תוכן עניינים
היום להקים חנות וירטואלית לעסק זה לא כזה סיפור. יש מערכות שמפשרות לבנות חנויות לא רעות גם אם אין לכם ידע בתיכנות וגם אם אין לכם עשרות אלפי שקלים להשקיע. אז למה כל כך הרבה מבעלי האתרים האלה מתקשים להגדיל את המכירות בחנות שלהם בצורה שיטתית?
הרבה פעמים הם משקיעים ים כסף וזמן בקידום אורגני וממומן שמתמקד בלהביא יותר גולשים רלוונטים לאתר, לפני שהם בכלל וידאו שלאתר שלהם יש אחוז המרה סביר פלוס.
מה זה אחוז המרה סביר?
משתנה מעסק לעסק ומתעשייה לתעשייה, אבל בגדול אם לחנות שלכם יש אחוז המרה של 1 ומטה, אתם בבעיה. אם הגעתם ל4-5% אחוז המרה – מזל טוב, יש לכם חנות מעולה ואם הגעתם ל10%+ אתם בטח אמזון.
כמובן שכשאתם בודקים את אחוז ההמרה באנליטיקס, יש להתייחס רק לכמות משמעותית של טראפיק. אם בחודש נכנסו לכם 30 גולשים מערוץ מסוים ומתוכם 3 רכשו – עוד מוקדם מדי להגיד משהו על הדאטה הזה. כלל אצבע הוא לנתח ערוצים שיש להם לפחות 100 גולשים ייחודיים בפרק זמן נתון, וככל שהמספר הזה גבוה יותר הדאטה יהיה יותר אמין.
החשיבות של יחס המרה תקין
בואו נעבור על דוגמא שתמחיש את החשיבות של שיפור יחס המרה באתר: למיכל יש רשת חנויות שטיחים עם אתר איקומרס שבנתה לה חברת “קקה-דיגיטל”. שטיח ממוצע נמכר ב2500 שקל כולל משלוח, ועלות הייבוא, מיסים וכו’ פר שטיח עולה למיכל 1500 שקל בממוצע, כלומר – 1000 שקל רווח לשטיח.
קליק ממוצע על המודעה עולה לה 6 ש”ח ומיכל משקיעה 50,000 שקל בחודש בקמפיינים ממומנים כדי להביא טראפיק לאתר, אבל מסיבות כאלה ואחרות, אחוז ההמרה באתר שלה הוא 0.5.
נציב את המספרים האלה בכלי החמוד שהכנתי למטרה הזאת – בקישור הבא
אנחנו רואים שלמרות שכתוצאה מהקמפיין החנות עושה 41 מכירות בחודש, אם היא הוציאה על מודעות 50,000 והכניסה 41,667 – העסק בעצם מפסיד כסף:
עכשיו בואו נגיד שמיכל השקיעה קצת זמן וכסף על שיפור יחס המרה, והגיעה ל1% באתר שלה. מה המספרים אומרים עכשיו?
עכשיו העסק שלה כן מרוויח כסף וזה נותן לה מקום לגדול. ואם היא הצליחה להביא את אחוז ההמרה ל4%? הבנתם את החשיבות.
אז איך משפרים יחס המרה?
אפשר לכתוב ספר שלם על התהליך(ואולי יום אחד אכתוב), אבל בגדול, כמו כל תהליך שנבנה באלמנטור, גם זה מתחלק לארבעה שלבים:
מחקר, סקרים ואיסוף דאטה
הדבר הכי חשוב כדי לגרום לגולשים לקנות הוא להבין אותם כמה שיותר טוב. אנחנו רוצים להבין מה חשוב להם בתהליך הקנייה(גם באונליין וגם באופליין), מה מפריע או חסר להם, ואיך נוכל לעזור להם לחוויה יותר טובה ומהנה באתר. יש מספר טקטיקות לאיסוף דאטה רלוונטי וכדאי להשתמש בכמה שיותר מהן:
- איסוף דאטה מגוגל אנליטיקס: גוגל אנליטיקס יכול לענות לנו על שאלות מאוד חשובות שיעזרו לנו להבין איפה כדאי לנו להשתפר. הנה כמה דוגמאות לשאלות שכדאי “לשאול” את גוגל אנליטיקס כשרוצים לשפר יחס המרה:
- מה אחוז האנשים שהוסיפו לעגלה מתוך אנשים שצפו בדף מוצר? לצורך העניין 4 עד 6 נחשב ממוצע.
- .מה אחוז הרכישה אצל אנשים שהתחילו תהליך צקאווט? פה הממוצע הוא בין 40 ל60%.
- באיזה דפים אנשים נוטים לבקר לפני שהם קונים באתר? לדוגמא אם 15% מהאנשים שביצעו רכישה ביקרו בדף “מדיניות החזרות” או “מדיניות משלוחים”, אתם יכולים להסיק שהמידע הזה חשוב להם ולהבין איך למנף את זה
- מפות חום שעוקבות אחר תנועת העכבר באתר(כמו Hotjar), אלה כלים שימושיים מאוד להבין מה מושך את העין של הגולשים – אנשים נוטים להצביע עם העכבר על דברים שהם מתמקדים בהם. מפות חום יכולות להיות גם של קליקים והן מאפשרות לנו לדעת איזה אלמנטים באתר שלנו מושכים יותר ואיזה פחות.
- ראיון עם אנשי המכירות בעסק :מי שאחראי על המכירות הטלפוניות או הפרונטליות בעסק כבר מכיר את ההתנגדויות (לפחות באופליין) של הלקוחות. שאלו אותם:
- איזה שאלות הלקוח שואל בשיחת מכירה?
- מה לדעתך עוזר להם להחליט לקנות?
- מה גורם להם להתחרט לפני רכישה?
- האם שמת לב לתכונות מסוימות ודפוסי התנהגות שמשותפים לחלק גדול מהלקוחות שסגרו עסקה?
- הרצת סקרים ללקוחות קיימים או לקוחות פוטנציאלים. אין דרך טובה יותר ללמוד על הלקוחות מאשר לשאול אותם. סקרים אפשר להריץ ברשתות החברתיות, במייל, בGoogle surveys וכמובן אפשר גם לשים פופאפים לאחר הרכישה או בבלוג שמציעים תמריץ כמו 10% הנחה תמורת מענה על כמה שאלות.
בסקרים אפשר להראות ללקוחות עיצובים שונים ולהבין מה מדבר אליהם, לשאול איזה פיצ’רים במוצר הכי חשובים להם, וגם כמובן שאלות כמו “לפי איזה פרמטרים אתם בוחרים חנות ל[התחום שלכם]”
הרכבת רשימת השערות
לאחר שאספנו את כל הדאטה הזה (ואולי גם הרכבנו כמה פרסונות לקוח לפיו) צריך להיות לנו מושג די טוב לגבי מי הלקוחות שלנו, מה הם באמת רוצים, ואיפה אנחנו יכולים להשתפר כדי לספק להם את זה. אז למה לא פשוט להתחיל ליישם?
בתור אחד ששיפר יחס המרה בעשרות אתרי איקומרס, תסמכו על המילה שלי: כל שינוי באתר, גם משהו שייראה לכם מינורי או שאתם בטוחים שישפר את אחוז ההמרה, יכול או לשפר את המכירות או לפגוע בהן. והפאנץ? לא משנה כמה נסיון וידע יש לכם, לא תוכלו לנבא באופן מוחלט איך הגולשים יגיבו לשינוי.
אתן דוגמא: בחנות איקומרס מסוימת שבניתי וקידמתי שמתי בפוטר טופס הרשמה לניוזלטר עם הכותרת “קבלו 10% הנחה לרכישה הראשונה בהרשמה לניוזלטר”. רוב אנשי השיווק יגידו בלי לחשוב פעמיים שזה משהו שיכול להגביר את כמות הרכישות באתר. נכון?
לאחר שניתחתי קצת דאטה, היו לי ספקות. הרצתי טסט עם 3 וריאציות באמצעות גוגל אופטימייז. (למי שלא מכיר, זה כלי ברובו חינמי של גוגל שמאפשר לעשות A/B Test על אלמנטים ועמודים באתר וליצור פרסונליזציות באתר.)
במבחן שמתי את הגרסה המקורית מול גרסה שבה הכותרת לניוזלטר הייתה ללא הקופון – “הרשמו לקבלת עדכונים על מבצעים ודילים מיוחדים”. הגרסה השלישית הייתה גרסה שבה אין בכלל הרשמה לניוזלטר בפוטר.
התוצאות: הגרסה בלי הקופון למייל הביאה כמעט פי 2 מכירות מאשר הגרסה עם הקופון!
הסיבה לזה, (לאחר בדיקה עם hotjar) היא שאנשים מתחילים את תהליך הקנייה, ואז הכותרת עם הקופון תופסת את העין – הם ממלאים, הקופון נשלח אליהם למייל, מה שגורם להם להפסיק את תהליך הסליקה, לצאת מהאתר ולפתוח את המייל – ופה איבדנו חצי מהם. מה שעשיתי בסוף היה להגדיר שיוצע להם קופון בפוטר כל עוד הם לא הוסיפו משהו לעגלה, ובעמוד העגלה והסליקה הופיעה כותרת ללא קופון כדי לא להסיח את דעתם.
ולמה אני מספר לכם את זה? כדי להמחיש את הנקודה שלא משנה כמה נסיון יש לכם בשיווק וכמה פעמים ראיתם משהו עובד – לקוחות שונים, תעשיות שונות, עסקים שונים, אפילו צבעים שונים – יש הרבה דברים שאתם פשוט לא יכולים לדעת ב100% שם ישפרו המרות ואם אחרי איסוף הדאטה תבצעו עשרות שינויים באתר שלכם בלי לבדוק אותם קודם – יכול להיות שתורידו את כמות הרכישות בלי להבין למה.
לכן אני ממליץ תמיד להרכיב רשימת השערות ואז לתעדף אותה. איך עושים את זה?
עושים רשימה של כל ההשערות שיש לנו כתוצאה מניתוח הדאטה שאספנו. כל השערה מייצגת מבחן A/B testing שאנחנו רוצים לעשות. עכשיו, אי אפשר להריץ הרבה מבחנים במקביל(גם בגלל שזה יכול להשפיע על מהירות הטעינה וגם בגלל הגבלות בתוכנה) ובטח לחלק מהשינויים תהיה השפעה עצומה על המכירות ולחלק השפעה מינורית.
כדי לתעדף את הניסויים אני אוהב להשתמש בשיטת ניקוד. על כל ניסוי שואלים שאלות ולפי זה יודעים אם להוסיף לו נקודה. הניסוי עם מספר הנקודות הגבוה ביותר הוא זה שנתחיל ממנו כי לו תהיה הכי הרבה השפעה. דוגמא לשאלות שמשפיעות על התיעדוף:
– האם הניסוי משנה אלמנט שמשפיע ישירות על המכירות או על מדד קטן יותר כמו הרשמות לניוזלטר, זמן שהייה וכו’?
– האם הניסוי הוא בעמוד חשוב כמו עמוד צ’קאווט או עמוד אחר?
– האם הניסוי מיועד לחלק גדול/כל הלקוחות או רק לפלח ספציפי כמו לקוחות חוזרים?
– האם כדי להקים את הניסוי נדרשת כמות רצינית של עבודה כמו פיתוח ועיצוב?
אפשר לשנות את השאלות בהתאם לכל עסק והעדפה, אבל השאלות האלה נועדו לעזור לתעדף את הניסויים בשביל להתחיל מהדברים הכי משמעותיים – אל תבזבזו 3 שבועות בתחילת העבודה על כפתור ירוק מול כפתור כחול(למרות שגם לא כדאי לזלזל בחשיבות של צבעים. ראיתי פעם פי 8 הוספה לעגלה בזכות שינוי צבע של כפתור, אבל הבדל כזה הוא די נדיר.)
עכשיו אמורה להיות לכם רשימה של מבחני A/B Testing ומספרים כדי לתעדף אותם נכון. אפשר להתקדם.
בדיקת A/B
עכשיו כדי להקים את הניסוי הראשון, גוגל שחררו מדריך די שימושי למי שלא מכיר את המערכת, בקישור הבא.
הטעות הכי נפוצה שאנשים עושים עם המערכת הזאת, היא לסיים ניסוי מוקדם מדי לפני שיש תוצאות חדש משמעותיות. בסטטיסטיקה יש דרך לחשב את הסיכוי שגרסה כלשהי תעבוד טוב יותר גם אחרי הניסוי, ולמזלנו Google Optimize מחשב את זה בשבילנו. ברוב המקרים אני ממליץ לא לעצור את הניסוי לפני שיש גרסה עם לפחות 90% סיכוי שתהיה טובה יותר:
יש רק שני מקרים שכדאי לדעתי לקבוע על גרסה מנצחת בלי שהגענו ל90%:
א. ניסוי עם לפחות 100 המרות לכל וריאציה. במקרה כזה כדאי להצליב את את המדד הסתברות עם עוד נתונים. בגוגל אנליטיקס בטאב behavier תחת דו”ח experiment נוכל לנתח את הניסוי מבחינת Bounce rate, Conversion Rate ומדדים נוספים שלא הגדרנו בניסוי. אם נראה שהמדדים האלה מראים אותו דבר כמו ההסתברות לגרסה מנצחת – אפשר לצאת מהנחה שגם אם גרסה א’ מראה 60% וגרסה ב’ מראה 40% – כדאי להישאר עם גרסה א’.
ב. ניסוי שבוחן יותר מאלמנט אחד (MVT). לפעמים נרצה לשנות כמה אלמנטים באותו דף בניסוי – לדוגמא כותרת, טופס וכפתור. במקרה כזה במקום 2 וריאציות ירוצו 8 וריאציות ונניח שאחרי כמה שבועות קיבלנו משהו כזה:
- כותרת א כפתור א טופס א 10% הסתברות
- כותרת א כפתור א טופס ב 20% הסתברות
- כותרת א כפתור א טופס ג 10% הסתברות
- כותרת א כפתור ב טופס א 5% הסתברות
- כותרת ב כפתור א טופס א 12% הסתברות
- כותרת ב כפתור א טופס ב 20% הסתברות
- כותרת ב כפתור ב טופס א 3% הסתברות
- כותרת ב כפתור ב טופס ב 20% הסתברות
במקרה כזה אין מנצח ברור נכון? לא בדיוק. בהנחה שהאחוזים מבוססים על מספיק דאטה, אם נסתכל על הוריאציות עם ההסתברות הכי גבוהה נראה שאלה עם “טופס ב” מראים ביצועים טובים יותר, והגרסאות עם “טופס א” מראות ביצועים נמוכים. במקרה כזה נכבה את הניסוי, נשים את טופס ב’ כגרסה מנצחת, ונקים ניסוי חדש שבודק רק את הכותרת והכפתור.
יישום התוצאות
טוב, על זה לא צריך לפרט יותר מדי – אחרי שיש לכם גרסה מנצחת, פנו למתכנת האהוב עליכם משימה לעשות את השינוי באתר, ותתקדמו לניסוי הבא ברשימה!
רק דבר אחד לפני שממשיכים הלאה – ניסוי טוב לא רק יגביר יחס המרה אלא גם ילמד אתכם משהו חדש על הקהל שלכם. ראיתם שהם מעדיפים קופי מסוים על קופי אחר או הנעה לפעולה מסוימת? שלבו את זה במודעות או במטה דאטה שלכם.
נוכחתם שצבע מסוים משאיר אותם יותר זמן או אפילו אחראי ליותר רכישות? שלבו את הצבע הזה ביותר מקומות. וכן הלאה.
דוגמאות לדברים שכדאי לנסות עם גוגל אופטימייז
קופון בולט מדי
כמעט כל איקומרס שמכבדת את עצמה עובדת עם קופונים. אין ספק שקופון במקום ובזמן הנכון יכול להגביר רכישה. אבל מה לגבי מישהו שבא לקנות באתר שלכם ולא אכפת לו מקופון? יכול להיות שכשהוא מגיע לצ’קאווט ורואה בעגלה משהו כזה:
זה יכול לגרום לו להתחיל לחפש קופון מחוץ לאתר ולהתאכזב כשהוא לא מוצא ובכך לוותר על הרכישה. אם זה נראה ככה אצלכם נסו להריץ טסט באתר שלכם שבו בעגלה או בצקאווט כתוב בקטן “יש קופון?” והתיבה והכפתור מופיעים רק כשלוחצים על הכיתוב. ככה רק מי שמחפש את המקום להזנת קופון יתייחס אליו.
USP בהוספה לעגלה
כלקוח פוטנציאלי צופה בעמוד מוצר, אתם לא צריכים למכור לו רק את המוצר. אתם צריכים לתת לו סיבה ברורה לקנות מכם ולא מחנות אחרת. לא תמיד המחיר הוא הכי משמעותי, לפעמים אנשים מוכנים לשלם יותר אם שכנעתם אותם שהחנות שלכם היא הכי טובה בשבילהם. ואיך עושים את זה?
אחד הניסויים הכי מוצלחים שערכתי והביא לקפיצה של יותר מ400% בכמות הרכישות הוא לשים USP מתחת לכפתור “הוספה לעגלה”. אני ממליץ לכל מי שיש לו חנות או מקדם חנות לתעדף ניסוי כזה גבוה וזה הולך ככה:
– עושים רשימה של כל הUSP של העסק – זה יכול להיות משלוח חינם, נקודות קנייה, משלוח מהיום להיום, ואלף דברים אחרים – כל דבר שעונה על השאלה של הלקוח “למה כדאי לי לקנות מכם ולא מהמתחרים”
- מריצים סקר על כמה שיותר לקוחות(רצוי לפחות 100) ומבקשים מהם לבחור את ה3-4 USP שהכי חשובים להם
- שמים את כל התוצאות באקסל ונותנים נקודה אחת לכל USP שבחרו בו. לפי זה מרכיבים רשימה של הUSP שהכי חשובים ללקוחות שלכם לפי סדר.
מרכיבים 3 באנרים עם 4, 6 ו8 הUSP הכי חשובים לפי הסדר ושמים אותו מתחת להוספה לעגלה כמו כאן:
במקרה הזה(חנות לאביזרי מין) הדבר הכי חשוב ללקוחות היה דיסקרטיות כמובן, ומקום שני אחרי זה הם התלהבו מהמתנה שצירפנו לכל קנייה מעל 199 ש”ח. הבאנר עם 6 ו8 USP היה כנראה יותר מדי כי היו לו תוצאות פחות טובות. כמובן שאחרי זה לקחנו את המידע הזה על המתנות והדיסקרטיות ושמנו בו דגש על הקמפיינים הממומנים ובעוד מקומות באתר והתוצאות בהחלט הורגשו.
כפתור הוספה לעגלה “דביק”
הרבה פעמים ככל שכפתור ההוספה לעגלה נגיש ובולט יותר זה מקל על הגולש לעשות את הפעולה באתר ויכול להגביר את ההוספה לעגלה. לעומת זאת יש גולשים שכפתור הוספה לעגלה שרודף אחריהם עלול להציק ולפגוע בחווית הקנייה.
כפתור הוספה לעגלה דביק נשאר תמיד על המסך גם כשהגולש גולל למטה. את הטסט הזה כדאי להריץ בנפרד במובייל ובדסקטופ.
הודעה מותאמת לנוטשי עגלה
אחד העקרונות הבסיסיים בשיווק הוא התאמה אישית – ככל שהלקוח שלכם יסתכל על קריאטיב ויותר סביר שיגיד “וואי, זה בול אני”/”זה בדיוק המצב שאני נמצא בו” וכו’, יותר סביר שהוא ישלים את הקנייה – בגלל זה עושים מחקרים, בגלל זה בונים פרסונות, ובגלל זה גוגל אופטימייז מאפשר פרסנוליזציה.
פרסנוליזציה היא לא ניסוי A/B. במקום זאת היא מאפשרת לנו להציג לפלחים שונים גרסאות שונות של העמוד. לדוגמא, הודעה מיוחדת בעמוד העגלה, שמופיעה אך ורק לאנשים שחזרו לאתר שלכם אחרי שנטשו עגלה, ומניעה אותם לפעולה עם קוד קופון שאתם לא רוצים להראות לכל אחד שמגיע לעגלה.
דרך אחת לעשות את זה: נניח שאתם עושים קמפיין ממומן או אוטומטיצה במייל שמחזירה נוטשי עגלה לאתר. השתמשו בURL builder כדי להוסיף פרמטר ייחודי לכתובת בקמפיין כמו example.co.il?utm_campaign=cart+abandment
ואז באופטימייז, במקום ניסוי בחרו בPersonalization ובאפשרויות טרגוט בחרו UTM Parameters וcampgain ושם שימו את שם הקמפיין שבחרתם.
עכשיו תוכלו להגדיר מסר מיוחד שמופיע רק לנוטשי עגלה שחזרו לאתר שלכם.
פרסנוליזציה לפי מילות מפתח בקמפיין ממומן
בשיטה הזאת אנחנו הורגים 2 ציפורים במכה כי גם מיישמים את העיקרון של ההתאמה אישית וגם משפרים Quality Score בקמפיין.
נניח שיש לנו איקומרס של שטיחים עם רשת ב10 חנויות בארץ, ואנחנו מריצים קמפיינים בגוגל. בעמוד הצ’קאווט יש אפשרות איסוף עצמי. נוכל להשתמש בגוגל אופטימייז כדי להציג למי שחיפש בגוגל “שטיחים ראשון לציון” את הכיתוב “איסוף עצמי מראשון לציון”, או לדוגמא להוסיף בעמוד המוצר Badge עם “איסוף עצמי מראשון לציון”, וככה לעשות לכל עיר שאנחנו מציעים בה איסוף עצמי.
כדי לעשות את זה צריך 2 דברים:
א. לחבר את Google Ads ל Google Optimize. לכו בגוגל אדס לLinked account ובחרו בGoogle Analytics. חברו את חשבון האנליטיקס שלכם לגוגל אדס וסמנו את Google Optimize sharing.
ב.לפתוח פרסנוליזציה חדשה ובאפשרויות הטרגוט לבחור Google Ads ושם תוכלו לבחור מילת מפתח(או קמפיין או קבוצת מודעות בהתאם לצורה שבה בניתם את החשבון גוגל אדס שלכם) שעליה תופיע הוריאציה. שימו לב שהגרסה החינמית של אופטימייז מאפשרת להריץ עד 10 פרסנוליזציות במקביל אז תבחרו אותן בחוכמה.
לסיכום
כל אחד עם נסיון בשיווק דיגיטלי ובחווית משתמש יכול להעלות השערות מה ישפר את אחוז ההמרה בחנות, אבל לפעמים מה שאנחנו לא יודעים יכול להרוס לנו. אם אתם רוצים לקחת את החנות שלכם לשלב הבא, כדי תמיד לאסוף דאטה מהלקוחות והגולשים שלכם, לבנות תכנית ולבדוק.גוגל אופטימייז הוא כלי נהדר לעזור לנו עם זה, ובסופו של דבר במקרים מסוימים, אחוז המרה יכול לעשות את ההבדל בין עסק כושל לעסק מצליח בדיגיטל.
