خیلی از استارتاپای ما از ترافیک فعلی سایتشون نتیجه نمی‌گیرن و با صرف هزینه بیشتر و جذب ویزیتور جدید می‌خوان این مشکل رو رفع کنن، ولی در واقع دارن در یک مسیر غلط رشد میکنن در حالی که یه جای کار می‌لنگه. با cro شما سایت و اپلیکیشنتون رو بهینه تر و با سرمایه کمتر نتیجه بهتری بدست میارید. cro به ما کمک میکنه همون چیزی رو بسازیم و جوری معرفی کنیم که مارکت میخواد و همواره این فرآیند رو تست رو تکرار کنیم.
اگه ۵۰۰ نفر از کاربران به صفحه محصولی رو ببینن و ۱۰ نفر از آنها محصول رو خریداری کنن نرخ تبدیل (Conversion Rate) برای خرید محصول مورد نظر ۲٪ میشه (۱۰نفر تقسیم بر ۵۰۰ نفر). کاربران در سایت یا اپلیکیشن شما وقتی از قسمتی به قسمت دیگه حرکت میکنن در هر مرحله نرخ تبدیلی اتفاقی می‌افته. با افزایش این نرخ‌های تبدیل و برطرف کردن موانعی که هنگام تعامل با سایتتون مواجه میشن، استفاده از ترافیک کاربران ورودی رو میشه بهینه تر کرد.
به فرآیندی که باعث افزایش درصد نرخ تبدیل در قسمت‌های مختلف سایت یا اپلیکیشن میشه بهینه سازی نرخ تبدیل (Conversion Rate Optimization) یا cro میگن. به نظر من این تخصص ترکیبی از تخصص‌های طراحی تجربه کاربری و دیجیتال مارکتینگه. پنل آنالیتکس شما پر از اطلاعاتیه که اگه تبدیل به بینش تصمیم گیری بشه در کسب‌وکارتون انقلابی به پا میشه. به عنوان مثال اگه نرخ تبدیل ویزیتور به خریدار سایت فروشگاهی شما از ۱٪ به ۲٪ درصد افزایش پیدا کنه، میزان درآمد شما هم دو برابر میشه. ولی چجوری؟ با تکیه بر دیتا، بجای نظرهای شخصیمون. ما اول باید تحقیق و ارزیابی کنیم و اطلاعات بدست بیاریم، مشکلات و مواردی که نیاز به بهبود دارن رو شناسایی کنیم، برای رفع این موانع فرضیه طراحی کنیم، فرضیه‌هامون رو تست کنیم و در آخر نتیجه تست رو بر اساس اهداف کسب‌وکارمون آنالیز کنیم و تصمیم بگیریم ( و دوباره تکرار این چرخه). اول باید بفهمیم کجای کار می‌لنگه!
مراحل تحقیق بر اساس فریم ورک ResearchXL
- آنالیز فنی سایت
- تجزیه و تحلیل اکتشافی
- تحلیل داده های وب
- مسیربابی موس و فیلم از رفتار کاربر
- نظرسنجی کیفی
- تست از کاربر
- جمع کردن تمامی موارد
آنالیز فنی سایت : سرعت بارگذاری صفحات سایت از کلیدی‌ترین مواردیه که باید بهش بها داد. هیچ‌کس از انتظار خوشش نمیاد. برای کاربری که گشنه و خستست و میخواد آنلاین غذا سفارش بده و همزمان سه تب از سه سرویس سفارش غذا روی مرورگرش باز کرده هر ثانیه تاخیر در بارگذاری صفحه یه قرن میتونه طول بکشه. میتونید از ابزارهای GTmetrix یا Pingdom برای آنالیز و پیدا کردن مشکلات لود شدن سایت استفاده کنید و نتایج رو به فرانت-اند دولوپرتون اطلاع بدید (کیه که فیکس کنه!)
سازگاری با مرورگرهای مختلف هم نکته کلیدی ایه که باید بهش توجه شه. دوستان باور کنید هنوز هم گونه‌ای از بشر وجود داره که از Internet Explorer برای مرور صفحات وب استفاده میکنه.
۵۳میلیون نفر از ایرانی ها با موبایل به اینترنت وصل میشن و اگه سایت شما با تبلت و موبایل و رزولوشن‌های مختلف سازگاری نداشته باشه تعداد زیادی از این کاربران رو هم از دست میدید.
تجزیه و تحلیل اکتشافی: این روش تحقیق بیشتر از جنس طراحی تجربه کاربریه ( User Experience Design) . آیا صفحه فرودی پیجی که قصد بهینه سازی اون رو دارید با بنر تبلیغاتی که کاربر از طریق اون به این صفحه فرود داره ارتباط یکپارچه‌ای داره یا خیر؟ آیا کاربر نیازش رو میتونه سریع رفع کنه و به هدفش برسه یا خیر؟ بین کاربر و هدفش چه موانعی وجود داره یا خیر؟
تحلیل داده های وب: متداولترین ابزار تحلیل داده‌های سایت ابزار Google Analytics هست. آنالیتیکس به ما کمک میکنه تا بفهمیم کاربران ما کی هستند (سن، جنسیت، علاقه، نوع دستگاه،..) و از چه کانالهایی وارد میشن، چه رفتاری رو در سایت ما انجام میدن و در آخر چه آورده‌ای برای ما دارن. شما باید قبل از هرکاری پنل آنالیتیکس رو بر به سایتتون وصل و بر اساس اهداف و سوال‌های بیزینستون تنظیم کنید. Custom Dimension و Funnel تعریف کنید و برای نگهداری دیتای کاربران کیسه بدوزید. به عنوان مثال برای خیلی از ماکتر سواله که چه زمان از روزهای هفته و چه ساعتی تبلیغات و پروموشن‌هاشون بازدهی بیشتری داره. جوابش گزارش پنل آنالیتیکس بر اساس دایمنشن‌های Day Of Week Name و Hour و مقایسه نرخ تبدیل و تعداد بازدید صفحات نسبت به همدیگست.
برای بررسی ایونت‌های خاص مانند کلیک روی یه دکمه میتونین از ابزار Google Tag Manager استفاده کنید. اگه شما تا الان مسیر‌های مهم سایتتون رو در آنالیتیکس تعریف نکردید با همین دیتای موجود هم میتونید بینش خوبی بدست بیارید. بر فرض شما میخواید مسیر ثبت‌نام کاربر و ریزش در هر یک از مراحل رو بررسی کنید. با مشاهده تعداد بازدید Url سه صفحه (ثبت نام، تکمیل فرم ثبت نام، اتمام فرم ثبت نام) یه فانل با سه مرحله و دو نرخ تبدیل دربیارید و نرخ تبدیل هر کدوم از این مراحل رو ارزیابی کنید. اگه از مرحله دو به سه ریزش زیادی رو مشاهده کردید یه جای کار می‌لنگه. ممکنه دلیلش یه باگ نرم افزاری یا ملموس نبودن دکمه رفتن به مرحله بعد باشه.
مسیربابی موس و فیلم از رفتار کاربر: وقتی شما به صورت حضوری محصول و خدماتتون رو عرضه میکنید فرصت اینو دارید که واکنش کاربر رو نسبت به کنش‌‌هاتون مشاهده کنید و رفتارش رو بررسی کنید. اما در دنیای دیجیتال چی؟ ابزارهایی وجود دارن که به وسیله اونا میتونین بفهمیم کاربران کجاهای صفحه بیشتر کلیک کردن، کجاها رو اسکرول کردن، فیلم ضبط شده از لحظه ورود به سایت تا خروجشون رو ببینیم و.. برای مثال شما اگه دکمه فراخوان به عمل (CTA) خرید رو پایین صفحه گذاشته باشید و با مشاهده آمار اینکه اکثر کاربران اصلا انقدر به پایین اسکرول نمی‌کنن که دکمه مورد نظر رو ببینن و یا دیدن فیلم سشن کاربری که ده دقیقه برای یافتن محصول مورد نظرش با فیلترهای جستجو درگیره متوجه می‌شیم یه جای کار می‌لنگه. Fullstory (پیشنهاد من)، Hotjar ،Mouseflow، (برای آنالیز اپلیکیشن موبایل) Appsee ابزارهایی خوبی برای ترک کردن هستن. فقط در استفاده از این ابزارها زیاده روی نکنید چون میتونه سرعت بارگذاری صفحه رو کم کنه، اگه شروع بیزینستونه و ترافیک سایتتون هم کمه (زیر۱۰۰تا سشن) اینو در نظر داشته باشید که خیلی از آمارهایی که میدن میتونه به دلیل کم بودن اندازه جامعه نمونه اعتباری نداشته باشه.
نظرسنجی کیفی: برای جواب دادن به خیلی از سوالات نمیشه از اعداد و ارقام استفاده کرد. برای مثال پیدا کردن دلیل اینکه کاربری محصولی رو به سبد خریدش اضافه کرده، ولی نمیره پرداختش کنه باید از سوالات تشریحی و باز استفاده کرد و نگرانی و دغدغش رو کشف کرد. آیا به مناسب بودن قیمت محصول شک داره؟ آیا نمیدونه کالا کی به دستش میرسه؟ استفاده از ابزارهای نظرسنجی (با سوالات کوتاه و ساده) و سیستم‌های چت آنلاین مثل سرویس ریتین میتونید در لحظه مناسب پیش کاربرتون باشید و موانع تصمیم‌گیریش رو شناسایی و رفع کنید.
اینکه چرا مشتری فعلی شما بین شما و رقیب‌هایتان شما رو انتخاب کرده (مخصوصا در مراحل اولیه کسب‌وکار) به هر چه سریع‌تر پیدا کردن ارزش پیشنهادیتون کمک کنه. ولی به نظر من در ماه‌های اول کار هیچ روشی به اندازه صحبت رودررو و مصاحبه عمیق با کاربر نمیتونه مفید باشه.
تست از کاربر: آزمون کاربردپذیری (Usability) به شما کمک میکنه که مشکلات و موانعی که موقع استفاده از خدمات و محصولتون برای کاربر پیش میاد شناسایی و رفع و محصول کاربردی‌تری رو ارائه دهید. برای اطلاعات بیشتر در مورد این موضوع پیشنهاد میکنم سوال برای تست کردن محصول خود، چگونه کاربران مد نظر را انتخاب کرده و با آنها مصاحبه میکنید؟ رو در جوابکو بخونید.
انجام تست A/B
بعد از مراحل تحقیق بالا، حالا نوبت به تحلیل اطلاعات موجود و درست کردن فرضیه و طراحی تست است. ما باید بفهمیم کجای سایت مشکل داره، چه مشکلی وجود داره و چرا این مشکل وجود داره. برای رفع مشکل و یا بهبود نرخ های تبدیل موجود فرضیه طراحی کنیم و این فرضیه‌ها رو بر اساس اولویت‌هامون یکی یکی تست کنیم. به عنوان مثال اگه به این فرضیه رسیدیم که دلیل زیاد بودن نرخ پرش (Bounce Rate) یک صفحه فرود ملموس نبودن دکمه فراخوان به عمله (CTA)، بزرگتر کردن سایز دکمه و کنتراست بیشتر رنگ دکمه نسبت رنگ زمینه رو تست کنیم و نتایج رو برای بهینه‌سازی بررسی کنیم. در چند وقت آینده نوشته‌ای با عنوان A/B testing چیست منتشر و انواع مختلف و ابزار انجامش رو توضیح میدم.
اهمیت قسمت‌بندی کاربران (Segmentation)
کاربران شما هدف‌ها و نیازهای متفاوتی از یکدیگر دارن و برای مشاهده اتفاقاتی که با حضورشون در هر لحظه در این سیستم میفته باید به گروه‌های کوچک‌تر تقسیم‌بندی شن. کاربران رو از سه جهت میشه در پنل آنالیتیکس تقسیم بندی کرد:
۱.کانال ورودی (Source): فرض کنید شما صفحه ورودی طراحی میکنید و از طریق کانال‌های مختلف سعی در پروموت کردن این صفحه دارید، مطمعنا رفتار کاربری که از طریق پست صفحه توییتر که برای اولین بار به سایت شما اومده با رفتار مشتری وفادار شما که از طریق اشتراک در خبرنامه ایمیلی به این صفحه رسیده متفاوته. کاربرانی که داخل سایت میشن از همون لحظه اول باید با زدن برچسبی ترک بشند.
۲.رفتار (Behavior): کاربران چون که نیازهای متفاوتی دارن پس رفتار متفاوتی هم انجام میدن، کاربری که در هفته چندبار به سایت شما سر میزنه با کاربری که ماهی یه بار میره و میاد فرق داره و باید در گروهی جدا بررسی بشه. کسی که در هر بار ورودش به سایت حداقل ۴تا صفحه رو می‌بینه و بعد میره با کسی که فقط صفحه اصلی رو چک میکنه هم به دلیل رفتار متفاوت باید در دسته‌‌ای جدا مورد بررسی قرار بگیره. برای مثال نرخ تبدیل کاربران بازگشتی (Returning Visitor) به طور میانگین ۲ تا ۳ برابر از کاربر جدید بیشتره.
۳.آورده (Outcome): آخرین و بهترین کاری که کاربر میتونه در زندگی کاربریش انجام بده خرید محصول یا خدمات شماست. بر اساس نوع محصولی که گرفته و یا حجم سبد خریدش میتونه در گروه‌های مختلفی قرار بگیره. به عنوان مثال اگه شرکت شما تولیدکننده نرم‌افزارهای اداری باشه و بخواد دوره‌ای رو برای آموزش امور مالی برگزار کنه اول باید گروه مشتریانی که محصول حسابداری رو قبلا خریداری کردن مورد هدف قرار بده و نرخ تبدیل این گروه برای شرکت در این دوره، از نرخ تبدیل گروه مشتریانی که نرم‌افزار منابع انسانی رو خریداری کردن بیشتره.
مزیت بررسی Assisted Cro
تصور کنید یه روز که در یه بزرگراهی دارید حرکت میکنید چشمتون میفته به تابلوی تبلیغاتی جالب یه آبمیوه با برندی جدید، وقتی می‌رسید خونه جلو تلویزیون باز هم تبلیغ تلوزیونی این برند رو می‌بینید. فردا از دم سوپرمارکت سر کوچه که رد میشید کانتر سمپل همون برند آبمیوه رو باز می‌بینید و ترغیب میشید برید جلو و این محصول رو امتحان و خریداری کنید. آیا فروشنده پشت کانتر این محصول رو به شما فروخته؟ بله. ولی تاثیر بقیه کانال‌های تبلیغاتی چی میشه؟ در دنیای آفلاین اندازه‌گیری این تاثیر تقریبا نشدنیه. ولی در دنیای آنلاین به وسیله قسمت Assisted Conversions در پنل گوگل آنالیتیکس میشه پی به تاثیر هر یک از کانال‌های آنلاین در تصمیم‌گیری کاربر برد. برای توضیح هر یک از متریک‌های تصویر پنل زیر به این آموزش گوگل Analyze channel contribution مراجعه کنید.
بهینه سازی صفحه فرود (LPO)
به فرایندی که باعث بهینه کردن صفحه فرود و افزایش نرخ تبدیل کاربران میشه Landing Page Optimization یا LPO می‌گویند. برای اطلاعات بیشتر در این زمینه پیشنهاد میکنم نوشته نکاتی برای بهینه سازی صفحه فرود (LPO) رو بخونید.
خطاهای متداول در تحلیل نرخ تبدیل
کم‌تعداد بودن افرادی که تبدیل شدن: ما هنگام مقایسه نرخ‌های تبدیل ممکنه دچار اشتباه بشیم و از متداولترین اشتباهات میشه به کم‌تعداد بودن افرادی که تبدیل شدن اشاره کرد. به عنوان مثال اگه دو محصول داشته باشیم و نرخ تبدیل افزودن به سبد خرید برای این دو محصول رو نسبت به هم مقایسه کنیم باید برای هر کدوم حداقل ۱۰۰نفر(یا بیشتر) تبدیل اتفاق افتاده باشه تا احتمال خطا در تحلیل کم بشه.
تغییرات فصلی: به عنوان مثال فروش محصولات مسافرتی مانند چادر و هدلایت در فصل‌های سفر خیلی بیشتر از اوایل زمستونه و هنگام تحلیل باید به این تغییرات رفتار کاربر توجه کرد.
متفاوت بودن نرخ تبدیل در صنایع و محصولات مختلف : برای مثال محصول متداولی مثل جوراب نرخ تبدیل خیلی بیشتری از محصولی مانند خودرو داره. در کسب‌وکارهای b2b هم که معمولا سه مدل قیمتی ارزون، متوسط و گرون دارن نرخ تبدیل پلن با قیمت بیشتر اغلب از بقیه کمتره. پیشنهاد میکنم برای پی بردن به میانگین نرخ تبدیل در صنایع مختلف این مقاله سلطان Dave Chaffey در اسمارت اینسایت بخونید.
Ecommerce conversion rates – how do yours compare?
تازگی: اگه شما محصول یا خدمات جدیدی رو به سایتتون اضافه کنید به دلیل حس تازگی و نو بودنی که برای کاربران داره (مخصوصا کاربران بازگشتی) شاید نرخ تبدیل آن در اوایل معرفی بالا باشه و این نرخ همیشگی نیست و موقتیه.
دید کیفی یا کمی؟
داشتن دید کمی و کیفی در هر دو در کنار هم در فرآیند بهینه سازی نرخ تبدیل لازمه. دید به قول لورد کلوین اگه شما نتونید چیزی رو اندازه‌گیری کنید، نمیتونید بهبودش بدید. افراد با طرز فکر مارکتینگ همواره سعی دارن تا راه حلی که قبلا رفتن رو تکرار و هر بار نسبت به سری پیش به وسیله اطلاعات کمی بهینه‌تر کنن. ولی افرادی با دید طراحانه و خلاق به دنبال روش‌های جدیدی برای حل مسئله می‌گردند و راه‌های جدید رو کشف میکنن. برای افراد داده‌محور جمعیت مثل جعبه سیاهی میمونه که فقط ورودی و خروجیش رو مشاهده و تحلیل میکنن و زیاد به اتفاقاتی که درون این جعبه سیاه میفته توجه نمی‌کنن، ولی شما برای پی بردن به چرایی خیلی از رفتار‌های کاربران احتیاج دارید تا کشف کنید در ذهن تک‌تکشون چه اتفاقی در حال افتادنه و خودتون رو بتونید جای کاربر بزارید. یک تیم قوی مارکتینگ و cro از ترکیبی از افراد داده‌محور (Data driven) و خلاق تشکیل شده و این دو دیدگاه مکمل همدیگند. سیستم پیچیده مغز انسان رو فقط با عدد نمیشه آنالیز کرد!
نویسنده : عرفان آریان منش
منبع : https://virgool.io/@erfan.aryanmanesh/landing-page-optimization-np1pdlhaagmh
دیدگاه مشتریان