Pozabil sem narediti test, zdaj pa ne vem, kako izmeriti vpliv sprememb?

Če ste prebrali objavo o izkušnjah v vzporednem testiranju, ste verjetno (upam) nad vzporednim testiranjem več kot navdušeni. ampak ...

Včasih na test preprosto pozabimo. Včasih ni časa ali prostih resursov. Včasih test ni izvedljiv.

... ali pač katerikoli drugi razlog, zaradi katerega testa nismo izvedli, zdaj pa vseeno želimo izmeriti vpliv sprememb spletne strani na rezultate.

Kako v tem primeru NE izmeriti vpliv sprememb?

Najprej običajno pade na misel, da bo že dovolj, če zgolj primerjamo rezultate spletnega mesta v časovnem obdobju pred in po spremembi.

Če smo npr. izvedli nekoliko širšo nadgradnjo spletnega mesta in je naš cilj kakršnakoli konverzija (naročilo, povpraševanje, kontakt itd.), bi torej primerjali stopnjo konverzije spletnega mesta v času po spremembi s časom pred spremembo.

Napaka!

Že pred časom smo si pogledali, kaj vse vpliva na konverzijsko moč spletnega mesta.

Faktorjev vpliva je mnogo več kot zgolj naša spletna stran. Viri obiska, sezonski vplivi, zunanje oglaševanje, internetne oglasne kampanje, sami oglasi itd.

Z vzporednim testiranjem vse te vplive minimiziramo, a pri tej tako enostavni časovni primerjavi pa se bodo pokazali v vsej svoji moči.

Četudi so morda spremembe spletne strani imele pozitiven vpliv, bo stopnja konverzije morda še vedno nižja po spremembi, zaradi vseh teh zunanjih vplivov.

Potrebujemo torej način, kako te zunanje vplive izločiti, kolikor se le da.

Lasten primer iz prakse: Kako rešiti zagato

To se je pravzaprav po pomoti zgodilo nam ravno ta teden. Kako smo rešili problem?

1. Izolirajte spremembo

Prvo vprašanje je, na katerih pod-straneh ste to spremembo izvedli.

Namreč, če ste spremembo izvedli le na eni sami pod-strani, ne morete primerjati rezultatov prej/potem za vse obiskovalce spletnega mesta, temveč le za tiste, ki so to pod-stran obiskali.

V našem primeru je šlo za spremembo predstavitvene pod-strani enega naših izdelkov. Pri analizi smo torej upoštevali le tiste obiskovalce, ki so obiskali to pod-stran, ne pa tudi vseh preostalih obiskovalcev, ki te pod-strani niso obiskali.

2. Izberite prave vire obiska in s tem minimizirajte zunanje vplive

Najpomembnejši internetni faktor vpliva so viri obiska. Če npr. v obdobju pred spremembo niste izvajali agresivnih oglasnih kampanj, v obdobju po spremembi pa, bo to pomembno vplivalo na rezultate vaših sprememb.

Oglaševanje izdelka z oglasnimi pasicami ima npr. skoraj vedno nižjo stopnjo konverzije, kakor pa oglaševanje preko iskalnih sponzoriranih povezav.

Zato za svojo analizo poiščite tiste vire obiska, ki:

• Običajno po vaših izkušnjah izkazujejo vsaj osnovno stalno nakupno namero oz. interes za sodelovanje
• So več ali manj stalni, neodvisni od posameznih večjih internetnih kampanj

V našem primeru smo kot takšne vire obiska določili:

• Direktni obiskovalci
  Direktni obiskovalci so res vredni zlata - so tisti, ki vas že poznajo, in za katere obstaja velika verjetnost, da vas obiščejo z resnim namenom nakupa ali sodelovanja. Razen seveda, če vas direktni obiskovalci pogosto obiskujejo zato, da na vašem spletnem mestu preberjo vaše novice, dostopajo do podpornih gradiv za vaše izdelke in podobno (v tem primeru direktnih obiskovalcev pač ne moremo upoštevati).
• Obiskovalci na ključne besede z imenom izdelka
  To so tisti, ki zanesljivo iščejo točno naš izdelek in imajo po vsej verjetnosti največjo namero nakupa.
• Obiskovalci na ključne besede z imenom naše znamke
  Mnogo potencialnih kupcev nas poišče kar preko glavnega imena naše znamke, in nato v spletni trgovini poiščejo ustrezen izdelek.

Upoštevali smo torej le najbolj stalne in homogene vire obiska, ki skozi čas izkazujejo podobne vzorce obnašanja.

Nikakor pa nismo upoštevali obiskovalcev iz posameznih email akcij, akcij z oglasnimi pasicami in podobno.

3. V Google Analytics pripravite Advanced Segment

V naslednjem koraku z Google Analytics pripravimo 2 napredna segmenta (za razumevanje Advanced Segments si poglejte ta video) s sledečimi pravili:

• Obiski z ogledom 1. verzije izdelčne pod-strani IN
  [Page >> Matches exactly >> ime strani]
• Obiskovalci na ključne besede z imenom izdelka ALI
  [Keyword >> Contains >> ustrezne ključne besede]
• Obiskovalci na ključne besede z imenom naše znamke ALI
  [Keyword >> Contains >> ustrezne ključne besede]
• Direktni obiskovalci
  [Source >> Matches Exactly >> (direct)]

Takole bi izgledale nastavitve segmenta v Google Analytics (seveda bi posamezna polja morali nadomestiti z ustreznimi besedami za vašo spletno stran):

Pri tem moramo seveda biti pozorni, da zajamemo vse ustrezne ključne besede. Če bi npr. skušali ujeti obiskovalce za spletno trgovino Top Shop, bi morali napisati kar nekaj pogojev (ali pa dober Regular Expression), ki bi ujeli vse različne variacije ključnih besed na Top Shop (top šop, topshop, top shop, itd.).

Nato isto ponovimo še enkrat in pripravimo segment še za drugo različico pod-strani.

4. Določite KPI-je

Zdaj nam ostane le še, da določimo KPI-je, po katerih bomo primerjali obe pod-strani in ki ustrezajo vašim ciljem.

Za spletno trgovino bi ti KPI-ji npr. bili:

• RPV (Revenue per Visit)
• Ecommerce Conversion Rate
• Bounce Rate

5. Določite časovno obdobje

Določite obdobji, po katerih boste primerjali obe različici.

• Obdobji si morata biti čimbližje skupaj
• Obdobji morata biti čimbolj primerljivi

Ključen izziv je predvsem primerljivost:

• Če ste spletno stran spremenili v ponedeljek in želite analizo izvesti v soboto, boste primerjali ponedeljek - petek tega tedna in ponedeljek - petek preteklega tedna, saj ima vikend lahko pomemben vpliv na CR. Če ga ima, morate seveda ugotoviti sami (kako? enostavno poglejte, kako se CR spreminja skozi dneve in tedne ter poiščite ponavljajoče se dneve z največjimi odstopanji).
• Če gledate daljše obdobje je npr. smiselno tudi biti pozoren na dan izplačila plače, ki ima za mnoge spletne trgovine precejšen vpliv na konverzijo. Zopet, preveriti morate svoje podatke.
• Upoštevajte morebitne aktivnosti, ki bi lahko v posameznih obdobjih vplivale na rezultat. Če ste npr. v enem izmed obdobij začeli z močnim zunanjim oglaševanjem izdelka ali znamke, bo to imelo najverjetneje opazen vpliv na CR, ne glede na spremembe spletne strani.
• Izognite se primerjav v posebnih obdobjih, npr. praznikih, novoletni nakupovalni mrzlici itd., ker vam bodo preveč popačili podatke.
• Itd.

6. Izvedite analizo

a) Pripravite si tabelo s časovnima obdobjema (predstavljata obe različici) v stoplcih in KPI-jih v vrsticah

b) V Google Analytics aktivirajte prvi custom segment

c) Izberite prvo časovno obdobje

d) Poiščite ustrezne podatke za aktivirani segment in jih prepišite v tabelo

e) Aktivirajte drugi segment, izberite drugo časovno obdobje in zopet prepišite podatke

f) Primerjajte in spoznajte razlike

Podatki sicer ne bodo povsem zanesljivi. Ne bodo idealni. A še vedno boljši, kakor če ne bi analizirali nič ali pa če bi analizirali kar vsepovprek.