W poniższym artykule przybliżę, czym jest optymalizacja współczynnika konwersji w e-commerce, jak działają testy pozwalające podnieść współczynnik konwersji oraz w jaki sposób wykorzystać do tego dedykowane narzędzie Google Optimize. Koncepcja zwiększania współczynnika konwersji jest nieodłącznym elementem sprzedaży online. Przy rosnących kosztach marketingowych oraz kosztach CPC, marzymy o zwiększaniu przychodów, bez ciągłego zwiększania nakładów marketingowych.
Wzór na współczynnik konwersji w e-commerce
Współczynnik konwersji jest to iloraz wybranych akcji (w e-commerce realizacji transakcji), do ilości odsłon strony pomnożony razy sto procent.
CR (Współczynnik konwersji) = (Ilość zakupów / Ilość użytkowników) x 100%
Czym jest optymalizacja współczynnika konwersji e-commerce?
Analizując powyższy wzór, aby podnieść współczynnik konwersji, należy zwiększyć ilość zakupów ze stu sesji użytkowników. Zatem optymalizacja współczynnika konwersji to działanie mające na celu “przekonanie” użytkowników, którzy są już na stronie do zrealizowania transakcji.
W pierwszej chwili może wydawać się to nienaturalne skoro mamy 100 użytkowników na sklepie i tylko 10 z nich ma silną intencję zakupową to, w jaki sposób możemy przekonać tego 11 klienta do realizacji transakcji?
Właśnie dlatego powstała dziedzina, CRO (Conversion Rate Optimization), która poprzez szereg usprawnień w całym procesie zakupowym, wpływają na zwiększenie intencji zakupowej klienta i tym samym zwiększenie współczynnika konwersji.
Strategie optymalizacji konwersji e-commerce?
Poniżej kilka głównych strategii podnoszących współczynnik konwersji. Są to ogólne, wielokrotnie rekomendowane i testowane elementy sklepu internetowego. Poniższe przykłady będę dotyczyć zaufania, ceny, dowodu społecznego, łatwości realizacji transakcji, marketingu treści oraz technologii sklepu internetowego.
Płatności
1. Wdrożenie lokalnych płatności
2. Odroczone płatności (np. Pay later with Klarna)
3. Quick buttons payments (np. PayPall, ShopPay, GooglePay, ApplePay)
4. Ikony płatności (Wzbudzające poczucie bezpieczeństwa podczas realizacji transakcji)
Dostawa i zwroty
5. Lokalna opcja dostawy (np. Paczkomaty InPost – Polska, DPD – UK)
6. Szybki czas realizacji dostawy (np. 2 – 3 dni robocze)
7. Prokonsumencka opcja zwrotu towaru (np. darmowy oraz wydłużony zwrot, wysoki odsetek przyjmowanych reklamacji)
Zaufanie oraz dowód społeczny
8. Dodanie opinii produktowych w miejscu dodawania produktu do koszyka
9. Zabezpieczenie sklepu (Certyfikat SSL, Ikony płatności)
10. Moduł z opiniami klientów
Realizacja transakcji Checkout
11. Przetestowany i bardzo prosty w realizacji transakcji Checkout
12. Dodanie paska postępu w Checkout
13. Możliwość realizacji transakcji jako gość
14. Porzucony koszyk (mail lub exit-pop)
Technologia sklepu
15. Zoptymalizowana szybkość odświeżania strony (np. technologia headless)
16. Zoptymalizowana strona pod mobile (mobile index first, wzrost ruchu mobilnego)
17. Rozbudowane i UX friendly opcje filtrowania (łatwość wyszukiwania interesujących informacji)
18. Przetestowana stylizacja i rozmieszczenia przycisków CTA (Call to action), głównie ATC (Add to cart) oraz Checkout
Marketing i treści
19. Wartościowy content na stronie (prawdziwe wideo, zdjęcia, oryginalne i wartościowe treści)
20. Zbieranie adresów e-mail (np. Zapis na newsletter ze zniżką)
21. Program lojalnościowy (budowanie lojalności klientów)
22. Wyraźne przedstawienie USP (Unique Selling Proposition)
23. Spersonalizowane komunikaty dostosowane do grupy użytkowników lub pojedynczego użytkownika (np. narzędzie marketing automation)
Google Optimize w optymalizacji konwersji e-commerce
Spełniając powyższe kryteria, czas na kolejne kroki, które pozwolą na zwiększenie udziału obecnego ruchu w sprzedaży. W tym celu pomoże nam narzędzie Google Optimize. Głównym założeniem Google Optimize jest testowanie i porównywanie wybranych elementów strony w celu zwiększenia współczynnika konwersji. Narzędzie pozwala na tworzenie 3 głównych testów: testy A / B, testy wielowymiarowe oraz testy przekierowań (wszystkie rodzaje testów omówimy dokładniej w kolejnych punktach).
Moduł Progress bar w Checkout
Przykład pozytywnego testu A / B “Progress bar” w Google Optimize podnoszącego ilość transakcji o 5%
Tworzenie hipotez do testów w Google Optimize
Przed rozpoczęciem testów z wykorzystaniem narzędzia Google Optimize, kluczowym jest przygotowanie listy potencjalnych ulepszeń, które chcielibyśmy wykonać. Z punktu widzenia optymalizacji konwersji jest to nawet ważniejsze zadanie niż samo testowanie losowo wybranych lub średnio efektywnych modułów. W tym celu pomóc nam może:
- HotJar
- Google Analytics
- Ankieta do klientów
- Lista sklepów internetowych liderów branży
HotJar w przygotowaniu hipotez do testów A / B w Google Optimize
HotJar lub pokrewne narzędzia do weryfikowania ruchu są jednym z kluczowych źródeł informacji o stronie. Dzięki temu możemy nagrywać pojedyncze sesje użytkowników lub tworzyć mapy kliknięć. To właśnie obserwacja zachowań użytkowników jest potencjalnym źródłem do przygotowywania testów A / B. Miejsca, w których użytkownicy gubią się lub porzucają stronę, oznaczają punkty wymagające przyjrzenia się lub przetestowania przy pomocy Google Optimize.
Google Analytics w przygotowaniu hipotez
Google Analytics to kopalnia wiedzy o ruchu oraz zachowaniu użytkowników. Pomocne w analizie ruchu oraz zachowaniu użytkowników będą raporty takie jak: skuteczność produktu, zachowanie zakupowe, współczynnik odrzuceń (bounce rate), zachowania zakupowe, zachowania na etapie realizacji transakcji.
Ankieta lub pomoc znajomego
Kolejnym sposobem na zebranie hipotez może być poproszenie grupy znajomych o zrealizowanie transakcji od momentu wejście na stronę po finalizację zamówienia. Następnie zebranie szczegółowego wywiadu, czy na którymś z etapów nie mieli problemów ze zrealizowaniem transakcji.
W przypadku ankiety możemy wysyłać ankiety po-zakupowe do klientów z prośbą o podzielenie się doznaniami zakupowymi lub umieścić widget na stronie z prośbą o krótką ocenę użyteczności strony. W celu zachęcenia użytkowników do podzielenia się swoją opinią możemy zaoferować np. rabat na kolejne zakupy.
Liderzy w branży e-commerce
Z dużą dozą prawdopodobieństwa liderzy w branży korzystają z przetestowanych rozwiązań podnoszących współczynnik konwersji. Dlatego warto obserwować które rozwiązania zostały wdrożone właśnie wśród takich sklepów internetowych. Pozwoli to zaoszczędzić czas na testowanie nieefektywnych rozwiązań i skupienie się prawdopodobnie na przetestowanych rozwiązaniach.
Wdrażanie hipotez w Google Optimize
Po wybraniu hipotez czas na wdrożenie testów w narzędziu Google Optimize. W celu wdrożenia pierwszego testu można skorzystać z poradnika Google dostępnego tutaj. Wyróżniamy 3 główne warianty testów w Google Optimize:*
Testy A / B w Google Optimize
To test polegający na poddaniu badaniu co najmniej dwóch wariantów tej samej strony. Wariant A to oryginał natomiast wariant B zawiera przynajmniej jeden zmodyfikowany element w stosunku do oryginału (na przykład zmiana koloru CTA). Do testów A / B zaliczamy również zupełnie inną wersję strony.
Aby określić, jak najlepiej wyniki testu każdy z wariantów wyświetlany jest w podobnym czasie (porze dnia), tej samej grupie docelowej. Dzięki temu minimalizujemy błędy wynikające od czynników zewnętrznych. Testy możemy również ograniczyć do konkretnej grupy odbiorców, kraju ich pochodzenia, urządzenia, z którego korzystają.
Testy wielowymiarowe (Multivariate tests)
Test wielowymiarowy testuje warianty dwóch lub większej ilości elementów w tym samym czasie, aby zweryfikować, która kombinacja daje najlepsze wynik.
Zamiast pokazywać, który wariant strony jest najskuteczniejszy (jak w teście A/B), test wielowymiarowy (MVT) identyfikuje najskuteczniejszy wariant każdego z elementów, a także analizuje interakcje między tymi elementami. Testy wielowymiarowe są przydatne na przykład do optymalizacji wielu aspektów strony docelowej na raz.
Testy przekierowań (Redirect tests)
Test przekierowań (tzw. test podzielonego adresu URL) to rodzaj testu A/B, który pozwala testować różne strony internetowe względem siebie. W testach przekierowań warianty są identyfikowane przez adres URL lub ścieżkę zamiast elementów na stronie. Testy przekierowań są przydatne, gdy chcesz przetestować dwie bardzo różne strony docelowe lub całkowicie przeprojektować stronę.
Źródło:
*https://support.google.com/optimize/answer/7012154?hl=en#related-resources&zippy=%2Cin-this-article
Jak analizować dane w Google Optimize?
2 główne miejsca do ustawiania testów oraz ich późniejszej analizy w Google Optimize to: details oraz reporting. W zakładce details dokonujemy konfiguracji testu, natomiast w reporting odczytujemy wyniki.
Details w Google Optimize
W tym miejscu ustawiane jest targetowanie testu. Opcje, które możemy wykorzystać:
- Jaki procent osób z całkowitego ruchu ma obejrzeć test.
- Waga wariantu (weight). Standardowo ustawiona wartość to 50%. W przypadku, w którym chcemy skierować większy ruch, na któryś z wariantów możemy zwiększyć wartość wskaźnika weight. Natomiast w przypadku potrzeby wdrożenia od razu wygrywającego wariantu wystarczy ustawić wagę 100%. (Należy pamiętać, że w kontekście testu A / B jego żywotność to 90 dni. Do tego czasu należy wdrożyć wygrywający wariant bezpośrednio na stronie).
- Zachowanie (Behaviour) wybór źródła ruchu kierującego na wygraną stronę
- Geolokalizacja (Geo) wybór miasta, regionu lub kraju
- Technologia (Technology), wybór systemu operacyjnego, rodzaj sprzętu (mobilu lub desktop)
- Kilka dodatkowych kryteriów związanych z technologią na stronie (JavaScript, First-party Cookie, etc.), możemy ustawić test dla osoby, która zalogowała się na stronie lub wykonała inną akcję.
Reporting w Google Optimize
To miejsce pozwalające zweryfikować wyniki testu. W e-commerce najczęściej stosuje się 2 główne raporty: transakcje (transactions) oraz przychody (revenue), ale możemy również testować inne wskaźniki jak np. Bounce Rate.
Kluczowe wskaźniki raportach w Google Optimize
Google Analytics
Experiment Sessions — ilość odnotowanych sesji dla wariantu A oraz B
Experiment Transactions — ilość odnotowanych transakcji
Calculated Ecommerce Conversion Rate (Obliczony wskaźnik konwersji) – porównanie konwersji dla wariantu A oraz B
Google Optimize Analysis
Probability to be Best — prawdopodobieństwo, który wariant okaże się najlepszy,
Modeled Ecommerce Conversion Rate — zmodelowana wartość współczynnika konwersji na bazie testu
Modeled Improvement — mediana wyników testów (główna informacja o ile proc. wzrosła lub spadła ilość transakcji na bazie tego testu)
Podsumowanie
Optymalizacja współczynnika konwersji to szerokie zagadnienie, obejmujące elementy behawioralne, zmianę przyzwyczajeń kupujących, zmianę technologii, czy trendów. Wartość współczynnika konwersji jest zależna od grupy naszych odbiorców oraz wielu, wielu innych czynników. Próba zdefiniowania wszystkich wskaźników wpływających na poprawę konwersji jest praktycznie niemożliwa. Natomiast dzięki technologii oraz narzędziom takim jak Google Optimize mamy możliwość testowania i wdrażania usprawnień podnoszących współczynniki konwersji e-commerce.
W kontekście wyboru hipotez warto sugerować się liderami e-commerce, którzy sporą część usprawnień już przetestowali. Pomoże to zaoszczędzić czas oraz budżet na weryfikowanie nieefektywnych hipotez.
Optymalizacja konwersji dla sklepów internetowych generujących wysokie obroty to obecnie nieodłączny element rozwoju, wynikający głównie z dużych kosztów marketingowych lub czyhających szans pojawiających się przy obecnym ruchu na stronie. Dobrze wykonana optymalizacja konwersji może przynieść setki tysięcy w postaci dodatkowych transakcji zrealizowanych z tego samego ruchu w ciągu roku. Dlatego tak ważny jest to obszar rozwoju w sklepie internetowym.
Zobacz inne artykuły w kategorii: Optymalizacja współczynnika konwersji
