Позиционирование повышает узнаваемость и популярность сайта в Интернете. В результате позиционирования веб-сайта или магазина растущий трафик должен привести к продажам. Для этого необходимо включить оптимизацию коэффициента конверсии в свою стратегию интернет-маркетинга. Что такое оптимизация конверсии и как ее сделать?
Оптимизация конверсии — это достижение цели, поэтому для каждого сайта это понятие означает что-то свое. Однако давайте сосредоточимся на конверсиях на бизнес-сайтах и в интернет-магазинах, т.е. на продажах. В этом контексте оптимизация конверсии означает действия, которые облегчают клиенту путь к покупке и увеличивают шансы на получение продаж.
Изменения на сайте не всегда достаточны для оптимизации конверсии. Норман Нильсен перечисляет несколько факторов, которые, помимо функциональности и внешнего вида сайта, могут повлиять на коэффициент конверсии:
Добавим, что предложение случайных решений вряд ли можно назвать эффективной оптимизацией конверсии. Точно так же копирование решений, хорошо зарекомендовавших себя у конкурентов, — тоже не самый эффективный подход. Итак, каковы шаги, связанные с оптимизацией коэффициента конверсии, и как вы их выполняете?
Прежде чем начать, вы должны знать все области, связанные с конверсией — клиенты, рынок, конкуренция, продукт/услуга, эффективность продаж. Наиболее важным аспектом является знание ожиданий и потребностей клиентов . Было бы сложно улучшить работу сайта, если бы мы не знали, какие улучшения нужны клиентам.
Исследование клиентов может быть дорогостоящим, но, используя маркетинговые инструменты, мы можем сократить эти расходы. Большинство веб-сайтов и магазинов имеют доступ к данным из Google Analytics и Google Search Console. Это хорошая отправная точка для сбора информации об оптимизации конверсии о:
Если у нас есть инструмент, который записывает поведение пользователей или собирает данные о кликах в виде тепловых карт — тем лучше. Однако стоит подчеркнуть, что это в основном платные инструменты, и если веб-сайт не находится под присмотром агентства, он редко имеет доступ к таким данным. это относится и к вам? Попробуйте Яндекс Метрику, этот инструмент бесплатный и позволяет фиксировать перемещение курсора покупателями по сайту. Благодаря этому вы будете знать места, в которых теряется клиент, и проверите, так ли, на ваш взгляд, интуитивно понятный дизайн сайта таков на практике.
Тепловая карта в бесплатном инструменте Яндекс Метрики. Источник: metrica.yandex.com
После создания персоны стоит подумать, какие вопросы в рамках сайта/магазина и предложения будут важны для такого модельного пользователя. Это можно сделать, например, в виде вопросов, которые такой пользователь мог бы задать себе, например:
Конечно, это всего лишь примеры, и эти вопросы будут варьироваться от отрасли к отрасли. Однако стоит провести такое упражнение и таким образом проверить, предоставляет ли веб-сайт покупателю информацию, необходимую ему для принятия решения не только о покупке, но и о дальнейшем просмотре предложения.
Мы упомянули в начале, что исследование клиентов может быть дорогостоящим. Мы имеем в виду такие виды деятельности, как:
Это действия, которые требуют сбора группы, выделения времени для разговора, а затем сбора и обработки результатов такого исследования. Относительно недорогим решением являются опросы в сочетании с пробными покупками или пробным заказом услуги. Исследования с участием групп предполагают вознаграждение или, по крайней мере, передачу продуктов или доступа к услуге для участников. Плохие решения, безусловно, включают отправку опросов друзьям и семье. Нам важны объективные ответы.
Ценным источником информации о целевой группе является отдел продаж или обслуживания клиентов. Люди из этих отделов могут указать наиболее распространенные проблемы, ожидания, причины начала или прекращения сотрудничества и даже язык, используемый клиентами (важно на этапе создания контента). Служба поддержки клиентов первой узнает, какие эмоции вызывает компания, продукт или услуга. Он не понаслышке знает об имидже компании в глазах клиента и… об эффективности маркетинговой деятельности и сайта. Однако часто интернет-магазины автоматизируют обслуживание клиентов и мало контактируют с покупателями.
После тщательного анализа данных и сбора знаний о клиентах и проблемах с конверсией мы можем выдвинуть гипотезу - выявить проблему, с которой клиент находится на пути к конверсии, предложить потенциальное решение проблемы и ожидаемый эффект после внедрения решения . Важно формулировать гипотезы таким образом, чтобы их можно было проверить. Если в результате внедрения решения мы не можем определить эффект в виде конкретных данных от инструментов, например, глубины посещений, продаж, количества загрузок формы и т. д., то такая гипотеза бесполезна. Гипотеза также должна быть связана с целями веб-сайта и должна быть результатом исследований и анализа, проведенных в начале.
Примером гипотезы может быть:
Добавление информации о том, сколько клиенту не хватает для бесплатной доставки, увеличит среднюю стоимость корзины примерно на 40%.
Такая гипотеза может возникнуть, например, в случае магазина, где средняя стоимость корзины составляет 70 злотых, а покупатель не будет платить за доставку от 100 злотых. Поэтому можно предположить, что если бы он знал об этом, то выбрал бы дополнительные продукты, чтобы не платить за курьера. В этом случае твердыми данными будет средняя стоимость корзины. Такая информация, т.е. источник наших предположений, также должна стать частью гипотезы:
В результате анализа средней стоимости корзины и сравнения ее с минимальной суммой, необходимой для получения бесплатной доставки, мы решили, что информирование покупателя о бесплатной доставке от 100 злотых может мотивировать увеличить стоимость корзины. Благодаря этому средняя стоимость корзины, которая в настоящее время составляет 70 злотых, может увеличиться как минимум до 100 злотых, и, таким образом, мы зафиксируем среднее увеличение стоимости корзины на уровне около 40%.
Однако этот эффект, безусловно, может быть достигнут разными путями. Может быть лучше дать бесплатную доставку на все суммы, но повысить цены? Мы также можем сформировать гипотезу, исходя из ожидаемого эффекта и пытаясь создать сценарии , которые позволят достичь этого эффекта. Если у нас есть несколько решений проблемы, которые могут дать одинаковые результаты, мы должны в конечном итоге выбрать то, которое, по нашему мнению, имеет наилучшие шансы на успех.
Таким образом, гипотеза должна включать:
На этом этапе ваша цель — проверить правильность гипотезы. Однако возникает вопрос, на каких подстраницах тестировать решение?Сосредоточиться на главной странице или страницах оформления заказа? Или, может быть, протестировать их все сразу? Это нормально, когда возникают проблемы с принятием решения. Вы можете искать поддержку в инструментах — шаблонах, которые упрощают расстановку приоритетов и определяют, какой тип и где из проведенных тестов может дать нам наибольшую пользу. Также мы часто используем проверенные схемы, например, начинаем с оптимизации той страницы, которая играет наибольшую роль в получении конверсий, которую чаще всего посещают, или анализируем поведение конверсионных клиентов. Если этот подход работает, вы можете придерживаться его. Однако, если это эффективно, попробуйте схемы, разработанные экспертами по оптимизации конверсии.
Одной из схем определения приоритетов тестирования является модель PIE, разработанная Крисом Говардом. PIE — английская аббревиатура от Potential, Importance, Ease. Следующие слова означают Потенциал — какова вероятность того, что что-то изменится и является ли это изменение значительным, Значимость — действительно ли введенное изменение повышает коэффициент конверсии, Легкость — в тестировании и внедрении решения. Как вы можете догадаться, человеку, делающему первые шаги в CRO, будет сложно следовать методологии PIE. Отдельные категории методики неуловимы и оцениваются довольно субъективно. Конечно, в этом деле нужен большой опыт и знания.
Возможно, лучшими решениями были бы методологии, основанные на числовой шкале: PXL Framework или HotWire Framework. Ниже приведен пример схемы методологии PXL, состоящей из вопросов и ответов в виде чисел. Благодаря этому результат расстановки приоритетов также является числовым и имеет более объективный подтекст.
Как только мы определяем гипотезу и устанавливаем план приоритетов, мы переходим к этапу тестирования. В нашем распоряжении есть различные методы, здесь мы сосредоточимся на обсуждении двух наиболее популярных из них: A/B-тестирование и многовариантное тестирование.
Вероятно, самым популярным методом тестирования новых решений является A/B-тестирование. Они заключаются в том, что одновременно доступны две версии страницы и они отображаются пользователям случайным образом. Например, во время A/B-тестирования мы с вами можем увидеть две разные версии одной и той же страницы. На практике мы делим наших получателей на две (или более) группы, показываем им разные версии сайта и сравниваем эффективность новых решений с оригинальной версией сайта.
Однако, чтобы A/B-тесты были надежными, нам нужен большой конверсионный трафик на обеих версиях веб-сайта и дополнительное время для тестирования. Например, тестирование двух версий в течение одного дня на группе из нескольких десятков пользователей может оказаться неэффективным — каков шанс, что они сконвертируются, если у нас обычно 2 конверсии на 1000 посещений? Стоит помнить, что в случае с сайтами и магазинами некоторые посещения не являются преднамеренными, т.е. кто-то может зайти на сайт случайно, по ошибке. Понятно, что такие люди не будут конвертироваться, даже если мы подготовим для них максимально оптимизированный лендинг.
Если на вашем сайте уже много конвертирующих пользователей, A/B-тестирование — отличный способ протестировать новые решения. В отличие от изолированных юзабилити-тестов или опросов пользователей, они показывают, как на самом деле ведут себя ваши пользователи и что для них действительно работает.
Но что, если у вас мало конверсий? Тогда вы сможете позволить себе внедрять решения сразу для всех пользователей и наблюдать, увеличится ли в результате конверсия.
Этот метод тестирования изменений на странице позволяет создавать разные варианты страницы с разными комбинациями изменений. Например, если мы хотим протестировать макет меню и кнопку «Купить сейчас», и у нас есть два решения для каждого из этих элементов, тестирование будет включать следующие комбинации:
Меню A + кнопка A
Меню B + кнопка B
Меню A + кнопка B
Меню B + кнопка A
Благодаря этому мы имеем представление о различных сценариях и изучаем отношения между элементами на странице. В отношении A/B-тестирования мы упомянули, как важно иметь хорошую выборку пользователей для теста. В случае многовариантных тестов выборка должна быть еще больше, потому что, например, по приведенной выше схеме нам нужно целых 4 большие конверсионные группы пользователей, чтобы сделать ценные выводы.
Проведение A/B и многомерных тестов облегчается специальными инструментами, например:
Наконец, мы проверяем, сработало ли решение, и реализуем его. Просто, верно? К сожалению, оптимизация конверсии на этом не заканчивается. В большинстве случаев мы имеем дело не с такой простой ситуацией. Что стоит знать на этапе подачи заявки?
Приключения с оптимизацией конверсии обычно начинаются с тестового внедрения решений, которые дали результаты другим. Нельзя сказать, что такая стратегия обречена на провал, но со временем сайт требует более кропотливой работы. Внедрение процесса оптимизации конверсии — это ответ требовательным магазинам, которые хотят постоянно совершенствоваться и развивать продажи.
When you subscribe to the blog, we will send you an e-mail when there are new updates on the site so you wouldn't miss them.
Комментарии