Sloj prevođenja studija slučaja: Pretvorite pobedu jednog brenda u sledeći test vašeg klijenta

Summary

Broj u e-commerce studiji slučaja je najmanje prenosivi deo. Povećanje konverzije od 43% kod Mattress Firm ili povećanje prijava putem e-pošte od 50% kod Emma Sleep opisuje ono što se dogodilo u specifičnom kontekstu, a ne ono što će se dogoditi u vašem. Ono što se prenosi je mehanizam — specifično trenje koje je brend uklonio i promena ponašanja koja je usledila. Ovaj članak daje timovima okvir od šest koraka za izolovanje tih mehanizama, mapiranje na levak klijenta, dizajniranje malih testova i izgradnju višekratnog priručnika. Takođe pokriva i upozorenja: kada se mehanizam neće preneti, zašto je čist A/B test često nemoguć, i kako meriti zdravlje mehanizma, a ne samo metriku.

Većina saveta o e-commerce studijama slučaja je pogrešna. Počinje od rezultata — povećanje konverzije od 43%, SMS ROI od 12.000%, landing page od 250.000 dolara — i radi unazad do taktike. Taj redosled tiho garantuje neuspeh, jer je broj u studiji slučaja najmanje prenosivi deo. Kategorija proizvoda, izvor saobraćaja, cene, poverenje u brend i sezonalnost koji su oblikovali taj broj nikada se neće poklopiti na isti način za klijenta. Ono što se prenosi je mehanizam: specifično trenje koje je brend uklonio i promena ponašanja koja je usledila. Tim koji može da izdvoji mehanizme, ne metrike, može da pretvori jednu studiju slučaja u ponovljiv proces kod potpuno različitih klijenata.

Ovaj članak je okvir od šest koraka za to. Naučićete kako da napišete rečenicu prevođenja za bilo koju studiju slučaja, kako da mapirate mehanizam na levak klijenta, kako da dizajnirate najmanji test koji i dalje čuva mehanizam, kako da unapred definišete uslove prenosa i kako da izgradite višekratni priručnik. Primeri dolaze iz stvarnih e-commerce studija slučaja, ali fokus je na procesu, jer je proces jedina stvar koja preživljava kontakt sa novim klijentom.

1. Skinite statistiku, zadržite mehanizam

Procenat povećanja nije stvar koju možete kopirati. To je ishod interakcije između promene i konteksta. Promena može biti novi raspored stranice; kontekst je specifična prodavnica, publika i trenutak. Kopirajte promenu bez konteksta i ne testirate istu stvar. Kopirajte mehanizam i imate šansu.

Razmotrite rezultat redizajna Mattress Firm: povećanje stope konverzije od 43% i pad napuštanja stranice proizvoda od 325%. Rezime obično pripisuje zasluge 'redizajnu veb sajta' ili 'poboljšanom toku kupovine'. To je taktika, ne mehanizam. Ako klijentu kažete 'trebalo bi da redizajniramo vaš levak', dali ste im zahtev za budžet, a ne testabilnu ideju. Mehanizam živi jedan nivo niže. Mattress Firm je takođe uveo čarobnjaka za pronalaženje dušeka — interaktivni alat koji postavlja nekoliko pitanja i vraća uži izbor. To je deo koji rešava specifičan problem ponašanja: preopterećenost izborom. Kada se kupac suoči sa desetinama gotovo identičnih pravougaonika od pene, najteži korak je odlučiti se. Čarobnjak uklanja to trenje pretvarajući 'uporedi sve' u 'odgovori na tri pitanja i vidi tri opcije'.

Da biste ovo učinili prenosivim, napišite rečenicu prevođenja. Počnite od toga šta je korisnik radio pre, šta je radio posle, i koje trenje ste uklonili.

• Pre: kupac skroluje kroz mrežu nediferenciranih proizvoda.
• Posle: kupac odgovara na pitanja, dobija uži izbor, poredi nekoliko opcija.
• Uklonjeno trenje: preopterećenost odlukom.

Izjava o mehanizmu: 'Kada se kupac suoči sa mnogo sličnih izbora, vođeni selektor smanjuje kognitivno opterećenje i povećava posvećenost užem izboru.' U toj rečenici nema brojeva. To je namerno. Možete ga primeniti na klijenta iz kozmetike sa četrdeset seruma, klijenta iz hardvera sa trideset punjača, ili klijenta za hranu za kućne ljubimce sa sedamdeset recepata. Stat je govorio 'ovaj brend, ova sezona, ovaj saobraćaj.' Mehanizam kaže 'ovaj problem ponašanja, ovo rešenje.' Ovo je disciplina iza krađe mehanizma, a ne statistike, i to je jedini pouzdan način da studiju slučaja koristite više od inspiracije.

2. Imenujte trenje u levku vašeg klijenta

Kada imate mehanizam, vaš posao je da pronađete isto trenje u svetu klijenta. Ovde umire većina pokušaja kopiranja i lepljenja, jer ljudi upoređuju taktiku sa taktikom umesto trenje sa trenjem. Pitanje nije 'da li klijent ima kviz?' — već 'da li se korisnik klijenta suočava sa istim problemom odlučivanja?'

Uzmimo The Sill, onlajn prodavca biljaka koji je povećao organski saobraćaj za 45% kroz long-tail SEO i optimizaciju brzine sajta. Lista taktika je dosadna: pišite sadržaj za specifične upite pretrage, ubrzajte sajt. Mehanizam je interesantniji: uskladite nameru pretrage sa specifičnom stranicom proizvoda, tako da posetilac koji traži 'biljke za kancelariju sa slabim svetlom' sleti na stranicu koja upravo to kaže, umesto na generičku kategoriju 'biljke'. Trenje koje se uklanja je neizvesnost o tome da li prodavnica ima ono što posetilac treba.

Sada to primenite na klijenta. Pretpostavimo da radite sa nišnim prodavcem opreme za na otvorenom sa 80 proizvoda i velikom potražnjom za long-tail pretragama. Usko grlo klijenta je saobraćaj — konkretno, saobraćaj koji odgovara onome što prodaju. Mehanizam kaže: napravite landing page za svaku stvarnu nameru pretrage i pobrinite se da stranica bude brza i specifična. Mali test nije 'uradite pun SEO reviziju.' To je sledeće:

• Izaberite deset upita sa najjasnijom namerom kupovine (možete ih pronaći u konzoli za pretragu klijenta, ili gledajući kako se rangiraju stranice proizvoda konkurenata).
• Za svaki upit napišite stranicu koja imenuje slučaj upotrebe u naslovu, prikazuje dva ili tri proizvoda koji odgovaraju i vodi do najjednostavnijeg puta kupovine.
• Postavite te stranice na postojeću infrastrukturu klijenta. Nemojte redizajnirati sajt.
• Pratite da li organske sesije na tim stranicama rastu i da li ti posetioci češće dodaju u korpu od posetilaca sa kategorijske stranice.

To poslednje poređenje je važno. Ako landing stranice dobijaju saobraćaj, ali nema konverzija, mehanizam može biti prisutan, ali stranica možda ne odgovara na upit pretrage. Ako ne dobijaju saobraćaj, naučili ste da je autoritet domena ili svežina sadržaja usko grlo, što je drugačiji mehanizam. Upozorenje je jednostavno: ako klijent već ima puno saobraćaja, a problem je konverzija, mehanizam zasnovan na saobraćaju će izgubiti i vaše i njihovo vreme.

3. Dizajnirajte najmanji test koji čuva mehanizam

Instinkt nakon čitanja dobre studije slučaja je da izgradite punu verziju onoga što je uspešan brend uradio. To često ubija učenje, jer veliko izdanje objedinjuje mnoge promene i ne možete reći koja je od njih pokrenula ponašanje. Umesto toga, dizajnirajte najmanji test koji i dalje sadrži mehanizam — deo koji zaista uklanja trenje.

Rezultat Emma Sleep-a u prikupljanju e-pošte je dobar primer: postavljanjem jednog pitanja pre polja za e-poštu, brend je povećao prijave putem e-pošte za 50%. Mehanizam je mikro-posvećenost: sićušan, lak odgovor prvo čini da se polje za e-poštu oseća kao drugi korak, a ne kao prvi. Taktika je bila forma s jednim pitanjem. Puna verzija može biti kviz u više koraka, centar preferencija ili motor personalizacije. Ništa od toga vam ne treba da biste testirali mehanizam.

Za klijenta sa tipičnim popupom 'Prijavite se za 10% popusta', najmanji test je da zamenite jedno polje za e-poštu sa tokom u dva koraka:

• Prvi korak: 'Koja je vaša glavna briga?' sa četiri opcije (ili 'Koja vam je omiljena kategorija proizvoda?').
• Drugi korak: polje za e-poštu, nepopunjeno, ali sa prosleđenim izabranim odgovorom.
• Sve ostalo ostaje isto: isti okidač, ista ponuda, isti dizajn sistem.

Pratite jednu primarnu metriku: stopu prijava. Ali nemojte stati tu. Pratite stopu završetka drugog koraka (koliko ljudi koji su odgovorili na pitanje zaista ukucalo e-poštu). Ako se prvi korak završi, ali drugi otpadne, mehanizam ne radi — samo ste dodali trenje. Ako ukupne prijave porastu, imate signal da je mikro-posvećenost važna u ovom kontekstu.

Napomena za rad s klijentima: čist A/B test je često nemoguć. Saobraćaj klijenta može biti prenizak, ili tehnička postavka ne podržava split testove u kratkom roku. Nemojte lažirati statističku pouzdanost. Poređenje pre/posle, nekoliko snimaka sesija i dva brza intervjua s korisnicima mogu vam reći više nego p-vrednost koja glumi da zna. Poenta je da saznate da li mehanizam radi u ovom kontekstu, a ne da objavite rad. Ovo je mesto gde male promene koje zaista pomeraju iglu postaju strategija, a ne slogan.

4. Odlučite šta znači 'preneto' pre nego što ga pokrenete

Mehanizam se može preneti dok se očekivana veličina efekta menja. Isto trenje postoji u drugoj prodavnici, ali veličina zavisi od toga koliko je trenje bolno, koliko poverenja brend ima i koliko je korisnik motivisan. Zato morate definisati uslove prenosa pre nego što test počne — ne posle, kada ćete biti u iskušenju da racionalizujete bilo koji broj koji se pojavi.

AppSumo slučaj je korisno upozorenje. Određena prodajna stranica je generisala preko 250.000 dolara za manje od 10 dana, a Facebook reklamne kampanje su donele ROI od 29x. Mehanizam izgleda jednostavno: napravite namensku stranicu za jednu ponudu, pokrenite saobraćaj plaćenim oglasima. Ali uslovi uključuju publiku iz newslettera koja već veruje vremenski ograničenim ponudama i strukturu ponude koja se oslanja na hitnost. Ako kopirate taktiku namenske stranice za klijenta bez te publike, stranica može biti prelepa i ciljanje oglasa precizno, ali broj neće pratiti.

Pre testa, napišite karticu prenosa za mehanizam. Kartica prenosa ima pet polja:

• Trenje: šta korisnik pokušava da reši.
• Mehanizam: promena ponašanja koja to rešava.
• Mali test: najjeftinija verzija koja čuva mehanizam.
• Najbolje radi kada: uslovi koji su omogućili originalni rezultat.
• Ne radi kada: uslovi koji bi razbili mehanizam.

Za mehanizam namenske stranice ponude, kartica bi mogla izgledati ovako:

• Trenje: 'Ima previše proizvoda; ne znam šta vredi moje pažnje.'
• Mehanizam: Suzite fokus korisnika na jednu ponudu, tako da odluka postane binarna (kupiti ili ne).
• Mali test: Napravite landing page za jedan postojeći bestseler, sa istim levkom kao na kategorijskoj stranici, i uporedite konverziju.
• Najbolje radi kada: publika ima neko prethodno poverenje, ponuda je zaista posebna i hitnost je stvarna.
• Ne radi kada: publika nikada nije čula za brend i ne postoji razlog da deluje odmah.

Sada, ako situacija klijenta ne ispunjava uslove 'najbolje radi', možete ili promeniti uslove (izgraditi poverenje pre testiranja ponude) ili izabrati drugačiji mehanizam. Poenta kartice je da tu odluku učinite eksplicitnom. Kada test da rezultat, znaćete koje uslove treba dovesti u pitanje.

5. Merite zdravlje mehanizma, ne samo metriku

Jedan broj može učiniti da loš mehanizam izgleda dobro. Ako pokrenete formu za e-poštu u dva koraka i prijave porastu, to je lep rezultat. Ali da li to znači da mehanizam mikro-posvećenosti radi, ili samo da su forme u dva koraka nove? Potrebni su vam signali zdravlja koji potvrđuju ponašanje koje ste nameravali da promenite.

Za prikupljanje e-pošte, očigledan signal zdravlja je ono što se dešava nakon prijave. Mobile-first program prikupljanja e-pošte kompanije Ideal of Sweden prikupio je 698.000 imejl adresa sa stopom klikova od 18,8%. Veliki broj je veličina liste; broj zdravlja je stopa klikova. Mehanizam koji je privukao prave pretplatnike proizvodi angažovane čitaoce. Ako merite samo prijave, možete zameniti listu radoznalih pretplatnika za pravu pobedu.

Postavite istu razliku u svom testu. Pre pokretanja, definišite:

• Primarna metrika: ishod koji se nadate da ćete promeniti (prijave, stopa dodavanja u korpu, prodaja).
• Metrike zdravlja: ponašanja koja vam govore da mehanizam zaista radi (stopa klikova na e-poštu, ponovna kupovina, vreme na stranici, niska stopa povraćaja).
• Kontra-metrike: stvari koje ne želite da pokvarite (povraćaji, imejlovi podrške, stopa odjave).

Za test vođenog selektora iz prvog odeljka, zamislite da stopa dodavanja u korpu raste. To je primarna metrika. Ali ako povraćaji takođe porastu, selektor možda podstiče ljude da kupe pogrešan proizvod — gori ishod nego bez testa. Provera zdravlja bi to otkrila. Za test namenske stranice ponude, ako prodaja poraste, ali su posetioci stranice morali da dobiju velike popuste da bi konvertovali, niste dokazali mehanizam; dokazali ste osetljivost na cenu.

Ovo je takođe mesto gde vas navika 'studija slučaja' može prevariti. Objavljena studija slučaja retko uključuje sekundarne metrike. Brend može imati veći prihod, ali lošiju ekonomiju po jedinici, ili veću listu sa manjim angažovanjem. Ne možete znati. Utoliko više razloga da definišete sopstvene metrike zdravlja pre nego što bilo šta pokrenete.

6. Izgradite biblioteku kako bi sledeći klijent bio brži

Ponovljiva vrednost studija slučaja dolazi od akumuliranja mehanizama, ne od gomilanja linkova. Nakon svakog testa, napišite karticu mehanizma i dodajte je u zajednički priručnik. Format kartice iz četvrtog odeljka radi, ali trebalo bi da dodate još jedno polje: rezultat, uključujući kontekst i ono što se nije prenelo.

Evo popunjene kartice za mehanizam mikro-posvećenosti:

• Trenje: pretplata deluje kao jednostrano obavezivanje bez neposredne vrednosti.
• Mehanizam: postavite jedno pitanje koje ne zahteva mnogo truda pre nego što tražite imejl.
• Mali test: dodajte korak s jednim pitanjem postojećoj formi za prijavu.
• Najbolje radi kada: brend zaista može da iskoristi odgovor i publika vidi vrednost u personalizaciji.
• Ne radi kada: pitanje zahteva stvaran napor, brend ignoriše odgovor, ili forma već ima ubedljiv razlog za pretplatu.
• Rezultat: U jednom klijentskom testu prijave su porasle; u drugom su ostale iste jer se pitanje činilo nevažnim. Relevantna kartica u drugom klijentskom slučaju bila je drugačiji mehanizam.

Obratite pažnju na poslednju liniju. Mehanizam koji ne uspe u jednom kontekstu nije neuspeh; to je upareni par podataka. Vremenom ćete izgraditi mapu: ova vrsta trenja reaguje na ovaj mehanizam, pod ovim uslovima. Ta mapa je stvarna prednost koju tim ima. To vam omogućava da pogledate novog klijenta i kažete: 'Njihov problem je preopterećenost izborom, i znamo test za to' umesto da počnete od prazne stranice.

Kako budete gradili ovu biblioteku, bićete bolji i u prepoznavanju koje studije slučaja uopšte vredi čitati. Ignorisaćete velike brojeve i odmah ići na trenje. To je suština pretvaranja studija slučaja u male testove: ne da biste reprodukovali rezultat, već da biste reprodukovali uslove za ciklus učenja.

Zaključak

Prestanite da tretirate brojeve iz studija slučaja kao predviđanja. Oni su dokaz da se negde, u nekom kontekstu, specifično ponašanje promenilo kada je specifično trenje uklonjeno. Vaš posao — posebno kada radite sa više klijenata — je da pronađete to trenje u svetu svakog klijenta, testirate najmanju verziju mehanizma i zabeležite šta se dogodilo. Broj se gotovo nikada neće ponoviti. Mehanizam, ako ste ga ispravno imenovali, može se koristiti godinama. To je ceo priručnik: izvuci, prevedi, testiraj, zabeleži, ponovi.