出口調査を使用してエコマーのコンバージョンを増やす方法

画像



あなたがeコマースのビジネスオーナーであり、コンバージョンと利益を増やしたいなら、あなたはアドレスに来ました。 この記事では、「Exit intent technology」と呼ばれる実証済みの最適化プロセスを使用して、またはロシア語の「Exit Survey」で変換を増やす方法を学習します。





コンバージョンと売り上げを増やす方法



最も簡単な方法は、エコマーの最適化を2つの段階に分けることです。



ステップ1 :訪問者がどのセクションからサイトを離れているかを調べます。



ステージ2 :ビジターがサイトを離れる理由を確認し、変更します



これらの2つのステージは2つの異なるタイプのデータであり、それらを収集して分析できるため、将来的には、それらに基づいてオンラインストアのコンバージョン率を高めることができます。



ステージ1は、数値に関する情報、または正式に呼ばれているように、定量データに関する情報です。 ユーザーがサイト上でマウスを使って正確にクリックするもの、ユーザーがサイトにアクセスするページ、サイトからサイトを離れるページ。 定量的データソースの例は、Google Analyticsアカウントです。



ステージ2は、サイト訪問者の行動、いわゆる定性データについてです。 顧客がカートページからサイトを離れる理由、製品の説明を理解しない理由など。 高品質のデータの例には、ユーザーテスト、顧客インタビュー、顧客調査、または強制退場調査があります。



終了ポーリングが全体的な変換最適化プロセスにどのように適合するか





出口調査から高品質の顧客データを収集し、この情報をお金に変える方法を学ぶ前に、コンバージョン率を最適化するプロセス全体を理解する必要があります。



画像



このプロセスの概要は次のとおりです。



ステップ1 :ビジネス目標



最初のステップは、簡単に言えば、ビジネスの目標です。これは、ビジネスが現在どのように見えるか、そして今後3か月間の目標は何かを知る必要があることを意味します。



ステップ2 :データ収集



2番目のステップは、上記で学んだようにデータを収集することです。これは定量的または定性的なデータです。この場合、調査からデータを収集して終了します。



ステップ3 :データ分析



3番目のステップは、データ分析、このデータの意味を理解することです。



ステップ4 :仮説検定



4番目のステップでは、サイトをデータと一致させるというアイデアを提供します。 「仮説」は、比較とテストが科学であるという事実に基づいていますが、実際には統計です。



統計的仮説を確認し、より多くのお金を稼ごうとしているウェブサイトの変更をチェックするとき。



ステップ5および6 :設計と構築



5番目のステップは、テストする新しいWebサイトの変更を開発してコーディングすることです。



ステップ7 :A / Bテスト



7番目のステップは、WebサイトWebサイトで新しく計画された変更を現在のWebサイトと比較してテストし、変更によってコンバージョン率と利益が増加することを確認します。



A / Bテストが統計的有意性に達していることを確認する必要があるため、このプロセスを早期に停止しないでください。



ステップ8 :反復



最後のステップは、テストから学んだこと、仮説を証明したかどうか、そして最も重要なこととして、顧客について学んだことをレビューすることです。



それでは、出口ポーリング情報を使用してeコマースを成長させる方法に飛び込みましょう。



アウトバウンド調査を含むEコマース変換ガイド



ご存知のように、最も簡単な形でのeコマースの最適化は2つのステップで構成されています。 最初のステップは、訪問者がどのページからサイトを離れたのかを理解することです。もう少し詳しく見てみましょう。



ステップ1:訪問者がサイトを離れる場所を見つける


サイトの訪問者がどのページを離れているかを確認する最も簡単な方法は、Googleアナリティクスの終了ページに関するレポートを表示することです。

この手法を説明するために、ByCharlotte(オーストラリアの宝石会社)のケーススタディを見てみましょう。



画像



Googleアナリティクスアカウントにログインし、[動作]> [サイトコンテンツ]> [ログアウト]タブに移動します



画像



次に、レポートをフィルタリングし、トラフィックが少なく、トラフィックがなく、トラフィックが多いページを削除します。 これらの変更を確認し、フィルタリングされた設定に従います。



画像



次に、%exits列でレポートを注文します。 このレポートのトップページは、訪問者が残すページです。



画像



ステップ2:強制ポーリングを終了に設定する




そのため、サイト訪問者がどのページからアクセスするかがわかりました。次に、これがどのような理由で起こっているのかを理解する必要があります。



この特定の例では、 Hotjarアプリケーションを使用してます。 (他のアプリケーションは、Foresee、Usabilla、Qualarooです)。 ソフトウェアをインストールし、登録し、個人アカウントを入力し、オンラインストアWebサイトでトラッキングコードを設定します。



画像



トラッキングコードは、サイトでトラッキングする各ページのタグに配置する必要があります。



Shopifyを使用する場合、theme.liquidファイルにあります。



次に、調査自体を作成する必要があります。この例では、訪問者にインタビューして、訪問者がカートページを離れる理由を調べます。



[投票]メニューに移動し、[新しい投票]ボタンをクリックします。



画像



アンケートに名前を付けて、お礼状を書いてください。 この例では、サイトの訪問者に次のことを尋ねます。今日の購入を止めるものは何ですか?



画像



これは、訪問者が購入を完了する前にバスケットに入れたもの、および彼らがバスケットのページを離れてサイトを離れる理由を見つけるのに役立ちます。



画像



さらに、調査のランディングページを設定する必要があります。この場合、これはバスケットページです。



画像



最後に、出口ポーリングテクノロジーの本質について説明します。 調査を表示するタイミングで行動トリガーを選択する場合は、「ユーザーがページを離れようとしているとき」(強制終了とも呼ばれます)を選択します。



出口調査とは何ですか?



これは、ユーザーがページを離れようとしたとき、またはブラウザウィンドウの十字にカーソルを移動してウィンドウを閉じるときに表示される調査です。



画像



最後に、調査をアクティブステージに移動し、データの収集を開始します。



ステップ3:調査データを分析する


品質データを分析するには、3つの方法があります。 質の高いデータになると、分析に時間がかかることに注意してください。 最初の方法は、写真を使用して描写することです。つまり、サイトの出口で投票のすべての回答を取得すると、クライアントは、問題領域に関連するすべての単語を、たとえば単語の雲に変えます。



画像



上記の例では、配信に焦点を当てた出口調査が行われます。



2番目の方法は、すべてのデータを確認し、訪問者の主な考えを考慮することです。 調査中、人々は何に焦点を合わせていましたか?1つの明らかな大きな欠陥に、または1つの正しい目標に? ここでの目標は、各データポイントを1つまたは2つの文に要約することです。



この調査では、予想配信時間(配信時間とも呼ばれる)のためにページを離れました。 多くの場合、配達時間がサイトバスケットを離れる主な理由と見なされます。 このケースでは、おおよその配達時間と配達費用をバスケットで確認または計算することは不可能でした。これらは、サービスを改善および改善するための2つの非常に大きな機会です。



3番目の方法は、データをカテゴリに配置して品質データを定量化することです。 これにより、ページの重大な欠陥または正しい目標に焦点を合わせた人の数を判断できます。 私たちの場合、32人の訪問者のうち21人が配達に集中しました。



ステップ4:オンラインストアでのA / Bテストの変更




この時点で、訪問者がサイトを離れる場所と理由をすでに学習しています。 この例では、問題のページがゴミ箱であることがわかりました。 Hotjarの出口調査を通じて、推定配送時間と送料が混同されることがわかりました。



カートページの初期設計は次のとおりです。



画像



更新されたページデザイン:



画像



これらのデータに基づいて、技術革新の影響を評価するために、配達予定日、配達費用、配達計算機を追加し、元のオプションと比較してこれらの新製品をテストしました。



A / Bテストを実施して、新しいデザインが顧客サービスの品質を本当に改善し、利益を増やすことを確認することが重要です。



新しい配信情報を追加しましたが、同時にストアのテーマのデザインを更新したため、コンバージョンが20%増加したことを最初の変更のみに起因することはできません。



収集したすべてのデータに基づいて、配信と推定配信時間はすべてのデータソースで繰り返し発生する問題であったため、変更が開始されてから達成したコンバージョンを20%増加させるのにこれらの変更が大きな役割を果たしたと確信しています。



オンラインストアの成長を促進する



この記事で見たように、eコマースコンバージョンの最適化は2段階のプロセスです。 ステップ1は、訪問者がサイトを離れる場所を理解することです。ステップ2は、その理由です。 これで、品質データの収集と分析に関するすべてを理解できました。 また、この品質データの分析には、顧客、顧客の行動、欲求を理解するための鍵が含まれています。



私たちのブログを購読すると、多くの興味深いことがあります。

ところで、私たちはオンラインストアの包括的なメンテナンスに取り組んでいます。誰かがそれを必要としているのでしょうか? :-)



敬意を表してフルフィルメントオペレーターYamboxのチーム

Yambox-オンラインストアをコンピューターゲームに変えます)




画像



All Articles