Kā izmantot konversiju optimizāciju maza apmeklējuma apstākļos

Aigars Cepītis | Konversiju optimizācija

Konversiju optimizācija nav tikai AB testēšana.

Testēšana pēc būtības ir metode, kas izmantojama situācijā, kad iepriekš jau veikta virkne priekšdarbu, lai nonāktu pie iespējami efektīvākas interneta resursa darbības.

Līdz ar to situācijās, kad interneta resursa apmeklējums nav liels, ir daudz darbu, kas jāpaveic, lai uzlabotu vietnes efektivitāti un konversiju rādītāju (CR).

Turklāt jāņem vērā, ka vietējā tirgū (ar to domājot Latviju) lielākajā vairākumā gadījumu ir situācijas, kad apmeklējums nav īsti piemērots testēšanai. Būtiski ir atcerēties, ka nereti būs situācijas, ka nozarēs ar lielu apmeklējuma potenciālu uzņēmums var atrasties izaugsmes procesā un pašreizējais apmeklējums ir salīdzinoši neliels.

Līdz ar to šodienas blogā pieskarsimies tieši situācijai, kad apmeklējums ir relatīvi neliels, kā arī dažādām pamatlietām, kas būtu jāņem vērā un pie kā jāpiestrādā, pirms uzsākt AB testēšanu.

Būtiskākie ierobežojumi, ja interneta resursam ir salīdzinoši mazs apmeklējums

Mazā apmeklējuma dēļ testu realizācijā var tikt lietoti bīstami kompromisi, t.i., pieņemti lēmumi, veicot testus ar mazāku ticamības intervālu – nevis 95% ticamības intervālu, bet, piemēram 80%.

Ja iegūtais testa rezultāts ir pārliecinošs, t.i., iegūts ievērojams pārdošanas efektivitātes pieaugums, piemēram, 30%, arī mazāka ticamības intervāla gadījumā sasniegtais rezultāts būs pārliecinošs.

Savukārt, ja rezultāti parāda nelielu pieaugumu, tas bieži būs ticamības intervāla ietvaros, kas savukārt neļauj izdarīt pamatotus lēmumus par iegūtajiem uzlabojumiem.

Maza apmeklējuma dēļ, lai panāktu vajadzīgo ticamības līmeni, nepieciešamais testēšanas laiks var būt pārāk ilgs. Ja nepieciešamā apmeklējuma panākšanai ir vajadzīgi vairāki mēneši, testēšana visbiežāk nebūs atbilstošs risinājums.

Lūk, piemērs, kas parāda, cik dienas ir jāveic testēšana WEB resursam ar nelielu apmeklējumu.

Piemērs:

  • Jūsu vietnes vidējais apmeklējums dienā – 200 unikāli lietotāji;
  • Esošais vidējais konversiju rādītājs (CR) – 5%;
  • Testa versiju skaits (ieskaitot kontroles, t.i., esošo versiju) – 2;
  • Mazākais uzlabojums, ko vēlaties sasniegt (jūsu pieņēmums) – 20%;
  • Apmeklētāju īpatsvars, kuri ir iesaistīti eksperimentā – 100%

(liela apmeklējuma gadījumā var veikt daudzus testus vienlaikus, kam izmantota tikai daļa kopējā apmeklējuma).

AB testa ilgums

Konkrētajā gadījumā, kā rāda Visual Website Optimiser tests, aprēķinātais testa ilgums ir 76 dienas. Pārsvarā gadījumu šāds rezultāts viennozīmīgi norādīs, ka testēšana nav piemērotākais risinājums.

Lai arī uz datiem bāzēta lēmumu pieņemšana ir neatsverama, bieži ne mazāk būtiskas ir eksperta zināšanas un pieredze.

Ja ikdienā strādājat ar web resursu optimizācijas jautājumiem, tad būtībā, paskatoties uz jebkuru vietni, jums jau prātā automātiski ir tāda kā novērtējuma anketa ar daudziem jautājumiem, ko operatīvi izvērtējat.

Tādējādi, aplūkojot resursu un ar to nedaudz padarbojoties, uzreiz tiek pamanītas potenciālās uzlabojumu vietas, kas ar lielu varbūtību varētu radīt pozitīvu efektu.

Jo lielāka pieredze būs ekspertiem, kas piedāvās uzlabojumu hipotēzes, jo lielāka ir varbūtība, ka šīs hipotēzes strādās un tiks iegūts rezultāta uzlabojums.

Protams, šādi izdarītus pieņēmumus vajadzētu pamatot ar pieejamiem analītikas datiem.

Nevajadzētu aizrauties ar lielas komandas iesaistīšanu diskusijā par potenciālajiem uzlabojumiem un tad pieņemt kompromisa lēmumus, kas balstīti uz viedokļu vairākumu. Tomēr jāpatur prātā, ka laba ideja var rasties arī kādam darbiniekam, kas nav tieši saistīts ar konversiju optimizācijas jautājumiem.

Te jāuzsver, ka konversiju optimizācija savā ziņā ir stratēģiska disciplīna, kas nav tikai dažādu elementu pārgrozīšana landing lapā ar cerību panākt būtisku rezultāta uzlabojumu.

Tā ir uzņēmuma kopēja pieeja un pārdošanas procesa pilnveidošana e-vidē, kas balstīta uz mērķa klientu uzvedības un motivācijas izpratni.

Bez sīkākas iedziļināšanās pārdošanas procesā arī ir daudzas pamatlietas, kas būtu jāizskata, lai vietnes saturs atbilstu konversiju veicinošiem labas prakses nosacījumiem.

Saprotamība no pirmā skatiena. Nereti tiek minēts 5 sekunžu tests, kā pamatā ir ideja, ka resursa apmeklētājs pirmo 5 sekunžu laikā izdara būtiskus secinājumus par apmeklēto vietni.

Līdz ar to ir svarīgi saprast, vai, aplūkojot vietni, potenciālajam mērķa auditorijas pārstāvim ir skaidrs:

  1. kādi produkti/pakalpojumi tiek piedāvāti;
  2. kāds nākamais solis apmeklētajam būtu jāveic. Šis ir ļoti svarīgs punkts, kas šķiet pašsaprotams, un tomēr lielā skaitā mājaslapu, tostarp pat salīdzinoši nopietnās e-komercijas vietnēs, tas ir absolūti ignorēts;
  3. vai būtiskās lietas, kas būtu jānolasa, ir pieejamas bez skrollēšanas. Protams, būs situācijas, kad to panākt būs ļoti grūti vai pat neiespējami. Šādos gadījumos informācija saskaņā ar prioritātēm jāizvieto t.s. pirmajā lapā un jāizmanto papildu norādes, navigācija un citi risinājumi, lai iespējami atvieglotu pārējās kritiskās informācijas pamanāmību un pieejamību.

Traucēkļu novēršana. Ir ļoti būtiski izpildīt tādu kā higiēnas mājasdarbu, kā rezultātā lapā tiek novērsti visi traucējošie un dažādi interpretējamie elementi, kas kavē lietotāju veikt vēlamās darbības.

Šajā sadaļā ietilpst dažādas saziņas un pieteikumu formas, filtri, e-komercijas pirkuma grozs u.c. jebkāda veida secīgas darbības, kas jāizpilda, lai lietotājs saņemtu nepieciešamo informāciju, veiktu nākamo soli tuvāk savai iecerētajai mērķa darbībai.

Komunikācija ar apmeklētāju. Vairākos iepriekšējos blogos esam minējuši, ka viens no būtiskākajiem panākumu stūrakmeņiem ir pārdomāta kontekstuāli atbilstoša, pārdot spējīga satura nodrošināšana.

Veidotajam saturam tas piešķir tādu kā pārdevēja funkciju: atbildēt uz patērētājam būtiskajiem jautājumiem, atspēkot pircēja iebildumus, kliedēt šaubas, pārliecināt, nodrošinot patērētājam nozīmīgus pierādījumus utt.

Minētās lietas ir iespējamas tikai tad, ja vietnes turētāji ir iedziļinājušies savu mērķa patērētāju uzvedībā un tam atbilstoši pielāgojuši pārdošanas procesus.

Apmeklētāju ieceru un saņemtās informācijas atbilstība – vai patērētājs, nonācis vietnē, saņem sev aktuālo informāciju. Vai patērētājs ir ieradies mājaslapā ar atbilstošu ieceri?

Saņemt atbildes uz šiem jautājumiem ir svarīgi dažādu kanālu un mēdiju kontekstā.

Piemēram, ja lapai nav veikti atbilstoši iekšējās SEO optimizācijas priekšdarbi, tajā nereti nonāks lietotāji, kas meklētājā būs ievadījuši tādus meklēšanas pieprasījumus, kas nav mājaslapas saturam/mērķiem kontekstuāli atbilstoši.

Nekorekti izvēlētu landing lapu gadījumā apmeklētāji no reklāmas nonāks pie kontekstuāli neatbilstošas informācijas utt.

Steidzamība (pamudinājums) – vai saturā ir izmantota informācija, kas pasteidzina pircēja lēmuma pieņemšanu, aicina rīkoties tūlīt?

Šis ir būtisks moments, kā kontekstā vajadzētu atcerēties vēl vienu nosacījumu. Ja tiek izmantoti steidzamību akcentējoši momenti, vajadzētu tos lietot kontekstuāli atbilstoši, t.i., steidzamībai ir organiski jāsaistās ar patēriņa situāciju un apmeklētāja motivāciju.

Sīkāk par steidzamību līdz ar citiem konversiju veicinošiem faktoriem pieskarsimies turpmāk šajā blogā, aplūkojot Stenfordas universitātes profesora B. J. Foga patērētāju uzvedības modeli.

Apjukums. Vai lapā nav ievietoti konkurējoši elementi, vairāki darbību veicinoši elementi, kas cits citu konkurē utt. Pamatā lapai ir jāstrādā kā labai lietošanas instrukcijai – soli pa solim apmeklētājs jāvirza uz viņam aktuālo informāciju, aktuālo darbību paveikšanu (saziņa, informācijas lejupielāde, preces ielikšana grozā utt.).

Vēl viens modelis, kas aplūko konversiju efektivitātes faktorus, ir WiderFunnel ieviestais sešu konversiju faktoru modelis L.I.F.T. Modelis būtībā lielā mērā ietver jau minētos faktorus.

Tā pamatā ir izvirzīti četri stimulējošie faktori (vērtības piedāvājums, nozīmīgums, informācijas izklāsta skaidrība, steidzamība) un divi inhibitori (bažas un traucēkļi). Modeli labi attēlo tā izveidotā vizualizācija.

LIFT modelis konversiju optimizacija

Ļoti būtisks ir moments, ko parāda modeļa vizualizācija, ir tas, ka svarīgākais faktors konversiju ieguvē ir vērtības piedāvājums – cik veiksmīgi ir formulēta un cik uzrunājoša ir piedāvājuma sniegtā vērtība klientam.

Šo faktoru var veiksmīgi izstrādāt, tikai detalizēti apzinot mērķa auditorijas paradumus, motivācijas un atbilstoši tam pielāgojot savu produktu un tā sniegto vērtību. Proti, princips, ko lieliski definējis Sets Godins:

Nemeklējiet klientus saviem produktiem, atrodiet produktus saviem klientiem.

Tieši šādas pieejas visbiežāk trūkst. Ar testu vai eksperimentu palīdzību, mainot dažādas nianses, nereti tiek iecerēts panākt nozīmīgas pārmaiņas resursa efektivitātē, bet pašam būtiskākajam – klienta motivācijas un paradumu analīzei tiek pieiets ļoti pavirši.

MarketingExperiments, pirmā internetā bāzētā laboratorija, kas nodarbojas ar eksperimentu veikšanu pārdošanas un mārketinga procesu optimizācijai, ir definējusi konversiju varbūtības formulu.

No vienas puses, tas ir teorētisks koeficients, kas kopumā parāda būtiskākos konversiju ietekmējošos mainīgos, kā vērtību noteikšanai katrā situācijā būs ietverta liela deva subjektīvisma.

Konversiju formula marketing experiments

Tomēr, šķiet, modeļa būtiskākā vērtība ir mainīgo īpatsvari. Šajā gadījumā lielākais nozīmīgums ir piešķirts motivācijai un vērtības piedāvājumam, turklāt ir jāuzver tieši motivācijas dominējošā loma.

Motivācijas lomu patērētāja vēlamo darbību panākšanai uzver arī Stenfordas universitātes profesors Dr. B. J. Fogs, to aprakstot savā trīs faktoru modelī (motivācija, iespējas un stimuls).

Modeļa pamatā ir pieeja, ka noteiktu darbību paveikšanai respondentam ir nepieciešami trīs faktori – motivācija, iespējas un stimuls.

Turklāt darbība notiek tikai tad, ja visi minētie faktori iedarbojas (ir spēkā) vienlaikus. Ilustratīvi modelis ir attēlots šādi:

BJ Fogg 3 faktoru modelis

Sīkāk modelis aprakstīts Dr. B. J. Foga vietnē.

Kādus metodes un rīkus izmantot maza apmeklējuma gadījumā?

Tradicionālā pieeja, kā uzlabot mājaslapas efektivitāti situācijā, kad apmeklējuma ierobežojuma dēļ nav racionāli veikt testēšanu, ir lietotāju testi.

Lietotāju testi. Tā ir klasiska kvalitatīvā izpētes metode, kas paredz konkrētu uzdevumu veikšanu atlasītiem mērķa auditorijas pārstāvjiem.

Tradicionāli tiek veikts šī procesa ieraksts, lai pēcāk varētu atkārtoti analizēt uzdevuma veikšanas norisi, sniegt informāciju analīzei arī speciālistiem, kuri nav varējuši piedalīties klātienē.

Šādos testos ir vairākas svarīgas nianses, ko paturēt prātā, lai iegūtā informācija būtu vērtīga.

  • Testos jāiesaista tikai un vienīgi mērķauditorijas pārstāvji. Ja testu veic respondents, kurš nepārstāv mērķa auditoriju, tā veiktās darbības un pieeja situācijas risināšanā, komentāri utt. nebūs vērtīgi, jo respondents būs sniedzis klasisku pseidoviedokli, t.i., mēģinājis iejusties potenciālā interesenta lomā.Bet respondents, kurš ir iepazinies ar produktu un tā aizvietotājiem iepriekš un apsver produkta iegādi, rīkosies citādi nekā respondents, kurš skaidri apzinās, ka konkrētais produkts nav produktu kategorijā, ko viņš var atļauties, vai produkts to vienkārši neinteresē.
  • Jābūt skaidriem konkrētiem uzdevumiem. Jābūt izveidotam sava veida testa plānam.Šāda plāna neesamība ir neveiksmes ieplānošana pašos pamatos. Tiklīdz sākas dažādas interpretācijas ap un par, nekonkrēta kļūst arī respondenta rīcība.

Tas savukārt atkal noved pie pseidoviedokļiem – būtībā maldīgas informācijas, kā rezultātā būtiska informācija netiks iegūta un vēlāk iecerētie uzlabojumi nebūs panākti.

Lietotāju uzvedības analīzes platformas, kas sniedz ieskatu par to, kā patērētāji uzvedas mājaslapā. Tādas platformas kā Google Analytics, Yandex Metrika, Click Tail, CrazyEgg un daudzas citas atkarībā no situācijas var izmantot, lai:

  • redzētu, vai apmeklētāji uzklikšķina uz paredzētajiem elementiem lapā, tostarp cik veiksmīgi izmanto filtrus, valodu pārslēgus, formas u.tml.;
  • novērtēt, cik efektivi darbojas pārdošanas tunelis;
  • redzētu, vai informācijas aplūkotāji izmanto skrollēšanas funkciju, lai nonāktu arī pie informācijas, kas nav ietilpusi pirmajā ekrānā, cik “zemu” informāciju tie aplūko;
  • kādas sadaļas no kādiem kanāliem apmeklētāji apmeklē, kādi ir to dominējošie pārvietošanās ceļi;
  • kādi ir rādītāji pārlūku, iekārtu griezumā;
  • kādas ir biežākās lapas, no kurām vietne tiek pamesta utt.
  • Daudzas dažādas iespējas sniedz Google Analytics pielāgošana, izmantojot notikumu atsekošanu, mērķus, pārdošanas tuneļa izvedi, segmentācijas iespējas, filtrus utt.

Google Aanalytics sniedz lielas iespējas, tomēr jārēķinās, ka daļa no tām būs pieejama pēc salīdzinoši nopietna apmācību procesa un/vai sadarbības ar programmētājiem, kas interneta vietnes kodā ievietos papildu kodus, lai varētu iegūt sīkāku informāciju. Piemēram, par konkrētu saziņas elementu detalizētu darbību: pieteikuma formas, grozs utt.

Tiesa, minētā informācija bieži sniedz kvantitatīvu ieskatu, kas var iezīmēt problēmas, tomēr bieži nesniedz ieskatu (sajūtu) par problēmas cēloņiem, patērētāju/patērētāju segmentu uzvedību kopumā.

Atsevišķu sesiju līmenī lielisku ieskatu sniedz apmeklējumu video analīze.

Šādu iespēju lieliski nodrošina Yandex Metrika.

Tā kā interneta meklētāji aizvien lielāku nozīmi piešķir lietotāju uzvedības parametriem mājaslapā, ir būtiski parūpēties par lapas ātrdarbību.

Ir daudzas iespējas, ko izmantot, lai uzlabotu lapas darbības ātrumu:

  • virtuālo serveru izvēle – izdalīta servera jauda vienmēr būs labāks risinājums nekā atrašanās vienā sistēmā ar daudziem citiem web resursu turētājiem;
  • ģeogrāfijas ievērošana hostinga sniedzēja izvēlē. Tātad, ja bizness ir ASV, tad arī hostinga sniedzēju vēlams izvēlēties šajā reģionā. Protams, ir globāli spēlētāji, kam datu centri atrodas plašā reģionā, tomēr kā pamatlikums tas visbiežāk darbosies;
  • CDN – Content Delivery Networks, kas nodrošina informācijas ielasīšanos no serveriem, kas atrodas konkrētajā reģionā. Tādā veidā arī tiek panākts lielāks ielādes ātrums;
  • dažādi ielādes optimizēšana moduļi – katrai sistēmai ir pieejami savi moduļi, kas nodrošina efektīvāku lapas satura ielādi. Tiesa, pirms izvēlēties konkrētu risinājumu, ir vēlama konsultācija ar web izstrādātāju, lai izvēlētos optimālāko risinājumu;
  • attēlu kompresijas risinājumi u.tml.

Kopsavilkums

Konversiju optimizācija ir disciplīna, kas balstās uz patērētāju psiholoģiju, informācijas uztveres un apstrādes nosacījumiem, pārdošanas procesa izpratni un pielāgošanu e-vidē.

Neatkarīgi no tā, vai vietni ik dienu apmeklē 10 000 vai 100 apmeklētāju, ir daudzi priekšnosacījumi, kas veicami, lai uzlabotu resursa efektivitāti (CR), un rīki, kas sniedz informāciju par problēmzonām, kam pievērst uzmanību.

AB vai t.s. multivariate testēšana (A/B/…N) ir efektīva metode, kas mājaslapas ievērojama apmeklējuma gadījumā objektīvi palīdz pārliecināties par veikto uzlabojumu efektivitāti un izvēlēties efektīvāko risinājumu.

Tomēr jāatceras, ka testēšana ir tikai viena no darbībām, kas veicama konversiju optimizācijas ietvaros, un ka testēšana sniegs vēlamo rezultātu tikai kopā ar daudziem iepriekš paveiktiem priekšdarbiem vietnes efektīvas darbības nodrošināšanai.

Par autoru

Aigars ir SEO speciālists ar vairāk kā 7 gadu pieredzi. Viņš ir palīdzējis vairāk kā 300 uzņēmumiem attīstīties un augt Google un citu meklētāju organiskajos rezultātos.