Tijekom vođenja webshopa potrebno je donositi bezbroj odluka koje mogu izravno utjecati na ponašanje kupaca. Danas je već općeprihvaćeno stajalište da nije svejedno kakva fotografija proizvoda dočekuje posjetitelja, koliko je istaknut gumb za dodavanje u košaricu ili u kojem obliku vrijedi komunicirati besplatnu dostavu i popuste na cijene. Trgovci se većinom oslanjaju na vlastita iskustva ili na rješenja viđena kod konkurencije, iako ono što se pokaže uspješnim u jednom webshopu kod druge publike kupaca ne mora nužno dati rezultate.
A/B testiranje pomaže da webshop ne mijenjamo isključivo na temelju dojmova, nego da vidimo i kako kupci reagiraju na pojedina rješenja. Možemo, primjerice, isprobati dvije različite varijante iste stranice, a iz rezultata se može pokazati koja bolje funkcionira sa stajališta prodaje. Za to se nije nužno upuštati u velike preinake. Često je i izmjena jednog jedinog elementa dovoljna da bolje razumijemo ponašanje kupaca i pronađemo što vrijedi promijeniti radi većeg broja narudžbi.
Ova metoda može biti korisna webshopovima koji već redovito primaju posjetitelje, ali iz postojećeg prometa žele ostvariti više prihoda. U takvoj se situaciji može činiti logičnim potrošiti više novca na oglase, no prije toga vrijedi temeljitije ispitati i rad samog webshopa. Moguće je da stiže dovoljno zainteresiranih, samo ih premalo dođe do narudžbe. Ako uspijemo otkriti gdje i zašto kupci zapinju, prodajni se rezultati mogu poboljšati i bez povećanja oglasnog budžeta.
Kako funkcionira A/B test u webshopu?
Bit A/B testiranja jest da isprobamo dvije varijante iste stranice ili funkcije, i to istodobno. Posjetitelje nasumično dijelimo u dvije skupine: jedna vidi izvornu, „A” verziju, a druga izmijenjenu, „B” varijantu. Tako možemo usporediti koje rješenje donosi bolje rezultate.
Uzmimo jednostavan primjer! Na stranici proizvoda trenutačno na gumbu za kupnju stoji natpis „U košaricu”, ali nas zanima bi li uz tekst „Dodaj u košaricu” više ljudi kupovalo. Umjesto da gumb promijenimo svima, polovici posjetitelja prikazujemo staru, a drugoj polovici novu varijantu.
Tijekom testa možemo promatrati u kojoj skupini više ljudi stavlja proizvod u košaricu i koliko ih na kraju dođe do narudžbe. Naravno, na temelju nekoliko kupnji još ne vrijedi donositi zaključke. Potrebna je odgovarajuća količina podataka i statistička procjena kako bismo mogli prosuditi stoji li doista izmjena iza razlike. Važno je da A/B test nije obična usporedba prije i poslije. Ako jedan tjedan radi izvorna, a sljedeći nova verzija, na rezultat lako mogu utjecati u međuvremenu promijenjeni oglasi, sastav posjetitelja ili čak dani isplate plaća. Upravo zato dvije varijante vrijedi testirati istodobno, na nasumično formiranim, usporedivim skupinama posjetitelja.
Što vrijedi testirati najprije? Ne nužno boju gumba
U vezi s A/B testiranjem često se spominje promjena boje gumba kao jednostavno rješenje koje je lako isprobati. Kod webshopa, međutim, to većinom nije najvažnije pitanje. Mnogo više možemo postići ako najprije pogledamo gdje kupci zapinju i u kojoj se fazi kupovnog procesa najviše njih vraća.
Ako, primjerice, mnogi pregledavaju proizvode, ali gotovo ništa ne završi u košarici, možda vrijedi eksperimentirati s fotografijama proizvoda, opisima ili pak prikazom ponuda. Drukčija je situacija ako posjetitelji doduše napune košaricu, ali narudžbu više ne dovrše. Tada prije treba tražiti odgovor na pitanje što ih zadržava; možda je trošak dostave previsok, ne pronalaze uobičajeni način plaćanja ili se narudžba jednostavno sastoji od previše koraka.
Sellviove statistike prometa i prodaje, podaci o vrijednosti košarice i analitičke integracije mogu pomoći otkriti gdje vrijedi započeti istraživanje. Tako webshop ne mijenjamo nasumce, nego se najprije bavimo onim problemima na koje upozoravaju i dostupni podaci.
Na stranici proizvoda i jedna jedina informacija može odlučiti o kupnji
Kada netko pregledava stranicu proizvoda, vrlo je vjerojatno već prošao početno informiranje. Zna otprilike što traži, ali o kupnji još nije nužno odlučio. Tada može puno značiti s kakvim se slikama susreće, koliko lako pronalazi podatke koji su mu važni i dobiva li odgovore na pitanja koja ga još čine nesigurnim. A/B testiranjem mogu se ispitati upravo te naizgled sitne, ali često presudne razlike.
Uzmimo za primjer fotografije proizvoda; u webshopu s odjećom može puno pomoći ako kupac odabrani odjevni predmet vidi i na modelu, dok kod tehničkih proizvoda često krupni kadrovi detalja daju više upotrebljivih informacija. Ni kod opisa proizvoda ne funkcionira nužno bolje dulji tekst. Možda su u njemu svi potrebni podaci, samo je teško pronaći bit. U drugoj varijanti naprijed mogu doći najvažnija svojstva i praktične prednosti. Donosi li to doista više kupnji, već vrijedi odlučiti testiranjem.
Sellviovim mogućnostima upravljanja proizvodima i uređivanja sadržaja pojedine se varijante mogu izraditi razmjerno jednostavno, a u tome mogu pomoći i alati za izradu sadržaja temeljeni na AI-ju. Ipak, treba reći da izrada dviju različitih stranica proizvoda još ne znači A/B test; treba se pobrinuti i za to da varijante vide odgovarajuće razdvojene, usporedive skupine posjetitelja.
Često o sasvim svakodnevnim informacijama ovisi hoće li kupac na kraju predati narudžbu; kada će proizvod stići, ima li ga na zalihi, koliko jamstva dolazi uz njega i što se događa ako ipak ne ispuni očekivanja? Na ta pitanja vrijedi dati dobro vidljiv odgovor već na stranici proizvoda. Lako se može dogoditi da promišljenije smještanje informacija o dostavi, zalihama ili jamstvu poboljša konverziju više nego potpuno redizajnirana stranica proizvoda.
Stranice kategorija: pronalaze li kupci lako ono što traže?
Često na to zaboravljamo, ali u webshopu koji nudi više stotina ili tisuća proizvoda kvaliteta navigacije može znatno utjecati i na prodaju; posjetitelji često dolaze bez konkretne zamisli, pa su im za pronalazak odgovarajućeg proizvoda potrebni pretraga, filtriranje i usporedba. Vrijedi testirati zadani redoslijed proizvoda, jer nije svejedno dolaze li u prvi plan popularni proizvodi, noviteti ili ljestvica najprodavanijih. Jednako je važno pitanje koje mogućnosti filtriranja trebaju biti prikazane odmah, a koje je uputno smjestiti u padajući izbornik.
Sellviove funkcije upravljanja kategorijama, varijantama proizvoda i filtrima podržavaju oblikovanje preglednog kataloga proizvoda, dok prilagodljiva dizajnerska rješenja pomažu prilagoditi izgled potrebama kupaca.
Ne zaboravimo, posebno je važno ispitati upotrebljivost na mobitelu, jer stranica kategorije koja na stolnom računalu dobro funkcionira na telefonu lako može postati pretrpana, pa i jednostavnost navigacije, dostupnost filtara i informacijski sadržaj kartica proizvoda mogu biti vrijedni A/B testiranja.
Uvjeti dostave i blagajna – gdje se namjera kupnje lako gubi
Već smo se više puta pozivali na zbirne rezultate istraživanja napuštanja košarice instituta Baymard, prema kojima gotovo 70 posto online košarica nije završilo transakcijom. Podatak koji se temelji na rezultatima 50 istraživanja dobro pokazuje koliku važnost ima kupovni proces. Iako se mnogi samo informiraju ili uspoređuju cijene, neočekivani troškovi dostave, nedostajući načini plaćanja i kompliciran proces naplate doista mogu odvratiti kupce.
Vrijedi isprobati dolazi li više kupaca do narudžbe ako već na stranici proizvoda vide koliko stoji dostava ili kada mogu očekivati paket. Uputno je testirati i poboljšava li se stopa kupnje ako su mogućnost preuzimanja na paketomatu ili plaćanja bankovnom karticom više u prvom planu.
Sellvio se može povezati s više usluga plaćanja i dostave, a Sellvio Pay i Sellvio Express olakšavaju i upravljanje njima, pa trgovci imaju veći manevarski prostor u tome koje mogućnosti plaćanja i preuzimanja nude svojim kupcima.
U proces naplate, međutim, ne vrijedi dirati nepromišljeno, loše izveden test lako može prouzročiti gubitak narudžbi. Bolje je najprije pogledati je li važno gdje se i u kojem obliku pojavljuju informacije o dostavi i plaćanju. Sam proces plaćanja uputno je mijenjati tek ako smo izmjene prethodno temeljito provjerili.
Akcije i kuponi: ne pobjeđuje nužno veći popust
Dobro pogođena akcija može znatno potaknuti promet webshopa, ali iz samog broja narudžbi još se ne vidi koliko se popust isplatio. Lako se, primjerice, može dogoditi da opći popust od 10 posto dovede više kupaca nego kupon od 3000 forinti koji se može iskoristiti samo iznad određene vrijednosti košarice. Trgovcu ipak potonje može biti bolji posao ako kupci zbog toga stave više proizvoda u košaricu.
U Sellviovu upravitelju kupona može se postaviti više vrsta popusta. Možemo dati postotni popust ili fiksni iznos, odrediti minimalnu vrijednost košarice, ali i ograničiti upotrebu kupona na pojedine proizvode, kategorije ili proizvođače. Osim toga, akcije se mogu vremenski planirati, a kupnja se može poticati i količinskim popustima, pa nije potrebno kod svake promocije primjenjivati isto rješenje, nego se može isprobati koje donosi najbolji rezultat.
A/B testom može se pogledati i na koju akcijsku ponudu kupci bolje reagiraju. Može, primjerice, biti vrijedno usporediti različite pragove za besplatnu dostavu, kupone ili popuste. Pri procjeni rezultata, međutim, nije dovoljno gledati koliko je narudžbi stiglo ili koliko je prihoda pristiglo, treba uzeti u obzir i trošak popusta te dobit koja ostaje na narudžbama. Lako je moguće da s akcijom koja donosi najveći promet na kraju zaradimo manje. Dobro osmišljen A/B test može rasvijetliti upravo takve razlike.
Što vrijedi mjeriti? Stopa konverzije još ne govori sve
Kod A/B testova najčešće pratimo stopu konverzije. Ona pokazuje koliko posjetitelja dođe do željene radnje. Kod webshopa se konverzijom obično smatra kupnja, ali jednako tako možemo promatrati i koliko ih stavlja proizvod u košaricu, započinje plaćanje ili obavlja neku drugu radnju koja nam je važna.
Pogledajmo jednostavan primjer! Ako od 10 000 posjetitelja nastane 200 narudžbi, govorimo o stopi konverzije od 2 posto. Pretpostavimo da nakon neke izmjene od jednako toliko posjetitelja kupuje već njih 220. To znači konverziju od 2,2 posto, odnosno relativno poboljšanje od 10 posto. Na prvi pogled djeluje ohrabrujuće, no iz toga se još ne može sa sigurnošću ustvrditi da se promjena doista isplatila, jer kod ovolikog uzorka i slučajnost može prouzročiti sličnu razliku. Upravo je zato važno rezultate ispitati i sa statističkog stajališta.
Uz stopu konverzije vrijedi pratiti i druge brojke. Mnogo govori, primjerice, prosječna vrijednost košarice, prihod po posjetitelju, a ako su dostupni odgovarajući podaci, i dobit ostvarena na narudžbama. Uzalud, naime, nakon izmjene kupuje više ljudi ako pritom troše manje, a webshop u cjelini prolazi lošije.
Dobra polazna točka za mjerenje može biti Google Analytics 4, čijim se događajima e-trgovine mogu pratiti i pojedini koraci kupovnog procesa. Događaj view_item bilježi preglede proizvoda, add_to_cart dodavanja u košaricu, begin_checkout početak procesa naplate, a purchase kupnje. Naravno, sve to daje pouzdanu sliku samo ako su postavljanje i provjera događaja u redu; samo zato što je mjerni kod Analyticsa ugrađen u webshop, još nije sigurno da vidimo sve potrebne podatke.
Koliko je posjetitelja potrebno da A/B test bude pouzdan?
Jedna od zamki A/B testiranja jest da rezultat želimo vidjeti prerano. Nakon nekoliko dana jedna varijanta već može djelovati boljom, ali to još nipošto ne znači da bi i dugoročno donosila više kupnji. To osobito vrijedi kada je riječ o svega nekoliko desetaka narudžbi, a pokušavamo dokazati razmjerno malu razliku.
Pogledajmo primjer. Imamo webshop u kojem od sto posjetitelja u prosjeku naruče dvoje, dakle stopa konverzije iznosi 2 posto. Pretpostavimo da je izmjenom želimo povećati na 2,2 posto. Razlika se na prvi pogled ne čini velikom, no sa statističkog je stajališta upravo zato potrebno mnogo podataka. Kod klasičnog, dvostranog testa, računajući s razinom značajnosti od 5 posto i statističkom snagom od 80 posto, potrebno je otprilike 80 tisuća posjetitelja po varijanti. Ukupno je, dakle, potrebno oko 160 tisuća posjeta da bismo ovoliku razliku mogli dokazati s odgovarajućom pouzdanošću. Kod manjeg webshopa to može značiti i testiranje koje traje više mjeseci.
Zato vrijedi razmisliti što uopće testiramo. Ako je posjetitelja malo, nema previše smisla svaku sitnu izmjenu ispitivati zasebnim A/B testom. Svrsishodnije je usredotočiti se na promjene koje doista mogu donijeti osjetno poboljšanje. A za pronalaženje najvažnijih problema nije nužno potreban statistički test: mnogo se toga može otkriti iz povratnih informacija kupaca ili ispitivanja upotrebljivosti.
Kako provesti A/B test u Sellvio webshopu?
Sellvio nudi više mogućnosti koje vrijedi iskoristiti ako želimo poboljšati stopu konverzije webshopa. Možemo izmijeniti izgled, preoblikovati sadržaj stranica proizvoda, isprobati različite kupone ili promocije, a iz prodajnih statistika dobiti sliku o rezultatu promjena. One su dobra polazna točka za pripremu A/B testova.
Za mjerenje ponašanja posjetitelja sa Sellviovim se sustavom mogu povezati i Google Analytics i Google Tag Manager. Uz odgovarajuće postavke tako možemo pratiti i kako kupci koriste webshop, s kojim elementima stupaju u interakciju i gdje odustaju od kupnje. Pomoć za postavljanje mjerenja događaja u GA4 i GTM-u pronalazimo i u Sellviovoj bazi znanja. Želimo li ponašanje posjetitelja upoznati detaljnije, možemo koristiti i alate poput Hotjara, Smartlooka ili Inspectleta. Iz njih se, primjerice, može otkriti na kojoj stranici kupci postaju nesigurni ili koji problemi upotrebljivosti otežavaju naručivanje. Treba, međutim, paziti na to da mjerenje ponašanja posjetitelja i provedba A/B testa nisu isto. To što Google Analytics prikuplja podatke još ne znači da će posjetitelje automatski podijeliti u dvije skupine i prikazati im odgovarajuću varijantu. Za to je potreban zaseban alat za upravljanje eksperimentima ili prilagođeni razvoj, koji osigurava nasumičnu dodjelu varijanti, identifikaciju testnih skupina i statističku procjenu rezultata.
Sellvio u tome prije svega može olakšati pripremu i provedbu izmjena. Budući da se sadržaji proizvoda, dizajn i brojne prodajne postavke mogu uređivati na jednom mjestu, izrada rješenja koja želimo testirati može biti jednostavnija. A ako se na temelju rezultata mjerenja pokaže koja varijanta bolje funkcionira, njezino uvođenje ne zahtijeva nužno ozbiljniji razvojni posao.
A/B testiranje nije jednokratni zadatak, nego proces učenja
Iz A/B testa možemo puno naučiti i onda kada nova varijanta na kraju ne bude bolja od prethodne. Štoviše, koristan rezultat može biti i ako se pokaže da bi naizgled obećavajuća izmjena zapravo pogoršala prodaju. Tako ideju možemo odbaciti prije nego što u njezino uvođenje uložimo ozbiljnije vrijeme ili novac, a usput sve bolje upoznajemo navike vlastitih kupaca. To je važno i zato što ono što se pokazalo uspješnim u drugom webshopu kod nas uopće ne mora funkcionirati jednako.
Sellviove funkcije upravljanja sadržajem, analitičke integracije i poslovni izvještaji mogu pomoći da o unapređenjima ne odlučujemo isključivo na temelju dojmova. Naravno, cilj nije da na webshopu neprestano nešto mijenjamo. Mnogo više vrijedi razumjeti koje izmjene čine kupnju jednostavnijom i koje donose doista mjerljivo poboljšanje u prodaji.
Uspjeh webshopa koji dobro funkcionira, naime, ne čine nužno poseban izgled ili atraktivna rješenja. Barem jednako toliko znači koliko razumijemo potrebe svojih kupaca i što činimo s onim što saznamo iz njihova ponašanja. Ako na tim iskustvima gradimo unapređenja, rad webshopa možemo učiniti uspješnijim i dugoročno.