Czy reklama internetowa działa? I dlaczego (przeważnie) nie?

Wszyscy w branży internetowej chcą, żeby reklama internetowa działała, była bardzo skuteczna i żeby wszyscy odpowiedzialni za budżety reklamowe wiedzieli jakie cuda potrafi zdziałać.

Nie wszystko jednak jest tak różowe, a i ocena skuteczności daleka jest od jednoznacznej. Postaram się więc odpowiedzieć dziś na kilka pytań:

  • Czy reklama internetowa działa?
  • Dlaczego w większości jednak nie działa?
  • Kiedy może być skuteczna?
  • Dlaczego reklama w wyszukiwarkach (SEM) to najczęściej marnowanie pieniędzy?
  • Jak nie marnować pieniędzy?

Czy reklama internetowa działa?

Najbardziej szczera i prawdziwa odpowiedź na to pytanie jest: tego nie wie nikt.

Jeśli się temu bliżej przyjrzeć, to można znaleźć wiele dowodów na to, że bardzo często nie działa. Albo konkretniej: nie jest tak skuteczna, jak myślimy.

Parę miesięcy temu na Slate.com wyszedł artykuł, który w większości przeszedł bez echa: “We Have No Idea If Online Ads Work”.

Podtytuł artykułu: “The Internet has given us an ocean of data. Turns out, most of it is pretty useless.”

Artykuł ten bazuje na szeroko zakrojonym i precyzyjnym badaniu przeprowadzonym przez profesora Tadelisa i jego team w jednym z większych graczy online: eBay.

Badanie miało odpowiedzieć na pytanie tytułowe, “Czy reklama działa?” i sprawdzić czy gdyby nie było reklamy to ludzie mimo to nie kupiliby tych samych rzeczy, w tym samym miejscu.

Pierwszy test jaki przeprowadzili to sprawdzenie jaki efekt będzie miało wycofanie reklam z wyszukiwarek na frazę “eBay”, co według nich było najbardziej ewidentnym marnowaniem pieniędzy.

Żeby badanie było wiarygodne i nosiło przynajmniej znamiona naukowego, musiało ono być równoległe, a nie przesunięte w czasie. Osiągnięto to poprzez wycofanie reklam z Yahoo i MSN, a pozostawienie w Google.

Okazało się, że reklama brandingowa nie miała praktycznie żadnego wpływu. A jednak eBay płacił za te wszystkie reklamy, tuż pod którymi widniał ich własny organiczny link.

Szybka dygresja o marnowaniu pieniędzy

Zanim przedstawię wyniki badań z eBaya, szybka dygresja i spojrzenie na nasze własne podwórko.

Nigdy nie potrafiłem zrozumieć w jakim celu firmy wydają kasę, żeby pokazać sponsorowany wynik powyżej swojego organicznego.

Gdyby konkurencja również prowadziła kampanię na tę frazę, to jeszcze jako tako da się to uzasadnić. Choć też tylko częściowo.

Ale już takie przykłady zupełnie mijają się z celem i są po prostu wyrzucaniem pieniędzy w błoto:

komputronik
Wyniki dla słowa kluczowego “Komputronik”. Pomarańczowa – reklama, zielony – organiczny wynik.

Komputronik płaci za to, żeby na górze mieć wynik mniejszy i mniej funkcjonalny, niż mieliby za darmo. Tym samym daje Googlowi zarobić tylko po to, żeby móc zająć swoimi wynikami 80% ekranu wyników.

empik
Wyniki dla “empik”

Empik płaci za to, żeby mieć jeszcze mniej funkcjonalny link na górze, niż mają organicznie za darmo.

agito
Wyniki dla “Agito”

Tutaj jest odrobinę lepiej, niż w powyższych przypadkach, ale tylko dlatego, że organiczny wynik jest “goły” i nie jest rozbudowany, a płatny ma dodatkowe dwa linki i informację o darmowej dostawie.

Przy minimalnym wysiłku wszystko to można byłoby osiągnąć również przy wyniku organicznym i przestając płacić za powyższą reklamę można byłoby spodziewać się dokładnie takich samych wyników sprzedaży, ale też można dopisywać co miesiąc zaoszczędzone na kampanii pieniądze do wyniku firmy.

Przypadki w których reklama brandingowa w wyszukiwarkach jest częściowo uzasadniona to np. Saturn, Euro RTV AGD, Media Markt czy Merlin. W ich przypadku na frazę “Saturn” czy “Euro” na pierwszych miejscach są wpisy z Wikipedii o planecie i o walucie.

Czy jednak rzeczywiście ludzie są tak naiwni, że jeśli nie mają na pierwszym miejscu wyniku saturn.pl, to bezmyślnie klikną na artykuł o planecie i będą się dziwić dlaczego się tu znaleźli?

Jest też oczywiście wiele firm, które nie wyrzucają w ten sposób pieniędzy, jak chociażby Allegro czy Piotr i Paweł.

Nie jest to też przypadłość rodzima. Szybkie wyszukiwania po markach globalnych pokazuje ten sam trend. Sponsorowane wyniki mimo organicznych pierwszych miejsc: Vimeo, Hilton, Nike itd.

hilton
Wyniki wyszukiwania dla “Hilton”

Powody wyrzucania pieniędzy

W ciągu ostatnich kilku lat robiłem analizy analityki dla wielu z największych serwisów na świecie (Alexa Top 100), jak i dla mniejszych/średnich firm (napisałem nawet przewodnik po analityce internetowej, opisujący jak wyglądał proces analizy).

Mniej więcej w 80% przypadków, nawet dla tych największych firm, w płatnych kampaniach ciągle pojawiały się kampanie brandingowe.

Kilka razy nawet były gorące sytuacje, kiedy po mojej szczerej analizie trzeba się było tłumaczyć, bo zewnętrzna firma SEM albo dział SEM została bardzo urażona i musiała uzasadnić swoje istnienie.

Według mnie przyczyna takiego stanu rzeczy może być tylko jedna, choć całkowicie niedostateczna.

Jeśli wyznacznikiem, z którego firmy (lub wewnętrzne działy) SEM są rozliczane jest ROI, to najłatwiej jest zrobić kampanię brandingową i mieć świetne wyniki, bo duży procent ludzi z naszej kampanii wszedł i kupił.

Ich wyliczenie: wydaliśmy na kampanię X. Klienci z tej kampanii przyszli i wydali Y. Jeśli Y > X, to jesteśmy świetni, bo firma zarobiła Y-X.

Rzeczywistość: jeśli taka firma nie zrobi nic, to bez tej kampanii klienci przyjdą, wydadzą Y i firma zarobi na czysto Y, a nie Y – X – prowizja dla firmy SEM.

Tylko że wtedy nie można będzie tego przedstawić jako naszego (czyli firmy SEM) sukcesu, nie można będzie pobrać prowizji, doliczyć bonusu za wyniki…

Jeśli ktoś ma na to lepsze wytłumaczenie, to bardzo chętnie je poznam (komentarza poniżej albo bezpośrednio na maila), bo naprawdę nie widzę lepszego.

Jeśli więc firma jako wyznacznik główny ma ROI z SEM, to sprawdza się przypowiastka: be careful what you wish for.

Co w przypadku kampanii na inne słowa kluczowe?

Kolejny test przeprowadzony przez eBay wziął na celownik ogólne słowa kluczowe, bez wzmianki “eBay”.

Chodziło o reklamy pojawiające się przy takich frazach wyszukiwania jak np. “buty”, “gitara elektryczna” itp.

Żeby test był wiarygodny i równoległy, tego typu kampanie zostały zatrzymane w części regionów geograficznych, podczas gdy w innych regionach te kampanie funkcjonowały tak jak poprzednio.

Efekty? Uśredniając, dla wcześniejszych klientów eBay, reklamy nie miały prawie żadnego wpływu. Oni i tak znajdywali drogę do eBaya i tam kupowali to, co chcieli kupić.

Te frazy przyciągały też nowych klientów.

Dla osób, które nigdy nie korzystały z eBaya albo w ogóle nie słyszały o eBayu, te frazy były bardzo zyskowne. Problemem jednak było to, że na każdą taką osobę przypadały dziesiątki osób, które i tak by przyszły na eBay.

Dodając wszystkie koszty i licząc zyski, kampanie w wyszukiwarkach okazały się przynosić straty.

Wyniki byłyby prawdopodobnie zbliżone dla wszystkich dużych graczy na rynku, czy to zagranicznym czy polskim.

Poniższy wykres przedstawia np. efekt wyłączenia kampanii brandingowych.

google-paid-natural
Czerwona linia – transakcje pochodzące z organicznego ruchu Google. Niebieska – z płatnego.

Jak widać, po wyłączeniu płatnych reklam, automatycznie równoważy się ruch i przychód z transakcji organicznych. A pieniądze wydawane na te kampanie pozostają w kieszeni. Po powtórnym włączeniu reklam płatnych wszystko znów wraca do “normy”.

Co z displayem?

Powyższa analiza dotyczyła kampanii w wyszukiwarkach. Podobnie jednak rzecz ma się również w kampaniach displayowych.

Czasem dobrze przemyślane kampanie brandingowe mogą się przełożyć na wzrost zakupów online, ale najczęściej są to pieniądze wydane na zasadzie “mam w tym roku/kwartale tyle zabudżetowane na display, to tyle muszę wydać. Lecimy więc!”

Takie podejście jest niestety zmorą ludzi zajmujących się afiliacją czy małych firm liczących i optymalizujących każdą złotówkę, zaprzęgających każdą z tych złotówek do ciężkiej roboty i odpracowania tego, w co się ją wkłada.

Dla takich firm i podmiotów ciężko wygrać z “monopoly money” tak łatwo wykładanymi przez duże firmy na kampanie brandingowe.

Kiedy reklama może być skuteczna?

Reklama ma sens dla małych i średnich firm, których produkt nie jest jeszcze szeroko znany, klienci nie znają brandu i na dodatek wyniki organiczne nie są wysoko w wyszukiwarce. Wtedy rzeczywiście reklamy służą temu, czemu mają służyć z założenia: pomaganiu potencjalnemu klientowi dotrzeć do produktu, którego poszukuje, nawet jeśli tego produktu jeszcze nie zna.

Ma też sens przesuwanie budżetów na inne dziedziny marketingu: email marketing (bardzo skuteczny i zarówno bardzo niedoceniany) czy też marketing afiliacyjny. W zależności od firmy, produktu i potrzeb.

Jeśli koniecznie chce się wydać pieniądze, to o wiele lepiej jest je przeznaczyć na optymalizację konwersji istniejącego ruchu. Jeśli za ruch płacimy ciągle tyle samo i nie zwiększamy na niego wydatków, a dzięki optymalizacji jesteśmy w stanie wyciągnąć 20%, 40% czy 100% więcej przychodów, to ciężko o lepiej wydane pieniądze.

PS. W następnym artykule będzie analiza branży z punktu widzenia optymalizacji konwersji. Jako pierwszą przeanalizuję branżę telekomów. Jeśli chcesz otrzymać powiadomienie o następnym artykule, dodaj swój email poniżej i dostaniesz powiadomienie jak tylko wyjdzie.

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?…