Как найти работающие идеи для повышения конверсии на сайте

Эта статья будет полезна предпринимателям и начинающим специалистам, кто хочет найти рабочий способ роста конверсии на сайте.

Найти идеи для улучшения сайта можно везде. Важно найти те идеи, которые действительно принесут результат.

Как найти работающие идеи для повышения конверсии на сайте

Источником гипотез могут служить:

  • ваши предположения
  • мнения экспертов
  • данные аналитики

Все гипотезы условно можно заранее оценить и понять: что маловероятно, а что, скорее всего, сработает. Эта вероятность зависит от степени подтверждения данными. В этой статье мы поделимся методом, который позволит находить наиболее вероятные гипотезы.

Зачем улучшать сайт?

Речь идет о сайтах, которые созданы для бизнес-задач, т.е. о сайтах, чья цель — продажи.

  • Сайт должен находиться в непрерывном улучшении, чтобы соответствовать задачам пользователя и внешним требованиям экосистемы интернета (поисковики, устройства, браузеры, сервера, регуляторы и т.д.).
  • Ключевая задача маркетинга — это сайт, который эффективно превращает посетителей в тех, кто выполнил на сайте конкретное действие: позвонил, заказал, сделал заявку, написал в чат и т.д.
  • Чем выше конверсия сайта из посетителей в действия, тем в итоге дешевле обходится это действие: на каждый затраченный рекламный бюджет вы получаете больше нужных действий.
  • На конверсию оказывают влияние качество трафика, правильность выбранной страницы в рекламе, известность бренда, изощренность продукта по сравнению с конкурентами, сезонный спрос, даже погода!

В итоге получается, что нужно постоянно искать причины того, что приводит к низкой конверсии, строить гипотезы, внедрять, сравнивать и если результативность выше — оставлять.

Как ищут идеи для улучшения сайта?

Основной источник данных — это веб-аналитика. Например, Яндекс.Метрика или Google Analytics. Это бесплатные системы, которые устанавливаются на сайт и позволяют смотреть данные в сотнях детальных отчетах с графиками и прочей визуализацией.

Проблема персонализации посетителя

Каждый в веб-аналитике может смотреть данные, но их подача обезличена. Другими словами, тотальная слежка этими системами запрещена. Все, что можно узнать о человеке — это узкий набор данных: его география, откуда он пришел на сайт, дата и время визита, длина сессии, страницы, которые он посещал.

На самом деле тонна информации, но по ним идентифицировать конкретного человека нельзя.

Один из самых ценных отчетов в Яндекс.Метрике для изучения поведения пользователей и нахождения проблем с конверсией — это Вебвизор.

Вебвизор записывает экран пользователя: его передвижение мышки, пролистывание экрана, клики мышкой или нажатие пальцев, ввод на клавиатуре и заполнение форм. Идеально! Садимся на диван, запасаемся попкорном, и вебвизор сам покажет, что не так с нашим сайтом.

Если вы посмотрите даже 20 записей, то к вашему удивлению обнаружите, что записи содержат подобную информацию:

Пользователь зашел, прокрутил вниз до страницы, возможно переходил по страницам сайта и ушел. Все! Ничего не понятно.

И за редким исключением пользователь выполнил нужное действие. Нас не интересуют успешные посещения. Нам интересно, почему 99 человек из 100 не выполнили то действие, которое мы ждем от него. Однако, только вебвизор, не сможет ответить на этот вопрос.

Как интерпретировать эти данные? Помимо того, что вы можете целый час потратить на изучение видео, вы извлекаете из этого минимум информации. В чем причина?

Основная причина в том, что изначально вы не знаете, какая у пользователя в голове задача. Да, вы можете догадываться, но зачастую данных для понимания, почему пользователь в итоге ушел и не сделал ожидаемого действия, не хватает? Что его не устроило? Может быть ему что-то не хватило?

После просмотров сотни видео не возникает гипотез, которые подтверждены реальными данными, что пользователя не устраивает.

Как узнать реальную задачу пользователя

В итоге, в агентстве мы нашли решение, которое нашим аналитикам позволяет эффективно находить гипотезы для улучшения сайта.

Мы объединяем данные из колл-трекинга с данными в вебвизоре. Это приводит к нахождению более точных гипотез для улучшения сайта на основе данных. Фишка в том, что многие пользователи, которые не смогли решить задачу за счет сайта — звонят. Не нашли информацию, что-то не поняли, сомневаются, не получается заказать и т.д.

Как это работает:

  • Прослушиваем запись звонка и извлекаем задачу клиента.
  • По данным звонка находим визит этого же клиента в Яндекс.Метрике в отчетах Вебвизор.
  • Держим в голове задачу и ситуацию клиента из звонка и просматриваем его действия на сайте.
  • Выписываем гипотезы, где сайт не справился с задачей или помог недостаточно хорошо.
  • Описываем гипотезы и ставим задачи на внедрение, далее проверяем, улучшились ли данные по этой странице, разделу, сайту по конверсии.

Пример из обращения к клиенту

1. Обработка звонка:
Вам потребуется колл-трекинг или цифровая ATC, которая позволяет записывать входящие звонки пользователей.

  • Находим запись звонка и прослушиваем ее.
  • Слушаем запись и выписываем данные человека. Исключаем короткие, сорвавшиеся и недозвоны
  • Выясняем, откуда он, какая основная задача, что конкретно спросил и т.д.
  • Детально понимаем задачу и проблему клиента
Скриншот из сервиса кол-трекинга​
Скриншот из сервиса кол-трекинга​

Данные звонка:

  • Записаны: дата, время звонка и страница входа на сайт, источник Google Реклама
  • Прослушиваем звонок.

Мужчина, судя по голосу, ближе к 50-ти годам.

Стенография звонка:

Первый вопрос: стеклами занимаетесь?

Далее: На Ладу Гранту есть стеклышки в Нижнем Новгороде?

Далее: Нужно лобовое стекло. По какой цене?

Оператор консультирует и объясняет, что замену можно произвести в ближайшей точке по такому-то адресу. Происходит диалог, что станция до 18-00, а время уже 17-00. Происходит соединение со станцией.

2. Ищем посещение сайта

Идем в Яндекс.Метрику открываем Вебвизор и ищем запись поведения этого пользователя. Здесь кроется основная рутина, т.к. пока не видели готовых решений на стороне систем, чтобы подтягивались данные и звонка и его поведения на сайте.

Данные Яндекс.Метрики​
Данные Яндекс.Метрики​

Берем UTM-метки, время визита, географию — любые зацепки из звонка, которые позволят найти данные этого же пользователя в Яндекс.Метрике.

​Данные о визите<br />
​Данные о визите

3. Анализ посещения в вебвизоре

Смотрим запись поведения. Здесь ключевой момент: необходимо заранее представить ситуацию пользователя. Пройдите сценарий вместе с ним, заранее зная, что за задача у него в голове.

Из звонка мы знаем, что пользователь хочет. Мы знаем какую задачу он решает. Мы понимаем в каких условиях он это делает. Пользователь ведет себя максимально естественно и мы можем наблюдать за ним в его среде обитания.

Данные вебвизора​
Данные вебвизора​

В итоге:

  • Записаны: Дата и время визита, активность, время на сайте, регион, номер визита, источник, цели, тип устройства, страницы входа, параметры визита, разрешение экрана, просмотров за сессию
  • Просматриваем поведение на сайте:
  • Клиент попал в каталог автостекол не на страницу модели, а в общий каталог. Там он нашел Lada и нажал на ссылку. Причина: слишком общий запрос из поиска “лобовое стекло” без уточнения модели.
  • Далее он пролистал большую таблицу с наименованиями стекол и только через 30 секунд понял, что есть фильтрация по типам: лобовое, боковое и т.д. Отфильтровал.
  • Пролистал список еще раз и не нашел своей точной модели. Позвонил.

4. Выписываем гипотезы

Судя по данным сложилась следующая картина: мужчина попал в ситуацию, когда ему срочно нужно заменить лобовое стекло в Нижнем Новгороде на Lada Granta.

Он взял телефон и поискал в Google, где сможет это сделать. Открыл сайт и внимательно изучил содержание. Не решил свою задачу на сайте. Далее позвонил и задал вопросы оператору по стоимости и наличию. Узнал, где ближайшая станция замены и понял, что до закрытия остался 1 час. Далее был соединен с оператором станции.

Гипотеза 1. Требуется поднять таблицу на первый экран, а преимущества сервиса отпустить ниже.

Гипотеза 2. Сделать заметнее фильтрации для более интуитивной идентификации элементов навигации

Гипотеза 3. Уточнить корректность данных в списке, вся ли номенклатура представлена в полном объеме с ценами и наличием

Гипотеза 4. Убедиться, что на странице без лишнего клика есть информация о ближайших станциях с их графиком работы

Чем больше вы будете смотреть видео, тем чаще гипотезы могут повторятся. Теории, которые чаще всего повторяются набирают больше баллов и заслуживают первой очереди на внедрение.

Важно, что без данных звонка только за счет веб-аналитики найти эти гипотезы сложно или даже невозможно.

5. Отправляем на внедрение

Формируем подробное ТЗ и отправляем команде разработки на внедрение. Если сайт небольшой, на нем немного трафика и большая емкость для улучшений, мы считаем, что не нужно ставить никаких экспериментов.

Для малого бизнеса достаточного того, что вы начнете улучшать сайт и измерять общую конверсию на сайте. И только если вы достигнете определенного предела по идеям или речь идет о приличных рекламных бюджетах, стоит задуматься, а как детально измерять результаты ваших гипотез на каждой странице.

Для этого изучите вопросы A-B тестирования и сегментирования с учетом сравнения по периодам.

В заключении

Подвергайте ваш сайт постоянному «кайдзену». Тестируйте и внедряйте. Сосредоточьтесь не на данных успешных сделок, вам нужно понять причины неудачных! Ищите экологические способы узнать больше о задачах клиентов и их поведении.

Изучайте опыт лидеров, кто одновременно на сайте проводит 1000 экспериментов.

Евгений Костров, руководитель агентства Зарядка.

1111
1 комментарий

"На самом деле тонна информации, но по ним идентифицировать конкретного человека нельзя."
А использовать UserID в аналитике? Тем более, еще и передавая его в метрику было бы проще запись веб-визора отследить.

Ответить