Innføring i konverteringsoptimalisering

Noen tror fortsatt at konverteringsoptimalisering (CRO) er bare å endre farge eller utseende på knapper, for å drive konvertering. Slik er det ikke lenger. 

Konverteringsoptimalisering er et eget fag. Arbeidet med å optimalisere konvertering på et nettsted, er et langsiktig og strukturert arbeid over tid. Det er virkelig ingen grunn til å ta dette faget som lett. 

Det starter som det meste, med et mål. Du er nødt til å ha fastsatte målsetninger og mål for ditt nettsted, om du skal kunne ha noe utnytte av konverteringsoptimalisering overhodet.

Trenger du hjelp til målsetninger og mål?
Les mer om AMS og SOSTAC modellene her!

Som det meste, så starter vi med analyse. Analyse er grunnlaget til det meste vi driver med på nett.

Følgende fremdriftsplan foreligger:

1. Utfør en statusanalyse. En statusanalyse inneholder hvordan status er på nettstedet per idag. Det vil si, vi registrerer:
   • Innkommende trafikk – kanaler
   • Hvilke kanaler fungerer best og når
   • Hvilken del av nettstedet konverterer best
   • Hvis du har mulighet for Profit Index kalkulering, sjekk hvilke andeler av nettstedet som har større index og ikke
   • Identifiser potensiale på ditt nettsted
   • Sjekk 404 trafikken
   • Trafikk på nettstedet, stianalyser/navigasjonssammendrag
   • Internsøk
   • Traktanalyse 

     Her kan det lønne seg å bruke Google Analytics, Hotjar, VWO (Visual Website Optimizer) for å kunne hente ut innsikt om ditt nettsted. Du trenger data for å kunne ta en beslutning på hvor du har potensiale, hvor det fungerer og hvor det ikke fungerer.

2. Før vi går inn på selve LIFT modellen, så er det greit å gå gjennom noen viktige terminologier.
   • Drivers
     En «driver» er faktoren som driver besøkende til din nettside.
   • Hooks
     En «hook» er hva som overtalte brukeren til å konvertere.
   • Barriers/inhibitors
     En «barrier/inhibitor» er faktoren som avgjør at brukeren abslutter trakten.
     Disse tre faktorene kan det være greit å bli kjent med, med en gang. Når du analyserer landingssider eller POI (Pages of Interest) bør du gjøre deg flid med å identifisere hva som er drivers, hooks og barriers. Dette vil bedre dine analyser, innsikt og effektivitet når det kommer til konverteringsoptimaliseirng.
     

     Disse terminologiene har jeg adoptert fra Hotjar Action Plan.

3. LIFT modellen (Landing Page Influence Function for Tests) 
   LIFT modellen er utviklet av Chris Goward, forfatter av «You Should Test That», og fungerer som et utmerket verktøy for optimalisering av websider. LIFT modellen fungerer som et rammeverk som inneholder 6 faktorer for å evaluere en landingsside gjennom en brukers perspektiv. 
   • Value Proposition:
     Inneholder den viktigste faktoren, selve potensialet for økning av konverteringsrate.
   • Relevance:
     Møter landingssiden kundens forventninger? Er den relatert til den hensikt brukeren kom for?
   • Clarity:
     Blir Value Proposition formidlet på en god og ordentlig måte?
   • Urgency:
     Er det noe som tilsier at det må gjøres noe umiddelbart?
     • Internal: Hvordan brukeren føler seg når han/hun ankommer landingssiden
     • External: Elementer som kan påvirke brukeren
   • Anxiety:
     Er det noe på siden som skaper usikkerhet hos kunden?
   • Distraction:
     Er det noe på siden som kan være en distraksjon for brukeren/kunden?
4. Utvikling av en hypotese.
   

   En hypotese er en konkretisert antagelse om et faktisk forhold.

   • Hypotester skal ha en fastsatt mal for å kunne oppfylle kravene for en hypotese.
     Mal: Ved å (tiltak), tror vi at (antagelse), vil føre til (påvirkning).
     Eks: Ved å endre farge på knappen, tror vi at det vil være flere som klikker på knappen, slik at konverteringsraten øker. Prosessen er at vi henter inn data, som vi analyserer til informasjon og innsikt, som dermed danner grunnlaget for teori. En teori er utgangspunkt for å danne mange hypoteser.Eksempel fra kunnskapssenteret.com/hypotese:
     «Tar vi utgangspunkt i teorien som sier at folk foretrekker å handle på kjøpesentre fremfor enkeltstående forretninger på grunn av servicenivået, kan vi for eksempel utvikle følgende hypoteser:

     – Folk handler i økende grad på kjøpesentere fordi kjøpesentrene holder lengre åpent enn enkeltstående forretninger.
     – Folk handler på kjøpesentre fordi de har større vareutvalg enn enkeltstående forretninger.
     – Folk handler i økende grad på kjøpesentre fordi de har bedre parkeringsmuligheter enn enkeltstående forretninger.
     

   • Forskjell mellom teori og hypotese:
     • Teori: allmenne utsagn
     • Hypotese: Spesifikke utsagn om teori
       

       Hypoteseformer:

       I markedsforskningen skiller vi vanligvis mellom tre ulike hypoteser. Påstår hypotesen noe om hvilke verdier en variabel har, kalles det en univariat hypotese. Påstår hypotesen noe om sammenhengen mellom to variabler, kalles den bivariat. Påstås den noe om sammenhengen mellom flere enn to variabler, kalles den en multivariat hypotese.

       

       Bilde hentet fra Kunnskapssenteret

5. PIE modell for testing
   I henhold til widerfunnel.com så er det lurt å ha en prioritert liste på hva du skal teste først. Det er vanskelig å kjøre alle tester på en gang. Jeg anbefaler å ikke teste flere ting på en gang, for du vet aldri helt hvordan variabler påvirker hverandre.De tre kriteriene
   Du må ta tre kriterier i betraktning når du skal teste.
   • Potential
     Hvor mye forbedring kan bli gjort med siden. Det finnes vel kanskje ingen sider, som ikke har potensiale, men du kan ikke teste alt på en gang. Her bør du ha innsikt fra analyse og kanskje også kundedata for å kunne komme opp med grunnlaget for potensiale du finner på siden.
   • Importance:
     Hvor verdifull er trafikken på siden? POI (Pages of Interest) er sidene du bør fokusere på først. I tillegg trenger du sier med signifikant trafikk for å kunne yte godt nok datagrunnlag for din test.
   • Ease:
     Hvor komplisert blir det å gjennomføre testen? Er det mye arbeid for å få gjennomført endringene som trengs til testen? Hva er denne kostnaden verdt, i forhold til gevinsten som testen eventuelt vil generere?Sett dette opp i en tabell, slik som i bildet under:
     

     Copyright Widerfunnel.com

6. Testing
   • Jeg bruker VWO (Visual Website Optimizer) for AB testing. Hvilket program du benytter til AB testing er opptil deg, men VWO har også heatmap funksjonalitet, som bestemte valget for min del.
   • Signifikans.
     Statistisk signifikans er et viktig stikkord. Det er viktig at en test ikke har for lite grunnlag for å gi en antagelse, og det er viktig at en AB test ikke blir gående for lenge. I den digitale verden så endrer ting seg raskt, og jeg har vært borti kunder som har kjørt AB testing i mer enn 6 måneder. Innen den tid har det kanskje vært «seasonal activities» som har påvirket webtrafikken, til at perioden inneholder avvik som påvirker resultatet. Eksempel på det er ferier og helligdager.
7. Analyse av test
   Analysen av testen vil fokusere på om hypotesen feiler eller ikke. Hvis testen er positiv, så går du videre til neste steg. Hvis ikke, så gjøres prosessen om igjen, ved å ta lærdom av det som er gjort, og utfører en ny test.
8. Implementering.
   Når analysen har bekreftet antagelsen, implementeres endringene som testen har kjørt på.
9. Produksjonsanalyse
   Denne analysen går på om implementeringene har gitt forventet resultat, slik at implementeringene har hatt den positive effekten i produksjonsmiljøet (live). Hvis ikke, gjøres det test på hvorfor, eventuelt en ny test med en ny hypotese.

Det er en lang prosess å drive med konverteringsoptimalisering, og du skjønner kanskje nå at det er et langsiktig arbeid. Det er ingenting som er veldig fort gjort, og ting må gjøres riktig for å kunne få godt datagrunnlag, signifikans og resultat både av test og implementering.