Blog

Jak nie robić optymalizacji konwersji?

Napisano: 27 lutego 2017

Piotr Oracz

Zajmowanie się optymalizacją konwersji nie należy do najłatwiejszych zajęć na świecie.  Zresztą już sama nazwa jest myląca, ponieważ jeśli chcemy zoptymalizować tylko konwersję to recepta jest bardzo prosta. Wystarczy w sklepie obniżyć ceny wszystkich produktów do poziomu 1 zł i konwersja skoczy pod sufit, tylko biznes poszybuje na dno. W optymalizacji chodzi o wzrost, ale przede wszystkim wzrost średniej wartości odwiedzającego, a nie samej konwersji.

Na średnią wartość odwiedzającego składają się: współczynnik konwersji oraz średnia wartość koszyka. Planując optymalizację sprzedaży w sklepie, musisz szukać zarówno sposobów na wzrost konwersji oraz na wzrost wartości koszyka.

Typowe podejście optymalizacyjne

Masz cały bagażnik pomysłów. Przejrzałeś mnóstw case studies, przeczytałeś drugie tyle ebooków o optymalizacji konwersji i uczestniczyłeś w wybitnych webinarach, gdzie pokazano mnóstwo przykładów. Wiesz, w związku z tym, które działania się sprawdzają, a które nie. Czasem zdarza się, że za optymalizację zabiera się osoba z dużą wiedzą z zakresu User eXperiance, wierząc, że to wystarczy. Te wszystkie podejścia są niewystarczające. Dlaczego?

Mity w świecie optymalizacji

Wszystkie mity w świecie optymalizacji mają swoje źródło… w Tobie. Ponieważ masz przekonanie, że ta cała wiedza, którą zebrałeś wystarczy do osiągnięcia dobrych wyników. A skąd ja to wszystko wiem? Z własnych błędów. Ponieważ każdy z tych mitów kiedyś również uważałem za prawdę.

  • Twoja opinia ma znaczenie i wpływ na optymalizacje

Opinia ma znaczenia, ale nie Twoja tylko klienta końcowego. To jego trzeba słuchać, bo to na końcu on podejmuje decyzję czy dokona zakupu w sklepie, czy też zrezygnuje z działania.

Każdy ekspert ma opinię czy pomysł jak strona powinna wyglądać. Jednak to nie ta opinia sprzedaje. Jeśli nie zderzysz pomysłu z opinią klienta, to jest on niewiele wart. Warto wiec przygotowując się do testów uruchomić wcześniej na sklepie ankiety na porzucenie koszyka czy ogólniej na zakończenie wizyty i pytać o: cel wizyty, czy udało się go zrealizować, co można poprawić na stronie.

Wniosek: Liczą się fakty, a nie opinie. Fakty należy przedstawiać w oparciu o dane i analizy.

  • Doświadczenie powie Ci co działa, a co nie na stronie

Nie można zakładać, że skoro 10 razy poprawiałem kartę produktu właśnie w ten sam sposób, to i w każdym kolejnym optymalizowanym sklepie trzeba ją poprawić dokładnie w taki sam sposób. To jest typowy błąd pospiesznego przepisywania lekarstwa bez badania jaka jest właściwe choroba. Jeśli przeczytałeś Case Study, na którym zmiana koloru przycisku podniosła sprzedaż, wcale nie znaczy, że powinieneś myśleć właśnie o takim teście na obecnie optymalizowanej stronie.

Wniosek: Stronę należy zbadać, JAK korzystają z niej odwiedzający oraz czym różnią się sesje tych co kupili od tych co tyko przeglądali.

  • Mam gotowe szablony co zmieniać na stronie

Jeśli już masz na koncie kilkadziesiąt zoptymalizowanych stron, zaczniesz wyławiać wzorce, które zmiany częściej działają, a które wprost przeciwnie. To jest ta sama pułapka co w poprzednim micie, tylko wpadają w nią dużo bardziej doświadczone osoby zajmujące się optymalizacją. Polega ona na tym, że idziesz na skróty. Minimalizujesz nacisk na badania i analizę strony i wręcz wyrywasz się z działaniem, aby już zacząć pierwsze zmiany, ponieważ tyle razy dotychczas pomogły.

Wniosek: unikaj rutyny, każdą stronę cierpliwie badaj a potem stawiaj diagnozy.

  • Przy interpretacji wyników najważniejszy jest czas trwania testu

Aby zakończyć test AB i poprawnie zinterpretować wyniki oraz wyciągnąć wnioski i rekomendacje musi być spełnione kilka kryteriów. Po pierwsze ufność statystyczna powinna być na odpowiednio wysokim poziomie. Zachęcam, aby nie schodzić poniżej 95%. Po drugie liczba konwersji powinna być znacząca i proporcjonalna do wielkości sklepu. Zwykle poziom 200 – 300 konwersji wystarcza, ale co jeśli sklep tyle konwersji robi w jeden dzień? Wtedy to zdecydowanie za mało. Więc ile tych konwersji powinno być? To zależy… od czasu trwania testu. Test powinien trwać absolutnie minimum 2 cykle biznesowe (dla sklepów oznacza to 2 tygodnie). Jeśli w tym okresie zbierzesz ok. 300 konwersji na każdy wariant testu + osiągniesz ufność statystyczną na poziomie 95%, to możesz śmiało kończyć test.

Czy to wszystko? Oczywiście, że nie, bo najważniejsze jest pytanie, co właściwie w ramach danego testu chcesz osiągnąć. Czy tylko sam wzrost konwersji? Na pewno nie. Zależy Ci na wzroście średniej wartości odwiedzającego. W związku z tym uwaga na narzędzia i kalkulatory w internecie, które liczą ufność statystyczną tylko dla samej konwersji.

Wniosek: W interpretacji wyników najważniejsze są trzy czynniki: liczba konwersji, czas trwania i poziom ufności statystycznej. Wszystkie czynniki muszą być spełnione, aby uznać wynik testu za wiarygodny. Ponadto poziom ufności statystycznej musi być ustalany dla średniej wartości odwiedzającego (a nie samej konwersji).

  • Mój test przyniósł 100% wzrostu

Tylko dlaczego właściciel nie widzi takich wzrostów w sprzedaży? Z prostej przyczyny: nie uwzględniłeś zasięgu testu. Przykład:

Pracujesz nad optymalizacją sklepu z bielizną. Optymalizujesz stronę z kategoriami a dokładnie z kategorią „biustonosze”. Zmieniasz kolejność prezentowanych filtrów mając hipotezę, że najczęściej wykorzystywane filtry powinny być na samej górze. Tylko, że w tej kategorii są takie filtry, których nie ma w kategorii np. „gorsety”. A więc Twój test AB nie działa na stronie wszystkich kategorii, na których wchodzi dajmy na to 90% odwiedzających, ale tylko na strony konkretnej kategorii, na którą wchodzi już tylko przyjmijmy 30% odwiedzających.

A więc jeśli znalazłeś test AB, który dajmy na to zwiększa średnią wartość wizyty z 1 zł do 2 zł (wynik kosmiczny!), to błędem będzie ogłoszenie, że oto dostarczasz rekomendację, która podniesie sprzedaż 100%. Twoja zmiana dotyczy tylko tych 30% odwiedzających. I to jest właśnie zasięg, który pominąłeś w końcowym ustalaniu wyniku testu.

Wniosek: Wyliczając końcowy wpływ testu na sprzedaż w sklepie musisz ustalić zasięg, czyli na ilu (%) odwiedzających realnie Twoja zmiana ma wpływ.

Jak powinna wyglądać skuteczna optymalizacja?

Wbrew pozorom proces skutecznej optymalizacji jest bardzo prosty. Najważniejsze to ustawić cele do osiągnięcia. Pamiętaj, że nie samą konwersją sklep żyje. Minimum utrzymaj również obecną średnią wartość koszyka, a najlepiej również postaw na wzrost tej zmiennej.

Kolejny krok to rozpocznij mierzyć i analizować stronę. To jest najbardziej rozbudowany temat i przykłady analiz przedstawione są w kolejnym rozdziale. W analizach nie zapomnij o kupujących: zbieraj obiekcje i opinie od klientów na temat strony.

Na bazie danych opracuj hipotezy, jak można ulepszyć stronę i dlaczego. Hipotezy powinny być spisane, ocenione pod względem stopnia skomplikowania, wpływu na stronę (zasięgu) oraz priorytetu, który powinieneś ocenić w odniesieniu do celów biznesowych.

Testuj zgodnie z opracowanym planem. Kończ test i interpretuj wyniki zgodnie z najlepszymi praktykami a więc bierz pod uwagę liczbę konwersji, czas trwania oraz ufność statystyczną.

Pamiętaj, że jeśli wynik testu jest niepomyślny to nie znaczy, że hipoteza nadaje się do wyrzucenia do kosza. Być może proponowane lekarstwo, czyli zmiana byłą nietrafiona. Upewnij się, że testujesz kilka rozwiązań jednego problemu. Dlatego ostatni krok to: wyciągaj wnioski z wyników testów i wracaj do analizy.

Jakie analizy należy obowiązkowo wykonać przed opracowaniem hipotez i rozpoczęciem testowania?

Analiza techniczna np.: wpływ przeglądarek na sprzedaż; wpływ urządzeń na sprzedaż; wpływ szybkości ładowania strony na sprzedaż.

Analiza zawartości stron np.: analiza stron problematycznych, które mają zaniżoną liczbę odsłon czy wsp. konwersji; efektywność stron docelowych; analiza stron porzucanych; wpływ sposobów poruszania się po stronie na sprzedaż.

Analiza wyszukiwania np.: Jakich haseł szukają klienci? Co znajdują? Skąd szukają?; Jakich rzeczy, których klienci szukają, nie znajdują?; Wyszukiwanie ogólne kontra precyzyjne.

Badania Map Cieplnych np.: analiza kliknięć na różnych typach urządzeń; analiza ruchów myszki; analiza przewijania strony; analiza wypełniania i porzucania formularzy.

Badanie Opinii i Intencji np.: ankieta na porzucenie strony; ankieta na porzucenie koszyka;

Badanie Heurystyczne np.: badanie procesu zakupowego; badania architektury informacji; ocena ekspozycji działań marketingowych; weryfikacja najlepszych praktyk UX

Podsumowanie

Optymalizacja konwersji to proces. Jeśli działasz ad-hoc na bazie swoich pomysłów czy doświadczenia to większość Twoich testów będzie nieudana. Systematyczność, cierpliwość są dużo skuteczniejsze niż genialne pomysły, czy szukanie magicznych szybkich rozwiązań. Nie zapominaj również o tym, kiedy uznać, że test można zakończyć oraz jaki jest jego realny wpływ na sprzedaż w sklepie.

Pobierz darmowy e-book

Jeżeli chcesz porozmawiać o naszych usługach, produktach lub potencjalnej współpracy, to zapraszamy do kontaktu

Nasza Polityka Prywatności

Zasady stosowania RODO w Loopa.eu

Formularz do Zarządzania danymi osobowymi