie stronę)
    • Procent opuszczeń (procent użytkowników, którzy opuścili serwis na danej stronie)
    • Poprzednie strony (które strony użytkownicy widzieli tuż przed przyjściem na daną stronę)
    • Następne strony (na które strone przeszli z danej strony)

Dane z tych raportów pozwalają stworzyć całą mapę z najważniejszymi strumieniami ruchu, jak np. ta poniżej.

conversion-funnel
Prosty conversion funnel zbudowany w oparciu o dane z raportów “Navigation Summary”

Taka uproszczona mapa ruchu jest nieoceniona jeśli chodzi o zrozumienie jak ludzie poruszają się po serwisie, skąd odchodzą i jak można ten ruch zmienić, żeby osiągnąć to, co jest dla nas ważne.

Niestety tego typu mapy trzeba tworzyć ręcznie. Często z pomocą dodatkowych kalkulacji, żeby otrzymać wszystkie potrzebne dane i procenty. Nie polecam nikomu, kto nie ma cierpliwości i kogo nie fascynuje efekt końcowy w postaci takiej mapy jak powyżej.
Google nie ma żadnej tajnej zakładki, gdzie można znaleźć takie cuda.

Internal search terms

Jeśli wyszukiwanie na twojej stronie jest zaimplementowane za pomocą Google Search, jako bonus dostajesz kolejne bardzo przydatne narzędzie do swojego arsenału.

Wyszukiwanie wewnątrz serwisu jest rzadko używane. No chyba że się jest Allegro, ale wtedy się nie korzysta raczej z Google Search.
Skoro jest więc rzadko używane, to dlaczego jest ważne? I co trzeba o nim wiedzieć?

Kiedy ludzie decydują się użyć opcji wyszukiwania, jest to przeważnie ostatnia deska ratunku. Spróbowali wszystkiego innego, chodzili po serwisie, ale nie udało się im znaleźć tego, czego szukali. Do czasu gdy część zdecydowała się użyć wyszukiwania, większość już dawno się poddała i odeszła, często we frustracji. Ale ci, którzy zostali i wytrwali, próbują ostatniej dostępnej dla niej opcji.

Dlatego właśnie tak ważne jest uważne przyjrzenie się frazom wyszukiwania. Pokazują one na czym ludziom naprawdę zależy. To jest to, czego szukają bez względu na wszystko. To prawie krzyk rozpaczy tej mniejszości, która mówi za większość, która odeszła :)
Trzeba więc spojrzeć na to, co to jest i po prostu im to dać!

internal-search
Przykład raportu internal search

Pierwsze 4 wyniki są tu najbardziej interesujące. Fraza wyszukiwania #1 jest zdecydowanie najpopularniejsza. Mimo iż jest to najczęściej wyszukiwana fraza w serwisie, konwersja dla tej frazy wynosi 0%. To pokazuje, że jakiś aspekt jest bardzo ważny dla osób przychodzących na stronę, jednak nie ma go na stronie. Ludzie tego szukają, jednak nie mogą znaleźć, bo tego tam po prostu nie ma. Stąd konwersja 0% dla danej frazy.

Taką miałem hipotezę po samym tylko spojrzeniu na liczby. I rzeczywiście tak właśnie było. Była to funkcja, która była ważna dla użytkowników i której mogli się spodziewać na stronie. Firma jednak nie miała tej funkcji w swoim produkcie.

Ważny wniosek: dodać funkcję do produktu, bo ewidentnie jest poszukiwana i oczekiwana. Dodanie jej pomoże w zdobyciu większej liczby klientów.

Frazy #2, #3 i #4 są inne, niż pierwsza. Też są często wyszukiwane, ale współczynnik konwersji dla nich jest drastycznie inny. Co to może oznaczać?
To znaczy, że te trzy tematy są ważne dla ludzi i kiedy już znajdą informację na ich temat, szybko i skutecznie konwertują. W przypadku frazy #3 konwersja jest na poziomie ponad 30%!
Fakt, że te tematy są wysoko wśród wyszukiwanych fraz pokazuje, że informacja o nich nie jest łatwa do znalezienia.

Jeśli więc jesteś właścicielem serwisu, do którego należy powyższy raport, to co powinieneś zrobić?

  • Dodaj dział o temacie #1 do swego serwisu. Zrób, żeby był widoczny i łatwy do znalezienia. Jest to temat, którego użytkownicy intensywnie szukają i potrzebują, a nie ma go obecnie na stronie. Jest to bardzo wartościowy i rzadki przypadek, kiedy użytkownicy praktycznie sami mówią “Daj nam to!”
  • Zrobić informację o tematach 2-4 łatwiejszą do znalezienia. Dodaj linki o tym do głównej nawigacji albo zrób oddzielny widoczny dział w serwisie. Wiesz już, że ta informacja jest bardzo skuteczna w konwertowaniu użytkowników, więc wykorzystaj to i tym samym poprawi się konwersja dla całego serwisu.

Visits and revenue

Ruch w serwisie jest sumą wielu mniejszych lub większych strumieni, a nie jedną wielką rzeką. Najlepiej więc analizować jak się zachowują te oddzielne strumienie, niż patrzeć na statystykę całości serwisu.

Trzeba wiedzieć:

  • Co generuje przychód
  • Jaki typ ruchu jest najskuteczniejszy
  • Czego robić więcej
  • Co trzeba zoptymalizować czy wręcz zaprzestać
  • Jak skuteczny jest płatny ruch (z Google i nie tylko)
  • Jak skuteczny jest ruch z Google
  • Czy bezpośredni ruch jest skuteczny
  • Czy ruch z kampanii mailingowych jest skuteczny
  • Czy może też pieniądze są w kampaniach displayowych.

visits-revenue-1
Przykład raportu “Visits and Revenue”

Powyższy raport daje odpowiedzi na wszystkie z postawionych pytań, wskazując kierunek i pokazując na czym się skupić, a co poprawić.

Raport powyżej pokazuje jaki przychód przynosi każde ze źródeł ruchu. Poniższy raport, “Revenue by Channel”, pokazuje jak skutecznie każdy z kanałów konwertuje użytkowników:

visits-revenue-2
Przykład raportu “Revenue by Channel”

Dostarcza on ważnych informacji o efektywności każdego z kanałów, np. email, Google płatny ruch, Google ruch organiczny, ruch bezpośredni, display itp.

  • Można zobaczyć które źródła ruchu są dla nas ważne, bo dobrze konwertują, a które są tylko pustym ruchem. Trzeci wiersz od góry w powyższym raporcie konwertuje na poziomie tylko 0.36%. Gdyby to było płatne źródło ruchu, na pewno trzeba było sprawdzić dlaczego jest tak mało skuteczne.
    W tym przypadku rzeczywiście było to płatne źródło ruchu i jednym z podjętych działań było poprawienie skuteczności płatnych kampanii.
  • Które źródło ruchu jest tak skuteczne, że konwertuje powyżej 3%? Czy jest możliwość skalowania tego ruchu? Czy płacimy za niego? Jeśli tak, to czy możemy kupić więcej?
    W przypadku tej firmy to nie był płatny ruch, ale był bardzo łatwy do skalowania. Firma nawet nie była świadoma, że ten kanał jest tak skuteczny, więc łatwo udało się zwiększyć przychody poprzez zdobycie większego ruchu z tego źródła.

Nowi vs. powracający użytkownicy

Warto przyglądać się nie tylko nowym użytkownikom, żeby znaleźć łatwe okazje do poprawy. Często powracający ruch również potrafi zaskoczyć.

new-returning
Przykład raportu porównującego nowych i powracających użytkowników

Ten krótki raport pokazuje, że:
* Powracający ruch konwertuje 2,5 raza lepiej, niż nowy. Powracający to 44% wszystkich wizyt, ale generują 66% przychodów.
* Powracający spędzają 25% więcej czasu na stronie, odwiedzają więcej stron i mają niższy bounce rate.

Teraz pozostaje tylko dotrzeć do tego, dlaczego liczby są takie jakie są i co możemy z tym zrobić.

Jedną z opcji w takim przypadku może być kampania retargetująca. Jeśli powracający ruch tak dobrze konwertuje, to warto pomóc niektórych powrócić i przekonać do kupna (czy zapisania się, założenia konta, ściągnięcia raportu czy cokolwiek innego jest dla nas ważne).

Przeglądarki

Ten raport pokazuje czy serwis działa podobnie na wszystkich przeglądarkach. Jeśli nie, to sprawdź problematyczną przeglądarkę i zobacz czy się wszystko dobrze wyświetla albo czy się nie zawieszają jakieś skrypty javascript.

browsers
Przykład raportu “Browsers”

W tym przypadku serwis działa podobnie na wszystkich przeglądarkach (porównując liczbę stron na sesję, konwersję, bounce rate).

Ciekawe rzeczy jednak dzieją się z mobile. Wygląda na to, że serwis jest dużo skuteczniejszy na mobilnych przeglądarkach. Z reguły ruch mobilny konwertuje poniżej desktopowego, często dużo poniżej. W tym przypadku jest odwrotnie. To pokazuje ewidentną szansę na zwiększenie ruchu mobilnego i wykorzystania tych wysokich wskaźników konwersji.

Days to transaction, visits to transaction

Ważne jest wiedzieć kiedy osoba przychodząca na stronę dokonuje zakupu. Podczas pierwszej wizyty na stronie? Podczas drugiej/trzeciej, ale tego samego dnia? Czy też decyzja o zakupie zajmuje o wiele więcej czasu?

Jeśli większości wizyt zakończonych zakupem jest tego samego dnia, co pierwsza wizyta, to prawdopodobnie użytkownicy po prostu porównują ceny i warunki w kilku różnych miejscach, później wracają i dokonują zakupu.

Jeśli tak jest, można ułatwić im zadanie poprzez porównanie ofert swojej i konkurencji, u siebie na stronie. Albo dać gwarancję wyrównania ceny, jeśli się znajdzie taniej gdzie indziej, żeby obniżyć motywację szukania gdziekolwiek indziej.

Zrób tabelę porównującą ofertę swoją i swojej konkurencji i przeprowadź test czy takie przedstawienie oferty poprawi konwersję.

Jeśli wizyty zakończone zakupem nie są tego samego dnia co pierwsza wizyta, to prawdopodobnie decyzja zakupowa nie jest łatwa do podjęcia i potencjalny klient potrzebuje kilku dni, żeby podjąć ją ostatecznie.

  • Może produkt jest drogi i trzeba skonsultować to z innymi osobami, zanim się go kupi
  • Może użytkownicy chcą najpierw przetestować produkt, żeby sprawdzić jak działa. W tym przypadku można postawić akcent na uzyskanie maila takiej osoby i na przestrzeni kilku kolejnych dni wysyłać dobrze przemyślaną sekwencję maili, obalającą obiekcje, pokazującą produkt w działaniu, opisującą funkcje itp. Powinno to ułatwić decyzję zakupową.

Poniższy raport pokazuje jak długo użytkownikom zajmuje zanim dokonają zakupu, pod względem dni i pod względem liczby wizyt:

time-to-transaction
Przykłady dwóch raportów pokazujących ile czasu lub wizyt mija zanim zostaje dokonany zakup

W obu powyższych raportach wiersze są posortowane według wygenerowanego przychodu, od najwyższego do najniższego. Wymazałem dane z przychodami, bo były dość wysokie i mogłyby naprowadzić na klienta, a chodzi o pokazanie koncepcji, a nie domyślanie się czyje to dane.

Raport po prawej (dni do transakcji) pokazuje, że:
* Najczęstszą wartością dni do transakcji jest zero, czyli klienci dokonują zakupu tego samego dnia co odwiedzili stronę po raz pierwszy.
* Drugą najczęściej spotykaną wartością jest jednak 9, czyli że zakup był dokonany w 9 dni po pierwszej wizycie na stronie.
Może to był wyjątkowo przekonujący email, który w sekwencji jest w dziewiątym dniu od zapisania się, może też serwis ma wersję próbną, która wygasa po 8 dniach. Tak czy owak, trzeba dokładnie sprawdzić czym ten dzień się wyróżnia i zobaczyć czy można to zastosować w innych obszarach serwisu.

Te raporty pokazują też jak ważne jest przekonywanie użytkownika do zakupu nie tylko podczas jego pierwszej wizyty, ale i długo po niej.
Może to być w formie kampanii retargetującej, email marketingu, social media czy jakichkolwiek innych działań długofalowych.

Warto też rozważyć segmentację użytkowników i przedstawiać ofertę inaczej osobom powracającym, a inaczej nowym.

Segmenty

Kilka z przykładów powyżej pokazywało raporty dla poszczególnych segmentów użytkowników. Jest to bardzo ważne narzędzie, pozwalające odkryć wnioski inaczej ukryte w szumie czy podsunąć pomysły do skutecznych testów.

segments
Domyślne segmenty Google Analytics. Można tworzyć dodatkowe samemu.

Te segmenty są szczególnie przydatne:

  • Nowi użytkownicy
    • Ten segment pozwala na uzyskanie “czystych” danych o użytkownikach pierwszy raz odwiedzających serwis. To są ludzie, którym chcemy sprzedać to, co sprzedajemy. Ruch powracający przeważnie słabiej reaguje na to, co się dzieje na stronie, bo w jego przypadku większą rolę odgrywa to, jak dobrze przebiegały poprzednie transakcję z twoim serwisem.
  • Powracający użytkownicy
    • Ten segment pozwala analizować ruch na stronie np. użytkowników zarejestrowanych.
    • Pozwala analizować zachowanie pozakupowe, wielokrotne zakupy, poziom retencji czy poziom odchodzących klientów.
  • Segment “Converters”
    • Pozwala analizować różnice w zachowaniu osób które kupiły i które nie dokonały zakupu.
  • Wiele innych segmentów, które można tworzyć samemu zgodnie z własnymi potrzebami
    • Np. czy osoby, które widziały stronę z opisem funkcji konwertują lepiej, gorzej, tak samo? A osoby, które widziały stronę z rekomendacjami (testimonials)? Dla każdej z takich stron tworzy się oddzielny segment, zawierający osoby, które podczas wizyty odwiedziły daną stronę. Potem na podstawie tego segmentu łatwo sprawdza się odpowiedzi na powyższe pytania.

W przypadku różnych segmentów proces podejmowania decyzji jest taki sam jak opisany na początku:
* Znajdź anomalie
* Zrozum powody za nimi stojące
* Przeprowadź testy oparte na tych hipotezach
* Profit! :)

Na czym się skupić, jeśli masz na analizę tylko godzinę

Teraz, skoro już wiesz jak drukować pieniądze za pomocą analityki internetowej, oto jak możesz zmaksymalizować swój zwrot z inwestycji jeśli masz tylko jedną godzinę.

Skup się na tych raportach, w kolejności od najważniejszego:

  • Landing pages
  • Exit pages
  • Revenue and effectiveness by channel
  • New vs. Returning visitors
  • Behavior > Site Content > All Pages: Navigation Summary
  • Wszystkie powyższe, ale dla ważnych dla ciebie segmentów, zaczynając od segmentu “Nowi użytkownicy”.

Co dalej?

Jak widać, głębokie spojrzenie w analitykę i zrozumienie danych daje nam odpowiedzi nie tylko na pytania “co” i “gdzie”, ale w wielu przypadkach i “jak”. Z samej tylko analityki powstają testy do natychmiastowego przeprowadzenia.

Kiedy się doda wszystkie powyższe elementy do całego procesu poprawiania efektywności serwisu, zaczynają się pojawiać bardzo wyraziste wzorce.

Jeśli analityka, badania użytkowników, user testing i inne narzędzia zaczynają pokazywać spójny obraz, jest bardziej niż prawdopodobne, że wynikające z nich hipotezy do testów będą słuszne i znacząco wpłyną na poprawę efektywności całego biznesu.

Jest to na tyle bliskie obietnicy poprawy, na ile to tylko jest w biznesie możliwe.

I tak właśnie robi się z analityki maszynkę do robienia pieniędzy.

PS. Następnym razem postaram się odpowiedzieć na pytanie “Czy reklama działa?” Pytanie niby banalne i odpowiedź oczywista, ale jestem pewien, że będę miał kilka zaskoczeń w zanadrzu.

Jeśli chcesz otrzymać powiadomienie na email kiedy o tym napiszę, po prostu podaj swój email poniżej.

Przewodnik po optymalizacji konwersji: Krok kolejny – Zrozumienie działania swojego biznesu

Dzisiaj kolejna część przewodnika po optymalizacji konwersji: Zrozumienie działania swojego biznesu.

Żeby odpowiednio optymalizować swój biznes, trzeba na początek mieć bardzo dogłębne jego zrozumienie. Wydaje się to być oczywiste, bo przecież kto by prowadził swój biznes bez należytego zrozumienia tego co robi, prawda? Otóż z czasem to, co jest oczywiste, zaciera się i właściciele mają tendencję do myślenia w kategoriach mierników ważnych dla nich samych, a nie ważnych z punktu widzenia strony, serwisu, użytkowników, klientów. Co ciekawe, im dłużej w biznesie, tym większe niebezpieczeństwo, że rozdzwięk może być znaczny pomiędzy tym, na co zwracają uwagę właściciele serwisów, a tym co naprawdę powinni śledzić, mierzyć i czemu bardzo uważnie się przyglądać.

Ten artykuł będzie więc poświęcony temu, co rzeczywiście warto mierzyć, czemu się przyglądać od czasu do czasu, a co sprawdzać codziennie albo wręcz na bieżąco, jak trzymać rękę na pulsie i jak zapobiec powstawaniu rozdźwięku między klientem a serwisem.

Na początek więc bardzo ważne pytanie.

Co można mierzyć?

Odpowiedź trywialna: mierzyć można prawie wszystko.

Ważniejsze jest inne pytanie: co warto mierzyć?

Odpowiedź mniej trywialna, ale ciągle mało pomocna: to zależy od rodzaju biznesu.

Może więc na początek podam listę rzeczy, które można mierzyć i które w zależności od biznesu są naprawdę dobrymi wskaźnikami, a później podam parę przykładów biznesów i tego, co warto w ich przypadku mierzyć.

Potencjalne wskaźniki do mierzenia (KPI)

Wskaźników jest tak dużo, że warto je pogrupować, przynajmniej na kilka luźno zdefiniowanych grup. Niektóre z tych KPI mogą równie dobrze być w kilku lub w każdej z tych grup, ale trochę ustrukturyzowania powinno pomóc w szerszym spojrzeniu na typy wskaźników.

Ruch na stronie

  • Wskaźniki konwersji (liczba wejść na stronę vs. liczba kliknięć do strony z produktem, liczba wizyt na stronie z produktem vs. liczba dodań do koszyka, liczba dodań do koszyka vs. liczba dokonanych zakupów, liczba wejść na stronę vs. liczba zakupów, liczba wejść na stronę vs. liczba zapisów do newslettera itp., można to mnożyć w nieskończoność)
  • Źródła ruchu według typu (% z wyszukiwarek, % z PPC, % z Facebooka, % z newsettera, % z porównywarek itd.)
  • Źródła ruchu przed i po (skąd przychodzi ruch? kto go do nas przysyła? dlaczego? dokąd najczęściej idzie ruch po odwiedzeniu naszego serwisu? czy jesteśmy stroną docelową czy tylko jednym z wielu kroków po drodze do celu?
  • Powód, dla którego ludzie przyszli na stronę (dokonać zakupu? porównać ceny? sprawdzić informacje o produkcie, żeby później kupić w sklepie? zdobyć zniżkę lub kupon?)
  • Rozkład ruchu na kategorie produktów (jeśli jest jeden, to sprawa jest bardzo łatwa; przy kilku trzeba trochę pomyśleć o przedstawieniu oferty w odpowiedni sposób; przy setkach czy tysiącach trzeba opracować całą architekturę przedstawiania produktów i nawigacji po serwisie, oceniając które kategorie reprezentują jak duży procent ruchu, procent przychodów, procent powodów, dla których w ogóle przyszli na stronę)
  • Czas spędzony na stronie (dlaczego akurat tyle? czy chcę, żeby było więcej, mniej czy tyle samo? ile czasu średnio spędzają ci, którzy w końcu coś kupią, a ile ci, którzy przyszli, ale nic nie kupili? czy widać korelację? czym jest spowodowana?)
  • Liczba odwiedzonych stron w trakcie wizyty (wszystkie dodatkowe pytania identyczne jak powyżej: dlaczego? czy kupujący odwiedzają więcej czy mniej? czy jest korelacja? czym spowodowana?)
  • Strony, z których użytkownicy najczęściej opuszczają nasz serwis (dlaczego właśnie tam? których elementów brakuje, żeby poszli dalej?)
  • Trendy (dni tygodnia; dni tygodnia vs. weekend czy święta; pory roku; sezonowość ze względu na charakterystykę produktu; porównanie do poprzednich tygodni/miesięcy/lat)
  • Standardowe wskażniki ruchu na stronie: unikalni użytkownicy (UU), odwiedziny, wyświetlenia stron, bounce rate, CTR

Klienci

  • Liczba zamówień
  • Średnia liczba produktów per zamówienie
  • % nowych klientów vs. powracający
  • Liczba dni / wizyt do dokonania zakupu (czy klienci kupują podczas pierwszej wizyty? trzeciej? piętnastej? po 3 dniach? po miesiącu od pierwszej wizyty? dlaczego?)
  • Częstotliwość powracania i kupowania (potencjalny kolejny zakup za miesiąc, za rok, jutro?)
  • Churn rate (% osób, które przestały być klientami czy zrezygnowało z usługi; ma sens przeważnie przy usług naliczanych miesięcznie, abonamentach itp.)
  • Satysfakcja klientów (w danym okresie; trend; powody)
  • Procent osób porzucających koszyk zakupów bez dokonania płatności
  • Liczba zarejestrowanych kont (w sumie; nowych w danym okresie; trend)
  • Liczba osób zapisanych do newslettera (w sumie; nowych w danym okresie; trend; procent wypisujących się w danym okresie)
  • Średni czas od złożenia zamówienia do dostarczenia produktu (w przypadku fizycznych produktów oczywiście)

Finansowe wskaźniki

  • LCV (Lifetime Customer Value, jeden z najważniejszych wskaźników, paradoksalnie też jeden z najrzadziej obliczanych czy znanych przez serwisy e-commerce; powinien określać większość strategii zdobywania klienta, obliczania rentowności itp.; rzeczywistość jest taka, że jest albo w ogóle niestosowany, albo źle obliczany, albo też mylnie kojarzony z wysokością pierwszego przychodu od danego klienta)
  • CPA (Cost Per Acquisition, czyli ile płacimy za zdobycie klienta; LCV ma tutaj ogromne znaczenie, dlatego tak ważne jest znać ten wskaźnik; czy płacenie 50PLN za zdobycie klienta, który robi zakup na 30PLN ma sens? jeśli ten klient będzie wracał do nas jeszcze wiele razy, za każdym razem znowu wydając 30PLN, to jak najbardziej ma sens, a jeśli to jego jednorazowy zakup, to czas rozglądać się za nowym zajęciem, najlepiej nie mającym nic wspólnego z matematyką i pieniędzmi)
  • Średnia wartość zamówienia
  • Średni zysk per zamówienie (ile rzeczywiście zarabiam na danym kliencie?)
  • Średnia marża per zamówienie (ile % od wartości zamówienia to mój zysk? jeśli dużo, to czy są dostatecznie duże bariery wejścia na rynek, żeby nie mieć za chwilę 50 konkurentów?)
  • Marża dla danych kategorii produktów, dla danych typów ruchu (SEO, PPC, Facebook itd.), dla konkretnych produktów
  • Koszty kampanii reklamowych i ROI z tych kampanii (krótkoterminowy, porównywany do wygenerowanych przychodów; długoterminowy, porównywany do LCV)
  • Procent zwrotów i koszty z tym związane (dla danych kategorii, produktów, typów ruchu)
  • Standardowe wskaźniki finansowe: przychód, zysk brutto, zysk netto, wydatki na reklamę

Co po zmierzeniu?

Mierzenie jest oczywiście ważne i ekscytujące (dla tych, których podniecają wykresy, trendy, tabele i historie za nimi stojące. mnie podniecają), ale mierzenie nie jest celem samym w sobie. Cały ten żmudny proces identyfikacji, obliczania i śledzenia odpowiednich mierników ma na celu po pierwsze dawać nam odpowiedzi na ważne pytania, ale też (co może być jeszcze ważniejsze), stawiać kolejne, odpowiednie pytania. Jeśli nie wiemy co w naszym serwisie nie działa, to ciężko to naprawić, błądząc po ciemku. Jednak kilka dobrze postawionych pytań prowadzi do stworzenia kilku testów, które dają odpowiedzi na te pytania i jeśli zostały one postawione prawidłowo, to efektem końcowym jest polepszenie najważniejszego wskaźnika ze wszystkich, jednego wskaźnika, by wszystkimi rządzić, czyli wskaźnika na koncie bankowym. Czy mam więcej, niż miałem miesiąc temu? Jeśli tak, to prawdopodobnie idę w dobrym kierunku.

Jakiego typu odpowiedzi możemy uzyskać i jakie pytania mogą powstawać w procesie wyboru i mierzenia naszych najważniejszych KPI?

  • Który kanał przynosi mi największe zyski? (SEO? PPC? Porównywarki? Promocje? Display? itp.)
  • Który kanał generuje najwyższe marże? (Jeśli ruch z Facebooka przynosi mi relatywnie małe przychody, ale ma wysoką rentowność, bo mało za niego płacę, to może powinienem się bardziej skupić na zwiększeniu procentowego udziału tego ruchu na mój serwis?)
  • Które produkty są najbardziej dochodowe? (Czy odpowiednio je wyświetlam i promuję na stronie głównej? Czy wyświetlając tylko produkty z najwyższą marżę stwarzam wrażenie, że mam ubogą ofertę? Czy mam odpowiedni product mix na stronie głównej? Czym dochodowe produkty różnią się od tych mniej dochodowych? Czy mogę to zmienić w przypadku tych z niższą marżą?)
  • Które produkty są najszczęściej kupowane razem? (Jeśli jest kilka popularnych kombinacji, to może automatycznie powinienem proponować kupującym jeden z produktów drugi jako upsell? Tym samym zwiększam przychody, średnią wartość zamówienia, marżę itd.)
  • Skoro wiem z których stron najczęściej ludzie odchodzą, to teraz muszę się dowiedzieć dlaczego (czy oferta została nieodpowiednio przedstawiona? czy klient nie ufa mojemu serwisowi? czy mówię odpowiednim językiem? czy mam za dużo albo za mało kroków po drodze do dokonania zakupu?)
  • Jakie przełożenie ma zmniejszenie/zwiększenie ceny na moje zyski? (czy zmniejszenie ceny zwiększa zyski? do którego momentu? czy też może odwrotnie? gdzie jest punkt optymalny?)
  • Z którego ruchu mogę zrezygnować? (Jeśli jeden typ ruchu ma niską rentowność, ale wysoki współczynnik włożonych zasobów (finansowych, czasowych, ludzkich), to jest to pierwszy kandydat na zrezygnowanie z tego kanału)
  • Czy odpowiedni ruch idzie na odpowiednie strony? (Przy dobrym określeniu typów ruchu i jego oczekiwań można skutecznie przekierowywać go na odpowiednie podstrony z dostosowanym przekazem i ofertą)

Przykłady dobrych rzeczy do mierzenia i dobrych pytań z nich wynikających, na podstawie realnych klientów i prawdziwych sytuacji:

Przykład 1.

Sklep z wieloma produktami z jednej branży (bardzo zbliżone do siebie). Liczba produktów liczona w setkach albo tysiącach. Jednakże 90% zysków pochodziło ze sprzedaży jednego produktu (w trzech jego odmianach).

Pytanie: czy reorganizacja strony głównej z wyglądu bardziej przypominającego sklep z tysiącami produktów i szerokim asortymentem na stronę przypominającą sklep z praktycznie tylko kilkoma produktami przyniesie odpowiednie efekty? Czy kanibalizacja innych produktów na korzyść głównego nie przewyższy dodatkowych przychodów z tego podstawowego produktu?

Odpowiedź: test przeprowadzony na stronie głównej, który miał na celu usunięcie z niej ile tylko można i skupienie się najbardziej jak można tylko na jednym produkcie, przyniósł taką odpowiedź:
przychody +40%, zysk +45%.
Z jednego testu! Prawda, że mierniki + trochę myślenia + testy = dobra rzecz?

Przykład 2.

Bardzo duża kwiaciarnia online (sprzedająca na cały świat).

Problem: duży współczynnik odrzuceń na stronie głównej. Jeśli już ludzie wchodzili głębiej, to współczynnik konwersji był na bardzo przyzwoitym poziomie.

Pytanie: dlaczego? Żeby uzyskać odpowiedź na to pytanie i móc postawić kolejne, zostały przeprowadzone sesje testowe z użytkownikami, z których jednoznacznie wynikło, że powodem jest brak zaufania do sklepu. Ludzie nie znali firmy (mimo, że była bardzo duża) i przez to zaraz po wejściu opuszczali stronę. Pytanie właściwe brzmiało więc „jak to zmienić?”

Odpowiedź: tak prosta, banalna i skuteczna, że aż genialna. Dodanie jednego (!!!) elementu w nagłówku strony (na poziomie logo, nawigacji itd.) poprawiło konwersję i przychody o 25%. Tym elementem było pokazanie liczby fanów na Facebooku danej kwiaciarni, liczonej w setkach tysięcy. Odpowiednie umieszczenie i odpowiednie przedstawienie tego elementu (ciężko było go przeoczyć) dało właśnie efekt tego 25% wzrostu. Prawda, że niesamowite? Znowu dzięki kilku prostym pytaniom i jednej prostej odpowiedzi, z małym dodatkiem myślenia pomiędzy.

Co dalej?

Jak widać, uzbrojeni w arsenał odpowiedzi uzyskanych z naszych wskaźników, uzyskujemy jeszcze mocniejszy arsenał dobrze postawionych pytań, każde z których może zostać odpowiedzianie poprzez odpowiednio przeprowadzony test. No a dobry test, to wygrywający test, a wygrywający test to przeważnie polepszenie jednego wskaźnika, by wszystkimi rządzić, a polepszenie tego wskaźnika to ogólne szczęście, ładniejsze kobiety, szczęśliwsza żona, jaśniejsze słońce i bardziej żywe życie (wersja dla kobiet: ładniejsi i milsi faceci, szczęśliwszy i bardziej szarmancki mąż, brzydsze koleżanki i więcej butów). Ogólnie mówiąc: to, o co nam w życiu chodzi.

Kolejne części przewodnika będą już właśnie o tym: szczęściu i przeprowadzaniu testów (niekonieczenie w takiej kolejności).

Nie chcesz przegapić następnych części? Wpisz swojego maila poniżej i otrzymasz je na maila od razu jak tylko się pojawią.
Szczęście na maila – któż by odmówił?…

RTV EURO AGD (euro.com.pl) – analiza i rekomendacje

Jak już wspominałem w poście o dawaniu porad dot. konwersji, mija się to z celem, ale mimo to będę to robił.

Dzisiaj na tapetę idzie pierwsze miejsce z najpopularniejszych serwisów e-commerce (Raport Internet Standard eCommerce 2012, czerwiec 2012). Jest to RTV EURO AGD (euro.com.pl).

Dlaczego zdroworozsądkowo mija się to z celem? Otóż jest na to wiele powodów.

  • Nie mam dostępu do ich statystyk
  • Nie znam danych demograficznych klientów
  • Nie mam dostępu do klientów
  • Nie mam możliwości ich przepytania
  • Nie wiem czy przeprowadzali testy w przeszłości (tego akurat się dowiedziałem w śmieszny sposób, więcej o tym poniżej)
  • Nie wiem co było wcześniej testowane i jakie były wyniki
  • Nie mam dostępu do danych sprzedażowych
  • I tak dalej. Można zauważyć pewną tendencję.

Żeby jednak to ćwiczenie oceniająca miało przynajmniej śladowe ilości sensu, dla każdego z powyższych braków będę stosował wiele założeń i na podstawie tych założeń wysnuwał wnioski. Oczywiście przy każdym założeniu mam dużą szansę minać się z prawdą, co podda w wątpliwość efekty końcowe, ale bardziej mi chodzi o pokazanie procesu, niż przejmowanie się czy w każdym szczególe mam rację.

Zresztą w przypadku skutecznej optymalizacji konwersji (mając pełny dostęp do wszystkich danych) nie ma miejsca na wątpliwości, bo na każde pytanie i każdą wątpliwość po prostu tworzy się test, który daje jasną odpowiedź. W liczbach. I w słupkach. Zielony: dobrze; czerwony: źle.

Ze względu więc na tak długą listę założeń i ogrom serwisu, przyjrzę się tylko stronie głównej oraz kilku elementom całości. Na więcej nie ma ani czasu, ani miejsca, ani sensu.

Na początek więc strona główna.

Strona główna – euro.com.pl

Na początek chwila na zapoznanie się z kodem. Może uda się zobaczyć jakich narzędzi używają, co mają, czego nie mają itp.

Szybkie i pobieżne przejrzenie daje nam odpowiedź na to czy używają Google Analytics: używają.

Śmieszny kawałek kodu pokazuje też, że testy na pewno były przeprowadzane w przeszłości. Obecnie raczej nie są, bo mimo użycia wielu różnych przeglądarek i łączenia się bez cookies, pojawiała się jedna wersja strony.

Kod świadczący o testach w przeszłości:

Testy więc były i możliwe, że coś nawet popsuły w trakcie. Może to sugerować, że narzędzie do testowania było robione in-house, a nie np. Google Website Optimizer (obecnie Content Experiments), Visual Website Optimizer czy Optimizely.

Ciekawe co było testowane i jakie były wyniki…

Disclaimer: przy oglądaniu wyników testów doznaję uczucia na tyle zbliżonego do podniecenia, na ile się da będąc przy komputerze i mając ręce na klawiaturze.

Przyjrzyjmy się więc z czym mamy do czynienia na stronie głównej.

Co my tu mamy?

Na początek staram się ocenić gdzie strona chce skierować moje zainteresowanie. Ewentualnie gdzie powinna kierować, a tego nie robi.

Ewidentnie darmowa dostawa jest wyeksponowana. I bardzo dobrze, to silny argument sprzedażowy, szczególnie w Polsce. Klienci na to zwracają uwagę, klienci to cenią, więc jak najbardzie komunikowanie tego ma sens.

Drugi wyróżniający się element to duży slider z 6 ofertami. Domyślam się, że to są obecnie promowane oferty, oferty podmiotów współpracujących (de facto płatna reklama) czy produkty z najwyższą marżą.

Każda z tych opcji ma oczywiście sens, jednak nie przepadam za sliderami. Po pierwsze, są irytujące. Po drugie, ich skuteczność jest wątpliwa.

Dlaczego irytujące? Bo nawet jeśli już zwrócę na nie uwagę i zacznę czytać, to za chwilę mi znika to, co czytałem. Wywoływanie frustraci u potencjalnego klienta, nawet na kilka sekund, nigdy nie odbija się dobrze na konwersji.

Dlaczego niekoniecznie skuteczne? Wiele badań i testów na to wskazuje, zarówno z moich własnych doświadczeń, jak i innych: [1], [2], [3] itd.

Rozumiem jednak ich użycie na dużych serwisach. Potrafię wyobrazić sobie proces decyzyjny w dużej firmie:

– Microsoft chce nam sporo zapłacić za promowanie Windows 8 na głównej stronie, co z tym robimy?
– Dajmy link w „aktualnie oglądanych”.
– Ale oni chcą duży baner, miniaturka ich nie satysfakcjonuje. No i są gotowi odpowiednio zapłacić.
– Zelmer i Sony też mają swoją ofensywę sprzedażową i dobre budżety, co z nimi?
– A nasze promocje? Przecież o swoje produkty wysokomarżowe też musimy dbać!
– To może zróbmy slider, dajmy wszystko duże i zmieniające się co kilka sekund.
– I wilk syty, i owca cała! Każdemu z partnerów będziemy mogli powiedzieć, że mają swój segment 680x240px na głównej, above the fold. Winning!
Każdy z szefów działów po powrocie do swoich teamów:
– Wywalczyłem dla nas segment na głównej!

Efekt?

Przerysowane? Pewnie tak, ale pokazujące liczbę wewnętrznych sił ciągnących w różne strony. Bez dyktatora, który po wysłuchaniu wszystkich wybierze jedno rozwiązanie, ani rusz.

Ok, idźmy dalej. Poniżej idzie lista „Aktualnie oglądane towary”. Dobry pomysł? Można by pomyśleć, że tak, bo przecież Amazon ma taką samą, w tym samym miejscu:

Tyle że w przypadku Amazona jest to rzeczywiście lista aktualnie oglądanych towarów. Jest dynamiczna, towary się zmieniają, widać, że to żywy sektor. W przypadku Euro? Warto zwrócić uwagę na jeden z boksów poniżej: „Promocje tygodnia”. Prawie wszystkie pozycje się powtarzają. No i i „aktualnie oglądane” są praktycznie cały czas te same produkty. W ciągu kilku godzin testów żaden z produktów się nie zmienił. Raz tylko zamieniła się kolejność dwóch produktów.

Nic złego nie ma oczywiście w eksponowaniu promocji, tylko po co wtedy nazywać to aktualnie oglądanymi towarami? Bo Amazon tak robi? Dziwna decyzja, jestem ciekaw czym była podyktowana.

Na stronie głównej są jeszcze dwa elementy, które są bardzo ważne w przypadku tak dużych i zróżnicowanych serwisów: wyszukiwarka i… newsletter.

Wyszukiwarka pomaga w najważniejszym: pokazaniem potencjalnemu klientowi jak najszybciej tego, czego szuka. Każde zaoszczędzone kliknięcie jest na wagę złota.

Newsletter jest kluczowy przy maksymalizacji LCV (Lifetime Customer Value). Klient już coś od nas kupił? Świetnie! Największa bariera została więc przełamana, idźmy za ciosem! Cała żmudna praca sprowadzenia klienta, przekonania go do kupna, przekonania do wyłożenia własnych pieniędzy tylko po to, żeby potencjalnie nigdy więcej klienta nie zobaczyć? Jeszcze pół biedy jeśli kupił, przynajmniej możemy zebrać jego maila w trakcie procesu kupowania. A co jeśli tylko przyszedł, prawie kupił, ale jednak nie został do końca przekonany albo potrzebuje czasu do namysłu? Wyłóżmy mu drogę do powrotu czerwonym dywanem.

Wyszukiwarka

  • Możliwe, że słabo wyeksponowana (jeden test by dał na to szybką odpowiedź)
  • Nie ma podpowiedzi w czasie rzeczywistym (nieakceptowalne w dzisiejszych czasach)

Newsletter

Tak ważny element powinien być bardziej wyeksponowany. Prosty pop-up na starcie z efektywnym zachęceniem do zapisania się powinien pomóc nam zebrać pokaźną bazę maili osób, które aktywnie poszukują produktów do kupienia. Szczególnie, że taka zachęta jest, ale głęboko schowana! Kupony rabatowe.

Podejrzewam, że bardzo prosty, nieduży, nieinwazyjny pop-up z zachętą w stylu „Zapisz się do naszego newslettera, żeby otrzymać kupon rabatowy na 5% zniżki przy kolejnym zakupie” byłby skuteczny. Później już pozostaje tylko zmierzenie czy dodatkowe dochody z newslettera równoważą potencjalnie obniżoną konwersję na stronie głównej (o ile się obniży). Warte przetestowania? Zdecydowanie.


 

Nie tylko do strony głównej jednak się ogranicza serwis. Wręcz przeciwnie. Na samej stronie głównej nie generuje się żadna sprzedaż. Wszystko się dzieje głębiej.

Co jeszcze więc można testować?

  • Nawigacja (czy wybrane elementy pokrywają 80% use-case’ów? czy zostały dobrze dobrane? czy inny układ albo inny dobór były testowane?)
  • Obrazki (mniejsze? większe? mniej? więcej? sterylne? bardziej „ludzkie”?)
  • Co ma być zamiast slidera na górze
  • Live chat (bardzo ważny element sprzedażowo-decyzyjny; kod źródłowy pokazuje, że albo jest, albo kiedyś był, ale obecnie go nie widzę, może z powodu późnej godziny)
  • Layout
  • Długość strony
  • Stopkę
  • Proces kupowania (ile kroków? czy wszystkie potrzebne? gdzie ludzie najczęściej opuszczają serwis, nie dokonując zakupu? dlaczego właśnie tam? o ile informacji prosić? ile można prosić przed dokonaniem zakupu, a ile można przenieść po?)
  • Setki innych elementów

Czy strona jest więc dobra czy zła? Wiem jedno: niedostatecznie testowana. Przy tego typu serwisach, a nawet generalnie przy każdym serwisie e-commerce, jeśli w każdym momencie nie jest przeprowadzany co najmniej jeden test (a idealnie kilka), to w tle osób decyzyjnych powinna być muzyka grozy (jak w horrorach, kiedy zbliża się coś złego) i ledwo słyszalny tupot nóżek uciekającyh okazji i niezdobytych profitów.

Może testy na euro.com.pl się odbywają, może są głębiej, może ich nie zauważyłem. Jeśli tak, to świetnie. Jeśli nie, to powyższy akapit pozostaje w sile.

Podsumowanie

Czy RTV EURO AGD robi więc dobrą robotę? Pewnie tak, w końcu jest największym serwisem e-commerce w Polsce. Nikt nie znajduje się w takiej pozycji przez przypadek. Czy mogą jednak robić jeszcze lepszą robotę? Bezapelacyjnie. Nawet jeśli raz się dobrze odpowiedziało na wszystkie pytania, to czas stawia nowe pytania, a jedynym pewnym sposobem na odpowiedzi jest testowanie. Worek świeżych testów pod choinką życzę euro.com.pl

70 klocków składających się na optymalizację konwersji

Optymalizacja konwersji jest tak szerokim pojęciem i obejmuje tak duży obszar, że gdyby miała ona dzieci i podzieliła pomiędzy nie wszystkie swoje dobra, to i tak każde z dzieci miałoby tyle, że nawet nie byłoby kłótni rodzinnych. Brak kłótni przy dzieleniu spadku jest rzadkością, więc trzeba docenić rozległość i hojność optymalizacji konwersji.

Próbując opisać całość zagadnienia albo któryś z większych jego obszarów, można bardzo łatwo popaść w niekończące się dygresje i nigdy nie skończyć, tym samym zaciemniając obraz, a nie rozjaśniając. No bo od czego zacząć? Od usability? Od psychologii i prób tłumaczenia zachowań osoby na stronie? Od technik sprzedaży? Od retoryki? Te wszystkie rzeczy się zazębiają i jednocześnie żadna z nich nie tłumaczy pojęcia w całości.

Dziś więc zajrzałem do swojej „skrzynki z zabawkami”, wyjąłem z niej 70 klocków i przedstawiam je poniżej. Te klocki to pierwsze 70 elementów, które przyszły mi do głowy, które można optymalizować. Tych klocków są setki, jednak starałem się nie zapomnieć o największych, więc jak ktoś potrzebuje natchnienia co by można było przetestować, żeby polepszyć konwersję, to poniższa lista powinna być bardzo pomocna.

Lista jest ułożona alfabetycznie, żeby nie faworyzować żadnych elementów, bo w zależności od czynników zewnętrznych, waga każdego z nich może się znacząco zmieniać.

Z biegiem czasu coraz więcej poniższych elementów będzie się przekształcać w linki do poszczególnych artykułów, gdzie pokrótce będę wyjaśniać dlaczego dany element warto testować, jak można to robić i dlaczego właśnie tak, a nie inaczej, z konkretnymi przykładami stron które to robią dobrze lub źle.

Disclaimer: jako że moje klocki są angielskie, to niektóre moje tłumaczenia na polski mogą brzmieć sztucznie. Tam, gdzie lepiej brzmi wersja angielska, podaję ją w nawiasach. Niektóre zostawiam po angielsku, bo tak jest naturalniej (albo może po prostu nie natknąłem się na dobry polski odpowiednik).

“Don’t make me think”
Auto-login
Automatyzacja
Autorytet
Benefity
CAPTCHA
Cena (strategia cenowa, liczba grup cenowych, poziom cen)
Czas ładowania strony
Czytelność (Readability)
Design
Długość strony
Elementy przekonywania (Proof elements)
Elementy zaufania (Trust elements)
Email: procent otworzeń (open rates)
Email: adres nadawcy
Email: CTR
Email: czas wysłania
Email: długość
Email: format (HTML/Tekst)
Email: nawołanie do akcji (Email CTA)
Email: P.S.
Email: temat
Email: tekst (Email copy)
Fabuła (Story)
Flow
Formularze
Friction (zmniejszenie ilości kroków do zapisania się / zalogowania / założenia konta / zakupu)
Grafika
Gwarancje (Guarantee)
Istotność (Relevancy)
Johnson Box
Kolor
Konsekwencja
Layout
Nawigacja
Nawołanie do akcji (CTA – Call To Action)
Oferta
Określoność (Specificity)
Osobowość (Personality)
Personalizacja
Pilność (Urgency)
Polityka zwrotów
Powody („Reasons why”)
Pozycjonowanie produktu
Premium
Produkty (liczba, różnorodność)
Profil demograficzny (Demographic)
Prostota
Przyciski (rozmiar, kolor, kontrast, tekst)
Publiczność (Audience)
Referencje (Testimonials)
Rozmiar czcionki
Rzadkość (Scarcity)
Ścieżka zakupu (Purchase path)
Social (share, login, discovery)
Social proof
Struktura
Tagline
Tekst (Copy)
Ton wypowiedzi (Language)
Tytuły (Headlines)
Usability
Uzasadnienie ceny (Price justification)
Wiarygodność (Believability)
Wiarygodność (Credibility)
Wideo (długość, umieszczenie, auto-play, typ, ton wypowiedzi)
Wstęp (Introductory text)
Wyszukiwanie (Site search)
Zdjęcia

Ciekawe jakie ważne klocki pominąłem, bo że pominąłem to nie wątpię.

PS. A to tylko czubek góry lodowej!

Krok 1b: Zrozumienie zachowania ludzi na stronie

Skoro już się osiągnęło pierwszy ważny krok, czyli sprowadzenie ludzi na swoją stronę, to teraz warto tego nie zmarnować. Żeby wiedzieć co poprawić, trzeba jednak najpierw zrozumieć co nie działa.
Żeby zrozumieć co nie działa, trzeba… zrozumieć ludzi. Umiejętność, której uczymy się od dziecka, a która mimo to jest dość ciężka do opanowania nawet na przestrzeni całego życia. Świadczyć o tym mogą chociaż wojny, rozróby, rozwody i konflikty.
Na szczęście nie jesteśmy odpowiedzialni za zapobieganie konfliktom globalnym, a żeby zapobiec własnym problemom, do pomocy jest bardzo wiele różnych narzędzi i technik. Poniżej krótkie podsumowanie tych najważniejszych.

Po pierwsze: pokochaj swoje dane i ich analizę. Oczywiste, ale warte podkreślenia. Bez tego to jak wymachiwanie mieczem na oślep i liczenie na to, że za którymś machnięciem przeciwnik sam się nawinie pod ten miecz.
Jakie narzędzia mogą pomóc w efektywniejszym użyciu tego miecza?

Analityka

Czym mierzyć?

  • Google Analytics (czy jakakolwiek zbliżona alternatywa) Bez dogłębnego poznania tego narzędzia nie ma nawet po co iść dalej. Jest ono już teraz na tyle rozbudowane, że potrafi odpowiedzieć na mnóstwo pytań dotyczących naszej strony i (co równie ważne) potrafi też postawić odpowiednie pytania, odpowiadając na które będziemy już w połowie drogi do polepszenia działania swojej strony.
  • Clicky – alternatywa dla Google Analytics
  • Omniture – kolejna alternatywa dla Google Analytics, jednak o wiele lepsza, potężniejsza i niestety droższa. Żeby w pełni docenić siłę tego narzędzia, trzeba niestety mieć dokupione rozszerzenia. Najbardziej przydatne z nich to Discover i Sitecatalyst. Jeśli ktoś zawsze uważał, że Google Analytics jest najlepszym narzędziem stworzonym do analizy ruchu, to na pewno nie widział co potrafi zdziałać Omniture.
    Oprócz tego, że Omniture jest jak ogromny i dobrze naoliwiony kombajn, to niektóre firmy decydują się też na niego z jeszcze jednego, aczkolwiek nietypowego powodu: bo nie jest to Google… Pracowałem z kilkoma klientami, którzy swój biznes oparli prawie w 100% na SEO i którzy mieli ponad 100 (!) pracowników i przychody w grubych milionach dolarów i ich największą obawą było, żeby nie dopuścić Google do czegokolwiek, co robią. Czyli żadnego Google Analytics, Gmaila, Google Website Optimizer, Google Webmaster Tools, nic. Ich zdaniem im mniej Google wie o nich i ich strukturze, tym lepiej. Ciekawe, prawda?
  • KISSmetrics – dość skomplikowane narzędzie w początkowej fazie, ale jak już się je odpowiednio skonfiguruje i ustawi cele konwersji, to można zbudować naprawdę świetne raporty, które mogą wręcz służyć za swojego rodzaju deskę rozdzielczą dla swojego biznesu. Ważnym wyróżnikiem jest też to, że KISSmetrics się skupia na użytkownikach, a nie na odsłonach stron. Pozwala to więc śledzić np. kiedy dana osoba przyszła pierwszy raz na stronę, ile razy odwiedziła, jakich słów kluczowych użyła, po ilu wizytach dokonała zakupu itd. Dane, których się nie da przypisać do osób w Google Analytics. Są one tam tylko w postaci zagregowanej.
  • Mint – kolejna alternatywa dla Google Analytics oraz dla tych, którzy nie lubią dzielić się swoimi danymi. Z nikim. Mint jest instalowane na swoim serwerze, więc nawet paranoidalny typ osobowości powinien być usatysfakcjonowany. No chyba że nie ufa firmie hostingowej, ale wtedy zawsze może sobie kupić własną i postawić przy niej wieżyczkę z dwoma strażnikami.
  • Crazy Egg – przydatne narzędzie do heatmap (sprawdzenia gdzie ludzie najczęściej klikają) czy scroll map (sprawdzenie jak daleko ludzie przewijają i ile % osób dociera do danej części strony)
  • ClickTale – narzędzie podobne do Crazy Egg, jednak dodatkowym atutem jest możliwość oglądania nagranych całych sesji użytkowników, z ruchami myszki, kliknięciami, danymi wpisywanymi do formularzy, przejściami na kolejne strony itd. Bardzo przydatnym dodatkiem jest też ClickTale Forma Analytics, który pozwala zobaczyć jak ludzie używają formularzy na stronie: ile czasu spędzają na każdym z pól, gdzie klikają, na którym polu najczęściej rezygnują, ile procent wypełnia, ile procent odpada pomimo rozpoczęcia wypełniania itd.
  • tealeaf – narzędzie podobne do obu powyższych, ale spełniające wymogi wspomnianego już typu paranoidalnego, bo instalowane jest na własnym serwerze. Nie spełnia jednak wymogów typu oszczędnego czy studenta, gdyż jest strasznie drogi.

Co mierzyć?

Jak już wiadomo czym mierzyć, to można się przyjrzeć (w bardzo skrótowej formie) co można mierzyć. Możliwych rzeczy do mierzenia jest więcej, niż można sobie wyobrazić, więc poniżej tylko mały wycinek, który może naprowadzić na kilka pomysłów i posłuży za inspirację. Stworzenie wyczerpującej listy jest po pierwsze niemożliwe, a po drugie pozbawione sensu. Ważne, żeby móc wyciągnąć wartościowe dane, na których możemy oprzeć swoje wnioski i podjąć właściwe decyzje.

  • Nowi / powracający użytkownicy (jak skutecznie pozyskuję nowych? czy moja strona jest na tyle atrakcyjna, żeby ludzie wracali do niej wielokrotnie?)
  • Zaangażowanie (w zależności od tego, co jest dla mnie ważne, może to być np. zostawienie maila, ściągnięcie raportu, zapisanie się do newslettera, obejrzało wideo, założyło konto)
  • Przychody (ile jest wart każdy użytkownik? ile za każdego płacę? czy przypadkiem jego wartość nie jest mniejsza od tego, co za niego płacę? ile przychodu generuje osoba, która przyszła z wyszukiwarki, a ile osoba, z newslettera, reklamy czy Facebooka?)
  • Współczynnik odrzuceń (czy gdzieś jest wyższy, niż w innych partiach strony? dlaczego?)
  • Źródła ruchu (ile każde ze źródeł przynosi ruchu? ile jest z tego generowanych przychodów? ile płacę za każde z tych źródeł (w pieniądzach czy poświęconym czasie)? który ruch najlepiej konwertuje? czy któreś ważne źródło jest nieobecne? dlaczego?)
  • Wewnętrzne frazy wyszukiwania (czego ludzie szukają będąc już na stronie? dlaczego nie znajdują tego przez normalną nawigację? czy czegoś na stronie nie ma, co powinno być? czy ważne treści są schowane lub trudno dostępne?)
  • Współczynnik konwersji (czy na którymś etapie procesu zakupowego współczynnik się znacząco obniża? dlaczego? jak ten współczynnik się prezentuje dla różnych źródeł ruchu?)
  • Ilość wizyt potrzebnych do dokonania zakupu
Więcej o tym będzie w kolejnych artykułach w przyszłości, gdyż jest to bardzo rozległy i ważny temat, którego w żaden sposób nie da się wyczerpać jedną listą.

Poznanie opinii ludzi

Skoro już mamy dużo danych i liczb, na których możemy przeprowadzać najróżniejszego rodzaju analizy i które możemy interpretować w mniej lub bardziej wygodny dla nas sposób, czas przyjrzeć sie czemuś „żywszemu”, niż tylko liczby. Chodzi o żywe organizmy. O ludzi, którzy kupują co mamy do sprzedania, kilkają w co chcemy, żeby klikali, wypełniają formularze, które chcemy, żeby były wypełnione, robią to, o czym marzymy, żeby robili (czyli najczęściej chodzi o transfer środków pieniężnych z ich konta na nasze). Chodzi też o to, co ci ludzie mają do powiedzenia, czy to się nam podoba czy nie.

Liczby i analityka mogą powiedzieć tylko część historii, nigdy jednak nie opowiedzą całości. A historię wolimy znać w całości, bo co to za bajka, która się nie kończy na „i żyli długo i szczęśliwie” albo „i ja tam byłem, miód i wino piłem”? Co z tego, że wiemy, że na danej stronie współczynnik odrzuceń jest nienaturalnie wysoki, jeśli nie wiemy dlaczego ludzie odchodzą właśnie w tym momencie? Czy duża ilość odsłon na użytkownika to dobrze (angażująca treść) czy źle (dużo szukania treści, które są ważne, ale których nie da się łatwo znaleźć)? Czy na stronie są elementy, które wkurzają ludzi? Tych rzeczy żadne liczby nie pokażą.

Jak więc tych ludzi wysłuchać i zrozumieć? Używając na różnych etapach poniższych narzędzi.

  • Qualaroo – wcześniej KISSinsights. Bardzo przydatne narzędzie, które pozwala na każdej stronie zainstalować małe nieinwazyjne okienko wyskakujące np. po prawej u dołu, które zadaje pytanie pomocne w poznaniu po co ludzie przyszli na naszą stronę i czy ten cel udało im się zrealizować. Jeśli się nie udało, to dlaczego nie? Odpowiedzi na te pytania są typu otwartego, a nie wybierane z listy, więc jest to tym bardziej wartościowe, bo pokazuje też jakim językiem ludzie mówią o naszym produkcie, jakich zwrotów używają, co im się podoba, co nie. Podczas gdy wielu z poniższych narzędzi nie ma po co stosować zbyt często, to Qualaroo bym zalecał stosować mniej lub bardziej stale. Zawsze dostarcza wartościowych treści i pomaga trzymać rękę na pulsie.
  • 4Q – podobny cel działania jak Qualaroo, jednak bardziej ograniczona paleta pytań i bardziej inwazyjny typ przedstawienia pytania (pop-up). Przydatne na początku działań, żeby szybko poznać obiekcje ludzi.
  • Kampyle – upraszczając, jest to narzędzie do zbierania feedbacku. Ma też bardziej skomplikowane funkcje i potrafi dostarczyć wartościowych analiz i wykresów, jednak jest dużo droższe od dwóch powyższych i moim zdaniem sporą część ważnych funkcji można z powodzeniem zastąpić powyższymi.
  • SurveyMonkey – klasyczne narzędzie do ankietowania. Przydatne gdy mamy np. sporą listę mailingową i możemy wysłać link do ankiety z pytaniami o ważnych dla nas na ten moment elementach czy zagadnieniach.
  • SurveyGizmo – podobne do powyższego, jednak z większą ilością funkcji.
  • Ethnio – rzadko używane, lecz niesamowicie przydatne narzędzie. Sposób działania: przy wejściu na stronę pojawia się pop-up z prośbą o wzięcie udziału w badaniu strony, przeważnie w zamian za np. voucher Amazona na 50 dolarów (sumę możemy ustalać dowolnie). Badanie polega na tym, że później się ustala wybraną godzinę, przesyła instrukcje do współdzielenia ekranu, dzwoni się do tej osoby i widząc to, co dana osoba ma u siebie na monitorze, przeprowadza się badanie dając kilka najbardziej typowych zadań dla danej strony, czyli np. „wyszukaj w Google ‚wycieczki Majorka’, kliknij na pierwszy link (to powinna być nasza strona) i zarezerwuj wycieczką na kwiecień, na 2 tygodnie, opisując w trakcie procesu cały proces myślenia i tego, co się robi”. Proste? Ale jakże skuteczne i otwierające oczy na mnóstwo rzeczy, o których wcześniej się nie miało pojęcia.
  • UserTesting.com – podobny proces działania jak powyżej, tylko że dane instrukcje przesyłamy na daną stronę i wybieramy dane demograficzne osób, które chcemy, żeby wzięły udział w testach. W efekcie dostajemy nagrane wideo, z opisanymi wszystkimi krokami. Narzędzie mniej przydatne, bo często są to tzw. „zawodowi paneliści”, którzy niekoniecznie uosabiają osoby, które przychodzą do nas na stronę lub są na innym poziomie obeznania z mechanizmami działań podobnych stron. No i jest tylko w wersji angielskiej.
  • Testy na żywo – zasada działania jak w przypadku dwóch powyższych, tylko że robimy to na żywo? Mamy biznes czy klienta związanego z turystyką? Pójdźmy na lotnisko, znajdźmy parę osób nudzących się czekając na samolot i zaoferujmy im kawę i ciastko w zamian za 15 minut testowania strony, wykonując kilka prostych zadań. Książki? Poszukajmy ochotników w księgarniach? Kosmetyki? Drogerie. Ubrania? Sklepy w supermarketach. Proste, prawda?

Podsumowanie

Zrozumienie zachowania ludzi na stronie to tylko jeden z wielu kroków do polepszenia konwersji. Wcześniej już opisywałem, że najpierw trzeba w ogóle zrozumieć czym tak naprawdę jest polepszenie konwersji,  później trzeba poznać rynek, na którym się działa, zrozumieć jak on się u nas zachowuje (o tym właśnie dzisiaj), a później trzeba też wiedzieć co z tymi wszystkimi danymi zrobić i rozumieć jak to wpływa na nasz biznes. O tym za tydzień.

PS. Jakieś jeszcze ciekawe narzędzia, o których zapomniałem lub pominąłem? Mam wrażenie, że co najmniej kilka mi umknęło.