Znając już podstawowe pojęcia, można przejść do kolejnych kroków w kierunku optymalizowania konwersji. Tylko od czego zacząć? Jak się do tego przygotować? Co będzie potrzebne? Jakich narzędzi się do tego używa? Czym się różni pomysł od hipotezy? O tym właśnie opowiem w niniejszym tekście.
Czytasz drugą część cyklu poświęconego optymalizacji konwersji. W pierwszej wyjaśnialiśmy, na czym polega ten proces i dlaczego jest najważniejszy dla rozwoju każdego biznesu w sieci. Co trzeba wiedzieć, jakie pojęcia znać, by lepiej zarządzać stroną lub aplikacją?
Jeśli firma nie stosuje w tej chwili żadnej metody walidacji swoich założeń czy eksperymentów, a może choćby nie korzysta z narzędzi analitycznych, to najlepiej zacząć od samego początku. Rzucanie się na głęboką wodę może spowodować więcej szkody niż pożytku.
Pochopnie wyciągnięte wnioski, sformułowane na podstawie niewłaściwie przeprowadzonego testu, mogą przynieść pogorszenie wyników, a tego przecież nikt nie chce. Zaczynamy więc od budowania kultury eksperymentowania w firmie. Należy także najpierw dobrze poznać problem, zanim zacznie się szukać rozwiązania.
Dlaczego nie mogę po prostu skopiować tego od innych?
Kiedy zajmujemy się zmianami na stronie internetowej, często pojawia się pokusa skopiowania pomysłu od konkurencji lub po prostu z innej strony, która wpadła nam w oko. Dlaczego byłoby to złym rozwiązaniem? Przecież oni tak to ładnie zrobili, łatwo można byłoby to przenieść i czekać na pozytywne rezultaty.
Niestety, spektakularne pozytywne efekty mogłyby nigdy nie nadejść. Dlaczego? Ponieważ byłoby to zastosowanie rozwiązania innego problemu na nasze problemy.
Kiedy sprawdzamy inne strony, nie wiemy tak naprawdę, jakie mają wyniki i czy są zadowoleni z obecnego rozwiązania. jeżeli to duża firma, stosująca A/B testy, skąd wiedzieć, iż trafiliśmy na efektywne rozwiązanie, a nie na dającą gorsze rezultaty wersję testu?
Stąd zawsze najlepiej eksperymentować i testować rozwiązania na własnych użytkownikach i na własnej stronie. Oczywiście można inspirować się konkurencją, ale zawsze trzeba to sprawdzić. jeżeli coś zadziałało w firmie A, nie jest powiedziane, iż zadziała w firmie B.
Niemniej obserwacja konkurencji jest bardzo dobrą praktyką. Wrócę jeszcze do tego tematu w dalszej części tekstu. Wystrzegać się należy jedynie bezrefleksyjnego kopiowania rozwiązań.
Krok pierwszy – audyt
Żeby znaleźć dobre rozwiązanie, najpierw trzeba adekwatnie zrozumieć problem. Niska konwersja może mieć swoją przyczynę na różnych etapach lejka i bez adekwatnej analizy pozostanie zgadywanie. Lekarz nie powinien wystawiać recepty, dopóki nie zbada dokładnie pacjenta. Takie samo podejście przyjmujemy w przypadku optymalizacji konwersji. Należy przeprowadzić dogłębną diagnostykę, która pozwoli spojrzeć na problem z kilku stron. Dopiero później przechodzimy do próby leczenia.
Narzędzia analityczne
Trzymając się dalej tej medycznej analogii, należy adekwatnie skalibrować swoją aparaturę diagnostyczną, przed przystąpieniem do badania. Zawsze powtarzam, iż bazowanie na błędnych danych, jest gorsze niż niebazowanie na żadnych danych. Daje fałszywą pewność siebie, która ułatwia decyzję, a to mogłoby mieć w tym przypadku opłakane skutki.
W przypadku optymalizacji konwersji potrzebny będzie wgląd w narzędzia analityczne – na przykład Google Analytics czy Amplitude. Zapięcie podstawowego śledzenia jest bardzo proste. Wymaga wklejenia do kodu kawałka skryptu, który od razu rozpoczyna zbieranie danych w narzędziu. Jednak taka podstawowa integracja nie da wystarczających danych do optymalizacji konwersji.
Podstawowe dane pozwalają śledzić liczbę odwiedzin na konkretnych podstronach oraz dostarczają bardzo podstawowych informacji o użytkownikach na stronie: o użytym urządzeniu, lokalizacji czy języku. Można dowiedzieć się też, ile trwała sesja oraz ile podstron dany użytkownik odwiedził.
Nie twierdzę, iż są to dane bezużyteczne. One również mogą być paliwem do dalszych rozmyślań i poszukiwań. Na przykład duży ruch z urządzeń mobilnych może być wskazówką, żeby porównać konwersję na komputerach z tą na telefonach.
Jeśli przy dużym ruchu mobilnym konwersja jest niska, może to sugerować, iż jest potencjał do wykorzystania i warto spróbować skupić się na poprawie doświadczeń tych użytkowników. Może się okazać, iż jakiś krok ścieżki zakupowej został gorzej przemyślany na małych ekranach i to powoduje mniejszy odsetek zakupów.
Lejek sprzedażowy
Mając już podstawową konfigurację narzędzi analitycznych, warto pójść o krok dalej i odzwierciedlić w nich swój lejek sprzedażowy. Wymagać to będzie znajomości ścieżek użytkowników i kroków, jakie standardowo pokonują oni, aby dokonać zakupu.
Mając tę wiedzę, warto zaprosić do współpracy programistę i podpiąć tzw. eventy, czyli zdarzenia. Chodzi tu o rejestrowanie konkretnych interesujących nas akcji wykonywanych przez użytkownika na stronie. Istotnym w tym przypadku zdarzeniem będzie na przykład kliknięcie przycisku “kup teraz”, przejście na zakładkę “kontakt” lub kliknięcie adresu e-mail. Wszystkie wymienione akcje przybliżają użytkownika do zakupu i przesuwają go w dół lejka sprzedażowego.
Po odpowiedniej konfiguracji eventów i połączeniu ich w lejek narzędzie stanie się dla nas jeszcze bardziej przydatne, bo w wizualny sposób pokaże, ilu użytkowników przechodzi z jednego kroku do drugiego, a ilu z nich odpada. jeżeli któryś z kroków ma bardzo wyraźny spadek konwersji, warto mu się przyjrzeć w pierwszej kolejności.
Dokumentuj pomysły i hipotezy
Kiedy pojawiają się pierwsze interesujące dane, które zaczynają pobudzać wyobraźnię do myślenia o potencjalnych rozwiązaniach, warto zacząć je zapisywać. Pamięć bywa ulotna, a nie ma nic gorszego dla innowacji niż dobry pomysł, który został zapomniany. Lepiej zapisywać pomysły gdziekolwiek, niż nie robić tego wcale. Jednak docelowo polecam stworzyć na to jedno specjalne miejsce, a przemyślenia i idee notować w ustandaryzowany sposób.
Najlepszym miejscem będzie cyfrowy plik, dostępny zawsze i wszędzie. Nie tylko dla nas, ale także dla pozostałych osób zaangażowanych w proces. Z tego powodu najlepiej sprawdzi się rozwiązanie typu Google Drive. Pomysły można zapisywać w pliku tekstowym lub w arkuszu kalkulacyjnym. Na początku zapisywanie pomysłu w tabeli może nie wydawać się intuicyjne, ale w rzeczywistości ma to dużo sensu. Zanim o tym opowiem, chcę wrócić do samych pomysłów.
Stawiaj hipotezy
Warto wyrobić sobie nawyk zapisywania pomysłów w formie hipotezy. Na początku ta formuła może wydawać się ograniczająca i trudna, ale o to właśnie chodzi. Zaletą hipotezy jest to, iż wymusza myślenie o spodziewanych rezultatach oraz wymaga skonkretyzowania pomysłu. Można choćby pokusić się o dwa pliki czy zakładki – jedno miejsce na luźne pomysły, linki i interesujące wyrywki danych, a drugie już na dopracowane hipotezy, zbudowane na bazie materiałów zgromadzonych w pierwszym miejscu.
Przykładowa hipoteza:
Wierzymy, iż dodanie numeru telefonu w widocznym miejscu na stronie zwiększy o 20% liczbę telefonów do działu sprzedaży.
Jak widać na przykładzie, hipoteza zawiera proponowaną zmianę oraz oczekiwany rezultat. Określenie satysfakcjonującego rezultatu na tym etapie pomaga w późniejszej ocenie wyniku testu. Do pisania rozszerzonych hipotez polecam szablon Test Card od Strategyzer.
Ustal priorytety
Właściwie sformułowane hipotezy wpisujemy do wspomnianego wcześniej pliku. Po co? Otóż niestety nie można wprowadzić wszystkich zmian jednocześnie. Kłóciłoby się to z podstawowymi zasadami eksperymentowania.
Wprowadzenie kilku nowych zmiennych uniemożliwiłoby prawidłowe odczytanie wyniku pojedynczych zmian – możliwe byłoby jedynie odczytanie wpływu ich kombinacji.
Właśnie dlatego konieczne będzie ich odpowiednie priorytetyzowanie, aby podjąć decyzję o kolejności ich wdrażania. zwykle przy optymalizacji konwersji poszukujemy szybkich zmian, które przyniosą pozytywne rezultaty. Dlatego do priorytetyzacji często wykorzystuje się matrycę impact/effort (wpływ/wysiłek). Szukamy największego możliwego wpływu na wyniki, przy jak najmniejszym włożonym wysiłku potrzebnym do wprowadzenia tej zmiany.
Estymacje powinny się odbywać z udziałem zespołu. Programiści mogą okazać się niezbędni do odpowiedniego oszacowania potrzebnego czasu w wprowadzenie zmiany. Z kolei analityk powinien być w stanie pomóc z przygotowaniem szacunków możliwego efektu, biorąc pod uwagę między innymi ruch na stronie i umiejscowienie elementu.
Najłatwiej zrobić to, estymując wpływ i wysiłek w skali od 1 do 10. Proponuję przy wpływie przyjąć skalę 1-10, gdzie 1 to największy wpływ, a 10 – najmniejszy. Z kolei przy wysiłku zastosować odwróconą skalę, czyli 1 to najmniejszy wysiłek, a 10 oznacza bardzo duże, czasochłonne zadanie.
Mnożąc obie estymacje dla jednej hipotezy, można uzyskać wynik, który będzie pomocny w priorytetyzacji. Hipoteza z najniższym wynikiem powinna być najwyższym priorytetem, bo może mieć duży wpływ, a wdrożenie zmiany prawdopodobnie nie będzie czasochłonne. Z kolei hipotezy z bardzo dużym wynikiem (bliżej 100) powinny lądować na samym dole, bo ich wpływ będzie niski, a wdrożenie czasochłonne, czyli po prostu jest to nieopłacalne.
Skąd brać pomysły?
Co zrobić, jeżeli analiza lejka i danych z narzędzi analitycznych nie dostarczyła wystarczająco inspiracji do postawienia hipotez? jeżeli w zespole brakuje wiedzy o dobrych praktykach w optymalizacji konwersji, to warto sięgnąć do źródeł i tę wiedzę uzupełnić. Własne dane dają zwykle więcej informacji o problemie, ale rozwiązania warto szukać na zewnątrz lub w zasobach wiedzy zespołu pracującego nad optymalizacją.
Z zewnętrznych zaufanych źródeł polecam:
- bazę wiedzy od Hubspot – darmowe kursy, blog;
- CXL – platforma z płatnymi kursami świetnej jakości, tworzona przez samych ekspertów od optymalizacji konwersji;
- Neil Patel – na blogu wyfiltrować artykuły z kategorii “conversion rate optimization”.
Eksperyment, weryfikacja hipotezy i analiza wyników
Podstawową metodą wykorzystywaną przy optymalizacji konwersji i eksperymentowaniu są testy A/B. Warunkiem ich wykonywania jest odpowiedni ruch na stronie. Testy na stronach o małym ruchu nie będą efektywne. Należy pamiętać o odpowiednim czasie trwania testu i istotności statystycznej. Na ten temat pisałam już w cyklu poświęconym A/B testom.
Chcesz wiedzieć więcej na temat testów A/B? Zajrzyj do moich tekstów z cyklu poświęconego tej metodzie badawczej. Testy A/B – czy mogą być przydatne także w małej firmie? oraz Narzędzia do testów A/B. Subiektywny przegląd popularnych rozwiązań.
Analizując wyniki, odwołujemy się znowu do hipotezy. Im bardziej była precyzyjna, tym łatwiej będzie ocenić wynik testu. jeżeli opisane zostały metryki sukcesu, to nie ma miejsca na dyskusje. jeżeli coś zostało niedoprecyzowane, mogą pojawić się dyskusje o wynikach i stronniczość.
Niemniej testy nie są przeprowadzane, żeby zadowolić czyjeś ego. Niezależnie od wyniku należy przyjrzeć się rezultatom i podjąć kolejne kroki. jeżeli wynik jest satysfakcjonujący, zastanowić się, jak można kolejną zmianą go jeszcze podwyższyć. jeżeli wynik wypadł poniżej oczekiwań, spróbować podejść do tematu z innej strony i uruchomić kolejny test.
Od hipotezy do zmiany
Podsumowując, optymalizacja konwersji to nie tylko technika, ale przede wszystkim proces wymagający zrozumienia, cierpliwości i gotowości do ciągłej nauki. Począwszy od zdefiniowania jasnych celów konwersji, przez głębokie zrozumienie użytkowników, aż po wykorzystanie narzędzi analitycznych i przeprowadzanie testów A/B – każdy krok jest ważny.
Kluczowe jest podejście eksperymentalne i otwartość na zmiany, które mogą prowadzić do stopniowego ulepszania. Każda porażka to cenna lekcja, a każdy mały sukces jest krokiem do osiągnięcia zadowalających wyników.
Źródło zdjęcia: Mika Baumeister/Unsplash