Har du optimeret din tilgang til konverteringsoptimering?

Inden for konverteringsoptimering jagter vi gerne det hurtige fix. Vi tager gerne konverteringseksperters råd for gode vare og søger at gøre dem kunsten efter. Men desværre er det ikke altid så enkelt og vi opdager, at vi har brugt relativt lang tid uden at kunne inkassere den forventede bonus.

Der er så mange muligheder. Der er så mange gode råd.

Problemet er som oftest, at det eksempel vi så, ikke helt passer på vores produkt, på vores hjemmeside. Måske opdager vi en teknisk forhindring eller at vi bare ikke kan genskabe samme resultat. Hvad virker og hvad gør ikke? Hvor skal vi lægge vores timer? Skal vi prøve og frem?

Men de overvejelser i baghovedet, er det interessant at se på, hvordan vi kan indsamle værdifuld viden til en optimeringsproces, uden at brænde for mange fakturerbare timer af og uden at starte forfra hver gang.

Hvis vi ønsker en systematisk, fremadskridende optimeringsproces (og det gør vi hvis vi mener det seriøst), så gælder det i stedet om at skabe en effektiv arbejdsgang (ja, måske rettere en kultur) omkring på kort tid, at få indsamlet de svar der skal fodre optimeringsprocessen.

Optimeringsprocessen starter altid med analyse  – så vi kan opnå det der nirvana af identificerede, prioriterede optimerings-potentialer (jotak, jeg ved det lyder flot). Altså de initiativer vi tror på, fordi vi har bekræftet/kvalificeret dem og fordi de med mindst indsats giver størst udbytte (det er derfor vi kalder til optimering og ikke bare forbedring eller re-design).

I analysen ønsker først at vide: Hvor gør det mest ondt? Hvor bløder vores konvertering mest? Hvordan kan vi med mindst plaster stoppe den største blødning?

Vores analyse kræver data. Enten kvalitative (fx brugertest eller interview) eller kvantitative. I konverteringsoptimering taler man om “web analytics”, i virkeligheden alle de typer data der føder optimeringsprocessen, men primært er det kvantitative data, der opsamles løbende på baggrund de besøgendes handlinger på vores website.

For at spare tid og være effektive, mener jeg vi kan angribe den proces fra to vinkler:

1) Invester relativt meget tid og få hurtigt og omkostningslet adgang til viden fremover.

Her er eksemplet implementering af Google Analytics (GA), noget mange virksomheder erfaringsmæssigt bøvler med og aldrig rigtigt har fået gjort korrekt. Derfor sidder der mange derude og stirrer sig blinde på rapporter, uden at der reelt kommer konverteringsoptimering ud af det.

Men får man sat GA fornuftigt op og får identificeret og designet de rapporter der kan bruges til systematisk at tage pulsen på forretningen, så kan de fungere plansættende – altså du kan med jævne mellemrum kigge på disse data (vi kunne også kalde det KPI’er) og derfra – fx udfra et referencepunkt/benchmark – bestemme hvor og hvad du skal arbejde med i din næste optimeringscyklus. Problemet kan dog være, at den der sidder med ansvar for at vedligeholde en optimeringsproces, synes det er svært hvilke rapporter der skal kigges på og hvordan (jeg har prøvet det selv i FDM travel). Det er ikke ligefrem sådan at man bare downloader en køreplan fra nettet. Man skal selv skabe sin systematik.

Jeg er ikke verdensmester i GA, så lad os sammen lære fra bedste: 10 Optimization Experts Share Their Favorite Google Analytics Reports.

Tjek fx den rapport Widerfunnel kalder “High Trafficked/Low Converting LPs”. Det lugter jo af potentiale. Start fra toppen, tag en ny side en gang ugen. Længere nede i ovenstående artikel kan du se Craig Sullivan gøre det samme, bare pr. device.

Så det var én måde at være effektiv, ved at gøre forarbejdet ordentligt og skabe faste rutiner. (De der så Daniela Edeman til ppcboost.dk i september, ved i særdeleshed hvor jeg vil hen.)

Som regel er det sådan, at de potentialer man har identificeret i GA, trænger til at blive kvalificeret. Altså at man skal undersøge, hvad der er grunden til, at en given side/flow performer dårligt. Derfor er der en naturlig sammenhæng (og overlap) mellem GA og de mange online værktøjer vi har adgang til i dag. Det er den anden vinkel:

2) Invester relativt lidt tid og få afgrænsede, men værdifulde data på kort tid.

Siden webmediet slog igennem, skal vi sige i slut 90’erne, er der løbende kommet flere og flere superlækre online værktøjer til, der kan bruges til automatisk at indsamle viden/data omkring vores brugeres ageren på hjemmesiden. Jeg husker dengang CrazyEgg kom frem (den gratis konto har jeg haft meget glæde af gennem årene) og det fungerer stadig glimrende i dag. Det er godt til få ting, men til gengæld er det nemt at bruge og vildt effektivt når det skal være. Det er bare et af virkeligt mange små “tools”, som vi kan bruge af efter behov i optimeringen. Efterhånden er værktøjskassen proppet med lignende værktøjer, der kan give os stort set enhver type indsigt vi har behov for.

Pointen er at undgå at sidde og stirre sig blind på disse data, men at vælge en palette af værktøjer og så bruge dem til at besvare netop de spørgsmål der melder sig hver gang vi starter en ny optimeringsanalyse:

“Hvilke data kan bedst forklare frafaldet på denne side? Hvor brugerne har klikket? – Har de fokus et andet sted end vi ønsker? Hvor meget scroller de på siden? Er der knapper de simpelhen ikke ser? – Kan det endda hjælpe os til at beskrive en test-hypotese?”

Det tager måske 5 minutter at sætte en “test” op i CrazyEgg, men de data har stor værdi når du står og skal bruge dem.

Godt råd for at spare tid: Husk at undersøgelses-spørgsmålet altid kommer først, værktøjet er en del af besvarelsen. (Uha, det gælder især Google Analytics). Spørg derfor først dig selv: Hvad er det jeg gerne vil have svar på?

Når det gælder tools, så anbefaler jeg (med mindre at du arbejder alene og kan det hele i hovedet), at man laver en oversigt, a la den her:

  • CrazyEgg – Clicktracking og scroll – besvarer: Hvor har brugerne klikket.
  • Clicktale – Clicktracking, tragt-analyse, form-analyse – besvarer: Hvor i en given formular eller tragt, falder mine brugerefra.
  • Mouseflow – mousetracking, session recording – besvarer: Hvordan interagerer brugerne med mit site.

Ok, det er en grov oversigt, men pointen er at opbygge en viden om, hvad hvert enkelt værktøj kan og især hvilke typer indsigt det giver. Hver gang du med succes har brugt et tool, kan du opdatere listen med case/eksempel og dermed styrke dokumentationen. det excel-ark bliver du glad for en dag 🙂

Her er enliste over værktøjer, hvis du skulle mangle inspiration: “24-usability-testing-tools“. Eller den her: “ultimate-list-of-conversion-optimization-tools“. Sådanne lister er nemme at google sig til.

Ovenstående vinkler bruger jeg i workshops med virksomheder, der ønsker at få konverteringsoptimering sat i system. Sammen identificerer vi værktøjer, data, kompetencer, tidsplaner, test-strategier osv.

Fordi fokus netop først er på at optimere arbejdsprocessen, fordi modenhedsniveauet i mange virksomheder er lavt. Derfor går der mange ressourcer til spilde på at udnytte det potentiale der netop ligger i konverteringsoptimering.

Hører meget gerne fra dig: Hvordan du har sat din optimering i system? Hvor du henter inspiration til din planlægning?

I næste blogindlæg ser jeg på en kvalitativ tilgang: Umoderede brugertest kan lidt det samme. Med relativt få midler, giver metoden stor indsigt, særligt hvis det er tidligt i en optimeringsproces – hvilket det ofte er, fordi relativt få virksomheder (efter min mening) har en fortløbende og systematisk proces omkring konverteringsoptimering. Mere om de umodererede tests i næste blogindlæg, med erfaringer fra min egen forretning: www.optuner.dk

Tilmeld vores automatiske opdatering, når der er nye indlæg fra Ole på bloggen.

 

/Ole G.

Tag på Conversionboost

  • Konference om øget salg og konvertering online
  • Lær selv at konvertere flere besøgende til kunder
  • Bliv datadrevet og kom væk fra mavefornemmelses-design
Conversionboost

3 meninger om “Har du optimeret din tilgang til konverteringsoptimering?”

  1. Fine tips og betragtninger på et desværre underprioriteret område af marketing. Jeg kunne især godt tænke mig nogle input på hvordan kulturen skabes, altså hvilke forandringer en virksomhed mentalt skal igennem før de bliver datadrevne.

  2. Hej Philip.
    Tak for din kommentar.

    Ja, det er også et spændende område, at skabe kulturen og modne virksomheden. Man kan sige at konverteringsoptimering som selvstændigt område savner en velfunderet faglighed og derfor må trække på andre og tidligere erfaringer/forskning/erfaring.

    Det er noget jeg oplagt kunne skrive om efterfølgende, men så ville jeg klart tage udgangspunkt i http://online-behavior.com/emetrics/online-analytics-maturity-model-ii (introduktion) eller Web Analytics Maturity Model af samme Hamel: http://www.cardinalpath.com/cpwp/wp-content/uploads/WAMM_ShortPaper_091017.pdf

    Jeg talte selv lidt om emnet ved ConversionBoost sidste år, som du kan se fra mine slides: http://www.slideshare.net/OleGregersen1/3-udfordringer-for-konverteringsoptimering – men jeg har altså ikke skrevet en reel tekst om det.

    Lad mig høre fra dig, hvis du har et bud på hvordan den kultur kan skabes – ja, måske endda hvad det er for en kultur?

    /Ole G.

Lukket for kommentarer.