שיפור יחסי המרה או אופטימזציה ליחסי המרה (Conversion Rate Optimization, CRO) היא כלי שיווק באינטרנט שמטרתו לוודא שהתנועה הנכנסת לאתר מהמקורות השונים (תנועה אורגנית וממומנת ממנועי חיפוש, מדיה חברתית, שיווק במייל וכו') אינה מתבזבזת. כלומר, שהמבקרים באתר משלימים את ההמרות הרצויות: קניית מוצרים בחנות אלקטרונית, הורדת תוכנה או אפליקציה, הרשמה לאתר וכדומה.
שיפור יחסי המרה משלב את כל כלי השיווק באינטרנט והוא לרוב כולל שינויים באתר עצמו: בעיצוב של דף הבית ושל דפי הנחיתה, הוספת קריאות לפעולה, כפתורים וטופסי יצירת קשר, קיצור השלבים מדף הנחיתה עד לחנות וכדומה. כן משתמשים בכלי מעקב סטטיסטיים כדי למדוד את שיעור ההמרה ולבדוק את האפקטיביות של כל שינוי שנעשה.
אחד הכלים השימושיים לשיפור יחסי המרה הוא A/B Testing או Split Test, מעין ניסוי המפצל שתי גרסאות של אותו דף נחיתה (או ניוזלטר או פרסומת) ומפיץ אותו לשתי קבוצות שונות כדי לבדוק את האפקטיביות של השינוי ואת השפעתו על שיעור ההמרה.
קראו עוד על שיפור יחסי המרה>>
מי שעוסק בשיווק באינטרנט בלי הבנה בסיסית בסטטיסטיקה יכול לטעות ולקבל מידע שגוי ותוצאות מאכזבות, אף על פי שהגרסאות החדשות שנבדקו היו אמורות לשפר את יחסי ההמרה. במאמר שפורסם ב-MOZ נסקרו ההיבטים העיקריים של שיפור יחסי ההמרה החל משלב התכנון ועד ניטור וניתוח של התוצאות.
תכנון שיפור יחסי המרה
שלבי התכנון הראשוניים של קמפיין מוצלח לאופטימיזציה ליחסי המרה יכול להתחיל עוד לפני שהיו כניסות לאתר. אבל לפני שמתחילים בבדיקה לצורכי שיפור יחסי המרה כדאי לגבש ציפיות לגבי תוצאות הניסוי, הערכת זמן, וגם להגדיר חשבון גוגל אנליטיקס כדי למדוד את השפעת השינויים.
הערכת הזמן תלויה בכמות התנועה ובשיעור ההמרה הנוכחיים של האתר. באופן כללי ככל שלאתר פחות תנועה ושיעור המרה נמוך יותר, יידרש יותר זמן לראות תוצאות של ממש. אפשר גם להיעזר בכלים שמנבאים את משך הניסוי לפי שיעור ההמרה ההתחלתי, אחוז השינוי המינימלי וממוצע התנועה הרגיל של האתר. (למשל: evanmiller.org/ab-testing).
צילום מסך מ: evanmiller.org/ab-testing
לאתרים קטנים מומלץ לחשוב בגדול ולכוון לשיעורי שינוי גבוהים, אחרת הניסוי יכול להימשך שנים. כדי לראות תוצאות משמעותיות בשיעורי ההמרה לא כדאי להסתפק ולבחון שינויים מזעריים כמו החלפת כפתורים אלא להשוות בין דפי נחיתה שונים לגמרי.
מעקב וניתוח סטטיסטי
מעקב אחרי תוצאות הבדיקות הוא חלק חשוב בתהליך האופטימיזציה ליחסי המרה. חוץ מגוגל אנליטיקס אפשר לחבר כלי מעקב חיצוניים. ב-MOZ ממליצים על optimizely.com שמסייע בבדיקות A/B ובמעקב אחרי תוצאותיהן. בשילוב עם גוגל אנליטיקס אפשר למדוד לא רק המרות אלא גם עוד יעדים והתנהגויות של מבקרים כמו שווי ההזמנות, Bounce Rate, זמן באתר, המרות משניות ועוד. כמו כן אפשר למדוד אינטרקציות של משתמשים באתר כמו לחיצה על כפתורים וכדומה.
ניתוח התוצאות
אחרי שהניסוי התחיל לפעול כבר ייראו תוצאות באנליטיקס או בכלי מעקב אחרים. כמה דברים שחשוב להבין לפני שמתלהבים מתוצאות הניסוי (או מתאכזבים מהן):
– אם משתמשים בגוגל אנליטיקס למעקב אחרי המרות, תצטרכו כלי נוסף כדי לבדוק אם סטטיסטית יש הבדל בין שיעור ההמרה לפני ואחרי הניסוי. למשל, A/B Significance Test, כלי חינמי של KISSmetrics, שמחשב את ההבדלים באחוזים.
צילום מסך: getdatadriven.com/ab-significance-test
חשוב לא לקרוא רק את שיעור העלייה בשיעור ההמרה אלא גם לקרוא את רמת המובהקות הסטטיסטית (99% בדוגמה זאת), המעריכה את הסיכויים ששיעור ההמרה יהיה דומה גם אם אותה גרסה של דף הנחיתה תוצג לאלף המבקרים הבאים. עוד כלי סטטיסטי שעוזר לצמצם את המקריות ואת אי הוודאות הוא רווח בר-סֶמֶךְ, שתפקידו להעריך את סיכויי ההישנות של אותו שינוי. רווח בר-סמך מציג את טווח ההסתברות שאותן תוצאות יחזרו. לדוגמה: 90% מובהקות שניסוי B יגדיל את שיעור ההמרה בטווח של בין 20% ל-120%. כדי להבטיח שהטווח לא יהיה גדול מדי כמו בדוגמה הזאת, צריך לאסוף כמה שיותר מידע.
בשורה התחתונה, גם אם רמת המובהקות של הניסוי היא גבוהה, חשוב להמשיך ולהריץ את הניסוי עד שהטווח של רווח בר-סמך יצטמצם ויתהדק.
חישוב ערך הזמנה ממוצע
לפעמים הגדלת שיעור ההמרה הוא לא היעד החשוב ביותר. למשל, השפעה חיובית יותר יכולה להיות לשינויים באתר שאמנם יורידו את שיעור ההמרה ב-10% אבל יגרמו למבקרים האחרים לקנות בסכומים גבוהים פי 10. כדי לעקוב אחרי זה צריך להשוות בין ערך הזמנה ממוצע לערכי הניסוי באמצעות גוגל אנליטיקס (משתנים מותאמים אישית ומסחר אלקטרוני) ושילוב עם כלי מעקב אחרי תוצאות הניסוי. כך יהיה אפשר לראות את כמות ההמרות ואת ערך ההזמנה הממוצע לכל ניסוי.
הכלי evanmiller.org/ab-testing/t-test.html מאפשר לבדוק אם ההבדלים בערך ההזמנה הממוצע הם אקראיים או שיש להם חשיבות. לשם כך יש להזין את כל סכומי הקנייה בשתי הגרסאות.
צילום מסך: evanmiller.org/ab-testing/t-test.html
לסיכום, אפשר לשפר את יחסי ההמרה באמצעות שינוי העיצוב, התוכן או השימושיות של האתר. שימוש במבחני A/B מאפשר למדוד את ההשפעה של אותם שינויים על שיעור ההמרה ועל ההכנסות של האתר. כדי לנתח את תוצאות המבחנים ולהעריך במדויק את מידת השפעתם, מומלץ להשתמש בכלים סטטיסטיים ולבדוק עוד משתנים מלבד הגידול בשיעור ההמרה.
