Kā izveidot efektīvu konversijas optimizācijas procesu?

BRĪDINĀJUMS!!! Lai arī Konversijas optimizācija (CRO) savā būtībā nav sarežģīta mārketinga tehnika, tomēr tā kā tā var nest tādus ienākumu palielinājumus, kādus nevar ienest citas mārketinga tehnikas, tad ir svarīgi šo tehniku izprast pareizi. Un šīs pareizās izpratnes atrašana prasa laiku. Tāpat arī laiku prasīs šis raksts, jo vēlējāmies Jums maksimāli precīzi nodot zināšanas par konversijas optimizācijas procesu (CRO). Ja šobrīd Jums nav liekas 20 minūtes lai iedziļinātos šajā rakstā, droši saglabājiet rakstu brīdim, kad būsiet gatavs tam pievērsties! Bet ja šobrīd ir īstais brīdis – tad ejam dziļāk CRO tēmā!

---

Pieņemsim, ka Jums kā konvertēšanas optimizācijas speciālistam e-komercijas uzņēmumā tikko ir piešķirts jauns uzdevums. Jūsu darbs ir paaugstināt konversijas līmeni un ieņēmumus uz vienu vietnes apmeklētāju par 30%. Kā Jūs to darītu?

Jūsu atbilde pastāstīs visu par Jūsu optimizācijas zināšanām. Ja sāksiet ar taktikas pieminēšanu – “Es padarītu šo pogu lielāku” un “Es mainītu šo un to” – tas nozīmē, ka Jums vēl daudz kas ir jāapgūst. Jo amatieri orientējas uz taktiku, kamēr profesionāļi veido procesu.

Varbūt Jums ir 100 “pierādīto” taktiku saraksts. Tad ar ko Jūs sāksiet? Ieviesīsiet tās visas uzreiz? Tad tīmekļa vietne izskatīsies kā Ziemassvētku eglīte. Iespējams, kāda taktika darbosies, citas nē. Tās var ietekmēt viena otru un pat padarīt visu vēl ļaunāku. Varbūt pārbaudīt visas taktikas pēc kārtas? Vidējais A/B tests tiek veikts aptuveni mēnesi, tādejādi Jums būs vajadzīgi daudzi gadi, lai pārbaudītu visus pēc kārtas. Ja Jums būtu labs process, kam sekot, Jūs zinātu, kuru no 100 taktikām mēģināt un kuru ignorēt. Jūs zinātu, kur un kādas ir problēmas. Konversijas optimizācija, ja tā ir pareiza, ir sistemātisks pastāvīgu uzlabojumu process.

 

Strukturēta pieeja konversijas optimizācijai (CRO)

Strukturētas konversijas programmas panākumi ir šo divu rezultātu summa: testu skaits, ko paveicam, un to testu procentuālā daļa, kas nodrošina uzvaru. Pievienojiet vidējo ietekmi katram veiksmīgam testam, un iegūsiet priekšstatu par kopējo CRO ietekmi uz uzņēmējdarbību.

Lai optimizācijas programma sniegtu maksimālo ieguvumu, ir svarīgas tikai šīs lietas:

• Vienmēr veiciet tik daudz testu, cik iespējams (katra diena bez testiem, ir zaudēts laiks).
• Uzvariet pēc iespējas vairāk testu.
• Ir pēc iespējas lielāka ietekme (uplift) uz katru sekmīgu testu.

Principā visi CRO speciālisti un aģentūras visā pasaulē izmanto aptuveni vienādu procesu konversijas optimizācijai. Informāciju par šo procesu tad arī mēģināšu sniegt šajā rakstā, detalizēti izstāstot par katru no posmiem.

Analītikas iestatīšana

Šajā solī mēs pārbaudām un iestatām Google Analytics vai citus analītiskos CRO rīkus. Mums ir jāpārbauda, vai mēram visu, kas ir svarīgi, un kādus datus izmantosim, lai vēlāk pieņemtu lēmumus.

• Ieliekam visus nepieciešamos kodus lapā (GTM, Hotjar, Google Conversion Tracking, Facebook pixel u.c.).
• Iestatām un pielāgojam visus nepieciešamos rīkus (Google Tag Manager, Google Analytics – Enhanced Ecommerce, izveidojam Hotjar segmentus utt.).
• Izveidojam dashboard, kurā varēsim savākt, apkopot un analizēt datus, piemēram, izmantojot Google Data Studio.

Veicot optimizācijas darbu, Google Analytics ir Jūsu labākais draugs. Ja mērāt tikai to, cik apmeklētāju ienāk un cik minūtes vidēji viņi pavada vietnē, Jūs neko nezināt. CRO vajadzībām tas ir bezjēdzīgi. Ir svarīgi saprast kopējo ainu. Jāmēra būtu pēc iespējams vairāk lietu, taču pats minimums ir šis.

• Tiešsaistes veikaliem uzlabotās e-komercijas (Enhanced Ecommerce) analītikas iestatīšana ir obligāta. Tas sniegs ieskatu e-komercijas iepirkšanās procesā: produktu lapu skatījumos, produktu pievienošanā un izņemšanā no iepirkumu groziem, kā arī uzskaitīs visus iniciētos, pamestos un pabeigtos darījumus.

• Mērījumi ar visām vēlamajām darbībām, kuras lietotājs var veikt, piemēram:
  • maina produktu kārtošanas secību;
  • mijiedarbojas ar elementu X (navigācija, filtri, iekšējās reklāmas utt);
    

    

    Jau vairāk nekā 5000 digitālā mārketinga eksperti seko līdzi iMarketings.lv jaunumiem.
    Laipni aicināti pievienoties!

    Piekrītu saņemt epastus no iMarketings.lv.

    Pieteikties jaunumiem

    2-3 reizes mēnesī izsūtam praktiskos case study, digitālā mārketinga tendences, ziņas par vakancēm, kā arī citu noderīgu informāciju, kas ļaus Jums būt vienmēr up to date par digitālo mārketingu.

  • sašaurina produktu izvēli, izmantojot cenu filtrus;
  • izmanto vietnes meklēšanu;
  • izmanto produktu salīdzināšanas rīku;
  • pievienojas e-pastu saņēmēju sarakstam;
  • autorizējas vietnē;
  • meklē informāciju satura lapās.
• Negatīvo notikumu mērījumi, kas var notikt lapā, piemēram:
  • ievada nepareizu pieslēgšanās informāciju;
  • redz kļūdas ziņojumus, aizpildot norēķinu informāciju;
  • kļūda 404 – lapa nav atrasta;
  • izņem produktu no groza.
• Ja iespējams, izveidojiet arī User ID skatījumu.

Dažus mērījumus var iestatīt vienkārši (Goals), taču lielākajai daļai Jums būs nepieciešama notikumu (Events) izsekošana, kur būs vajadzīga programmētāju palīdzība.

Kvantitatīvi un kvalitatīvi pētot lietotāju uzvedību, ir noderīgi apmeklētājus dalīt segmentos un apskatīt nevis tikai kopējo ainu, bet apmeklētāju uzvedību atsevišķu segmentu ietvaros. Atsevišķi vēlams izveidot un pēc tam analizēt šādus apmeklētāju segmentus:

• Apmeklētāju dati (vecums, dzimums, ģeogrāfija, ierīces)
• Apmeklētāja tips (lūkotājs, pētnieks, produkta fokusētais, atlaižu meklētājs, vienreizējais pircējs)
• Apmeklējumu vēsturiskie dati (biežums, pēdējais apmeklējums, apmeklējuma ilgums)
• Pirkumu vēsturiskie dati (RFM, Vidējais čeks, CLV)
• UX elementu izmantošana (meklēšana, filtri, navigācija, čats)

 

Tehniskā testēšana

Pirms ķerties pie to aspektu atrašanas, kas ietekmē konversiju, ir jāsaprot, vai nav palaists garām kāds mājasdarbs un pircēji vispār var veikt pirkumus vietnē. Tāpat vai nav tādas tehniskās kļūdas un lietojamības problēmas, kas ļoti traucē to izdarīt.

Tipiskas lietas, kas var būt palaistas garām:

• Ja uzskatāt, ka Jūsu vietne lieliski darbojas katrā pārlūkprogrammas versijā un ierīcē, iespējams, ka kļūdāties. Izmantojot Google Analytics datus, izsekojiet katrai pārlūkprogrammas versijai un noskaidrojiet, vai konkrētā pārlūkprogramma gadījumā netiek konvertēta mazāk kā citas.
• Papildus pārlūkprogrammu testēšanai, vietnes ātruma optimizācija var būt ātri atrodamo uzvaru iespēja. Aplūkojiet populārākās datplūsmas lapas un izmantojiet tādus rīkus kā Yslow vai Google Pagespeed Insights (pieejams, izmantojot Google Analytics), lai Jūsu vietnē iegūtu diagnostiku par lapu ielādes ātrumu.
• Pārbaudiet, vai nav lapu ar ļoti augstu pamešanas procentu (Bounce Rate), un paskatieties, vai tajās neparādās kādas tehniskas kļūdas.
• Manuāli kārtīgi iztestējiet visu pārdošanas piltuvi, pamēģinot veikt pirkumu, reģistrēties vietnē, pievienoties e-pastu saņēmēju sarakstam utt. Jo, iespējams, šī procesa laikā parādās kādi traucēkļi, kas liedz apmeklētājam pabeigt darījumu.

 

Digitālas analītikas datu analīze

Īsi sakot, veicot digitālās analītkas datu analīzi, mēs vēlamies uzzināt:

1. ko cilvēki dara vietnē;
2. kāda ir katras vietnes funkcijas, logrīka, lapas utt. ietekme un veiktspēja;
3. kur vietne zaudē naudu un pircējus.

Digitālās analītikas datu analīze ir ļoti plašs jēdziens, tāpēc to šajā rakstā plašāk neapspriedīsim, taču primāri mums, izmantojot analītikas rīku iebūvētās atskaites, iepriekšējos soļos izveidotos lietotāju segmentus un mērījumus, kā arī uzbūvējot jaunas nepieciešamās atskaites, jāmēģina saprast lietotāju uzvedību vietnē. Atbildes kuras, iespējams, tādējādi mēs atradīsim var būt, piemēram:

• Klients nepietiekami ilgi vai neuzmanīgi atrodās vietnē, tādējādi neveic pirkumu.
• Klienti vietnē atgriežas nepietiekami bieži, tāpēc neiegūstam atkārtotos pirkumus.
• Lapas navigācija nav pietiekami laba, tāpēc ir zema vidējā pirkuma vērtība.
• Pārdošanas piltuve darbojas neefektīvi, tāpēc pircēji nemaz neatver pirkuma grozu.
• Pirkuma grozs un pārdošanas pabeigšanas formas ir neērtas un nesaprotamas, traucējot pabeigt pirkumu.
• Vietnē pietrūks pārdošanas argumentu, vai tie ir nepareizi. Vietnes struktūra nav optimāla, lai pircējs iepazītos ar visiem pārdošanas argumentiem.
• Preču saturs un attēlojuma veids nav labākais, kādā veidā būtu jāattēlo produkta informācija.
• Klientu galvenās bažas, šaubas un neskaidrības par pirkumu netiek atspēkotas, tāpēc apmeklētājs nepabeidz pirkumu.
• Konkrētas vietnes daļas un to saturs rada visvairāk neskaidrību un pretestību pirkuma veikšanai.
• Vietnē nav instrumentu, kas attur pircēju no vietnes pamešanas.
• Daži apmeklējuma avoti nepietiekami konvertējas.
• Konversijas no Mobile ir zemākas par Desktop.

 

Apmeklētāju darbību izsekošana un sesiju ierakstīšana

Vietņu analītikas rīki Jums norāda, kur ir problēma vietnē, taču lietotāju uzvedības analīzes rīki ļauj noskaidrot, kāda tieši ir problēma. Gadījumos, kad vēlaties uzzināt, ko dara lietotāji, Jums ir padziļināti jāpēta, kā lietotāji uzvedas lapā. Kvalitatīvs pētījums nozīmē tādu rīku izmantošanu kā siltuma kartes, apmeklētāju ieraksti, ritināšanas kartes un formu analīze.
Piemērs: Datu analītika rāda, ka ļoti daudz apmeklētāju pamet vietni tieši no produktu lapas. Apmeklētāju ieraksti iet soli tālāk, lai produktu lapā faktiski parādītu Jūsu apmeklētāju reģistrētās sesijas, palīdzot redzēt, kur lapā lietotāji pavada lielāko daļu laika, vietas, kur viņi iestrēgst, informāciju, kuru viņi, šķiet, neatrod, utt.

Klikšķu un kustību siltumkartes (Heatmaps) – Klikšķu un kustību siltumkartes ir grafisks attēlojums uz visvairāk noklikšķinātiem elementiem tīmekļa lapā, kas palīdz ātri noteikt lapas elementu (pogas, attēli, teksti utt.) efektivitāti un to, kā tie piesaista apmeklētāju uzmanību. Varat meklēt atbildes uz jautājumiem, piemēram, “Vai galvenā CTA poga saņem pietiekami daudz uzmanības?”, “Vai lapā ir pārāk daudz traucējošu elementu?”.

Ritināšanas kartes (Scroll Maps) – Ritināšanas kartes parāda, cik procentos no pilna garuma tīmekļa lapas apmeklētāji ritina. Piemēram, cik Jūsu apmeklētāju to veica līdz mājaslapas apakšdaļai salīdzinājumā ar pirmajiem 25% no lapas. Ritināšanas kartes var palīdzēt uzzināt, vai kritiskie elementi Jūsu lapā tiek ņemti vērā, ja tie atrodas pārāk zemu.

Apmeklētāju darbību ieraksti (Visitor Recordings) – Apmeklētāju ieraksti ļauj pārskatīt apmeklētāju sesiju ierakstus Jūsu vietnē. Aplūkojot faktisko apmeklētāju mijiedarbību ar vietni, varat uzzināt daudz vairāk par viņu uzvedību, kā arī identificēt lietotāju segmentus, kas vietnē uzvedas līdzīgi.

Ievadformu analīze (Form Analysis) – Informācijas ievades formu analīze ļauj noteikt tehniskas un lietojamības problēmas datu ievadformās un pirkuma pabeigšanas formās. Identificējot formu, kuras kopējie rezultāti ir vāji, veiciet formas lauku analīzi, lai precīzi atrastu, tieši kurš lauks ir vislielākā “sāpju vieta” apmeklētājiem.

Tagad, kad zināt, kādi kvalitatīvie rīki Jums ir pieejami, sāciet analizēt vietnes nozīmīgākās lapas un sāciet rakstīt atziņas. Būsiet pārsteigti, cik daudz Jūs uzzināsiet un cik daudz ideju ģenerēsiet.

 

Esošo klientu aptaujas un lietotāju testēšana

Samērā viegli ieviešams rīks esošo lietotāju aptaujāšanai ir vietnes apmeklētāju mini aptauja. Parasti ir divas apmeklētāju mini aptauju versijas:

• Lapas aizvēršanas (Exit intent) aptaujās — saistiet tās ar uznirstošo logu, kad apmeklētājs gatavojas atstāt Jūsu vietni.
• Konkrētās lapas aptaujas – palūdziet, lai apmeklētāji aizpilda mini aptauju, ja viņi atrodas konkrētā lapā (piemēram, produkta vai groza lapā, vai piegādes informācijas lapā. Tāpat efektīvas ir aptaujas pirkuma beigu solī, kad pirkums jau pabeigts un tiek parādīta pateicība par pirkumu).

Un neuztraucies pārāk daudz par to, vai mini aptaujas kaitina cilvēkus. Atziņas, ko gūsiet, ir tā vērtas.

Klientu aptaujas nedaudz atšķiras no lapas aptaujām tikai tāpēc, ka saņemat atbildes no esošiem pircējiem. Problēma ir tā, ka lielākā daļa līdz galam neizprot klientu aptaujas, tāpēc tās tiek realizētas nepareizi. Klientu aptaujas var veikt ar elektroniskiem līdzekļiem, piemēram, Google Forms, taču daudz efektīvāk parasti ir veikt klientu aptauju telefoniski.

Klientu aptaujas atšķiras ar to, kādu informāciju no klientiem mēs iegūstam. Tā, piemēram, var aptaujāt pircējus uzreiz pēc pirmā pirkuma veikšanas vai arī var veikt klientu aptaujas pastāvīgajiem klientiem, kas kāda iemesla dēļ vairs neiepērkas. Tas papildus vērtīgiem datiem, iespējams, arī ļaus reaktivizēt šos bijušos klientus.

Daži ieteikumi par klientu aptauju veikšanu:

• Veiciet aptauju samērā drīz pēc pirkuma. Ja aptaujāsiet cilvēkus pārāk vēlu, viņi būs aizmirsuši par Jums vai par to, kāpēc viņi iepirkās – kas, savukārt, sniegs absolūti neatbilstošus datus.
• Pamēģiniet dabūt 100-200 atbildes. Vairāk nav nepieciešams, jo atbildes atkārtosies. Tomēr, ja aptaujāsiet mazāk par 100, tad, iespējams, nevarēsiet izdarīt būtiskus secinājumus.
• Jautājumu kvalitāte ir vissvarīgākais faktors. Neuzdodiet jā/nē jautājumus, centieties, lai klienti atbild uz jautājumiem pašu vārdiem paplašinātā formā.
• Jautājumu sagatavošanai un testēšanai patērējiet lielāku laiku nekā pašas aptaujas veikšanai, jo negribat nokaitināt savus esošos pircējus.
• Centieties ierobežot aptaujas ilgumu, taču vienlaicīgi savākt arī pietiekami lielu daudzumu noderīgas informācijas.

Vēl iedarbīga taktika ir Lietotāju testēšana. Tā nedos ieskatu, kas būtu jāveido no jauna, taču tā ļauj identificēt vietnes vājās vietas un noskaidrot aspektus, kāpēc lietotāji veic konkrētu darbību vai tieši otrādi – neveic. Lietotāju testēšanai parasti pietiek ar 5 līdz 10 lietotājiem, kas atbilstoši ļauj atrast 80-95% galveno problēmu. Lietotāju testēšanu vislabāk veikt ar lietotājiem.

Veicot lietotāja testēšanu, reāllaikā var skatīties, kā lietotāji izmanto jūsu vietni, kamēr viņi komentē šo procesu. Palūdziet testētājiem veikt noteiktus uzdevumus konkrētās lapās, plaši definētus uzdevumus, piemēram, salikt grozā visas vēlamās preces vai izdarīt darbības pa visu pārdošanas piltuvi līdz pat pirkuma pabeigšanai. Centieties neiejaukties viņu darbībās, bet novērot, ko tieši viņi dara, un lūdziet komentēt savas darbības.

 

Testa hipotēžu sagatavošana

Analīzes rezultātā mēs sagatavojam sarakstu ar tehniskām un UX nepilnībām/uzlabojumiem un testu hipotēžu sarakstu. Visas problēmas var iedalīt trīs daļās:

1. Tehniskās nepilnības. Lietas, kas traucē lietotājam pabeigt pirkumu vai veikt kādu citu svarīgu darbību. Lai programmētājiem būtu vieglāk veikt labojumus un darbs būtu produktīvāks, svarīgi piešķirt svarīguma rangu katrai atrastajai tehniskajai nepilnībai un sagatavot ToDo dokumentu, kurā var sekot līdzi darbu progresam.
2. Acīmredzamās UX nepilnības, kuru novēršanai nevajag veikt A/B testēšanu, jo to ietekme nav tik liela, lai tās varētu efektīvi iztestēt. Šīs nepilnības ir tik acīmredzamas, ka to izmaiņas īsā laika periodā palielinās ienākumus no vietnes. Arī šīm ir nepilnībām ir jāpiešķir prioritāte un jāpievieno tās ToDo dokumentam.
3. Potenciālas UX nepilnības jeb testu hipotēzes, kuru novēršanai ieteicams veikt A/B testēšanu. Mēs paredzam, ka novēršot šīs nepilnības, var būtiski uzlabot rezultātu (paaugstināt konversijas procentu (CR), palielināt vidējo pirkumu (AOV), utt.). Lai mūsu hipotēzes būtu matemātiski un statistiski pierādītas, tām veiksim A/B testēšanu.

Zinātnē hipotēze ir pamatots pareģojums, kas jāpārbauda. Hipotēzes var izrādīties gan patiesas, gan nepatiesas, un tieši tāpēc mēs izmantojam A/B testēšanu, lai tās pārbaudītu. Savā būtībā hipotēze sastāv no 3 daļām:

Lielākās grūtības, veidojot testu hipotēzes, ir definēt kādas tieši izmaiņas vajadzētu veikt un kādu efektu tās varētu dot, pieņemot faktu, ka veicot gan kvantitatīvo, gan kvalitatīvo analīzi, mums ir radušās atziņas, kas būtu jāuzlabo.

Šajā brīdī mums nevajadzētu nobīties, ka ar pirmo reizi neizdosies atrast tos pareizos veidus, kas tieši ir jātestē, jo pasaulē nav vienas taisnības par lietām, kas 100% vienmēr strādātu. Vairāk par to lasiet mūsu rakstos: Lielākie konversijas optimizācijas mīti un Vai Konversijas optimizācija ir brīnumlīdzeklis?

Otra lieta, kāpēc uzreiz var neizdoties izveidot veiksmīgas hipotēzes, ir tas, ka, ja Jums nav iepriekšējās pieredzes ar A/B testu veikšanu, tad Jums vēl nav izveidojusies pilnīga skaidrība, kādas lietas parasti ir veiksmīgākas nekā citas utt. Tādas zināšanas parasti rodas no pieredzes. Tāpēc bieži šī procesa daļa tiek nodota ārpakalpojumā CRO aģentūrām, kuras jau māk to darīt efektīvāk.

Veidojot idejas par to, kādas izmaiņas vajadzētu veikt, iedvesmu var gūt:

Hieristiski analizējot iegūtās atziņas no kvantitatīvajiem un kvalitatīvajiem datiem, attiecinot uz tām kādas no Lietotāju pieredzes (UX) vadlīnijas (Frameworks), no kurām populārākie ir AIDA, Caldini 7 Persuasion Principles, WiderFunnel LIFT model, Rubicon model. Vairāk par šiem modeļiem pastāstīsim nākotnē kādā citā rakstā.

Veikt lietotāju pieredzes salīdzinājumu ar konkurentu lapām, taču to darīt ļoti uzmanīgi, jo:

• Pirmkārt, iemesls, kāpēc viņi izveidoja konkrēto lietu (izvēlne, navigācija, grozs, checkout, mājaslapas izkārtojums utt.), iespējams, ir nejaušs. Bieži vien izkārtojums ir tāds, ko web dizainers ir radījis, neveicot rūpīgu analīzi vai testēšanu. Iespējams, viņi pat varbūt vienkārši nokopēja citu konkurentu.
• Otrkārt, tas, kas darbojas viņiem, ne vienmēr palīdzēs Jums. Jums var būt dažādas mērķauditorijas, citi klientu iegūšanas kanāli, pilnīgi citas zīmola vērtības un pārdošanas argumenti utt. Tas, kas darbojas viņu labā, Jums ne vienmēr tā būs.

Iedvesmu var gūt arī lietotāju pieredzes un CRO blogos dotajās idejās. Vienlaikus ir kārdinoši iekrist slazdā, kur tiek zagtas citu cilvēku idejas un radošie centieni. Jābūt ļoti skeptiskam pret gadījumu pētījumiem, jo vairums no tiem nesniedz precīzus skaitļus, kas nozīmē, ka nevarat nodrošināt, ka varat analizēt pētījuma statistisko derīgumu.

Vēl viens veids, kā iegūt idejas, kā realizēt kādu konkrētu lietu, ir pētīt zinātnieku pētījumus ar salīdzinājumiem par pasaules labākajām e-komercijas lapām, balstoties uz Baymard Institute vai Nielsen Norman Group pētījumiem, taču tie ir samērā dārgi. Labi UX speciālisti spēj ātri interpretēt datus un sniegt labas idejas, taču turēt šādus speciālistus savā komandā parasti ir ļoti dārgi.

 

Vērtības piedāvājums, pārdošanas argumenti

Lietošanas pieredzes uzlabojumi lapā veiksmīga testa gadījumā parasti var rezultēties 5-15% konversijas pieaugumā. Tas ir ļoti labi, taču vislielāko ieguvumu parasti nes tie testi, kuru rezultātā tiek testētas izmaiņas, kas maina pircēju motivāciju vai ceļ tirgotāja/produktu vērtības sajūtu, vai stiprina pārdošanas argumentus. Ja šie testi ir veiksmīgi, tad tie var audzēt konversijas pieaugumu pat par 15-50% un īpaši ekstrēmos gadījumos pat vairāk. Taču vienlaikus tos arī ir visgrūtāk izstrādāt.

Vērtības piedāvājums ir lieta Nr. 1, kas nosaka, vai cilvēki apgrūtinās sevi un lasīs vairāk par Jūsu produktu vai arī noklikšķinās uz pogas “Atpakaļ”. Faktiski, ja es varētu Jums sniegt tikai vienu konversijas optimizācijas padomu, tas būtu – “testējiet vērtības piedāvājumu”. Īsumā vērtības piedāvājums ir skaidrs paziņojums, kas piedāvā trīs lietas:

1. Atbilstība – Izskaidrojiet, kā Jūsu produkts atrisina klientu problēmas vai uzlabo viņu situāciju.
2. Vērtība – Sniedziet īpašo priekšrocību aprakstu.
3. Diferenciācija – Pasakiet ideālajam klientam, kāpēc viņam vajadzētu pirkt no Jums, nevis no konkurenta.

Labu vērtības piedāvājumu pazīmes:

• Jūsu vērtības piedāvājumam jābūt uzrakstītam “klienta valodā”.
• Attēli sniedz informāciju daudz ātrāk nekā vārdi.
• Vislabākais vērtības piedāvājums ir skaidrs un precīzs: Kas tas ir? Kam? Cik tas ir noderīgi? Ja uz šiem jautājumiem tiek atbildēts, Jūs esat uz pareizā ceļa. Vienmēr tiecieties pēc skaidrības.
• To var nolasīt un saprast ātrāk nekā 5 sekundēs.
• Tas paziņo konkrētus rezultātus, ko klients iegūs, iegādājoties un izmantojot Jūsu produktus vai pakalpojumus.

 

Testu plānu sagatavošana

Lai sekotu A/B testēšanas grafikam un plānotu nepieciešamos resursus, ir nepieciešams ilgtermiņa testu kalendārs. Kalendārs nodrošina caurskatāmību visā CRO komandā, kā arī ļauj informēt vadītājus un citas personas. Vēl viena svarīga kalendāra priekšrocība ir tā, ka tas palīdz CRO komandai izvairīties no situācijām, kad potenciāli zemas vērtības hipotēzes tiek pārbaudītas pirms tām hipotēzēm, kurām ir lielāka iespēja uzreiz palielināt konversijas un citas metrikas.

WidderFunnel’s PIE metodoloģija testu prioritizācijai

Lai arī ir vairāki hipotēžu prioritizācijas modeļi, populārākais ir PIE modelis, kas prioritizē testus pēc trim atribūtiem: Potenciāls, Nozīmīgums, Ieviešanas vieglums.

Potenciāls: Nosakot hipotēzes potenciālu, novērtējiet tās iespēju ievērojami uzlabot konversiju. Lapām, kurām ir sliktāki metrikas dati, potenciāls ir lielāks nekā tām, kas jau ir samērā optimizētas. Piemēram, e-komercijas vietnes piemērs. Hipotēzei par “navigācijas joslas noņemšanu norēķinu lapā” būs augstāka prioritāte nekā hipotēzēm par “mājaslapas fona krāsas maiņu”. Kāpēc? Pirmā hipotēze var tieši ietekmēt pārdošanas apjomus, otrā hipotēze visdrīzāk to nedarīs.

Paredzams, ka hipotēzes, kurās ir būtiska atšķirība starp tās A/B testa variācijām, ātrāk dos rezultātus. Tāpēc šādām hipotēzēm ir jāpiešķir prioritāte salīdzinājumā ar citām.

Nozīmīgums: Nosakot hipotēzes nozīmīgumu, atlasiet tās, kuras ietekmē lapas ar lielāko apmeklētāju skaitu. Īpaši svarīgi tas ir tāpēc, ka uz šīm lapām Jūs, iespējams, vedat maksas apmeklējumus, tāpēc uzlabojumi tajās tieši ietekmēs apmeklētāju iegūšanas izmaksas.

Ieviešanas vieglums: Ir svarīgi saprast, ka ne visas lapas ir viegli optimizēt. Piemēram, e-komercijas produktu kataloga skatu var būt tehniski sarežģīti sākt optimizēt, bet sākumlapu, iespējams, ir tehniski daudz vienkāršāk optimizēt. Ir svarīgi vispirms izvēlēties tās hipotēzes, kas ir viegli ieviešamas. Ieviešanas vieglumu jānosaka, pamatojoties uz darba stundām, kas vajadzīgas šo attiecīgo testu izveidei un veikšanai. Visu komandas locekļu darba laiks jārēķina kumulatīvi.

Gala prioritāte: Jums jānovērtē hipotēzes katram no šiem parametriem skalā no 1 līdz 10 (kur 1 ir zemākais un 10 ir visaugstākais vērtējums), jāsaskaita vērtības kopā un jādala to summa ar 3. Izdarot to visām hipotēzēm, esat izveidojuši hipotēžu prioritāšu sarakstu.

Svarīgi saprast, ka iegūtais testa plāns nav akmenī kalts. Veicot daudzus testus, Jūs iegūsiet ieskatus, kas radīs jaunas testa hipotēzes, piemēram, to, ka kādam konkrētam lapas elementam vajag veidot iteratīvu versiju. Tāpēc esiet elastīgi, taču pieturieties pie kopējā plāna, jo tikai tā var nonākt pie tā lielā un gaidītā rezultāta, ko neiegūsiet ar haotisku testu plānu.

 

Testa noformēšana

Ir divi galvenie testa veidi, kurus izmanto CRO: A/B tests (vai dalītais tests) un vairāku mainīgo tests (Multivariate). Vairāku mainīgo testi ir iespējami tikai tādos e-komercijas risinājumos, kur ir ļoti, ļoti liels apmeklējums, tāpēc tos neapskatīsim.

A/B tests ir vienlaicīgi veikts eksperiments, kad daļu no vietnes apmeklētājiem sadalām uz oriģinālo lapu un uzlaboto/alternatīvo vietnes skatu, lai pierādāmi saprastu, vai izmaiņas radīs paredzamo rādītāju un pirkumu skaita paaugstinājumu. Testēšanas programmatūra lapas abus variantus (sauksim tos par A un B) attēlo vienlaicīgi pēc parametriem līdzīgiem apmeklētājiem un kontrolē, lai apmeklētājs, atkārtoti atgriežoties lapā, redzētu tikai šo lapas versiju. Uzvar tas testa variants, kurš dod labāku konversijas rezultātu. Šī metode ir noderīga no finanšu viedokļa, jo ļauj precīzi paredzēt ienākumu palielinājumu, ja tiks ieviesti uzlabojumi. A/B testu atslēga ir tā, ka viss ir balstīts uz datiem un nav vietas nepamatotiem atzinumiem un hipotēzēm.

Testus nav lietderīgi veikt lapām ar mazāk nekā 1000 apmeklētājiem dienā, tādos gadījumos var testēt, balstoties nevis uz darījumiem, bet, piemēram, uz konversiju no kataloga lapas uz preces lapu vai no preces lapas uz grozu, taču šādi testi vairs nav tik uzticami, jo mikrokonversiju pieaugums var neizraisīt kopējo konversijas pieaugumu.

Testa noformēšanā ir šādi soļi:

• Testa varianta dizaina prototipa izveide, īpaši pievēršot uzmanību tam, ka tests ir jāizstrādā responsīvai videi – tam vienādi labi jādarbojas gan Desktop vidē, gan uz mobilajām ierīcēm. Ja vien, protams, testu nav paredzēts palaist tikai Desktop vai tikai Mobile lietotājiem.
• Tehniskās specifikācijas izveide – dokuments, kas satur visu informāciju, kas nepieciešama izstrādei un kvalitātes kontrolei. Mūsu mērķis ir, lai visa informācija būtu vienuviet – tehniskā specifikācija, wireframes, mockups un programmas kodi. Sareģītākām vietnēm ir vērts izmantot GitHub, kas palīdz to visu sakārtot.
• Paša testu izstrāde un kvalitātes nodrošināšana izstrādes gaitā, lai nepalaistu testu, kas ir pilns ar kļūdām vai neatbilst prasībām.

Lai palaistu konversijas optimizācijas testus, mēs izmantojam tādus rīkus kā Google Optimize un Optimizely, taču var droši izmantot arī citus kā, piemēram, VWO, Convert, utt. CRO A/B testēšanas rīka izvēle ir atkarīga no klienta vajadzībām, mērķiem un arī tā, cik liels ir budžets testēšanas rīkam.

Ja budžets ir ierobežots, tad lieliska izvēle ir bezmakas Google Optimize, kas lieliski pilda testu vajadzības, taču ir ar ierobežojumiem (vienlaicīgi var izpildīt tikai 5 testus, taču tas Latvijas apstākļiem ir ļoti daudz) un nav vizuāli tik pievilcīgs un ērts kā maksas alternatīvas.

Galvenās Google Optimize funkcijas:

• Var veikt A/B, Multivariate un dažādu URL salīdzināšanas testus.
• Satur WYSIWYG (What-You-See-Is-What-You-Get) tipa grafisko redaktoru, lai grafiskā veidā varētu veidot testa versijas.
• Redaktors ir ar responsivitātes atbalstu, lai testu pielāgotu arī mobilajām iekārtām.
• Tā darbību var pielāgot caur Cookies, JavaScripts, UTM parametriem un lietotāju atribūtiem.
• Ērtas atskaites, tai skaitā tās parādās arī Google Analytics.
• Viegli integrējas ar tādiem Google rīkiem kā Google Analytics un Google Ads.

Vairāk par Google Optimize lasiet viņu lapā: https://marketingplatform.google.com/about/optimize/features/ vai mūsu bloga rakstā: par Google Optimize.

Noformējot testus, arī iesaku papētīt galvenos mītus par Konversijas optimizāciju, jo, iespējams, arī Jums prātā ir kāds mīts, kurš var ietekmēt to, cik efektīvi Jūs izveidosiet testus. Vairāk par to lasiet mūsu rakstā: Lielākie konversijas optimizācijas mīti.

 

Testu veikšanas ilgums

Testēšanas rīki kļūst aizvien robustāki un ērtāki. Testēšanas rīki arī paziņo, kad tests ir beidzies – tiek sasniegta statistiskā pārliecība (statistical signifence), kas nozīmē, ka testa rezultāts nav vienkārši sagadīšanās.

Diemžēl dažreiz gadās, ka tests kāda nejauša iemesla dēļ jau pirmajās dienās sasniedz statistisko pārliecību, bet, ja tests netiek veikts pilnā biznesa ciklā un pilnā testēšanas apjomā, tā var būt viltus uzvara vai zaudējums (Type I and Type II errors – false positives and false negatives), kas nākamajās testu dienās vairs neuzrādītos. Pamatā tas ir tāpēc, ka testiem pietrūkst statistiskā spēka (Power) vai testus ir ietekmējušas negaidītas izmaiņas apmeklētāju uzvedībā. Tāpēc svarīgas ir statistikas zināšanas, kas ļauj izvairīties no šāda tipa kļūdām.

Veicot testus, ir jāņem vērā vairāki faktori:

• Testi jāveic pilnas nedēļas, lai izvairītos no dažādas apmeklētāju uzvedības atkarībā no nedēļas dienas. Piemēram, brīvdienās apmeklētāji rīkojas savādāk nekā darba dienās.
• Vēlams testu veikt divus biznesa ciklus (laiks no brīža, kad apmeklētājs pirmo reizi atnāk uz lapu, līdz brīdim, kad tiek veikts darījums).
• Vēlams testus neveikt ilgāk par četrām nedēļām, jo tad var parādīties dažādi traucējumi un trokšņi, ko izraisa testējamo atkārtota ielikšana testu grupās.
• Optimāls testa ilgums ir trīs nedēļas, kas parasti ietver divus biznesa ciklus, bet vienlaikus nav arī par lielu.
• Pirms testa sākšanas jādefinē fiksēts testa dalībnieku skaits (Sample size), ko var veikt ar testa dalībnieku skaita kalkulatoru. Testu uzvarētāju nevar noteikt, pirms testā nav piedalījušies visi testa dalībnieki.
• Ņemiet vērā dažādus ārējos faktorus. Piemēram: atlaižu periodus vai periodus, kad krietni pieaug apmeklētāju skaits.

Pirms sākt testu, ir jāatrod optimālais testa dalībniekus skaits (sample size), kas nodrošinātu nepieciešamo statistisko spēku. No dalībnieku skaita un tā, cik % dalībnieku tiks iekļauti testā, arī būs atkarīgs testa ilgums. Pilnīgi precīzi to paredzēt nevar, taču to var prognozēt, balstoties uz gaidāmo konversijas pieaugumu. Izpildot testu, apmeklētāji tiek pastāvīgi iekļauti testā, un to skaits mainās. Konversijas rādītāji testa laikā var pieaugt, samazināties un stagnēt.

Internetā ir atrodami testu kalkulatori, kuros var noteikt potenciālo testa izpildes laiku. Piemēram, šis: https://vwo.com/tools/ab-test-duration-calculator/.

 

Testu izpilde

Palaižot testu, to vispirms būtu jānotestē tikai uzņēmuma ietvaros, izmantojot testu rīku pārbaudes funkcionalitāti. Vienlaikus var gadīties, ka tādejādi nevar pamanīt kādu kļūdu testa sagatavošanā, tāpēc ir svarīgi testa laikā sekot līdzi tā norisei tieši no kļūdu viedokļa. Sekošanu līdzi var veikt izmantojot CRO rīka, Google Analytics un kvalitatīvo analīzes rīku palīdzību.

Pavisam sliktu rezultātu gadījumā var pieņemt lēmumu testu apstādināt, taču, lai pierādītu testu statistiski, ir jāsasniedz plānotā testa ticamība un testa dalībnieku skaits. Pilnīgi noteikti nedrīks pieņemt, ka, ja CRO rīks parāda, ka tests ir sasniedzis statistisko ticamību, bet nav sasniegts nepieciešamais testa dalībnieku skaits, testējamā versija ir uzvarējusi!

Veikt tikai vienu testu vienlaikus ir pareizi no statistikas zinātnes viedokļa, taču praktiski tas nav labs padoms vairākumam e-komercijas risinājumu, jo tad gada laikā varēs veikti tikai pavisam mazu skaitu testu. Protams, katram testam ir ietekme uz citiem testiem, taču ja tiek izvērtēta testu būtība un tie praktiski neietekmē viens otru, tad tipiski ir pieņemts, ka var veikt līdz pat 3 testiem vienlaikus, tajā pašā laikā analizējot testu rezultātus, piemērojot statistiskās korelācijas.

Vidēji sākumā 10-20% testu būs ar vērā ņemamiem ieguvumiem, 40-60% uzrādīs nebūtisku pieaugumu, kur uzvarētāju nevarēs noteikt, un 10-20% testu būs ar negatīvu rezultātu, tāpēc svarīgi ir pareizi plānot testu plānu. Ar laiku, augot pieredzei par to, ko un kādā viedā testēt, veiksmīgo testu apjoms jau var sasniegt 40% un vairāk. Vienlaikus pat tad, ja tests “zaudē”, mēs joprojām no tā iegūsim daudz atziņu par lietotāju uzvedību, kas palīdzēs nākotnes testu izveidē.

 

Pēctestu analīze un atskaites

Ja tests ir uzvarējis, tad nākamais solis ir acīmredzams – nepieciešams veikt uzvarējušo variantu ieviešanu vietnē, veicot pēctesta analīzi, lai pārliecinātos, vai izmaiņas ieviešanas process un kādas tā laikā radušās kļūdas nav kaitējušas konversijas līmenim un citiem KPI.

Arī, ja tests ir negatīvs, no tā ir jāmācās. Pirmkārt, jāpaskatās, vai nav bijuši kādi apmeklētāju segmenti, kur tomēr testa dati uzrādījuši variācijas uzvaru. Tas var novest pie tā, ka, iespējams, tests vienkārši ir jāpārveido, un izmaiņas ir testējamas un pozitīva rezultāta gadījumā ieviešamas tikai šim segmentam. Tā jau tad būtu zināmā veidā vietnes personalizācija.

Nevajag piemirst arī piefiksēt testa datus. Gan pozitīvos, gan negatīvos. Gala testa atskaitē parasti tiek ietverti testa galīgie rezultāti, secinājumi un ierosināti turpmākie pasākumi. Testu datu piefiksēšana ļaus izvairīties no tā, ka nākotnē testē kādus vietnes aspektus, kas jau ir notestēti pirms tam. Testa datu piefiksēšana arī ļauj vēsturiski pētīt testēšanas programmas ietekmi uz konversijas uzlabošanas procesa ātrumu un veiksmīgo testu procentu. Jo lielie CRO ieguvumi parasti nāk, kad optimizācijas programmas sasniedz savu pilnvērtīgumu (maturity) un kad primāri netiek domāts jau par vienu testu, bet par visas programmas rezultivitāti gada rezultātu griezumā.

Viens tipisks veids, kā fiksē testa atskaites, ir izmantojot speciāli izveidotu Trello boardu, taču var izmantot arī speciāli šim izstrādātos maksas rīkus kā, piemēram, GrowthHacking Experiments.

Zināšanu krātuvei jābūt pareizi strukturētai. Krātuvē var organizēt iepriekšējos testus un to secinājumus, diferencējot tos pēc to “pārdošanas piltuves posma” un “pārbaudītajiem elementiem”. Varat pievienot citus faktorus, lai krātuvi padarītu noderīgāku un vieglāk meklējamu.

Un tā turpinām pa apli, atgriežamies uz sākuma soļiem.

Nevajag piemirst pārskatīt vietnes kopējos datus, kas mums ir pēc pirmajiem testiem, un jācenšas identificēt jaunas iespējas un jautājumus, aktualizējot Testēšanas plāna dokumentu ar jaunajām testu hipotēzēm. Īpaši svarīgi tas ir saistībā ar to, ka lielākais konversijas pieaugums parasti ir tad, kad atrod kādu veiksmīgu lietu un (insights) turpina to attīstīt ar sekvenciāliem testiem, tādejādi pastiprinot tās ietekmi vai arī attiecinot šīs jauniegūtās ziņās uz citām vietnes sadaļām. Kā piemēru tam var minēt, ja atrodam kādu veiksmīgu vērtības ziņojumu (value proposition), izvietojam to ne tikai preces lapā, bet arī notestējam to kategorijas lapās, sākumlapā un grozā. Vai arī pilnveidojam šo veiksmīgo vērtības ziņojumu tādā veidā, ka tas vēl precīzāk sasaucas ar apmeklētāja vērtībām un vēlmēm.

 

Kopsavilkums

Konversijas optimizācija var ievērojami mainīt konversijas līmeni (un tādējādi arī Jūsu ienākumus), bet tas notiks tikai tad, ja izmantosiet strukturētu un sistemātisku pieeju, kas balstās uz datiem un stukturētu procesu, nevis uz mītiem vai gadījuma testiem. Tagad Jums ir ceļvedis, lai Jūs nekāptu uz tiem pašiem grābekļiem, uz kuriem jau uzkāpuši citi.