Optimizacija konverzij v e-trgovini: kaj raziskave izpustijo

Poišči optimizacijo konverzij v e-trgovini in dobiš raziskovalne inštitute, ponudnike platform in podjetja z aplikacijami. Raziskave so res dobre. Česar ti nobena ne more povedati, je, kaj se zgodi, ko po njih poskusiš ravnati v resnični trgovini z nepopolnim sledenjem, izdelkom v upadu in stranko, ki se s tabo ne strinja.

Prav to vrzel pokriva ta zapis. Ne izhodišča, ampak vmesni del.

Začni pri številki, ki je dejansko dokumentirana

Najzanesljivejša številka na tem področju je opuščanje košarice in znaša 70,22 %, izračunano čez 50 ločenih študij (Baymard). Vredna je zaupanja, ker je meta povprečje in ne vzorec enega samega podjetja.

Enako zanesljive "dobre stopnje konverzije" ni. Kategorija, cenovna raven in vir prometa to številko premaknejo bolj kot kakovost strani, in vsak članek, ki ti da eno samo primerjalno vrednost, tvojo trgovino primerja s povprečjem, ki ga ni opredelil. Tvoj lasten trend proti tvojemu lastnemu izhodišču je edina primerjava, ki opisuje tvoj promet.

Uporabno vprašanje torej ni kolikšna naj bo moja stopnja. Je katera sprememba jo najverjetneje premakne.

En rezultat, ki se ponavlja

Čez več trgovin, večkrat A/B testirano, je ena sprememba prinesla 10 do 20 % dviga konverzije bolj dosledno kot karkoli drugega, kar sem izvajal: tri koristi v alinejah na vsaki kartici izdelka.

Ne na strani izdelka. Na kartici, v mreži, pred klikom.

Deluje, ker je kartica izdelka odločitvena površina, ki jo večina trgovin obravnava kot sličico. Kdor pregleduje zbirko, se odloča, kaj bo odprl, in ime plus cena mu za to ne dasta skoraj nič. Tri kratke vrstice koristi spremenijo odločitev med brskanjem v informirano, in to preden je obiskovalec porabil klik.

Je tudi najmanj bleščeča sprememba na katerem koli seznamu, kar je približno razlog, da ostaja na voljo.

Rezultati, ki so bili resnični in se jih ni dalo dokazati

Tu je del, ki ga urejene raziskave ne morejo vsebovati, in del, ki bi ga sam želel prebrati.

Pri znamki z morskim mahom in šilajitom, ki je postala viralna na TikToku, je niz sprememb dvignil klike na dodaj v košarico za okoli 50 %. Ne morem ti povedati, kaj je to naredilo s prihodkom. Sledenje v trgovini je bilo slabo in celoten posel je bil takrat v upadu prodaje, torej je bil dvig resničen in hkrati neviden v edini številki, ki je koga zanimala.

Pri drugi trgovini je prenova prinesla približno 50 % dviga stopnje klikov na poziv k dejanju, pri umirajočem viralnem izdelku. Ista oblika: sprememba je delovala, trend jo je pogoltnil.

Nobeno od tega ni študija primera. Oboje je pošteno in oboje je bolj uporabno kot čista zmaga, ker optimizacija pogosto izgleda prav tako: resnično izboljšanje znotraj posla, ki se premika v drugo smer, merjeno z instrumentacijo, ki je nihče ni pravilno nastavil.

Dve praktični posledici, ki ju je vredno vzeti resno:

Popravi sledenje, preden karkoli optimiziraš. Dvig, ki ga ne moreš izmeriti, je dvig, ki ga ne moreš zagovarjati, ponoviti ali zaračunati. To je dolgočasno delo in pride prvo.

Loči trend od spremembe. Če trgovina upada, je lahko raven mesec po tvojem delu zmaga, dober mesec pa sezonskost. Pred objavo se odloči, katero okno boš bral in proti kateri kontroli, sicer se boš pozneje prepiral o pripisovanju brez česarkoli, na kar bi lahko pokazal.

Površina, vredna petnajstih testov

Pri znamki prehranskih dopolnil sem izvedel približno petnajst A/B testov na eni sami vrstici glave.

To zveni obsesivno, dokler ne opaziš računice: 100 % obiskovalcev vidi glavo, na vsaki strani. To je edina površina v trgovini s popolnim dosegom. Izboljšava 2 % tam se dotakne vsake seje, medtem ko se izboljšava 20 % na strani, do katere pride 6 % obiskovalcev, ne.

Večina programov testiranja dela ravno obratno in porablja redek promet na straneh globoko v lijaku, kjer so vzorci najmanjši in doseg najnižji. Če je tvoj promet omejen, in pri $50k do $1m na mesec je, najprej testiraj površine, ki jih vidijo vsi.

Tri stališča, ki jih zagovarjam, vsako s protiargumentom

Nasprotovanje je poceni, dokler nasprotno stališče ni izrečeno, zato je tu izrečeno.

Hitro dodajanje je metrična past. Protiargument, ki ga zagovarjajo kompetentni ljudje: manj klikov pomeni več konverzij. V mojih lastnih A/B testih je pošiljanje kupcev na stran izdelka dosledno prekašalo ploščice s hitrim dodajanjem, tako pri konverziji kot pri vrednosti naročila. Hitro dodajanje optimizira hitrost v katalogu, kjer se kupec še ni odločil, in odstrani prav tisto površino, ki prepričuje. Pri pogostih nakupih z nizko stopnjo premisleka res zmaga. Skoraj povsod drugje izgubi.

Barva ne konvertira. Vrstni red sidranja pa. Protiargument: testiranje barve gumba in cene je standarden in poceni test. Poceni je in skoraj najmanj vreden razpoložljiv test. Cenovno odločitev premakne vrstni red, v katerem so možnosti predstavljene, in to, kaj prva številka kupca nauči pričakovati. Isti promet porabi za vrstni red sidranja in testiraš nekaj, kar se lahko premakne.

Ustvarjena nujnost je danes negativen znak zaupanja. Ne nevtralen, negativen. Kupci so se naučili, kaj pomeni odštevalnik, ki se ob osvežitvi ponastavi, in ta sklep se prenese na vse drugo na strani. Resnično pomanjkanje še vedno deluje. Če rok ni resničen, strošek ni nič.

Ko podatki povedo eno, odločitev pa gre drugam

Pri naročniški znamki so toplotne karte in raziskava pokazale, da je približno 9 % kupcev kliknilo "kupi enkrat".

Devet odstotkov je malo. Sklep je bil vseeno, da enkratni nakup ostane privzet in viden.

Razlog je, da teh 9 % ni celoten učinek. Odstranitev možnosti enkratnega nakupa teh kupcev ne spremeni v naročnike, del njih spremeni v nikogar, in spremeni, kako se ponudba bere za ljudi, ki nanjo nikoli ne kliknejo: trgovina, ki skriva enkratni nakup, izgleda kot trgovina, ki nekaj poskuša. Vidna alternativa dela za ljudi, ki je ne izberejo.

To razpravo sem tudi izgubil. Stranka je kljub mojemu priporočilu ostala 100 % naročniško usmerjena, na podlagi podatkov o zadrževanju, ki jih nisem videl, in njihova odločitev je obstala. Kar je poštena zaključna opomba za podatkovni del: številka ti pove, kaj se je zgodilo, ne vedno, kaj storiti.

Kako delo zaporedno urediti

1. Popravi sledenje. Vse spodaj je brez tega nemerljivo.
2. Postavi izhodišče in okno, v katerem boš bral rezultate, vnaprej.
3. Začni s površinami s polnim dosegom (glava, navigacija, kartice zbirk), ker tvoj redek promet uporabijo najbolj učinkovito.
4. Nato najbolj vredna posamezna stran, običajno stran izdelka.
5. Spremeni eno stvar, proti kontroli, merjeno z metriko, ki ustreza spremembi.
6. Zmagovalce izbiraj po dobičku, prihodku na obiskovalca ali po vrednosti naročila, prilagojeni marži. Nikoli po surovih prodajah. Varianta, ki proda več enot pri slabši marži, je izguba z zeleno puščico zraven.

Pri peti točki omejitev, ki jo večina člankov preskoči: smiseln A/B test potrebuje približno 200 do 250 konverzij in okoli 5.000 sej na varianto, pri split testih več. Večina trgovin te velikosti je pod tem. Pod tem se ne moreš pretestirati do odgovora, pretvarjanje pa proizvede samozavestne odločitve na šumu. Popravi dokumentirano trenje, čisto objavi in izmeri čisto stanje pred in po v oknu, ki ga določiš vnaprej, ter na glas povej, da počneš prav to.

Kaj doda nasvet, vezan na platformo

Vse zgoraj je neodvisno od platforme, ker je psihologija nakupa taka. Kjer platforma šteje, je izvedba: kaj ti tema dovoli spremeniti, ali je tvoja košarica predal ali stran, kako te omejuje blagajna.

Če si na Shopifyju, so mehanike pokrite v popolnem vodiču po Shopify CRO, trenje, specifično za blagajno, pa v optimizaciji Shopify blagajne.

Sorodno branje: Popolni vodič po Shopify CRO · Optimizacija Shopify blagajne · Audit optimizacije konverzij

Če želiš vedeti, kaj od tega velja za tvojo trgovino, preden porabiš promet za to, da to ugotoviš, rezerviraj brezplačen 30-minutni klic. Povem ti, katera površina je vredna testa prva, tudi kadar je pošten odgovor, da prometa za testiranje nimaš in bi moral raje graditi na novo.