Tokom vođenja online prodavnice treba doneti bezbroj odluka koje mogu direktno uticati na ponašanje kupaca. Danas je već prihvaćen stav da nije svejedno kakva fotografija proizvoda dočekuje posetioca, koliko je naglašeno dugme za dodavanje u korpu, ili u kom obliku vredi komunicirati besplatnu dostavu i popuste na cene. Trgovci se uglavnom oslanjaju na sopstvena iskustva ili rešenja viđena kod konkurencije, iako ono što se pokaže dobrim u jednoj online prodavnici kod druge publike kupaca neće nužno biti uspešno.
A/B testiranje pomaže da web shop ne menjamo samo na osnovu osećaja, već da vidimo i kako kupci reaguju na pojedina rešenja. Možemo, na primer, isprobati dve različite varijante iste stranice, a iz rezultata može da se vidi koja bolje funkcioniše sa stanovišta prodaje. Za to nije nužno potrebno upuštati se u velike prepravke. Često je i izmena jednog jedinog elementa dovoljna da bolje razumemo ponašanje kupaca i pronađemo šta vredi promeniti radi više porudžbina.
Ova metoda može biti korisna onim online prodavnicama koje već redovno primaju posetioce, ali žele da iz postojećeg saobraćaja ostvare veći prihod. U takvoj situaciji može delovati logično potrošiti više novca na oglase, a vredi prvo temeljnije ispitati i rad web shopa. Možda stiže dovoljno zainteresovanih, samo premalo njih dođe do porudžbine. Ako uspete da otkrijete gde i zašto kupci zastaju, prodajni rezultati mogu da se poprave i bez povećanja budžeta za oglašavanje.
Kako funkcioniše A/B test u online prodavnici?
Suština A/B testiranja je da isprobamo dve varijante iste stranice ili funkcije, i to istovremeno. Posetioce nasumično delimo u dve grupe: jedna vidi originalnu, „A" verziju, a druga izmenjenu, „B" varijantu. Tako možemo uporediti koje rešenje donosi bolje rezultate.
Uzmimo jednostavan primer! Na stranici proizvoda trenutno na dugmetu za kupovinu stoji natpis „U korpu", ali nas zanima da li bi uz tekst „Dodaj u korpu" više ljudi kupovalo. Umesto da svima prepravimo dugme, polovini posetilaca prikazujemo staru, a drugoj polovini novu varijantu.
Tokom testa možemo pogledati u kojoj grupi više ljudi stavlja proizvod u korpu i koliko njih na kraju dođe do porudžbine. Naravno, na osnovu nekoliko kupovina još ne vredi izvlačiti zaključke. Potrebna je odgovarajuća količina podataka i statistička procena da bismo mogli da ocenimo da li iza razlike zaista može stajati izmena. Važno je da A/B test nije obično poređenje „pre i posle". Ako jedne nedelje radi originalna, a sledeće nova verzija, na rezultat lako mogu uticati u međuvremenu promenjeni oglasi, sastav posetilaca ili čak dani isplate plata. Upravo zato dve varijante vredi testirati istovremeno, na nasumično formiranim, uporedivim grupama posetilaca.
Šta vredi prvo testirati? Ne nužno boju dugmadi
U vezi sa A/B testiranjem često se pominje promena boje dugmadi kao jednostavno rešenje koje se lako isproba. Kod web shopa, međutim, to uglavnom nije najvažnije pitanje. Mnogo dalje možemo stići ako prvo pogledamo gde kupci zastaju i u kojoj fazi procesa kupovine se najviše njih vraća nazad.
Ako, na primer, mnogi gledaju proizvode, ali jedva šta dospeva u korpu, može vredeti eksperimentisati sa fotografijama proizvoda, opisima ili prikazom ponuda. Druga je situacija ako posetioci pune svoje korpe, ali porudžbinu više ne završavaju. Tada pre treba tražiti odgovor na pitanje šta ih zadržava; možda je trošak dostave previsok, ne nalaze uobičajeni način plaćanja, ili se porudžbina jednostavno sastoji iz previše koraka.
Sellvio statistike saobraćaja i prodaje, podaci o vrednosti korpe i analitičke integracije mogu pomoći da otkrijete odakle vredi početi ispitivanje. Tako web shop ne menjamo nasumice, već se prvo bavimo onim problemima na koje skreću pažnju i raspoloživi podaci.
Na stranici proizvoda i jedna jedina informacija može odlučiti o kupovini
Kada neko razgleda stranicu sa detaljima proizvoda, verovatno je već prošao početno informisanje. Zna otprilike šta traži, ali o kupovini još nije nužno odlučio. Tada mnogo može značiti i to kakve slike zatiče, koliko lako pronalazi podatke koji su mu važni, i da li dobija odgovor na pitanja koja ga još čine nesigurnim. A/B testiranjem se mogu ispitivati upravo te naizgled sitne, ali često presudne razlike.
Uzmimo za primer fotografije proizvoda; u web shopu sa odećom mnogo može pomoći ako kupac izabrani odevni predmet vidi i na modelu, dok kod tehničkih proizvoda često krupni kadrovi detalja daju više upotrebljivih informacija. Ni kod opisa proizvoda ne funkcioniše nužno bolje duži tekst. Možda se u njemu nalaze svi potrebni podaci, samo je teško pronaći suštinu. U drugoj varijanti napred mogu doći najvažnije osobine i praktične prednosti. Da li to zaista donosi više kupovina, već vredi odlučiti testiranjem.
Uz Sellvio mogućnosti upravljanja proizvodima i uređivanja sadržaja pojedine varijante se relativno jednostavno pripremaju, a u tome mogu pomoći i alati za izradu sadržaja zasnovani na veštačkoj inteligenciji. Ipak, treba reći da izrada dve različite stranice proizvoda još ne znači A/B test; treba se pobrinuti i za to da varijante vide odgovarajuće razdvojene, uporedive grupe posetilaca.
Često sasvim svakodnevne informacije odlučuju da li će kupac na kraju poslati porudžbinu; kada stiže proizvod, ima li ga na zalihama, kolika garancija ide uz njega, i šta se dešava ako ipak ne ispuni očekivanja? Na ova pitanja vredi dati dobro vidljiv odgovor već na stranici proizvoda. Lako se može desiti da promišljenije postavljanje informacija o dostavi, zalihama ili garanciji popravi konverziju više nego potpuno redizajnirana stranica proizvoda.
Stranice kategorija: da li kupci lako pronalaze ono što traže?
Često zaboravljamo, ali u online prodavnici koja nudi više stotina ili hiljada proizvoda kvalitet navigacije može imati značajan uticaj i na prodaju; posetioci često stižu bez konkretne predstave, pa su im za pronalaženje odgovarajućeg proizvoda potrebni pretraga, filtriranje i poređenje. Vredi testirati podrazumevani redosled proizvoda, jer nije svejedno da li su u prvom planu popularni proizvodi, noviteti ili lista najprodavanijih. Slično važno pitanje je koje mogućnosti filtriranja da se prikažu odmah, a koje je celishodno smestiti u padajući meni.
Sellvio funkcije za upravljanje kategorijama, varijantama proizvoda i filterima podržavaju formiranje preglednog kataloga proizvoda, dok prilagodljiva dizajnerska rešenja pomažu da izgled uskladite sa potrebama kupaca.
Ne zaboravimo, posebno je važno ispitivanje upotrebljivosti na mobilnim uređajima, jer stranica kategorije koja dobro radi na desktop računaru na telefonu lako može postati pretrpana, pa jednostavnost navigacije, dostupnost filtera i informativnost kartica proizvoda takođe mogu biti vredni A/B testiranja.
Uslovi dostave i kasa – gde se namera kupovine lako gubi
Već smo se više puta pozivali na zbirni pregled istraživanja o napuštanju korpe instituta Baymard, prema kojem se blizu 70 odsto online korpi ne završi transakcijom. Podatak zasnovan na rezultatima 50 istraživanja dobro pokazuje koliki značaj ima proces kupovine. Iako se mnogi samo informišu ili porede cene, neočekivani troškovi dostave, nedostajući načini plaćanja i komplikovan proces na kasi mogu stvarno odvratiti kupce.
Vredi isprobati da li više kupaca stiže do porudžbine ako već na stranici proizvoda vidi koliko košta dostava ili kada može očekivati paket. Celishodno je testirati i da li se odnos kupovina popravlja ako su preuzimanje na paketomatu ili plaćanje bankovnom karticom više u prvom planu.
Sellvio se može povezati sa više vrsta usluga plaćanja i dostave, a Sellvio Pay i Sellvio Express olakšavaju i upravljanje njima, tako da trgovci imaju veći manevarski prostor u tome kakve mogućnosti plaćanja i preuzimanja nude svojim kupcima.
Proces na kasi, međutim, ne vredi nepromišljeno menjati, jer loše izveden test lako može izazvati gubitak porudžbina. Bolje je prvo pogledati da li je važno gde i u kom obliku se pojavljuju informacije u vezi sa dostavom i plaćanjem. Samom procesu plaćanja je celishodno pristupiti tek ako ste izmene prethodno temeljno proverili.
Akcije i kuponi: ne pobeđuje nužno veći popust
Dobro pogođena akcija može značajno podići promet web shopa, ali iz samog broja porudžbina se još ne vidi koliko se popust isplatio. Lako se, na primer, može desiti da opšti popust od 10 odsto dovede više kupaca nego kupon od 3000 forinti koji se može iskoristiti samo iznad određene vrednosti korpe. Trgovcu ipak ovo drugo može biti bolji posao, ako kupci zbog toga stavljaju više proizvoda u korpu.
U Sellvio alatu za upravljanje kuponima može se podesiti više vrsta popusta. Možemo dati procentualni popust ili fiksni iznos, odrediti minimalnu vrednost korpe, ali upotrebu kupona možemo ograničiti i na pojedine proizvode, kategorije ili proizvođače. Pored toga, akcije se mogu vremenski planirati, a kupovina se može podsticati i količinskim popustima, tako da ne morate kod svake promocije primenjivati isto rešenje, već možete isprobati koje donosi najbolji rezultat.
A/B testom se može pogledati i na koju akcijsku ponudu kupci bolje reaguju. Može vredeti, na primer, uporediti različite pragove za besplatnu dostavu, kupone ili popuste. Kod procene rezultata, međutim, nije dovoljno gledati koliko je porudžbina stiglo ili koliko je prihoda uplaćeno, u račun treba uzeti i trošak popusta i dobit koja ostaje na porudžbinama. Lako je moguće da sa akcijom koja donosi najveći promet na kraju zaradimo manje. Dobro osmišljen A/B test može rasvetliti upravo takve razlike.
Šta vredi meriti? Stopa konverzije još ne govori sve
Kod A/B testova najčešće pratimo stopu konverzije. Ona pokazuje koliko posetilaca stigne do željene radnje. Kod web shopa se konverzijom obično smatra kupovina, ali isto tako možemo ispitivati i koliko njih stavlja proizvod u korpu, započinje plaćanje ili obavlja neku drugu, za nas važnu radnju.
Pogledajmo jednostavan primer! Ako od 10.000 posetilaca nastane 200 porudžbina, govorimo o stopi konverzije od 2 odsto. Pretpostavimo da nakon izmene od isto toliko posetilaca kupuje već njih 220. To znači konverziju od 2,2 odsto, odnosno relativno poboljšanje od 10 odsto. Na prvi pogled deluje ohrabrujuće, ali iz ovoga se još ne može sa sigurnošću tvrditi da se izmena zaista pokazala dobrom, jer kod ovolikog uzorka i slučajnost može izazvati sličnu razliku. Upravo zato je važno da rezultate ispitamo i sa statističkog stanovišta.
Pored stope konverzije vredi pratiti i druge brojke. Mnogo govori, na primer, prosečna vrednost korpe, prihod po posetiocu, a ako su dostupni odgovarajući podaci, i dobit ostvarena na porudžbinama. Uzalud, naime, kupuje više ljudi posle izmene, ako pritom troše manje, pa web shop u celini prolazi gore.
Dobra polazna tačka za merenje može biti Google Analytics 4, čijim se događajima e-trgovine mogu pratiti i pojedini koraci procesa kupovine. Događaj view_item beleži preglede proizvoda, add_to_cart dodavanja u korpu, begin_checkout početak procesa na kasi, a purchase kupovine. Naravno, sve ovo daje pouzdanu sliku samo ako su i podešavanje i provera događaja u redu; samo od toga što je merni kod Analyticsa ubačen u web shop još nije sigurno da vidimo sve potrebne podatke.
Koliko posetilaca je potrebno da A/B test bude pouzdan?
Jedna od zamki A/B testiranja je da želimo prebrzo da vidimo rezultat. Posle nekoliko dana jedna varijanta već može delovati bolje, ali time još ni izdaleka nije sigurno da bi i dugoročno donosila više kupovina. Ovo posebno važi ako govorimo o svega nekoliko desetina porudžbina, a pokušavamo da dokažemo relativno malu razliku.
Pogledajmo primer. Data je online prodavnica gde od sto posetilaca u proseku poručuju dvoje, odnosno stopa konverzije je 2 odsto. Pretpostavimo da je izmenom želimo povećati na 2,2 odsto. Razlika na prvi pogled ne deluje velika, ali upravo je zato sa statističkog stanovišta za nju potrebno mnogo podataka. Kod tradicionalnog, dvostranog testa, računajući sa nivoom značajnosti od 5 odsto i statističkom snagom od 80 odsto, potrebno je otprilike 80 hiljada posetilaca po varijanti. Ukupno je, dakle, potrebno oko 160 hiljada poseta da bismo ovoliko odstupanje mogli pokazati sa odgovarajućom pouzdanošću. Kod manjeg web shopa to može značiti i testiranje koje traje više meseci.
Zato vredi razmotriti šta uopšte testirate. Ako je posetilaca malo, nema mnogo smisla svaku sitnu izmenu ispitivati posebnim A/B testom. Celishodnije je koncentrisati se na one izmene koje zaista mogu doneti osetno poboljšanje. A za pronalaženje najvažnijih problema nije nužno potreban statistički test: mnogo toga se može otkriti i iz povratnih informacija kupaca ili iz ispitivanja upotrebljivosti.
Kako možemo sprovesti A/B test u Sellvio online prodavnici?
Sellvio nudi više mogućnosti koje vredi iskoristiti ako želite da poboljšate stopu konverzije web shopa. Možemo izmeniti izgled, preoblikovati sadržaj stranica proizvoda, isprobati različite kupone ili promocije, a iz prodajnih statistika možemo dobiti sliku o rezultatu izmena. One predstavljaju dobru polaznu tačku za pripremu A/B testova.
Za merenje ponašanja posetilaca sa Sellvio sistemom se mogu povezati i Google Analytics i Google Tag Manager. Uz odgovarajuća podešavanja tako možemo pratiti i kako kupci koriste web shop, sa kojim elementima stupaju u kontakt i gde prekidaju kupovinu. Za podešavanje merenja događaja u GA4 i GTM-u pomoć nalazimo i u Sellvio bazi znanja. Ako ponašanje posetilaca želite da upoznate detaljnije od toga, možete koristiti i alate poput Hotjara, Smartlooka ili Inspectleta. Iz njih se, na primer, može videti na kojoj stranici kupci postaju nesigurni, ili koji problemi upotrebljivosti otežavaju poručivanje. Treba, međutim, paziti na to da merenje ponašanja posetilaca i sprovođenje A/B testa nisu isto. Od toga što Google Analytics prikuplja podatke, on još neće automatski podeliti posetioce u dve grupe i prikazati im odgovarajuću varijantu. Za to je potreban poseban alat za upravljanje eksperimentima ili prilagođeni razvoj, koji obezbeđuje nasumičnu dodelu varijanti, identifikaciju test-grupa i statističku procenu rezultata.
Sellvio u ovome pre svega može olakšati pripremu i realizaciju izmena. Pošto se sadržaji proizvoda, dizajn i brojna prodajna podešavanja mogu voditi na jednom mestu, priprema rešenja koja želite da testirate može biti jednostavnija. A ako se na osnovu rezultata merenja ispostavi koja varijanta radi bolje, njeno uvođenje ne zahteva nužno ozbiljniji razvojni rad.
A/B testiranje nije jednokratan zadatak, već proces učenja
Iz A/B testa možemo mnogo naučiti i onda kada nova varijanta na kraju ne radi bolje od prethodne. Štaviše, koristan rezultat može biti i saznanje da bi izmena koja deluje obećavajuće zapravo pokvarila prodaju. Tako ideju možemo odbaciti pre nego što na njeno uvođenje potrošimo ozbiljnije vreme ili novac, a u međuvremenu sve bolje upoznajemo navike sopstvenih kupaca. To je važno i zato što ono što se pokazalo dobrim kod drugog web shopa, kod nas uopšte ne mora raditi isto.
Sellvio funkcije za upravljanje sadržajem, analitičke integracije i poslovni izveštaji mogu pomoći da o razvoju ne odlučujete isključivo na osnovu osećaja. Naravno, cilj nije da stalno nešto menjamo na web shopu. Mnogo više vredi ako razumemo od kojih izmena kupovina postaje jednostavnija, i koje donose zaista merljivo poboljšanje u prodaji.
Uspeh online prodavnice koja dobro radi ne daju nužno poseban izgled ili spektakularna rešenja. Bar toliko znači i to koliko razumemo potrebe svojih kupaca i šta radimo sa onim što saznamo iz njihovog ponašanja. Ako razvoj gradimo na tim iskustvima, rad web shopa možemo učiniti uspešnijim i na duži rok.