Testy AB w służbie e-commerce - Case Study od Loopa.eu

Jak wykorzystać testy AB w praktyce? Poznaj przykłady zaprezentowane przez Loopa.eu i zwiększ konwersję w swoim sklepie!

Testy AB pozwalają zwiększać wyniki sprzedażowe Twojego e-biznesu bez dodatkowych nakładów w pozyskanie nowego ruchu na stronie. To nie tylko sposób na zweryfikowanie, czy nowy design przyniesie lepsze wyniki sprzedażowe. To przede wszystkim systematyczny proces, który pozwala optymalizować użyteczność strony, weryfikować nowe pomysły oraz reagować na obiekcje i zastrzeżenia kupujących. Testować możemy zarówno całkowicie przebudowaną kartę produktu jak i drobne rzeczy, jak zmiana tekstu, rozmiaru czy koloru przycisku „dodaj do koszyka”.

Aby odwiedzający częściej zmienił się w kupującego, nasza strona internetowa musi nie tylko wyglądać estetycznie, ale też zapewniać intuicyjną nawigację i łatwy dostęp do tego, co potencjalnego klienta interesuje. Nie zawsze jest to oczywiste – czasami drobne zmiany robią ogromną różnicę.

Drobne zmiany, które robią dużą różnice

Działania w T-Mobile zwiększyli liczbę konwersji o +35%

Strona prezentująca ofertę zawiera zbyt wiele linków, które odwracają uwagę użytkowników od głównego przycisku CTA. Biorąc pod uwagę fakt, że formularz kontaktowy był umieszczony w dolnej części strony, potrzebowaliśmy czegoś, co przyciągnie uwagę odwiedzających.

Wersja oryginalna

Wersja zmieniona

Źródło : Omniconvert, Case Study Telekom

Aby zmierzyć skuteczność testów, konieczne jest porównanie ich z grupa kontrolną, czyli oryginalną wersją strony. Każdy test powinien bazować na grupie kontrolnej, dzięki czemu mamy możliwość precyzyjnego pomiaru, jak nasze działania wpływają na rzeczywiste wyniki sklepu – dowiesz się więc, jak wyświetlenie zachęty wpłynęło na liczbę dokonanych transakcji, średni przychód na klienta czy średnią wartość koszyka.

Szybki start w Testy AB czyli kalibracja sklepu

Początkujące osoby pełne wiary w możliwości szybkich wzrostów dzięki testom AB najczęściej testują co tylko mogą np.: nagłówki, rozmiary przycisków, nowe kolory, zdjęcia, tworzą kompletnie nowy wygląd karty koszyka w myśl zasady : „jak nie przetestujesz to się nie dowiesz”. Entuzjazm kończy się zwykle po 5-6 nieudanym teście.

Bez niezbędnych analiz, to co możemy zrobić to przy pomocy testów AB skalibrować sklep. Czyli nie testujemy żadnych istotnych zmian, czy nowych elementów, ale opierając się na dostępnych opcjach sklepu dostosowujemy go tak, aby jak najlepiej działał głównie dla kupujących a nie tylko odwiedzających. Jak to zrobić? Wystarczy skoncentrować się na takich elementach jak:

  • Ustawienie domyślnej ilości produktów na stronie kategorii

  • Ustawienie domyślnego sposobu sortowania

  • Ustawienie domyślnego widoku dla kategorii produktów (np.: lista vs kafelki)

  • Ustalenie domyślnej kolejności filtrów

  • Zaprezentowanie komunikatów USP (budujących zaufanie) w widocznym miejscu strony

  • Zachęcenie do skorzystania z wyszukiwarki poprzez inspirujący tekst

  • Zoptymalizowanie wyglądu i wielkości przycisku „dodaj do koszyka”

Komunikaty USP czyli wyróżnij się na tle konkurencji

Działanie zwiększyło śr. wartość koszyka o 13% w CzasNaButy.pl

Źródło : Omniconvert, Case Study CZAS NA BUTY USP

Obecnie w sieci funkcjonują setki sklepów sprzedających podobne produkty, dlatego warto pokazać potencjalnym klientom, dlaczego powinni skorzystać właśnie z Twojej oferty. Służą do tego tzw. USP, czyli Unique Selling Propositions, wskazujące najważniejsze korzyści płynące z zakupu w konkretnym miejscu.

Zachęć do skorzystania z wyszukiwarki

Działanie zwiększyło konwersję o +26% w RunShop.pl

Źródło : Omniconvert, ebook: "Ten sam ruch, większa sprzedaż - Case Studies"

Bardzo często klienci korzystający z wyszukiwarki kupują chętniej i za wyższe kwoty niż ci, którzy znajdują produkt z poziomu menu kategorii. Jednocześnie zwykle hasło domyślne w wyszukiwarce to nudne „Szukaj” lub „Wpisz szukaną frazę”. Co z tym zrobić? Warto zmienić hasło na bardziej sprzedażowe, czyniąc z wyszukiwarki miejsce oddziaływania marketingowego. Należy wręcz odnieść się do samego użytkownika i zainspirować go do działania.

Zoptymalizuj przycisk „Dodaj do koszyka”

Dla sklepu Mirat.eu zmiana koloru dała +41% wzrost konwersji

Wersja oryginalna

Wersja zmieniona

Źródło : Omniconvert, ebook: "Ten sam ruch, większa sprzedaż - Case Studies"

CTA, czyli Call To Action (wezwanie do działania – z ang.) to najważniejsze komunikaty na naszej stronie. Nie tylko kierują uwagę odbiorcy na pożądane przez nas obszary strony, ale też zachęcają do wykonania określonego działania. Czasami drobna zmiana koloru, kształtu lub opisu takiego przycisku może przynieść znaczące wzrosty. Ta konkretna zachęta, wymagała analizie strony z wykorzystaniem tzw. map cieplnych. Dzięki temu udało się wykryć problemy w nawigacji, które powstrzymywały użytkownika przed zakupem. Lepsza ekspozycja kluczowego przycisku zmieniła całkowicie optykę karty produktu.

Testy AB czyli optymalizacja konwersji to proces

Po kalibracji sklepu, czas zająć się docelową optymalizacją strony. Ustalmy, co wymaga poprawy w e-sklepie. Przyjrzyjmy się w pierwszej kolejności danym ilościowym, czyli gromadzonym przez takie narzędzia jak Google Analytics. Naszą uwagę powinny przykuć informacje skąd najczęściej uciekają odwiedzający:

  • Strony wejścia z wysokim współczynnikiem porzuceń w szczególności dla nowych odwiedzających

  • Strony wyjścia z wysokim współczynnikiem porzuceń szczególnie, jeśli nie są to ostatnie strony w ścieżce zakupowej

No dobrze, ale właściwie dlaczego użytkownicy porzucają te strony tak często? Jest to kluczowa wiedza, która pomoże nam zwiększyć wyniki sprzedażowe sklepu.

Im precyzyjniejszą wiedzę chcemy uzyskać tym więcej musimy za nią zapłacić. Możemy zacząć od:

  • Zbieranie informacji bezpośrednio od uciekających ze strony. W tym celu definiujemy ankietę z 3-4 pytaniami, które pokazujemy na porzucenie sklepu lub konkretnych podstron (np.: karty produktu czy koszyka)

  • Audyt heurystyczny / ekspercki – czyli innymi słowy audyt oparty o wiedzę i doświadczenie eksperta w dziedzinie CRO

  • Zbieranie informacji o zachowaniu odwiedzających. Opieramy się w takich badaniach o narzędzia (np: HotJar) , które potrafią śledzić, w co użytkownicy klikają, jaki obszary strony ich szczególnie interesują, jak przewijają stronę oraz w jakim momencie przestają wypełniać formularze

  • Badania z użytkownikami. Zadajemy realnym użytkownikom konkretne scenariusze do zrealizowania i zbieramy informacje: w czym mieli problem, jakie elementy strony były pomocne, a co kompletnie nieczytelne lub nieintuicyjne.

Proces wymaga planu

Sporządziliśmy już całą listę powodów uciekania ze strony lub porzucania koszyka. Teraz warto całą wiedzę uporządkować i zamienić ją w plan działania. Pierwsza i podstawowa zasada testów AB mówi: Nie testuj, aby testować. Innymi słowy nie ma sensu robić testów, których wyników nie jesteśmy w stanie zinterpretować i ustalić, co w związku z tego testu wynika.

Rekomendacja, pomysł na zmianę, czy obiekcja odwiedzającego powinna zostać zamieniona na hipotezę oraz zapisana w następujący sposobów:

Jakie narzędzia do testowania?

Obecnie najpopularniejsze narzędzia to: Optimizely, Visual Website Optimizer oraz Omniconvert. Każde z nich można przetestować i zweryfikować czy pasuje do indywidualnych wymagań. Poniżej znajdziecie rozbudowane porównanie popularnych platform:


O Autorze:

Więcej o Loopa.eu

image

Komentarze

Debug turned on!

0.14 select * from `eventjuicer_hosts` where `eventjuicer_hosts`.`host` = ? limit 1
0.12 select * from `bob_event_groups` where `bob_event_groups`.`id` = ? and `bob_event_groups`.`id` is not null limit 1
0.09 select * from `bob_organizers` where `bob_organizers`.`id` = ? limit 1
0.12 select * from `eventjuicer_settings` where `eventjuicer_settings`.`settingable_id` = ? and `eventjuicer_settings`.`settingable_id` is not null and `eventjuicer_settings`.`settingable_type` = ?
0.14 select * from `eventjuicer_settings` where `eventjuicer_settings`.`settingable_id` = ? and `eventjuicer_settings`.`settingable_id` is not null and `eventjuicer_settings`.`settingable_type` = ?
0.12 select * from `eventjuicer_texts` where `eventjuicer_texts`.`textable_id` = ? and `eventjuicer_texts`.`textable_id` is not null and `eventjuicer_texts`.`textable_type` = ?
0.15 select * from `eventjuicer_texts` where `eventjuicer_texts`.`textable_id` = ? and `eventjuicer_texts`.`textable_id` is not null and `eventjuicer_texts`.`textable_type` = ?
0.12 select * from `eventjuicer_pages` where `eventjuicer_pages`.`pageable_id` = ? and `eventjuicer_pages`.`pageable_id` is not null and `eventjuicer_pages`.`pageable_type` = ?
0.09 select * from `eventjuicer_pages` where `eventjuicer_pages`.`pageable_id` = ? and `eventjuicer_pages`.`pageable_id` is not null and `eventjuicer_pages`.`pageable_type` = ?
0.1 select * from `editorapp_posts` where `editorapp_posts`.`id` = ? limit 1
0.12 select * from `editorapp_post_meta` where `editorapp_post_meta`.`post_id` in (?)
0.09 select * from `eventjuicer_users` where `eventjuicer_users`.`id` in (?)
0.11 select * from `editorapp_posts` where `group_id` = ? and `is_published` = ? order by `published_at` desc limit 5 offset 0
0.13 select * from `editorapp_post_meta` where `editorapp_post_meta`.`post_id` in (?, ?, ?, ?, ?)
0.08 select * from `eventjuicer_users` where `eventjuicer_users`.`id` in (?)
0.14 select * from `eventjuicer_images` where `eventjuicer_images`.`imageable_id` in (?, ?, ?, ?, ?) and `eventjuicer_images`.`imageable_type` = ?
0.12 select * from `editorapp_posts` where `group_id` = ? and `is_published` = ? order by `interactivity` desc limit 8 offset 0
0.15 select * from `editorapp_post_meta` where `editorapp_post_meta`.`post_id` in (?, ?, ?, ?, ?, ?, ?, ?)
0.08 select * from `eventjuicer_users` where `eventjuicer_users`.`id` in (?)
0.16 select * from `eventjuicer_images` where `eventjuicer_images`.`imageable_id` in (?, ?, ?, ?, ?, ?, ?, ?) and `eventjuicer_images`.`imageable_type` = ?
0.08 select * from `editorapp_posts` where `group_id` = ? and `is_published` = ? order by `published_at` desc limit 10 offset 0
0.11 select * from `editorapp_post_meta` where `editorapp_post_meta`.`post_id` in (?, ?, ?, ?, ?, ?, ?, ?, ?, ?)
0.05 select * from `eventjuicer_users` where `eventjuicer_users`.`id` in (?)
0.1 select `bob_tags`.*, `editorapp_post_tag`.`xref_id` as `pivot_xref_id`, `editorapp_post_tag`.`tag_id` as `pivot_tag_id`, `editorapp_post_tag`.`group_id` as `pivot_group_id`, `editorapp_post_tag`.`organizer_id` as `pivot_organizer_id`, `editorapp_post_tag`.`published_at` as `pivot_published_at`, `editorapp_post_tag`.`is_published` as `pivot_is_published` from `bob_tags` inner join `editorapp_post_tag` on `bob_tags`.`id` = `editorapp_post_tag`.`tag_id` where `editorapp_post_tag`.`xref_id` = ?
2.71