Hol kellene kezdened a weboldalad tesztelését?

Az A/B tesztelést már minden marketinges ismeri. Mondják: teszteld a címet, teszteld a képeket és nőni fog a konverzió! Ezek valójában eléggé olcsó tanácsok, mert annak eldöntése, hogy mit is érdemes tesztelni, kritikus a konverzió optimalizálás eredményességében.

Tételezzük fel, hogy növelni szeretnéd a weboldalad konverziós arányát, és ennek érdekében tesztet szeretnél lefuttatni. De hol fogod elkezdeni? A websiteod több ezer oldalból áll, és mivel korlátozott idő és erőforrás áll rendelkezésedre nem tesztelhetsz minden egyes oldalon, hanem priorizálásra kényszerülsz. Ráadásul a szignifikáns A/B teszt eredményhez többnyire elég nagy minta szükséges, így az elhanyagolható forgalmú oldalak nem igazán jöhetnek szóba.

Hol található a legjelentősebb szivárgás?

Azt, hogy melyik oldalon, vagy oldalakon folyik el a legtöbb pénzünk a Google Analytics-ből elég nagy pontossággal ki tudjuk hámozni. A legjobb GA riportok erre a célra az alábbiak (hogy mi hogyan érhető el az analytics-ben, azt most nem részletezném):

  • Funnel Visualization: Ez a riport azt mutatja meg, hogy a konverziós csatorna egyes lépéseinél mekkora forgalom szivárog el.
  • Konverziók böngészőnként: Néha bizonyos figyelmen kívül hagyott böngészők, melyekre nem optimalizáltuk a siteot, igen komoly konverzió nyírást eredményezhetnek, ezek megtalálására alkalmas a report. (Itt külön figyelni kell a mintára, a 100-nál kevesebb konverzió/böngésző riport esetén túl karcsú a minta a következetesek levonásához. Ha egy kisebb site-ról van szó, érdemesebb nagyobb időperiódust alapul venni).
  • Konverziók/eszközök: Hasonló, mint az előző riport, csak eszközökre lebontva (illetve érdemes lehet bounce rate/device-ra is szegmentálni)
  • Képernyő felbontás/konverzió: Az előbbi logika a képernyő felbontásra alkalmazva.
  • Magas forgalom, magas visszafordulási arány + exit oldalak: Érdemes keresni azokat a nagy forgalmú oldalakat, amelyek az átlagostól magasabb bounce vagy exit rate aránnyal rendelkeznek.
  • Új vs. visszatérő userek: Ha például az látszik, hogy az új látogatók konverziós aránya jóval rosszabb, mint a régieké, az máris remek tesztelési alap lehet, teszem azt az email-el való visszacsalogatás módjával lehet kísérletezni.
  • Konverziós arány belső kereső használatával vs nélküle: Valamiért számos weboldalon eléggé trehány módon kezelik a belső keresőt. Egy egyéni jelentés segítségével tudjuk szűrni az adatokat, hogy mennyire konvertálnak a keresőt használó látogatók, szemben azzal, akik nem használják a keresőt. Általában durván legalább kétszer jobban, ami alapján elég jól megértik az ügyfelek is, hogy a belső kereső mennyire fontos, és elkezdenek gondolkodni a további optimalizáláson.

A Google Analytics riportok azt remekül megmondják, hogy mi az ami nem működik, de azt már neked kell kitalálnod, hogy miért nem.

Mit kell tesztelni?

Ne kövesd el azt a hibát, hogy vakon követed a konverzió optimalizálási cikkekben írt tanácsokat, amik azt írják, hogy teszteld ezt, teszteld azt. A weboldaladnak valószínűleg nem általános problémája lesz, hanem konkrét, rá jellemző hibája.

Például egy blog posztban azt olvasod, hogy “teszteld a termék képeket”. Esetedben ez talán nem oszt nem szoroz, mert kiváló termék fotóid vannak, de senki nem olvassa el a termék leírását, ugyanis szürke betűket használsz fehér háttéren.

Hagyd figyelmen kívül az általános tanácsokat. Az a feladat, hogy megtaláld a konkrét problémáit a szóban forgó weboldalnak, és teszteld a hipotézist, amely feltehetően megoldást jelent az adott problémára. Ehhez azonban először hipotéziseket kell felállítanod.

Hipotézisek kreálása

Gyakori hibának tűnik, hogy intuíciókra épített hipotéziseket A/B tesztelnek, ezek többségénél borítékolható a használhatatlan teszt eredmény. Az eredményes tesztelésnek valójában az előfeltétele, hogy adatokra épített hipotézist állítsunk fel, magyarul különböző kutatásokkal kell feltárni a problémákat.

Az adatokra épülő hipotézisek felállításával egyébként elkerülhető az a hiba is, amibe sokan esnek: nagy siteok publikus A/B teszt eredményei alapján a változások megvalósítása az oldalukon (ilyenkor legalább teszteljük az eredeti hipotézist, de a legbiztosabb ha mi magunk állítunk fel). A CRO kutatásnak elég sok eszköze lehet, összegyűjtöttem a legfontosabbakat.

Heat map, scroll map

Egy heat map riport grafikusan ábrázolja, hogy egy adott landingen a felhasználók asztali számítógépen hova kattintottak, illetve mobil és tablet eszközön hol érintették meg az oldalt.

A scroll map riport értelemszerűen azt mutatja meg, hogy a látogatók milyen arányban görgetnek le a céloldal egyes részeihez.

Egy e-commerce sitenál például egy lista oldal esetében remekül kideríthető, hogy mennyire használják a szűrőket: gyakran túlbonyolítják ugyanis a fitereket, és kiderülhet, hogy a felhasználók többsége nem is használja. Média siteok pedig a heat mappel remekül elemezhető az ajánlórendszerek hatékonysága. Egy lead generáló oldalnál például a sign up láthatóságát lehet remekül elemezni egy scroll map elemzéssel.

User tesztelés

Mi a problémájuk a látogatóidnak a weboldaladdal? Ezt csak egyetlen módszerrel derítheted ki, a user vagy usability testing segítségével.

A user testing inputokat ad arról, hogy hús-vér emberek hogyan érzékelik a weboldaladat, vagy landing oldalaidat. Még akkor is, ha az elérhető legfrissebb UX best practice alapján tervezted az oldaladat, előfordulhat, hogy a látogatóid utálni fogják. Ennek oka, amit gyakran elfelejtünk: nem mi vagyunk a felhasználó.

A user testingben csupán néhány ember közreműködésére van szükség, akik jellemzően 3 típusú feladatot oldanak meg:

  • Konkrét feladat
  • Általános feladat
  • Funnelen végighaladás

Például egy ruházati webshop esetében lehetnek a következő feladatok:

  • Keresd meg a a sötétkék farmereket 10 ezer Forint alatt (egy adott feladat)
  • Keress egy inget, ami tetszik (általános feladat)
  • Vásárolj egy pólót (funnelen végighaladás)

Miután 5-10 felhasználó segítségével a weboldalon elvégeztetik a feladatokat, eléggé ki szoktak derülni, hogy pontosan milyen nehézségekkel küzdenek az átlagos userek.

User felmérések

Az úgynevezett survey toolok remek eszközei a kvalitatív adatok gyűjtésének a felhasználói elégedettségről. Lényegében egy kérdést intézel a felhasználóidhoz egy adott időpontban. Tehát ez az eszköz arra különösen jó, hogy kiderüljön, a látogatóid miért nem fejeznek be egy adott műveletet.

Egy e-commerce oldalnál például az olyan vásárlóknál, akik a vásárlást nem fejezik be, meg lehet kérdezni, hogy miért szakították meg a műveltet végül. Egy média sitenál bizonyos tartalmaknál fel lehet tenni a kérdést, hogy miről olvasnának legközelebb.

+1: Card sorting

Remek lehetőség egy site architektúrájának újragondolásához, majd teszteléséhez a card shorting. A metódus a kártyákra épít, amelyeknek két fontos kritériumnak kell megfelelniük: érthetőnek kell lenniük és kezelhető mennyiséget kell a tesztben résztvevő emberek elé tenni.

A card sorting segítségével fel lehet mérni például, hogy egy e-commerce oldal kategorizálását hogyan látják az emberek logikusnak.

Next step

Miután elvégeztük a konverzió kutatást és dúskálunk az adatokban, elérkezett a hipotézis felállításának felemelő pillanata.

A CRO szakirodalom ennek megállapítására elég egyszerű sablont szokott ajánlani, szerintem sem érdemes ezt túlbonyolítani lehet például hasonlóan: Miután azt láttuk, hogy _data/feedback_, úgy hisszük a _változtatás_ okoz _eredmény_. Ezt a _metrika_ val mérjük.

Megvan tehát a hipotézised, tesztelhetsz.