KRO pa posmiem: ko solo dibinātājiem vajadzētu labot (un ignorēt)

Kopsavilkums

Lielākā daļa konversijas optimizācijas padomu pieņem, ka jums ir komanda, testēšanas rīks un pietiekami daudz datplūsmas, lai veiktu jēgpilnus eksperimentus — padarot tos nederīgus solo dibinātājiem. Godīga alternatīva ir posmos balstīta pieeja: pirms jums ir datplūsma, koncentrējieties uz acīmredzamu noplūžu novēršanu, piemēram, slēptām piegādes izmaksām un mobilās lietojamības problēmām. Kad jums ir daži simti apmeklētāju nedēļā, izmantojiet sesiju ierakstus un klientu atsauksmes, lai atrastu neredzamās noplūdes, nevis veiktu trokšņainus A/B testus. Tikai tad, kad konsekventi redzat tūkstošiem apmeklētāju, jums vajadzētu sākt veikt īstus eksperimentus, pa vienam, ar rakstisku hipotēzi. Kad pārdošana kļūst konsekventa, mērķis pāriet no varonīgiem intervences pasākumiem uz atkārtojama testēšanas cikla veidošanu, kas nav atkarīgs no jūsu enerģijas. Katrā posmā uzticēšanās paliek pamats, kas padara visu pārējo optimizācijas darbu iespējamu.

Lielākā daļa konversijas optimizācijas padomu pieņem, ka jums ir komanda, testēšanas rīks un pietiekami daudz datplūsmas, lai sadalīto testu padarītu statistiski nozīmīgu nedēļas laikā. Ja esat visa mārketinga nodaļa, šie padomi ne tikai netrāpa mērķī — tie ir paralizējoši. Jūs skatāties vebināru par "sava pirmā A/B testa veikšanu", saprotat, ka jums būs nepieciešams mēnesis, lai sasniegtu statistisko nozīmīgumu, un secināt, ka visa disciplīna nav sasniedzama. Tāpēc jūs neko nedarāt. Vai vēl ļaunāk — kopējat kontrolsarakstu no kāda, kurš vada veikalu ar deviņciparu ieņēmumiem, un pavadāt nedēļas nogali, "optimizējot" galveno lapu, kurai jums pat nav datplūsmas.

Tas, kas patiešām darbojas solo dibinātājam, ir cita, daudz mazāk krāšņa optimizācijas suga. Tā ir balstīta posmos. Tā mainās līdz ar jūsu biznesu, un tā sākas ar skarbu patiesību: jums vēl nav nepieciešama konversijas optimizācija; jums ir jānovērš lietas, kas vēlāk padara optimizāciju neiespējamu. Šī raksta mērķis ir sniegt jums šo ceļvedi — nevis taktiku sarakstu, bet veidu, kā izlemt, kas ir pelnījis jūsu uzmanību katrā datplūsmas, ieņēmumu un pārliecības līmenī.

Lūk, godīga tabula par to, kas mainās:

Posms	Jūsu galvenais uzdevums	Ko ignorēt
Pirms datplūsmas (0–100 apmeklējumu nedēļā)	Izveidojiet pamatu: ātru, mobilajām ierīcēm piemērotu, uzticamu un godīgu par izmaksām	A/B testi, pikseļu līmeņa dizaina izmaiņas, virsrakstu "optimizēšana"
Agrīnā datplūsma (100–1 000 apmeklējumu nedēļā)	Atrodiet savu noplūdi: kur cilvēki patiešām aiziet un kāpēc	Eksperimentu veikšana. "Testi" šajā apjomā ir tikai nepārbaudīti viedokļi
Gatavs eksperimentiem (1 000+ apmeklējumu nedēļā)	Veiciet vienu tīru testu vienlaikus uz lielāko noplūdi	Vairāku lietu testēšana vienlaikus, trušu alas sekundārajās lapās
Procesa fāze (konsekventa pārdošana)	Institucionalizējiet mācīšanos: dokumentējiet hipotēzes, rezultātus, lēmumus	Atkārtota to pašu argumentu izskatīšana divreiz

Pirms datplūsmas periods nav neveiksme; tā ir datu vākšana. Pirmais un grūtākais pagrieziens ir pārstāt domāt par optimizāciju kā kaut ko, ko "darāt", un sākt domāt par to kā kaut ko tādu, kas iegūst savu vietu tikai tad, kad jums ir pietiekami daudz apmeklētāju, lai sniegtu atgriezenisko saiti. Ja redzat mazāk nekā simts apmeklējumu nedēļā, jūsu reklāmguvumu līmenis būtībā ir troksnis. Viens vīrusu ieraksts var to pacelt no diviem procentiem līdz pieciem; lēns serveris var to novirzīt otrā virzienā. Šajā režīmā visvērtīgākais darbs nav A/B testēšana vai teksta izmaiņas — tas ir pārliecināšanās, ka jūsu veikals neplūst no iemesliem, kurus jūs būtu varējuši pamanīt ar aizvērtām acīm.

Konkrēts piemērs: viens dibinātājs, kuru es pazīstu, pārdod ar rokām darinātas keramikas krūzes. Viņai bija krāšņa produktu lapa, bet piegādes izmaksas tika atklātas tikai pašās beigās. Gandrīz katrs pasūtījums, kas nonāca līdz norēķināšanās solim, tur mira. Viņai nebija nepieciešams tests, lai zinātu risinājumu — viņai vajadzēja padarīt piegādes izmaksas redzamas produktu lapā vai agrāk. Tā ir izmaiņa, ko varat veikt pēcpusdienā, un tas ir tas, kas skatās uz jums no piltuves datiem, ja vien paskatāties. Šī ir "nulles posma" taktika: izveidojiet pamatus pietiekami labi, lai jūsu nākotnes eksperimentus neaptraipītu pašu radīta brūce. Novērsiet mobilās lietojamības problēmas — pārbaudiet, cik pieskārienu produktu lapai nepieciešams tālrunī. Piedāvājiet viesu norēķināšanos. Padariet atgriešanas politiku redzamu. Ja neko citu nedarāt, dariet to.

Šajā posmā slazds ir perfekcionisms. Jums var rasties kārdinājums pārveidot visu produktu lapu vai pārrakstīt katru virsrakstu, bet ar tik mazu datplūsmu jūs nevarēsit noteikt, vai šīs izmaiņas palīdzēja. Vienīgais mainīgais, kam ir nozīme, ir tas, vai izmaiņas novērš skaidru, acīmredzamu iebildumu. Ja jauns apmeklētājs nevar saprast, ko jūs pārdodat, cik tas maksā vai vai jūs to patiešām piegādāsiet, novērsiet to. Ja viņi to saprot, atstājiet dizainu mierā un dodieties iegūt vairāk datplūsmas — jo lielākais ierobežojums vēl nav jūsu reklāmguvumu līmenis.

Vēl viena bieži pieļauta kļūda ir savas gaumes uzskatīšana par klientu uzvedības rādītāju. Jums var patikt minimālistiska produktu lapa ar mazu tekstu, bet jūsu faktiskajiem pircējiem — tiem, kas ir vecāki, lieto lētu Android tālruni vai vienkārši nav dizaina gudri — var būt nepieciešami lielāki burti un acīmredzamākas pogas. Lūdziet draugam vai agrīnam klientam iziet cauri vietnei tālrunī, kamēr jūs skatāties. Jūs būsiet pārsteigts, ko atradīsiet: norēķināšanās poga, kurai nepieciešami divi pieskārieni, veidlapas lauks, ko pārklāj tastatūra, uznirstošais logs, kas parādās pirms produktu attēla ielādes. Tās nav lietas, ko varat atklāt no informācijas paneļa; tās ir lietas, ko atklājat, vērojot vienu īstu cilvēku, kurš mēģina nopirkt.

Kad pārejat uz agrīno datplūsmu — teiksim, dažiem simtiem apmeklējumu nedēļā — spēle mainās no "pamanīt acīmredzamo noplūdi" uz "atrast noplūdi, ko nevar redzēt." Šeit lielākā daļa solo dibinātāju tiek savaldzināti ar A/B testēšanas ideju. Pretojieties tai. Šādā izlases lielumā sadalītais tests prasīs nedēļas, lai sasniegtu nozīmīgumu, un, kad tas būs pabeigts, jūsu datplūsma var būt mainījusies nesaistītu iemeslu dēļ. Rezultāts nav lēmums — tas ir ticams attaisnojums, lai dzītos pēc nākamās spīdīgās lietas. Tā vietā jūsu uzdevums ir sašaurināt piltuvi, novērojot.

Sāciet ar bezmaksas sesiju ierakstīšanas rīka ieslēgšanu (vai vismaz piltuves skatu savā analītikā). Noskatieties divdesmit vai trīsdesmit sesijas ar cilvēkiem, kuri aiziet bez pirkuma. Jūs sāksiet redzēt modeļus: viņi vilcinās pie izmēra izvēles, ieraksta un dzēš atlaižu kodu, noklikšķina uz atgriešanas saites vai vienkārši apstājas pie piegādes lauka. Viens dibinātājs, ar kuru es strādāju, redzēja, ka klienti atkārtoti noklikšķina uz produktu attēla, cerot uz tuvinājumu, neko neatrod un aiziet. Tā nav hipotēze, ko testēt; tas ir kļūdas labojums. Ievietojiet otru attēlu, gatavs. Cits redzēja, ka FAQ saite kājenē bija neredzama mobilajās ierīcēs — fakts, kas bija acīmredzams karšu diagrammās, bet neredzams jebkurā informācijas panelī. Tie ir īstie ieguvumi šajā posmā: lēti, virziena un droši.

Šeit ir praktisks saraksts, ko meklēt, skatoties šos ierakstus:

• Kur tieši pele vai īkšķis vilcinās? Tas parasti ir lēmuma punkts.
• Kuri elementi tiek klikšķināti, bet nav klikšķināmi? Tā ir kļūda.
• Vai lietotāji ritina garām jūsu galvenajam aicinājumam, to nepamanot?
• Vai viņiem ir daudz jālasa, pirms parādās cena?
• Vai "pievienot grozam" poga ir redzama bez ritināšanas tālrunī?
• Vai kaut kas lapā ir pretrunā ar apgalvojumu, ko sniedzat citur?

Mērķis nav salabot visu, ko redzat — tas ir izvēlēties divus vai trīs modeļus, kas parādās atkal un atkal sesijās. Un šeit ir noderīgs noteikums: ja redzat to pašu pārpratumu trīs dažādās sesijās, tas ir īsts. Jums nav nepieciešams tests, lai apstiprinātu, ka cilvēki ir apmulsuši; jums vienkārši jāpadara lieta skaidrāka un jāvēro, vai apjukums pazūd.

Labs ieradums šajā fāzē ir pievienot jautājumu jūsu pēcpirkuma e-pastā: "Vai bija kaut kas, kas gandrīz atturēja jūs no pirkuma?" Jūs saņemsiet godīgas, konkrētas atbildes — un tās bieži norādīs uz lietām, ko neviens analītikas rīks nevar parādīt. Kamēr to darāt, veiciet kārtīgu pašreizējās plūsmas auditu; tāds ietvars kā vienas stundas konversijas audits solo e-komercijas dibinātājiem ir lieliski piemērots. Jūs nemeklējat pilnību — jūs meklējat trīs vai četras problēmas, par kurām jums būtu kauns, ja klients par tām pastāstītu.

Pretējais viedoklis šajā posmā: A/B testēšana ar zemu datplūsmu ir sliktāka nekā netestēt vispār, jo tā sniedz viltus pārliecību. Tests ar nedēļas datiem un dažiem simtiem apmeklētāju var viegli uzrādīt 20% "uzlabojumu", kas patiesībā ir tikai nejaušs troksnis. Rezultāts šķiet zinātnisks, tāpēc jūs to ieviešat — un pēc tam mēnešiem ilgi zaudējat pārdošanu, nezinot, kāpēc. Ja nevarat savākt pietiekami daudz apmeklētāju, lai veiktu tīru testu, jūsu uzdevums ir palielināt datplūsmu vai veikt acīmredzamos labojumus, kuriem tests nav nepieciešams. Eksperimenti var pagaidīt.

Kad jūs regulāri redzat tūkstoš vai vairāk apmeklējumu nedēļā, varat pāriet no "labot acīmredzamo" uz "testēt nenoteikto." Bet ievērojiet secību: jūs esat gatavs testēšanai tikai pēc tam, kad esat novērsis lietas, kuras jau zināt, kā labot. Pārāk daudzi dibinātāji steidzas uz A/B testēšanu ar zemu datplūsmu, iegūst nejaušu rezultātu un pēc tam ievieš izmaiņas, kas nekad nav bijušas īsta svira. Šajā posmā disciplīna ir veikt vienu testu vienlaikus, ar rakstisku hipotēzi, un tikai uz lapas vai soļa, kas attiecas uz jūsu lielāko noplūdi. Ja jūsu groza pamešanu joprojām izraisa negaidītas izmaksas (izplatīts iemesls, saskaņā ar gandrīz katru e-komercijas KRO ceļvedi), netestējiet pogu krāsas — testējiet bezmaksas piegādes sliekšņus vai atlaižu kodus. Tā ir īsta hipotēze: "Bezmaksas piegāde virs 50 ASV dolāriem palielinās vidējo pasūtījuma vērtību, nekaitējot reklāmguvumam."

Pirms maināt jebkuru elementu, pierakstiet, ko sagaidāt, ka notiks, un kā uzzināsiet, vai tas strādāja. Tas liek jums būt godīgiem par to, ko testējat. Neskaidra hipotēze, piemēram, "virsraksta maiņa uzlabos reklāmguvumus", ir nederīga, jo neesat pateicis, kāpēc. Noderīga norāda mehānismu: "Pašreizējais virsraksts koncentrējas uz produkta materiālu, bet klienti šķiet vairāk nobažījušies par piegādes laiku, tāpēc tā maiņa, lai uzsvērtu ātru piegādi, samazinās viduslapas pamešanu." Šādu hipotēzi var testēt — un pat ja tā neizdodas, jūs kaut ko uzzināt.

Jums ir nepieciešama arī vienkārša uzskaites sistēma. Viena izklājlapa ar kolonnām datumam, lapai, hipotēzei, izmaiņām, rezultātam un lēmumam vēlāk ietaupīs jums nedēļas. Šī izklājlapa ir izejmateriāls visam pārējam: tā stāsta, ko jau esat izmēģinājis, ko uzzinājāt un ko vēl neesat testējis. Bez tās jūs pēc mēnešiem atkārtosit tos pašus testus vai atteiksieties no idejas tikai tāpēc, ka aizmirsāt, kāpēc to sākāt.

Un šeit ir vēl viens pretējs viedoklis: ja nevarat veikt testu datplūsmas ierobežojumu dēļ, tas ir iemesls vispirms novērst datplūsmas problēmu, nevis "optimizēt" savu ceļu ārā no tās. Daudzas sviras, kas kustina solopreneiru veikalus, atrodas lapas augšpusē — jūsu datplūsmas kvalitāte, piedāvājuma skaidrība, reklāmu atbilstība. Galvenā lapa nevar izglābt sliktu datplūsmas avotu. Noderīgs mentālais noteikums: ja neesat pārliecināts, kas vispār ir lielākā noplūde, atgriezieties pie noplūdes diagnostikas soļa, nevis minējiet. Piecu soļu kontrolsaraksts norēķināšanās noplūdes diagnosticēšanai ir labs instruments, ko iziet pirms jebko maināt.

Vēl viens piesardzības apsvērums par testēšanu: neiemīlieties testa izskatā. Tests, kas darbojas februārī, var nedarboties jūlijā, un tests, kas darbojas vienam produktam, var kaitēt citam. Uztveriet katru eksperimentu kā atsevišķu datu punktu, nevis dabas likumu. Vienīgais veids, kā veidot pārliecību, ir atkārtot procesu — veiciet testu, ierakstiet rezultātu, pārejiet pie nākamā un pakāpeniski veidojiet karti, kas patiešām darbojas jūsu konkrētajiem klientiem.

Kaut kur procesa fāzē — kad pārdošana ir konsekventa un jūs sākat veidot atkārtojamu mārketingu — KRO pārstāj būt varonīgu vienreizēju intervences pasākumu virkne un kļūst par ciklu. Šeit solo dibinātāja lielākais ienaidnieks ir nevis nezināšana, bet gan nekonsekvence. Jums ir pietiekami daudz datplūsmas, lai testētu idejas, bet jums ir tikai viens pats, lai veiktu testus, un kārdinājums ir paļauties uz atmiņu un impulsu. Tas nekad nemērogojas. Risinājums ir veidot procesu, kas nav atkarīgs no jūsu laba garastāvokļa.

Vienkāršs process izskatās šādi: katru mēnesi izvēlieties vienu hipotēzi no sava darbu saraksta. Uzrakstiet to kā "Ja es mainu X lapā/ceļā Y, es sagaidu, ka notiks Z." Veiciet to noteiktu laika periodu — vismaz pāris pilnas nedēļas un pietiekami daudz apmeklētāju, lai jūs varētu uzticēties virzienam, pat ja nevarat apsolīt statistisku noteiktību. Ierakstiet rezultātu savā izklājlapā. Pēc tam izlemiet: pieņemt, noraidīt vai atkārtot, un pārejiet pie nākamā. Laika gaitā šis cikls kļūst par faktisko produktu: jūs vairs ne"optimizējat" vietnes konversiju, jūs testējat pieņēmumus, uz kuriem balstās viss jūsu bizness. Viens ilggadējs solo operators, kuru es pazīstu, vada savu veikalu kā mazu laboratoriju — viņš ir testējis piegādes ziņojumus, produktu lapu tekstu, attēlu secību, pat pasūtījuma apstiprinājumu tēmas rindiņas — un viņa izklājlapa ir vērtīgāka par jebkuru aģentūras ziņojumu, ko viņš jebkad iegādājies. Jūs varat pārvērst savu veikalu šādā sistēmā, bet galvenais ir disciplīna pierakstīt lietas.

Izplatīts jautājums šajā posmā ir, vai izmantot īpašu A/B testēšanas rīku vai vienkārši veikt vienkāršas pirms/pēc izmaiņas. Ja jums ir datplūsma, kārtīgs testēšanas rīks sniedz pārliecību, kontrolējot nedēļas laiku un citus mainīgos. Bet, ja jūs joprojām esat solo dibinātājs ar pamatdarbu, jums, iespējams, nav laika pieskatīt testu. Vienkāršāka alternatīva ir veikt izmaiņas, sekot rādītājam divas nedēļas un salīdzināt ar iepriekšējām divām nedēļām — ar piebildi, ka sezonāli un ārēji faktori var izkropļot salīdzinājumu. Jebkurā gadījumā disciplīna ir tā pati: jūs vienlaikus maināt tikai vienu nozīmīgu lietu un pierakstāt rezultātu.

Ja jūs jau apkalpojat klientus vai esat paplašinājis mārketinga centienus, atkārtojams KRO process ir tieši tas, kas jums nepieciešams; skatiet kā izveidot atkārtojamu KRO procesu e-komercijas klientiem ietvaru, ko varat aizņemties. Principi ir vienādi neatkarīgi no tā, vai strādājat pie sava veikala vai kāda cita: novērošana, hipotēze, eksperiments, ierakstīšana, lēmums. Vienīgā atšķirība ir tā, ka, strādājot pie sava veikala, jūs paturat visas mācības.

Visos posmos ir daži pamati, kas nekad nemainās. Uzticēšanās ir vārtsargs: ja apmeklētājs neuzticas jūsu veikalam, neviens konversijas paņēmiens nepalīdzēs. Tas nozīmē, ka jūsu produktu lapās ir nepieciešams vairāk nekā fotoattēls un cena. Izmantojiet skaidrus, konkrētus aprakstus; pievienojiet īstu klientu fotoattēlus vai atsauksmes, ja tādas jums ir; un skaidri norādiet piegādes, atgriešanas un kontaktinformāciju. Tie nav "optimizācijas triki" — tie ir pamats, kas padara iespējamu katru vēlāko optimizāciju. Pētījumi un lielākā daļa KRO ceļvežu piekrīt: negaidītas izmaksas, sarežģītas plūsmas un uzticēšanās trūkums ir trīs lielie konversijas slepkavas. Jūs varat pavadīt visu savu karjeru, labojot pirmos divus, bet, ja uzticēšanās nav, pārdošana tik un tā nekad nenotiktu. Viens veids, kā par to domāt: jums nav izvēles, vai ieguldīt uzticēšanā — jums ir tikai izvēle, vai darīt to apzināti vai atklāt to, kad jūsu norēķināšanās pamešanas pārskats jums to pateiks.

Pēdējā godīga piezīme: posmu robežas, ko es aprakstīju, ir neskaidras. Jums var būt tūkstoš apmeklējumu nedēļā, bet hipernišas produkts, kur viens klients ir vērts vairāk nekā simts klikšķu. Vai arī jums var būt milzīga datplūsma emuāram un gandrīz nekādu produktu lapām. Izmantojiet posmus kā vispārēju izjūtu par to, kas ir pelnījis jūsu uzmanību, nevis kā noteikumu grāmatu. Ja jūsu produkts prasa mēnešus ilgu apsvēršanu, jums, iespējams, būs jāiegulda uzticības saturā ilgi pirms datplūsmas. Ja pārdodat 5 ASV dolāru impulsa preci, jums, iespējams, būs jātestē cenas un bezmaksas piegāde agrāk, nekā šis laika grafiks liecina. Caurviju līnija ir šāda: konversijas optimizācija solo dibinātājam nav par lielāko eksperimentu veikšanu — tā ir par eksperimentu veikšanu, kuriem ir nozīme, kad jums ir dati to veikšanai, un neizlikšanos, ka atrodaties posmā, kurā neesat.

Tas ir vislielākais "labākās prakses" analogs, ko iegūsit no šī raksta. Ja atceraties tikai vienu: labojiet to, ko zināt, testējiet tikai tad, kad jums ir pietiekami daudz datu, un nekad neļaujiet rīkam vai kontrolsarakstam pateikt citādi.