Lejki konwersji - analizy przejść

Dane deklaratywne, otrzymywane za pomocą ankiet (np. cele wizyt, grupy klientów na bazie pytania NPS, oceny serwisu, aktualne problemy), łączymy z danymi kontekstowymi, w tym informacjami o przebytych ścieżkach (odwiedzanych przez użytkownika podstron). Na tej podstawie analizować możemy wskaźnik konwersji pod kątem zakupów (celów zakupówych), a także innych celów deklarowanych przez odwiedzających. Dzieki temu można sprawdzić na przykład jaki % odwiedzających w celu odnalezienia informacji kontaktowych trafia ostatecznie na stronę z tymi informacjami, czy też do których konkretnie etapów procesu zakupowego docierają użytkownicy realizujący cele zakupowe.

Aby skorzystać z narzędzia do analizy lejków konwersji:

1. Z listy badań wybierz to, które chcesz analizować;
2. Po lewej stronie w menu wybierz „Wyniki badania”;
3. Przejdź następnie w menu do narzędzia „Lejki konwersji”;
4. Twoim oczom ukaże się narzędzie do analiz konwersji.

Omówmy po kolei poszczególne elementy konfiguracji lejków konwersji:

1. Kalendarz, za pomocą którego wybierzesz interesujący Cię okres czasu do analiz konwersji (dla badań z mniejszą próbą wypełnień zacznij od analizy szerszych okresów, np. kwartałów).
2. Segment, czyli dodatkowy kontekst do analizy. Może to być dowolne pytanie w wybranym badaniu (np. o cel wizyty), parametr techniczny (np. używana przeglądarka), a także inna dowolna informacja przekazywana w badaniu (jak grupy klientów pobierane z CRM).
3. Filtr to dowolny warunek lub zestaw warunków, który zostanie wyodrębniony do analiz. Filtry nalepiej nakładać w wyjątkowych sytuacjach, kiedy segmentacje danych nie są wystarczające do przeprowadzenia analizy.
4. Kroki lejków konwersji to określone punkty styku, które będziemy analizować. Na podanym przykładzie widzimy wyświetlone dwa kroki: cart i thank you page. Ten pierwszy to koszyk, a drugi strona podziękowania za zamówienie. Dzięki temu wiedzieć będziesz jaki % użytkowników dociera do koszyka, a następnie jaki % tej grupy realizuje zamówienie (wyświetla thank you page po procesie zamówienia). Frazy wpisane w tym polu nadają krokom nazwę.
5. Typ kroku to sposób identyfikacji zdarzenia. Na podanym przykładzie widzimy zastosowany page.type, czyli parametr będący elementem skryptów badawczych osadzonych w serwisie, który przekazuje do systemu YourCX informację o typie odwiedzanych stron. Analiz dokonywać można również po URL bądź innym typie tagu strony.
6. Wartość kroku to sposób identyfikacji kroku na bazie wybranego typu, czyli w przypadku page.type będzie to nazwa parametru, a w analizach po URL – jego fragment (czyli jeśli thank you page w Twoim serwisie online zawiera w URL frazę „podziekowanie”, wpisz ją w tym polu).
7. Dodaj kolejny krok wprowadzi kolejny filtr/punkt styku dla analiz.
8. Przycisk Przeanalizuj zaakceptuje wprowadzone ustawienia i wyciągnie z bazy danych potrzebne informacje.

 

Po wygenerowaniu danych z powyższymi ustawieniami otrzymasz następujące informacje:

1. Liczba osób, która wypełniła badanie
2. Jaka część tych osób dotarła w swojej ścieżce do pierwszego kroku w analizie konwersji (do koszyka)
3. Ile było tych osób, które dotarły do koszyka
4. Jaka część ludzi ogólnie doszła do drugiego analizowanego kroku (thank you page)
5. Jaka część osób z kroku wcześniejszego (koszyk) dotarła do analizowanego kroku (thank you page)
6. Druga liczba to łączna liczba osób, która dokonała zakupu, a pierwsza to liczba kupujących, co do których mamy informację o wysokości złożonego zamówienia.
7. Średnia wartość zamówienia dla analizowanego segmentu

 

Dla przykładu przeanalizujmy lejki konwersji dla powyższych ustawień, ale w segmentacji według celów wizyty w serwisie:

1. Widzimy, że dla głównych celów zakupowych (zakup z dostawą do domu, zakup z odbiorem w sklepie)…
2. …nieco więcej osób deklarujących zakupy z dostawą znajdzie się w koszyku (np. po dodaniu produktów) – 38% osób kupujących z dostawą i 29% osób preferujących odbiór osobisty.
3. Mimo to, do strony podziękowania za złożenie zamówienie dociera podobny % osób, czyli 20% osób kupujących z dostawą i 19,5% osób wolących odebrać produkt w sklepie.
4. Te dysproporcje widać w analizie % ruchu przechodzących na thank you page z koszyka.
5. Widzimy też, że średnia wartość zamówienia dla zakupów do domu jest dużo wyższa niż dla zakupów z odbiorem, choć w tym przypadku próba dla tej informacji nie jest zbyt duża (n=6 dla analizy wysokości zamówienia kupujących z dostawą).
6. Osoby zainteresowane jedynie kontaktem z BOK lub zapoznaniem się z promocjami w ogóle nie przechodzą do koszyka. Dla tej pierwszej grupy wydaje się to oczywiste – szukają kontaktu i pomocy. W przypadku drugiej grupy zjawisko to świadczy o niewielkim zainteresowaniu promocjami (ludzie szukają atrakcyjnych ofert, ale ostatecznie nic nie znajdują i nie kupują).
7. Nieco ponad 1% odwiedzających w celu sprawdzenia dostępności produktu w sklepie decyduje się na zakup. Osoby zorientowane na zakup tradycyjny (chcą jedynie wiedzieć, czy znajdą produkt) rzadko więc finalizują zamówienie online.