אם אתם עושים שיווק באינטרנט ואתם רוצים לסגור עסקאות בקלות, יש 4 מילים שיכולות לעזור לכם לעשות את זה. פשוט תגידו: אופטימיזציה, A/B Testing, שיפור יחס המרה ו-CRO והעסקה שלכם סגורה.
״…אז בנוסף לזה שנקדם אותך בגוגל אורגני ונעשה לך פרסום בגוגל אדוורדס, אנחנו גם נעשה מבחני A/B Testing לדפי הנחיתה שלך בכדי לעשות להם אופטימיזציה שתשפר את יחס ההמרה שלהם״.
שיואו! עכשיו הרגתם אותי. אני חייב לסגור אתכם עסקה…
ועכשיו ברצינות, בכל תקופה יש buzz words שמאוד פופולאריות באותה תקופה, עד שכולם משתמשים בהם ואז עוברים לבאזז וורד הבאה בתור.
פעם זה היה קידום בגוגל, אחרי זה עברנו לפרסום בפייסבוק, יש גם קצת יוטיוב, סושיאל (כשכותבים את זה בעברית זה נשמע יותר buzzy כזה נכון? כאילו ״סושיאל״ כזה), וכמובן המילה שאני הכי אוהב – אנג׳ייג׳מנט. מילה מטורפת ללא ספק.
אז בשנתיים האחרונות נראה שכל נושא האופטימיזציה תופס מאוד תאוצה, ואם ממש תרצו אפשר אפילו לקרוא לשנת 2014 ״שנת האופטימיזציה״.
אז על מה המהומה ולמה אופטימיזציה זה באמת אחד הדברים החשובים היום בשיווק באינטרנט?
אסביר לכם, זה נורא פשוט:
נגיד שיש לכם קמפיין פרסומי בגוגל אדוורדס שמביא לכם 100,000 גולשים בחודש.
העלות הממוצעת שלכם לקליק היא 25 אג׳,
סה״כ הוצאה חודשית: 25,000 שקל,
על כל רכישה באתר הרווח הגולמי שלכם הוא 75 שקל , ולכן אם נחשב את הרווח עבור 0.5%, 1% או 2% המרה הוא יהיה:
0.5% = 500 רכישות, 37,500 ש״ח,
1% = 1,000 רכישות, 75,000 ש״ח,
2% = 2,000 רכישות, 150,000 ש״ח.
עלות הקמפיין כמו שאמרנו – 25,000 ש״ח, ובנוסף יש לכם עלויות קבועות של 15,000 ש״ח עבור בניית דף הנחיתה, עמלת ניהול הקמפיין, עיצוב, תוכנות ועוד כל מיני הוצאות קבועות.
סה״כ רווח נקי עבור % המרה השונים:
0.5% – (-2,500 ש״ח)
1% – 35,000 ש״ח.
2% – 110,000 ש״ח.
ככה זה נראה בטבלה:
|
2% המרה |
1% המרה |
0.5% המרה |
פרמטר |
|
100,000 |
100,000 |
100,000 |
סך מבקרים בדף |
|
0.25 אג׳ |
0.25 אג׳ |
0.25 אג׳ |
עלות לקליק |
|
25,000 ש״ח |
25,000 ש״ח |
25,000 ש״ח |
סה״כ עלות פרסום בגוגל |
|
2% המרה |
1% המרה |
0.5% המרה |
אחוז המרה ממוצע |
|
2,000 |
1,000 |
500 |
מספר המרות |
|
75 ש״ח |
75 ש״ח |
75 ש״ח |
רווח גולמי להמרה |
|
150,000 ש״ח |
75,000 ש״ח |
37,500 ש״ח |
סה״כ רווח גולמי |
|
25,000 ש״ח |
25,000 ש״ח |
25,000 ש״ח |
עלות קמפיין |
|
15,000 ש״ח |
15,000 ש״ח |
15,000 ש״ח |
עלויות קבועות נוספות |
|
110,000 ש״ח |
35,000 ש״ח |
(-2,500) |
רווח נקי |
עכשיו תראו, קמפיין של 25,000 שקל בחודש זה ממש לא הרבה. גם שיפור של 0.5% ואפילו 1% המרה (בהנחה שלא נעשתה שום עבודת אופטימיזציה באתר הזה בעבר) הוא דבר אפשרי לחלוטין, ועכשיו אני רוצה שתגידו לי – לא שווה להשקיע 10,000 ואפילו 20,000 שקל באופטימיזציה של דף הנחיתה כדי להרויח עוד ~50,000 שקל?!
ברור שכן. ובדיוק בשביל זה יותר ויותר אנשים מבינים שהפוטנציאל הגדול נמצא דווקא כשעוצרים, חושבים, מנתחים ומשפרים, ולא רק כשמפציצים במדיה ומבזבזים כסף על קמפיינים בלי לדעת ששינויים קטנים בדף הנחיתה יכולים להכפיל, לשלש ואפילו לרבע את התוצאות.
מתודולוגיה של אופטימיזציה
אם כבר עצרנו כדי לחשוב, בואו נדבר קצת על תהליכים כי הרבה עסקים קופצים לתהליך האופטימיזציה בלי תכנון מוקדם ומתודולוגיה אמיתית. לחצן אדום או ירוק, Sign Up או Register Now, דף נחיתה ארוך או קצר ותמונה כזו או אחרת – נפוץ מאוד לראות את הניסויים האלו שנראים מאוד מבטיחים ומשכנעים, ובמיוחד כשהמסקנות שלהם מראות על גידול ב336% בזכות שינוי אחד פשוט (האמת שהפוסט הזה הוא דווקא דוגמא טובה לאיך כן צריך לעשות אופטימיזציה אבל הכותרת שלו קצת מטעה. נעזוב את זה כרגע).
אבל האם באמת השינוי הקטן הזה הוא מה שעושה את ההבדל? האם העובדה ששינוי מסוים עבד לעסק אחד בהכרח אומר שהוא יעבוד לעסק אחר? האם זה אומר שצבע X ממיר יותר מצבע Y?
ממש לא. ובדיוק בשביל זה אתם צריכים לבצע 2 פעולות לפני בנייה של תהליך אופטימיזציה:
1. הגדרת האזורים השונים של המשפך השיווקי שדורשים שינוי.
2. בנייה של תהליך מסודר כדי לאפטמז (מלשון optimize) את אותם אזורים.
ועכשיו נעבור לעיקר הפוסט – 7 טעויות שאסור לכם לעשות בתהליכי אופטימיזציה לאתר שלכם
[mc4wp_form id=”2160″]
טעות מספר 1: בדיקת מיקרו
הכי כיף לבדוק השפעה של צבע הלחצן. זה גם קל, לא דורש הרבה מאמץ וגם לא דורש לחשוב יותר מדי. ״קראתי פוסט בבלוג של Unbounce שהראה שלחצן אדום זה שלילי ולכן הוא מגיב פחות טוב מירוק, אז תשנה לי בקשה את כל הלחצנים בדף לירוק״.
שטויות.
כשאתם באים לבנות תוכנית אופטימיזציה, תחשבו רחבבבבב. תסתכלו על התמונה הגדולה. מפו את כל השלבים במשפך וחשבו איזה הפרעות (תרגום חופשי של friction) יכולות למנוע מהגולש לבצע את הפעולה הרצויה.
אחרי שעשיתם את זה אתם יכולים לעשות drill down כדי לבדוק שינויים קטנים יותר, אבל גם אז אל תקפצו ישר לצבע הכפתור, אלא נסו לבדוק מרכיבים גדולים יותר שעשויים להשפיע על ההתנהגות.
כשאני עושה תהליך של אופטימיזציה עם לקוח אני קודם כל מוודא שהמסר שמוצג לו בדף הנחיתה תואם בדיוק את המסר שהוא ראה במודעה (אחרי הכל – זה מה שגרם לו להקליק) ושניהם כמובן עונים על הצורך שהוא הביע במילת החיפוש.
שימו למודעה הבאה (אחרי חיפוש ״ביטוח דירה״ בגוגל) ולדף הנחיתה שנראה כמו פרסומת למיטה של הולנדיה…
כאילו הלוו?!
מה זה הדבר הזה? מה זה ״וריטס״ בכלל? איפה הלוגו של הראל (מותג ידוע)? איפה אני יכול לראות שזה אכן משתלם כמו שהבטחתם בפרסומת?
והכי חשוב – מה הקשר בין תמונה של מישהי ישנה בשקט לבין ביטוח דירה?! (נכון נכון, עכשיו אתם תגידו שזה מעביר תחושות של בטחון אבל כדי להבין את זה לוקח שעה, ולכם יש 5-8 שניות כדי לשכנע את הגולש שהוא הגיע למקום הנכון.
אני חיפשתי ביטוח דירה אז אני רוצה שימכרו לי ביטוח דירה. לא כרית פוך.
טעות מספר 2: תליית תקוות יתר בתהליך האופטימיזציה.
נכון, אופטימיזציה זה אחלה דבר ויכול לשפר את התוצאות במאות אחוזים, אבל הרבה פעמים הבעיה נמצאת פשוט במוצר שלכם או בהתאמה שלו לקהל היעד, ולאו דווקא בצבע ובכיתוב שעל הכפתור.
אם אתם לא מצליחים למכור את המוצר שלכם במפגש אישי עם בנאדם פנים אל פנים (בהנחה שהוא אכן משקף את קהל היעד שלכם כמובן) – סביר להניח שהמוצר לא מספיק מתאים לקהל היעד ולא הגעתם לשלב של product/market fit, או שאתם פשוט לא מכוונים לקהל הנכון. Sean Ellis, מייסד Qualaroo, הגדיר פעם שהמוצר שלכם מתאים לקהל היעד אם 40% מהמשתמשים שלכם יהיו מאוכזבים אם תקחו מהם את המוצר.
בקיצור: קודם וודאו שיש בכלל המרות, ורק אחרי זה תבדקו איך לשפר אותם.
טעות מספר 3: הסקת מסקנות מהירה מדי
אתם בטח מכירים את זה, הלקוח מגיע ומבקש לבדוק השפעה של שינוי מסוים, וכעבור יומיים וגידול של 54% בהמרות באחד הוריאציות הוא מבקש מכם לסיים את הניסוי ולהכריז על המנצח.
אז זהו שלא!
אף פעם אל תעצרו ניסוי לפני שעברו 7 ימים (בהנחה שהגיע מספיק טראפיק בימים האלו), ולפני שהגעתם לבטחון של 95% שהנתון שקיבלתם אכן מובהק סטטיסטית. אני הרבה פעמים מחכה גם שיהיו 100 המרות (בכל וריאציה) בנוסף לשני הקריטריונים הנ״ל.
הסיבה היא בגלל שאתם אף פעם לא יכולים לדעת אם הגורם שאותו אתם בודקים בA/B Testing הוא אכן זה שגרם לשינוי בהמרות. הרבה פעמים אפשר למצוא שונות מפחידה בין הימים בשבוע, בין אמצ״ש לסופ״ש ואפילו בין השעות ביום (תתפלאו, אבל אצל חלק גדול מהלקוחות שלי ההמרות בין 8:00-16:00 גדולות בעשרות אחוזים! בגלל שעות העבודה כמובן 🙂 ).
תת-טעות נוספת שכדאי לציין זה כאלו שמריצים ניסויים בלי סוף ״רק כדי לבדוק״.
אז לא. אחרי שחיכיתם מספיק זמן כדי לקבל נתונים עם מובהקות סטטיסטית, נתחו את המידע שהתקבל מהניסוי הקודם, בדקו מה המשמעויות שלו ורק אז תתחילו לתכנן את הניסוי הבא.
למשל אם גיליתם בניסוי מסויים שכותרות אמוציונאליות משפיעות יותר חזק על הגולשים שלכם – אל תעברו לניסוי שבודק את צבע הכפתור אלא נסו לבדוק איזה אמוציה עובדת יותר טוב, האם אמוציה חיובית עובדת יותר טוב משלילית? האם הצגת החיוב עובדת יותר טוב מהצגת השלילה? וכן הלאה.
ומה קורה אם לא הגעתם למובהקות גם אחרי 200 לידים (או יותר)?
קודם כל נסו להפעיל סגמנטים כמו שעה ביום, יום בשבוע, סוג המכשיר, ארץ/עיר, מקור תנועה ועוד סגמנטים רלוונטים, ולבדוק אם באחד מהם כן הצלחתם להגיע למובהקות (אתם יכולים לעשות את זה עם VWO או Optimizely וסנכרון שלהם עם גוגל אנליטיקס), ואם לא אז כנראה שהשערת המחקר שלכם לא היתה נכונה ואתם צריכים להניח הנחה אחרת ולבדוק אותה מחדש.
הנה פוסט מעולה של בחור בשם אלכס, שמשתף באופן הכי פתוח על התהליכים שהוא עובד עם חברת הסטארטאפ שלו כדי להביא אותה למחזור של 100,000$ בחודש. בפוסט האחרון הוא מדבר בדיוק על הנקודה הזו, שהרבה פעמים מבחני A/B Testing לא מביאים אותך לשום תוצאה משמעותית וגם זה בסדר.
בקיצור: מצד אחד – תעבדו ביסודיות ואל תמהרו להסיק מסקנות. מצד שני – אל תתבאסו לא הגעתם למסקנות ותמשיכו לנסות.
אני ממליץ בחום להשתמש בכלי הזה שמאפשר לכם להזין את נתוני הביקורים וההמרות של דפי נחיתה שונים ולבדוק את המובהקות הסטטיסטית שלהם.
טעות מספר 4: לעשות מה שאחרים עשו
טוב זאת הטעות האהובה עלי. אין דבר יותר כיף מלקרוא פוסט שמראה את החשיבות של כפתור כתום (״כי ככה אמזון עושה וזה עובד להם״) ואז לרוץ ולשנות את כל הכפתורים באתר לכתום.
זהו. ניצחנו.
או שלא.
יכול מאוד להיות שזה יהיה הדבר שישפר לכם את ההמרות, אבל לא תוכלו לדעת את זה עד שלא תעשו בדיקה אמיתית ומדעית.
טעות מספר 5: הרצת מספר שינויים בו זמנית
טוב את זה אני לא בטוח שצריך להגיד לכם, אבל בגלל שנתקלתי במקרים כאלו אני חושב שבכל זאת כדאי להדגיש את הנושא:
אף פעם אל תבצעו מספר טסטים על מספר אלמנטים בו זמנית.
אם אתם בודקים את הצבע של כפתור הAdd to cart – תבדקו רק אותו וחכו כמה ימים עם כפתור ה-Chechout, וודאי שאל תעשו בדיקה על כפתור הsubscribe.
כנ״ל לגבי שאר האלמנטים לאורך משפך ההמרה שלכם.
טעות מספר 6: להתעלם משיפורים מינוריים
הטעות הזו נפוצה בעיקר בארגונים גדולים, שנוטים להתעלם מניסויים של הביאו תוצאות של 2 ספרות.
תחשבו על זה- שיפור של 3% בכל חודש יכול להביא אתכם לשיפור של עשרות אחוזים בשנה, וזה בלי להתייחס לכך שאם יש לכם מ-מ-ש הרבה טראפיק אז גם גידול של עשירית האחוז יכול להוסיף עוד כמה מיליונים לחשבון הבנק שלכם.
טעות מספר 7: פשוט לעשות טסט
הרבה פעמים הלקוח/המנכ״ל שלכם ישמע איזה הרצאה על החשיבות של A/B Testing, ולמחרת יגיד לכם להתחיל לעשות ניסויים במהירות האפשרי.
אתם צריכים להסביר לו שבדיוק כמו במחקר אקדמי רגיל – בלי לנסח במדויק את שאלת מחקר והשערת המחקר חבל על העבודה.
תהליך האופטימיזציה צריך להתחיל אחרי שעשיתם מחקר שוק וזיהיתם מספר נקודות שיכולות להשפיע/להפריע על ההמרה של הגולשים שלכם, ורק אחרי שסיננתם וזיקקתם את התשובות והגעתם ל2-3 מסקנות זהות פחות או יותר ואתם רוצים לבדוק איזו מהן תשפיע הכי הרבה – זה הזמן לגשת לבדיקת A/B Testing.
דוגמא:
לא מזמן ישבתי עם לקוח גדול בעולם האקדמי כדי לחשוב איך לשפר את אחוזי הלידים בדף הנחיתה, ומה כדאי לכתוב בכותרת כדי לשכנע את הגולשים להשאיר פרטים.
אחרי דיונים רבים והתלבטויות שבסופם לא הגענו למסקנה חותכת שהיינו מוכנים לחתום עליה, החלטנו פשוט לעשות סקר שוק קצר ולשאול את הלקוחות שלנו, סטודנטים פוטנציאלים בעתיד, מה דעתם.
אחרי מחקר מעמיק התברר לנו שבשלב שבו ניסינו למכור להם את המוצר שלנו הם בכלל לא חשבו עליו ואפילו לא שמו לב למסרים שניסינו לשדר להם. רק אחרי כחצי שנה הם התחילו להתלבט איפה ללמוד ואז פתחו את העיניים ושמו לב למסרים השיווקיים שנועדו לגרום להם להרשם.
כתוצאה מכך, שינינו לחלוטין את השפה של דף הנחיתה כדי שתתאים ללקוחות שנמצאים בשלבים המוקדמים של המשפך, ואז היה לנו הרבה יותר קל לבדוק איזו כותרת עובדת יותר טוב.
בקיצור: הרבה לפני הA/B Testing – תכירו את קהל היעד שלכם ואת הצרכים שלו.
כמה נקודות חשובות לסיום:
1. המרות זה סבבה, אבל אתם צריכים לשאוף להגדיל את ה-LTV Life Time Value של הלקוח.
גם 200% המרה לא יעזרו לכם אם המוצר שלכם לא נותן ערך משמעותי למי שקנה אותו. ערך משמעותי זה לא אומר שאסור לכם לשקר בהבטחה הפרסומית (כי זה ברור), אלא יכול מאוד להיות שאמרתם את כל האמת אבל לא בניתם תיאום ציפיות עם הלקוח כמו שצריך, ולכן הערך הנתפס של המוצר היה הרבה יותר גבוה (או שונה לחלוטין) מהערך שהמוצר יודע לספק בפועל, ולכן הלקוח התאכזב מהקניה.
אפשרות נוספת לאכזבה יכולה לנבוע מחוסר ידע של הלקוחות איך לתפעל את המוצר כמו שצריך, ולכן חשוב מאוד לתת להם את הידע הזה אחרי הקניה ולא להסתכל רק לטווח הקצר של ״בא נגדיל את אחוז ההמרה וזהו״.
זה מזכיר לי את כל האנשים שאומרים ש״פרסום בגוגל אדוורדס זה קשקוש״ כי הם ניסו לעשות את זה לבד ולא הצליחו…
אז יכול להיות שבעזרת אופטימיזציה הצלחתם להגדיל את אחוז ההמרה שלכם לשמיים, אבל אם בסופו של דבר הלקוח לא הצליח באמת להנות מהמוצר כמו שהוא ציפה (ולא משנה מאיזו סיבה) – הדבר יפגע בכם מאוד בטווח הקצר וגם הארוך.
2. אל תעשו ניסויים בלי שאלת + השערת המחקר!
במחקרים אמיתיים אין כזה דבר מחקר בלי שאלת מחקר והשערת/רות המחקר. כל מחקר רציני יפתח בשאלה כמו ״במחקר זה ברצוננו לבדוק האם פרסום ברשת התוכן של גוגל עובד יותר טוב מפרסום בפייסבוק״. זו שאלת המחקר וזה בעצם מה שהמחקר בא לבדוק.
השערת המחקר (אחת או יותר) תהיה טענה שאותה המחקר הולך להוכיח או להפריך, והיא תתבסס על חוקיות מסויימת ועל קשרים סיבתיים בין מספר משתנים. למשל עבור מחקר שבודק את האפקטיביות של גוגל לעומת פייסבוק, השערה יכולה להיות ״אין הבדל בין רשת התוכן של גוגל לפייסבוק, מכיוון שבשניהם הגולש נמצא במצב חיפוש פסיבי, בניגוד לרשת החיפוש של גוגל בה הוא אקטיבי״.
כלומר המחקר בא לבדוק האם יש קשר בין רמת המעורבות של הגולש לבין פוטנציאל ההמרה שלו, ורק אז אפשר להתחיל להריץ קמפיינים כדי לבדוק אם ההשערה נכונה.
הסיבה שזה חשוב היא בגלל ששינויי הצבע של הלחצן או מיקום הטופס יכולים להיות מעניינים מאוד, אבל אם אין הגיון מאחורי הניסוי – הסיכוי שהוא באמת יוביל אתכם למסקנות משמעותיות הוא קלוש מאוד מאוד (מאוד).
לדוגמא:
שאלת מחקר אפשרית יכולה להיות: האם בכיתוב על הלחצן של דף נחיתה שמביא לידים לפרסום בגוגל כדאי לפנות לרגש של הגולש או לשכל שלו?
השערה – בשירותים כמו פרסום בגוגל אנשים שונאים לצאת פריירים, ולכן פניה לרגש (״נמאס לי לשלם לגוגל כל כך הרבה כסף. גלה לי איך לחסוך 40%!״) תהיה יותר אפקטיבית מאשר פניה לשכל (״הרשם עכשיו וגלה איך לחסוך 40% מהתשלום לגוגל״).
הנה דוגמא מדף הנחיתה של Unbounce, שבוריאציה אחת כתבו פשוט Sign Up Now (אחרי הכל זה הנוסח שהגולשים רגילים אליו כשהם רוצים להרשם לכל שירות באינטרנט):
ובוריאציה שניה כתבו נוסח שיותר פונה ל״אני״ של הגולש, כדי לרתום אותו ולגרום לו לרצות לבוא מעצמו ולא למכור לו:
הנה עוד דוגמא מצויינת לקייס סטאדי שעשו SONY, כדי לבדוק האם מה שמניע את הלקוחות שלהם זה customization בבניית המחשב או דווקא המחיר. הדוגמא הזו טובה כי יש בה את כל מה שצריך בבניית של תהליך אופטימיזציה: המצב הקיים והבעייתי (הבאנרים לא מגיבים מספיק טוב), השערת המחקר (הצרכנים מתבלבלים מ-2 מסרים שונים בבאנר אחד), הגדרה של המשתנים שיכנסו לניסוי (2 המסרים) וביצוע הניסוי בפועל (בעזרת הכלי של Optimizely).
סיכום
הפוסט הזה הוא אחד מתוך סדרת פוסטים שאני הולך לכתוב (בעזרת ה׳) על אופטימיזציה ושיפור יחסי המרה באתרי אינטרנט.
בפוסט הנוכחי התמקדתי בטעויות נפוצות של תהליכי אופטימיזציה (בעיקר A/B Testing) ובפוסטים הבאים אני רוצה לדבר על דברים קצת יותר כבדים ברמת המאקרו, כמו תכנון של גולים, פאנלים, סגמנטציות, כתיבת בריף, אפיון פרסונות ועוד…
ועכשיו תורכם –
האם יצא לכם להתנסות באופטימיזציה? מה מודל העבודה הנכון מבחינתכם? האם יש לכם תובנות מעניינות ששווה ללמוד מהם?
שתפו בתגובות!