Konversio-optimoinnin 3 tukipilaria: analytiikka, tutkimus ja testit
Ajatteletko konversio-optimoinnin olevan pelkkää testaamista? Todellisuudessa testaaminen on vain yksi, tosin tärkeä osa konversio-optimointia.
Konversio-optimointi koostuu kolmesta asiasta:
- Analytiikka
- Tutkimus
- Testit
Systemaattinen konversio-optimointi perustuu aina analytiikkaan ja tutkimukseen. Testit taas edellyttävät niin paljon sivustovierailuja ja konversioita, että usein testaaminen on käytännössä mahdotonta. Hyvän nyrkkisäännön mukaan A/B-testaaminen edellyttää 30 000 käyntiä ja 1000 konversiota kuukaudessa. Silti konversio-optimointi kannattaa aina.
Analytiikka ja määrälliset havainnot
Analytiikka ja mittaaminen on yksi konversio-optimoinnin kolmesta tukipilarista. Ilman sivuston, mainonnan ja konversioiden oikeaa mittaamista koko konversio-optimointi lepää huteralla pohjalla. Siksi konversio-optimointi kannattaa aina aloittaa analytiikka-asennuksen laadun varmistuksesta.
Esimerkiksi nämä menetelmät toimivat erinomaisesti millä tahansa sivustolla:
- Laite- ja selainkohtainen analyysi auttaa tunnistamaan verkkosivuston teknisiä ja käytettävyysongelmia, jotka ilmenevät kenties vain tietyillä selaimilla ja päätelaitteilla.
- Sivujen ja sisältöryhmien analyysi auttaa paikallistamaan sisältöihin liittyviä ongelmia. Kenties tietyt laskeutumissivut eivät toimi hyvin?
- Sivupohjien analyysin avulla tunnistat sivun layoutiin liittyviä haasteita.
- Ostosuppilon tutkiminen kertoo sinulle, missä vaiheessa ostoprosessia kävijät jättävät ostoprosessin kesken.
Analytiikan avulla siis tunnistat, missä ongelmat piilevät. Analytiikan avulla voit myös arvioida sitä, kuinka suuria taloudellisia menetyksiä puutteet aiheuttavat sivustollasi. Siksi analytikka on lähtökohta kaikelle konversio-optimoinnille.
Tutkimukset ja laadulliset havainnot
Tutkimus on konversio-optimoinnin toinen tukipilari. Tutkimuksen avulla saat tarkemman käsityksen sivuston toiminnasta ja myynnin pullonkauloista.
Miksi analytiikka ei pelkästään riitä? Analytiikka kyllä kertoo sinulle, kuinka korkea konversioprosentti on eri käyttäjäsegmenteissä. Sen sijaan analytiikka ei kerro, mistä konversioprosentin vaihtelu johtuu. Sama koskee jokaista webanalytiikan mittaria.
Konversio-optimoijan on pureuduttava myös miksi-kysymyksiin. Vastausten jäljille pääsee helpoimmin laadullisen tutkimuksen ja analyysin avulla.
- Kyselyt. Käyttäjäkyselyt ja asiakaskyselyt ovat helpoin tapa saada tietoa siitä, mikä saa ihmiset ostamaan ja mikä toimii ostamisen esteenä.
- Käyttäjätutkimus. Käyttäjätutkimukset auttavat sinua havaitsemaan ostamisen esteet ja vaikeudet havainnoimalla sivuston käyttöä koetilanteessa
- Käyttäjänauhoitus. Sessionauhoitukset ja lämpökartat toimivat hyvin ”köyhän miehen käyttäjätutkimuksena”. Voit seurata hiiren liikkeitä ja sivun skrollausta, mutta et kuule käyttäjän kommentteja.
Laadullinen analyysi antaa sinulle hyvän perustan ostamisen esteiden poistamiselle. Kyselyiden, nauhoitusten, tutkimuksen ja analyysien avulla voit rakentaa perusteltuja hypoteeseja ihmisten käyttäytymisestä.
Hypoteesi ei vielä ole tietoa. Sen vuoksi tieteellinen konversio-optimointi edellyttää myös testejä, joiden avulla päästään pureutumaan syy-seuraussuhteisiin.
Toisinaan tutkimus on tehtävät kevyesti. Kun aikaa on käytettävissä vähän ja budjetti on rajallinen, on asiantuntijan toteuttama heuristinen analyysi ainoa vaihtoehto. Sopivan frameworkin perusteella toteutettu heuristinen analyysi riittää usein paljastamaan selkeimmät ongelmakohdat. Silloin konversio-optimoinnissa voidaan edetä seuraavaan askeleeseen.
Testit paljastavat kausaalisuuden
Tieteellinen konversio-optimointi käyttää hyväkseen testejä. Testien avulla konversio-optimoija varmistaa, tukeeko evidenssi hypoteesia vai onko se hylättävä.
Testaamisen idea on yksinkertainen. Sivustosta, yhdestä sivusta tai vaikkapa toimintakehotteesta luodaan eri versioita. Eri versioita näytetään eri käyttäjille. Testin tulos ratkaisee, mikä versio on paras.
Yksinkertaisesta ajatuksesta on eri muunnelmia:
- A/B-testi. A/B-testin idea on yksinkertainen. Sivuston käyttäjät arvotaan kahteen ryhmään. Toinen ryhmä saa näytölle alkuperäisen sivun (A), toisen ryhmän ruudulle piirtyy vaihtoehtoinen versio (B). Saavutetut tulokset ratkaisevat, kumpaa versiota jatkossa käytetään ensisijaisena versiona.
- A/B/C/.. -testit toimivat aivan kuten A/B-testit. Ainoana erona on se, että samanaikaisesti vaihtoehtoisia versioita on enemmän kuin kaksi.
- Monimuuttujatestit (multivariate testing). Monimuuttujatestissä testataan samanaikaisesti usean eri muuttujan vaihtelun vaikutusta. Silloin samanaikaisesti käytössä on esimerkiksi kaksi eri toimintakehotetta ja kaksi eri kuvaa. Kahden muuttujan yhdistelmiä on siis yhteensä 2 x 2 = 4.
- Peräkkäistestaaminen (sequential testing). Toisinaan teknisistä tai muista syistä johtuen A/B-testin rakentaminen on mahdotonta. Silloin käyttäjiä ei arvota versioihin A ja B, vaan versio A yksinkertaisesti korvataan versiolla B. Tämän jälkeen analytiikan avulla selvitetään, kuinka konversio muuttui Valitettavasti muiden, testin kannalta ulkopuolisten tekijöiden vaikutusta on hankala sulkea ulos. Johtuuko konversioprosentin muutos esimerkiksi mainonnan muutoksista tai normaalista kausivaihtelusta?
Testaaminen ja tilastollisesti merkitsevän tuloksen saavuttaminen on varmasti ”tieteellisin” tapa kumota hypoteeseja. Käytännössä testaaminen on usein hankalaa, sillä luotettavaan testitulokseen pääseminen edellyttää suhteellisen runsaasti kävijöitä ja konversioita.
Tämä tekee A/B-testaamisesta usein haasteellista — ja monimuuttujatesteistä käytännössä mahdottomia toteuttaa. Siksi usein on tyydyttävä vähemmän tieteelliseen tapaan tehdä konversio-optimointia ja selvittävä ilman hypoteesien tilastollista testaamista.
Tuloksellinen konversio-optimointi edellyttää näitä kaikkea
Tylsä analytiikka ja puiseva tutkimus unohtuvat markkinoijalta helposti. Niiden sijaan on helppo syöksyä suoraan kohti seksikästä A/B-testaamista.
Jos konversio-optimointi nojaa vain yhteen tukipilariin, se on huteralla pohjalla. Tukevalle, tieteelliselle perustalle nojaava konversio-optimointi edellyttää aina myös analytiikkaa ja tutkimusta.
Haluatko myydä enemmän? Ota yhteyttä meihin, me autamme sinua tekemään parempaa tulosta!
Artikkelit samasta aiheesta
Konversio-optimointi onnistuu, kun keskityt näihin 6 asiaan
Konversio-optimointiin ryhdytään usein suurin odotuksin. Hyvin usein odotuksissa petytään: odotettua (ehkä myös luvattua) suurta parannusta ei saatu aikaan. Hyvien tulosten todennäköisyys paranee kuitenkin huimasti, kun keskityt oikeisiin asioihin.
Verkkokaupan konversio-optimointi alkaa analytiikasta
Suunnitteletko esimerkiksi verkkokaupan konversio-optimoinnin aloittamista, etkä tiedä mistä sinun pitäisi aloittaa? Oma vastaukseni on selvä: siitä, että varmistat Google Analytics -asennuksen laadun.
A/B-testit ilmaisella työkalulla: Google Optimize haastaa VWO:n ja Optimizelyn
Google Analytics on sisältänyt vuosien ajan A/B-testityökalun. Se jäi kuitenkin jälkeen kilpailijoistaan, minkä vuoksi Visual Website Optimizer ja Optimizely valtasivat markkinan. Nyt Google on vihdoinkin tuonut markkinoille helppokäyttöisen työkalun konversiotestaukseen, […]
Kiinnostuitko tästä aiheesta?
Soita meille 020 788 8120 tai täytä alla oleva lomake niin jatketaan juttua!