Ole Gregersen

Gratis videokursus i konverteringsoptimering

2024-02-22T07:00:00Z

Ja den er god nok. Helt gratis adgang til mit kursus i konverteringsoptimering.

Det er lavet til og har tidligere ligget på GoLearn, så kvaliteten fejler ikke noget.

Kurset er en introduktion til konverteringsoptimering, baseret på en case. Det er meget praksisorienteret - det er tænkt sådan at du kan overføre det til dit eget website (ikke specifikt webshops).

Her er linket: https://bit.ly/CROkursus

Men hvad er hagen, spørger du? Er der ikke noget skjult salg eller fikumdik?

Nej, det er der ikke. Men, kurset er jo ikke spritnyt. Det har nogle år på bagen. Så nogle ting er lettere forældede.

Jeg har derfor fjernet dele der handler om Google Analytics Universal og jeg ved at interfacet i Hotjar ser anderledes ud. Når det så er sagt, så er der masser af god generel viden om ekspertvurdering, om at prioritere/planlægge indsatsen, om brugertest og meget mere.

Hvor finder du ellers et dansk kursus om konverteringsoptimering, skrevet af en konsulent med over 10 års erfaring. Ja, det gør du så ikke.

Men det gør du nu. Gratis.

Hvis jeg får taget mig lidt sammen (uden at tjene en krone på det), så laver jeg nogle opdateringer af delene - klipper mig selv ind og siger: "Han er nu klog ham Ole, men han er faktisk blevet klogere..."

Kurset indeholder ikke noget om A/B splittest, det er i stedet rettet mod at lave en analyse af et website med et ønske om at øge konverteringsraten.

Tag et kig på det og lad mig høre hvad du synes.

Har I 1000 konverteringer om måneden på jeres website, så er I del af en helt særlig klub

2023-08-24T06:00:00Z

Nemlig klubben af danske virksomheder der rent faktisk har trafik nok til at køre månedlige A/B splittest på websitet.

Og det er en helt unik chance som I skal udnytte. Efter min mening bør I simpelthen komme i gang med at køre faste, månedlige split-test (til en start).

Hvorfor lige 1000?

Faktisk kan du let selv regne på det. Lad mig forsøge at forklare (du kan springe det over, hvis du bare vil tage mit ord for det).

De 1000 konverteringer refererer til en beregning, der skal vise om der er data nok til at opnå et statistisk gyldigt resultat i en A/B splittest. (Du kan sagtens lave test uden både 1000 konverteringer og den statistisk beregning, men så kan løber du ind i en masse problemer jeg ikke vil komme ind på her).

Beregningen kigger på forholdet mellem antal besøgende der indgår i testen, din eksisterende konverteringsrate, antallet af konverteringer, den periode testen skal løbe og forskellen mellem det eksisterende (kontrollen, A) og variationen (B).

Du kan lave beregningen selv, fx på https://abtestguide.com/abtestsize/

Hvis du fx har en webshop med en konverteringsrate på 2% og du vil køre en test hver måned, så kræver det 50.000 besøgende (og altså dermed 1000 konverteringer) at kunne lave en statistisk gyldig test med en forskel mellem A og B på hele 14% (med en statistisk konfidens på 90%).

Det er bare en masse teknisk bla bla i første omgang.

Men konklusionen er - at du som tommelfingerregel skal have 1000 konverteringer om måneden.

Og endnu vigtigere er min konklusion: Hvis du har det - så bør du altså gribe denne unikke chance (i dansk kontekst) for rent faktisk at kunne køre de test.

Hvorfor? Fordi I så tilhører en unik klub af virksomheder der rent faktisk kan det.

Det er i første omgang en konkurrencefordel.

Det er en fordel fordi I nu kan noget andre ikke kan og som kan lære jer noget andre ikke kan lære.

Nemlig: Hvad virker og hvad virker ikke!

Fordi: Du/I kan ikke forudsige hvad jeres brugere gør - I kan ikke forudsige ændringen i deres adfærd når I retter noget på websitet. Derfor kan I risikere at jeres ændring giver lavere konverteringsrate, uanset at det noget en lignende virksomhed har haft succes med, uanset at en eller anden super-ekspert siger at det ALTID virker.

Det kan ikke forudsiges (det bliver bare gætværk og mavefornemmelse). Men det kan testes!

Hvis man tester, så kan man implementere det der virker og man kan undgå det der ikke virker (undgå tabet så at sige).

Det er da en unik chance...

Kan man så ikke arbejde med konverteringsoptimering uden 1000 konverteringer? Jo, det kan man sagtens, men man kan bare ikke teste under de samme forudsætninger.

Hvilke hold er du på?
Er du i gang med at teste?

100 tips til optimering af din webshop

2023-06-15T06:00:00Z

Det er hvad jeg er i gang med at skrive!

Og det vil jeg gerne dele med dig. Både de 100 tips, men også lidt om baggrunden.

Jeg arbejder med konverteringsoptimering og har har holdt en del foredrag om optimering af webshops, fx på det der hedder ehandelsdagen og på Shoporama Symposium - som bare er to events hvor der er en masse webshopejere.

Pointen her er, at jeg til de to oplæg tænkte længe over hvordan jeg kunne tale om konverteringsoptimering uden at kende den enkelte webshop, uden at kende dens data og brugere - som jo ellers er to oplagte ting at kende når man skal optimere.

Hvad er der tilbage hvis jeg skal sige noget generelt til 30 webshops på samme tid?

Ja der er “bedste praksis” kan man sige. Det de alle har til fælles. Og hvad har de alle til fælles? Jo, at webshoppen er bygget op på samme måde. Den indeholder grundlæggende de samme sidetyper, de samme værktøjer osv.

Det betyder også at shoppens brugere har de samme forventninger til hvordan det virker, forventninger som er skabt gennem erfaringer fra alle mulige andre webshops.

Jeg har desuden lavet 100-vis af brugertest med webshops, så jeg har set virkeligt mange brugere kæmpe sig hele vejen til betalingssiden. Og det er meget ofte de samme problemer de løber ind i.

Aha - altså kan du lære at erfaringerne fra alle mulige til webshops til - i hvert fald til en start - at bruge til at optimere din egen webshop.

Altså: Bedste praksis efter devisen. Det der fungerer godt det ene sted, fungerer sgu nok også godt det andet sted.

Det findes store biblioteker af data der har sat fx brugertest af webshops i system og har kategoriseret de læringer. Det er et godt sted at starte hvis man vil hæve niveauet. Men det koster og det tager tid…

Der cirkulerer også en tjekliste med 300 punkter (på engelsk) som man kan købe for et rimeligt beløb. Måske har du på et tidspunkt fået en reklame for den.

Begge dele har jeg været igennem, men jeg synes stadig ikke det er helt nemt at have med at gøre. Så jeg besluttede mig for at lave min egen liste på 100 tips.

På dansk. Med eksempler og forklaring.

Det jeg tilføjer er min erfaring med konverteringsoptimering og usability de sidste 10-15 år (jeg blev kandidat i 2007) og har arbejdet med det fuld tid lige siden.

Så altså derfor 100 tips. Som ikke er så mange hvis man bare skal finde dem, men så alligevel er lidt mange hvis man, som jeg, også giver eksempler og skriver lidt yderligere til hver.

Så det er blevet noget at et projekt. Men det sjov og jeg håber andre får glæde af det.

Jeg har besluttet at samle det hele til en fin bog man kan have liggende på skrivebordet og så måske snuppe et tip om dagen.

Coffeetable-webshop-book :-)

Anyways, her er et par eksempler:

Du kan finde resten på twitter, facebook, instagram og linkedin - hvis du orker at finde mig - eller du kan bruge dette link: https://optuner.dk/100tips/

Og nu jeg taler om bedste praksis, så synes jeg alle webshops skal starte med det, inden man investerer tid og penge i anden optimering. Personligt vil jeg anbefale at gå videre til brugertest og derefter begynde at se på split-test (hvis man har trafikken til det).

Det er min fremgangsmåde, som går fra det fælles til det unikke og som giver mere kvalitet efterhånden som webshoppen modnes, men også efterhånden som budgettet tilllader at man kan gå lidt dybere ned i hvor problemerne bor.

Jeg har også lavet en grafik der viser den måde at tænke på. Den ser således ud:

Så er der sgu kommet en podcast KUN om konverteringsoptimering

2022-11-09T08:00:00Z

Ja eller næsten, for den handler også om alt det man kan lægge ind under den paraply.

Kender du det når man synes der mangler noget, men den eneste måde man kan få det er ved at lave det selv.

Det var grunden til at jeg grundlagde konferencen Conversionboost (sammen med Jacob Kildebogaard) - inden da var der ingen konference kun om det emne.

- Du kan høre om split-test, brugertest, om at starte en CRO proces, du kan høre om bøger du bør læse eller data du bør forstå.

- Det er fagligt, det er professionelt, det er til tider lidt nørdet.

Det er også grunden til at jeg har lavet podcasten CRO & Kaffe, som handler om CRO og konverteringsoptimering.

Og allerede her kan jeg invitere dig - hvis du har noget på hjerte indenfor det emne, så kontakt mig, så laver jeg måske også en episode med dig!

Du kan høre med på croogkaffe.dk eller der hvor du finder dine podcasts.

Har du spørgsmål podcasten eller til CRO / konverteringsoptimering, så skriv dem herunder.

Split-test og de mange chancer for at skyde sig selv i foden

2021-05-13T06:55:00Z

Hele konceptet omkring split-test er supercool. At man ved hjælp af data kan afprøve nye design op mod det eksisterende og med statistisk gyldighed måle hvad der virker. Tilsidesætte mavefornemmelser, say-do konflikter og andet menneskelig bias.

Absolut fortræffeligt!

I USA har det endda været populært at tale om split-test som den videnskabelige metode og alle kunne kækt tilføje "You should test that!" hver gang nogen kom med en kreativ idé: Død over best practice og tilsvarende dyrekøbte erfaringer - nu skal vi teste og måle os frem.

Og på mange måder er det hele korrekt og vanvittig interessant. Det er bare irriterende svært at få til at fungere i praksis. Du ved, hverdagen, der hvor du skal få de smarte tips og tricks til at give øget bundlinje.

Det er irriterende svært fordi der er en række indbyggede problemer i split-test. Dem skal jeg vende tilbage til.

I første omgang vil jeg gerne sige et par ting baseret på min erfaring med split-test over de sidste 10 år. Ikke at jeg har lavet split-test systematisk i 10 år - pointen her er netop, at det ikke er sket - men jeg har fulgt med på sidelinjen og har arbejdet med optimering af websitet i mere end de 10 der er gået siden jeg først blev introduceret til split-test.

Den ene ting er at luften i årevis har været tyk af bedrevidende konsulenter og bureauer, der har haft travlt med at fortælle at vi alle skal teste, samtidigt med at de har hylet op omkring at "95% do it wrong". Især på det engelsktalende marked (hvor jeg for øvrigt tror der bliver split-testet langt mere).

Derfor har jeg altid været bange for at gøre det forkert og er stadig i tvivl om mine resultater er kejserens nye klæder. Jeg anerkender at nogle ved meget mere om split-test end jeg gør og er åben overfor, at jeg kun står på en lokal tinde og ser nedad.

Med andre ord: Split-test er komplekst og der er mange muligheder for at få støj og fejl ind i testens resultater. Jeg prøver at håndtere det ved at være ydmyg og grundig.

Den anden ting er, at jeg er forbavset over hvor få virksomheder der har taget systematisk split-test (ja og systematisk optimering i det hele taget) til sig. Det er noget mine egne kunder efterspørger meget lidt og det er ikke noget der automatisk opstår i virksomhederne. På nogle områder er fortløbende optimering med systematiske test, stadig i sin spæde ungdom. Også selvom Amazon efter sigende har split-testet siden halvfemserne.

For nylig tilbød jeg gratis split-test til alle virksomheder der har trafik nok (40K sessioner om måneden). No-cure, no-pay - hvor der kun skal betales hvis split-testen har et positivt resultat. Og der er faktisk tale om at lægge 3-5 timer up front. Til gengæld skal man forpligte sig til minimum 3 test. Forretningsmodellen er, at jeg tror så meget på min egne evner (og metodikken) at jeg lægger hovedet på blokken i løbet 3 test.

0 virksomheder var interesserede. Nul.

Det kan der være mange grunde til. Mange gode grunde, fx at ingen så det opslag. Men det er da alligevel lidt pudsigt. Kvit og frit at få testet ting. Vi laver det hele i Google Optimize - du betaler kun hvis det giver plus. (Seneste kunde fik øget omsætning på 100.000 i testperioden og det kostede dem 5.000 til Optuner).

Nej tak. Ingen interesse.

Nå, det var et sidespor. Tilbage til at skyde dig i foden.

Lad os antage at jeg er en split-test hardliner. Jeg er hård i filten når det kommer til split-test. Det er jeg fordi jeg har sat mig ind i de statistiske beregninger (det er her du godt kan høre, at det bare er noget vi leger) - så jeg kender usikkerhederne og jeg forstår hvad det er beregningen gør.

Her er hvad hardlineren (blandt andet) vil sige:

- Hvis ikke dine split-test er statistisk gyldige, så må du ikke udpege en vinder, for du gør det med bind for øjnene. Implementerer du den vindende variation så skader du i værste fald din konvertering.

- Hvis du ikke segmenterer dine testresultater, så kan du ikke forvente at få det løft du fik i testen. Du kan nemlig ikke vide hvordan testens segmenter klarer sig. I værste fald implementerer du igen noget, hvor du ikke kender konsekvensen af ændringen.

Disse to udsagn er beviseligt korrekte. Har du ikke styr på de ting, så skyder du meget let dig selv i foden og du vil ofte opleve, at du ikke kan gense resultatet af din test når du har implementeret ændringen - noget jeg tror vi alle genkender.

De er også de to primære grunde til at "95% do it wrong".

Men de er også begge relativt enkle at få bugt med.

Lad mig tage dem en ad gangen:

Hvis din test ikke statistisk gyldig. Ok, tillad mig at forklare, bare hvis den del ikke står lysende klart for dig. Vi kører hele det her statistiske cirkus afsted, fordi vi laver en sandsynlighedsberegning. Ligesom ved et folketingsvalg. Vi spørger 1.000 mennesker hvordan de stemmer og så bruger vi de tal til at sige hvordan alle danskere stemmer. Vi propper altså de 1.000 danskere ind i en beregning og ud kommer nogle tal der siger noget om hvor sandsynligt det er at resultatet for alle danskere bliver sådan. En art matematisk forudsigelse, med en indbygget håndtering af den usikkerhed der i sagens natur er i den slags fremskrivninger.

Det samme med split-test. Vi hælder data ind i beregningen. Data om antal besøg og antal konverteringer. Vi kan ikke nøjes med at se på konverteringsraten i testperioden - selvom de tal jo uomtvisteligt fortæller hvordan det gik der - for de tal er kun repræsentative og beskriver netop kun den periode, ikke alle fremtidige brugere og deres konverteringsrate.

Den statistiske beregning siger generelt to ting: 1) Hvornår den har fået tal nok til at forskellen mellem kontrol og variation er statistisk gyldig (og gyldig her er blot et niveau man har besluttet). 2) Hvor stor usikkerheden er plus/minus for konverteringsraten på kontrol og variation.

Lidt kluntet kan man sige, at beregningen venter på at data for kontrol og variation statistisk set kan defineres til at være forskellige.
Skal vi respektere den beregning - for sådan helt matematisk at "måtte" sige noget om gyldigheden af vores test - så må vi vente. Nogle gange kommer der aldrig en forskel. Så kommer der ikke en vinder. Nogensinde.

(Billedtekst: En pil for hver gang man kunne have dummet sig og kåret en vinder).

Det er derfor man skal have trafik nok og tid nok. Har man ikke det, så kan man principielt ligeså godt lade være (Ja eller bare sætte kvalitetskriteriet ned). Men jo mere man slækker på kravene, desto større er chancen for at det man ser i testen, aldrig kommer til at ske i en fremtidig virkelighed.

Lad mig tage den med segmenteringen med det samme (det var nummer 2). Stort set alle split-test værktøjer viser det samlede testresultat. Problemet er bare at forskellige segmenter af testdeltagernes har forskellig adfærd. Den hele store dark horse er enhedstypen, altså især om det er desktop eller mobil vi tester på.

Seneste test jeg gennemførte var der hele 10% forskel. Hvor desktop performede virkeligt godt, var der en lille negativ effekt på mobil. Så at implementere den variation, ville altså skade konverteringen på mobil. Og på nogle sites idag er vi oppe på 60-80% mobil trafik, så det er ikke ligegyldige forskelle.

De tools der bliver brugt mest i Danmark er Visual Website Optimizer (VWO) og Google Optimize (GO). Ingen af de to viser segmenterede testdata som standard. På VWO koster det kassen af få den feature med (pudsigt, ik?). På GO kræver det et hop over i Google Analytics. Ja, faktisk er Google Analytics løsningen. Også i VWO kan man lave en permanent løsning (med Tag Manager), så alle data er nemme at segmentere, uden at man skal sætte det op manuelt hver gang.

(Billedtekst: Relativt nemt at komme fra Google Optimize til at segmentere pr. device i Google Analytics - bare slå segmentet til og kopier data over i fx AB Testguide)

Når det først er lært, er det nemt at segmentere. Men man opdager så også et andet problem (og det bliver en gentagelse af punkt 1). For nu skal man ikke blot have data nok til 1 statistisk beregning, men til 2. Og man skal flytte data fra analytics og lave beregningerne er 3. sted. Men det er ikke rocket science, man skal bare lære det og man skal bare gøre det.

Så i stedet for fx 200-300 konverteringer pr. variation, så skal du nu have flere. Og hvis du kun har 30% mobiltrafik, ja så kan du nok regne ud at du skal have en del mere trafik for at komme op på flere hundrede konverteringer for mobil alene.

Noget du vil opleve, hvis det er nyt for dig at segmentere split-test er, at ganske ofte så er resultaterne kun statistisk gyldige for den ene enhedstype. Det er kan også være voldsomt provokerende. Så er der ikke andet at gøre end at vente.

Og det er hvis du kun segmenterer på desktop og mobil. Hvad nu vil du vil se på betalt trafik vs. SoMe trafik på mobil. Ja, du kan tænkte dig til resten. Men husk, når du ikke segmenterer, så kan der ligge overraskelser dernede i tallene og modarbejde dit forventede resultat.

Så ja. Det er nemt at skyde sig i foden: Kigge på sine test data for tidligt, kigge på dem samlet og ikke i segmenter, køre for korte test og generelt arbejde med små tal. Acceptér hvis du ikke har trafik nok og vælg nogle andre metoder.

Til dig der kan siger jeg. Jeg holder med dem der i grove træk siger: Kør en test om måneden, men kør dem så til gengæld også hver måned. Det er der ikke mange der gør, så jeg forventer at dem der gør, efter kort tid opbygger en viden og erfaring, der giver dem en klar konkurrencefordel.

Hjemmeside Optimering

2020-11-05T07:50:00Z

Optimering af din hjemmeside er en fællesbetegnelse for de ændringer du foretager på selve hjemmesiden og på den teknologi der kører den.

Så optimering er mange ting, men typisk kommer det i 3 grove kategorier:

Søgemaskineoptimering - altså SEO, hvor ændringer på dit website slår igennem i placeringen på søgemaskinerne, særligt Google. Reelt set optimerer du her mod Google, ikke mod mennesker, men da ændringer foregår på websitet, så er det også optimering af dine hjemmeside. Normalt vil vi dog sige det hører under online marketing og det vil jeg ikke beskrive yderligere.

Hastighedsoptimering - som meget er en teknisk disciplin, der handler om at sikre, at overførslen og behandlingen af data på og fra de implicerede servere sker hurtigt - og at data i browseren knuses effektivt.

Hastighedsoptimering er mange steder lidt underprioriteret, ofte fordi de fleste af os ikke er så tekniske når det kommer til stykket. Optimering af CSS og javascript? Det ER nørdet. Her på amino er der en del opslag der kan hjælpe dig i gang, men for de fleste når man ike længere end til at teste sig eget website på hastighedmålere som GTmetrix, Yslow plugin eller google pagespeed for fx dit mobile site. Det største problem er at løsningen ofte er teknisk og så er man lige vidt, når man har lært at man ranker "67 out 100". For mindre websites er hastighedsoptimering mest interessant hvis problemerne er store og åbenlyse, mens det for store sites kan på virke konverteringsraten.

Og sidst med ikke mindst konverteringsoptimeringen. Den mest oversete og måske mest værdifulde optimering. Det handler om at få flere besøgende på websitet til at blive og til at klikke på de rette ting - de ting der skaber værdi for din forretning, fx et køb, en tilmelding, et signup osv.

Den gode nyhed er, at det der skaber værdi for din potentielle kunde/lead/deltager også er det der skaber værdi for dig.

Konverteringsoptimering er at fange alle dem der siger "nej" og forlader dit website og at få flere af den til at sige "ja" og blive. Det betyder at det handler om finde ud af, hvorfor de sagde nej. Kan du finde de 3-5 vigtigste grunde til at de sagde nej og klikkede bort, så kan du også ændre dit design, så det modsvarer det nej.

Lad mig give et enkelt eksempel. Besøgende på dit website, kan ikke finde ud af hvem du eller din virksomhed er. Det gør dem usikre og de overvejer alternativer. Du har godt nok en "Om-os" side, men der står bare en masse tekst. Så bliver de utrygge, fordi de ikke vil snydes og så klikker de over på en anden fane, hvor din største konkurrent har lavet en flot "Om-os" side, med billeder, adresse, kontaktoplysninger, kundelogoer og udtalelser, et par priser de har vundet, e-mærket og hvad ved jeg. Nu har den besøgende ro i maven og køber konkurrentens kursus.

For hey! Det er mennesker vi har med at gøre. Helt almindelige mennesker, men helt almindelige problemer. Almindelige forvirrede, usikre, travle mennesker - eller hvordan du nu vil beskrive dem, for at gøre det tydeligt at det kan handle om ALT MULIGT inde i deres hoveder.

Konverteringsoptimering handler derfor om mange ting. Det handler om dit grafiske design, det handler om brugervenlighed og UX, det handler om tekst - det handler MEGET om tekst (men ikke om at have meget af det) - det handler om priser, værktøjer, flow osv. Det handler også om psykologi, fx ting som social proof, autoritet, priming, anchoring, scarcity, urgency og alle mulige andre begreber, som du kan Google. Det der også kaldes adfærdsdesign (som er ligesom nudging som du måske har hørt om, dog uden at være det samme).

Så du kan godt se, at der er mange steder at sætte ind - og det kan være svært at vide hvad der virker og hvilken effekt det har.

Jeg har lavet en model der kan hjælpe dig lidt på vej:

Til venstre er der ting der vejer for et "ja", til højre ting der vejer mod et "nej". Lad mig kort beskrive dem:

Relevans - "Er jeg det rigtige sted?" - gør det tydeligt hvad din hjemmeside handler om igennem billeder og tekst.

Værdi - "Hvorfor skal jeg købe/tilmelde mig/klikke videre her?" - gør det tydeligt hvad brugeren får ud af det. Hvilket problem løser du og hvordan?

Utryghed - "Er det nu sikkert at tilmelde sig her?" - Svar på de typiske spørgsmål folk stiller til dit produkt/service. Vær ærlig og gennemsigtig. Fortæl hvad der kommer til at ske og hvordan.

Friktion - "Det her er bøvlet / behøver jeg læse så meget / skal jeg udfylde alle de felter?" - Gør dine tekster og flow korte og enkle. Brug mange overskrifter. Arbejd med brugervenlighed.

Måske synes du det er svært at finde og ændre ting baseret på modellen. Men du kan også gribe det enklere an. Få nogle mennesker til at kigge på dit website, mens du taler med dem.

Du kan spørge om det er relevant, du kan fx bede dem sammenligne med andre websites og spørge hvor de helst vil købe/tilmelde/bruge tid. Du kan spørge hvor meget de egentlig gider læse og du kan spørge hvornår det bliver for bøvlet.

Det vigtige her er - at det er oppe i et andet menneskes hovede at de her ting foregår. Så du SKAL inddrage andre mennesker - du kan ikke selv regne det ud.

Det er de her spørgsmål der kører oppe i folks hoveder - faktisk uden at de selv helt er klar over det. Det er de spørgsmål der bestemmer om en bruger konverterer eller ej.

Hvis du ikke vil eller kan spørge nogle, så kan du i stedet gå mere teoretisk til opgaven.

Tag et kig på Value Proposition Design (fra Strategyzer). Du behøver ikke læse bogen - men forstå, at den beskriver mødet mellem din forretning og et menneske.

(Klik på grafikken herover - det er en animeret gif)

Lige nu kan du nøjes med interessere dig for højre side: Jobs, Pains and Gains.

Tænk sådan her:

Jobs: Hvad er det for et problem eller en opgave din besøgende søger at løse (Jeg skal købe noget sportsudstyr)?

Pain: Hvad er det for en smerte brugeren gerne vil undgå (Jeg synes jeg er for tyk)

Gain: Hvilke effekter kan brugeren opnå? (Det bliver sjovt at træne)

Det er de ting dit sports-udstyr website så skal fokusere på. Vælger billeder med sporty mennesker der er glade og beskriv historier med mennekser i samme situation.

Så vil du også opdage, at du holder om med at skrive indefra og ud: "Vi er de bedste og vi leverer høj kvalitet og blabla". Du holder også op med at skrive det alle dine konkurrenter gør. Du fokuserer på det er der vigtigt for din potentielle kunde.

Det var et par eksempler på konverteringsoptimering. Der er naturligvis meget mere - men det hele handler om måden du tænker på og den starter med de to ovenstående modeller.

Spørg endelig herunder - jeg peger dig også meget gerne i retning af video, bøger, blogs og meget mere, hvor der er konkrete eksempler.

Hvis du sætter din webadresse ind, så skal jeg give eksempler på hvordan de to modeller herover kan bruges på dit website.

Case: Lad dig ikke snyde af dine split-test resultater (mobile udfordringer forude)

2020-10-01T06:50:00Z

Split-test er spændende, sjov og kan være en ægte gamechanger. Det er mange gode grunde til at split-teste, hvis mængden af trafik tillader dit website. Men det er ikke det, det skal handle om her. Det skal handle om ikke at snyde sig selv når man split-tester. For hvad gør du når testen er moden til, at du skal til at konkludere på resultatet?

Hvis du kun kigger på det samlede resultat af din split-test, så er der stor chance for at du snyder dig selv. For der kan gemme sig negative resultater for de enkelte enhedstyper i dine testdata - især i forskellen mellem mobil og desktop trafik. Det kan gå hen og blive grunden til, at split-testens resultat aldrig kommer til udtryk i virkelighedens data.

Lad mig sige det ligeud: Det er supervigtigt at segmentere sine split-testdata. Hvis din split-test giver et endeligt løft på + 10% kan der let gemme sig et negativt resultat på minus 20% på mobilen og plus 30% på desktop i det samlede tal (det er bare eksempel-matematik her.

Min erfaring siger, at der altid er forskel på resultatet for desktop og for mobil. Hvilket for øvrigt giver fin mening, for det er jo to ret forskellige brugsoplevelser. Plus at det minder os om at det giver mindre og mindre mening at fastholde 1 fælles oplevelse.

Her får du et vildt eksempel på hvor stor forskel der kan være på resultatet for desktop og mobil i en split-test.

Denne test tog totalt fusen på mig. Så meget, at jeg stadig har svært ved at tro på resultatet. Desværre har jeg ikke fundet en grund til at lade være. Lad mig dele den for at vise hvor forskelligt adfærd de samme ændringer kan med føre på henholdsvis desktop og mobil.

En kort introduktion. Det er en test for en virksomhed der sælger måltidskasser og testen foregik deres bestillingsflow. I testen ændrede vi navnet på knappen når man går fra et trin til det næste. Her i den mobile version:

I kontrollen stod der ”Levering” og i variationen stod der nu ”Videre”.

Her er et det overordnede resultat i VWO:

Testen har givet et fint løft på næsten 15% - så det er jo bare at implementere over hele linjen ikke? Nix. Lad mig vise dog hvorfor ikke.

Sådan ser data ud i Google Analytics:

Bemærk at der på mobil er en stigning på 29%. Lad mig understrege at det er fuldstændig umuligt at forudsige den type adfærdsændring og et bemærkelsesværdigt resultat ved så lille en ændring. Jeg håber du forstår hvorfor vi var overraskede. Vi kan dokumentere, at vi på varianten har fået næsten 30% flere konverteringer i testperioden.

Men hov, hvad med desktop. Der er et fald på 10%. På tablet er der også et lille fald og op mod det mobile løft, giver det altså et samlet løft på 15% (Beregningerne varierer fra VWO til GO, det er princippet der er det vigtige).

Ok, lad mig huske at være djævlens advokat: Kan du ikke bare være ligeglad og implementere det samlede resultat, hvis det samlet ser går i plus? Det er flere grunde til, at jeg synes det er en dårlig idé. I første omgang virker det bare som dårlig købmandsskab at implementere noget der giver dårligere salg. Som konsulent er det da slet ikke noget jeg vil anbefale mine kunder.

Med andre ord, hvordan skal jeg stå på mål for at implementere et design der giver et fald på desktop på 15% ?

Der er ingen grund til at gennemtvinge de samme ændringer på desktop og mobil, den tid er ovre. De to enhedstyper skal håndteres forskelligt når de optimeres (ellers kan vi sgu heller ikke kalde det optimering). Samtidigt så kan konsekvenserne også blive større end man kan forudsige. Fx har mange websites efterhånden mere og stigende mobil trafik. Så det tab du får, kan ikke forudsiges, fordi trafikken, adfærden og konverteringsraten er så anderledes på mobil.

Eksempel: Jeg har for nyligt ekspertvurderet en wepshob der sælger vin. Ejerne fortale at deres brugere sjældent køber på mobilen. Så at tage et ”win” på mobilen og æde et tab på desktop ville jo være tåbeligt.

I stedet skal vi lære af det mobile resultat og udnytte det til netop at differentiere de to løsninger.

Men lad mig vende tilbage til segmenteringen. Det kan være en blandet fornøjelse at segmentere sine split-test data. Du skal nok forberede dig på lidt manuelt arbejde, men da det både er interessant og nødvendigt, så går det nok.

De fleste mindre virksomheder bruger Google Optimize (jeg kalder det herefter GO) eller Visual Website Optimizer (VWO i folkemunde). For GO er der den fordel at data allerede er koblet sammen med Google Analytics, hvor data kan segmenteres. For VWO gælder det, at du kan segmentere data direkte i værktøjet, men det kræver deres premium abonnement og det er de færreste der (forståeligt nok) vil betale for det. Det er også lige meget, for data kan relativt let sendes videre til Google Analytics. Det kan gøres på flere måder, men det mest ”moderne” er at gøre det via Google Tag Manager. Og skal det være ekstra tjekket, kan det sættes op så alle testdata automatisk sendes videre via GTM, så det ikke skal sættes op ved hver test (hvilket ellers er lidt manuelt og bøvlet i GTM).

Så ser det sådan ud (data i GA via GTM).

I første hug er der flere ting du kan gøre:

- Du kan tjekke at data ser nogenlunde ens ud i VWO og GA (det er altid godt at sikre sig).

- Du kan se på om data er signifikante – fordi selvom de er det for det samlede resultat, så er det ikke sikkert de er det pr. enhedstype og så skal din test køre længere tid.

- Har du data nok kan du endda segmentere yderligere, fx se på resultatet for mobile besøgende på sociale medier eller på betalt trafik (men er konverteringen på fx salg i en webshop, skal du have ret mange salg før de data er statistisk signifikante).

- Har du værdi på konverteringerne i Google, så kan du jo også sammenligne hvad resultaterne betyder i kroner og ører og det kan også gå hen og blive interessant – der kan fx være forskel på ordrernes størrelser ift til den samlede ændring i omsætning.

Hvis du vil beregne om data er gyldige – dvs om det statistisk set holder vand – så kan du bruge det her værktøj: abtestguide.com

Her kan du indtaste antal besøg og antal konverteringer og aflæse om dit segmenterede testresultat er statistisk gyldigt – altså om det kan statistisk set gælder for alle fremtidige besøgende og ikke de der aktuelt var med i testen.

Det kan være en kedelig øvelse af gå de segmenterede tal efter, for ofte sker resultatet ikke er signifikant og så står du over for en irriterende overvejelse: Skal jeg ignorere statistikken og implementere alligevel, eller skal jeg holde fast på det principielle og køre testen i længere tid. Hvis du blæser på statistikken, så er der nogle der vil mene at du skyder dig selv i foden, fordi du rent faktisk ikke kender testen egentlige resultat. Har du fx så et lille løft, kan det vise så i virkeligheden af være et lille fald.

Jeg håber du kan se problemet og fra nu af vil gå efter at segmentere dine split-test resultater – og at du vil huske på denne udfordring når du læser andres resultater. Er de ikke segmenterede så er du i din bedste ret til at udfordre hvad man egentligt kan lære af den test.

Lad mig høre om dine erfaringer med at segmentering af split-test herunder. Har du gode tips og tricks til os andre, så lad os få dem med også

Den mest effektive måde at undgå at tabe salg og leads på dit website

2019-05-31T06:55:00Z

Det koster mange penge og ressourcer at designe et godt website – og det bliver hurtigt dyrt at sende trafik til dit website, for blot at opleve, at det ikke bliver til salg.

Men der er en effektiv måde at undgå det.

Alt for mange websites – selv de der er spritnye – har fejl og mangler, der gør at for mange salg tabes på gulvet. Investeringen i design og markedsføring er kun første skridt på vejen til et effektivt website.

Rigtig mange virksomheder giver opgaven med design og online marketing videre til et professionelt bureau – og med god grund. Her sidder jo eksperter, der ved hvordan man gør det arbejde rigtigt og effektivt.

Men optimering og vedligehold det står de fleste selv for. Derved kommer der til at mangle en professionel indsats på konverteringen og det taber mange virksomheder kunder på.

Problemet er, at websitet er et led i kæden fra marketingkampagne til kvitteringsside og kæden er ikke stærkere end – ja, du kender selv resten.

Hvis der ikke er en fokuseret indsats på at optimere på budskaber, flow, brugervenlighed og alle de andre aspekter af et effektivt website, ja så bløder websitet konverteringer. Det er altså et direkte konkurrenceparameter at bruge ressourcer på konverteringsoptimering.

Kendskab til brugere forhindrer tab

Et typisk problem inden for optimering er, at man ikke kender sine potentielle kunder godt nok. Mange virksomheder kan ikke svare entydigt på hvem brugerne er, hvad det er de ønsker, hvilke spørgsmål og usikkerheder de har og hvor på websitet de løber ind i problemer. De svar er afgørende for at konvertere flere besøgende.

Andre typiske udfordringer, når man ikke kender brugerne godt nok:

Man gætter når man skal lave forbedringer
Man forbedrer de forkerte steder på websitet
Man kommunikerer for meget indefra og ud om virksomhedens produkter
Indholdet på websitet bliver generisk og ofte uinteressant
Man overser skjulte usability-problemer
Man har et for svagt salgsbudskab
Man overkompenserer med forklaringer og beskrivelser – eller det modsatte.
Man er uklar eller direkte uenige internt, når man skal beskrive sine kunder

Der er mange metoder derude og allerede alt for meget data, så hvad er det rigtige det starte med?

Eksperternes foretrukne metode

Blandt eksperter inden for konverteringsoptimering er det velkendt, at brugertest er en af de mest effektive måder at indsamle viden om hvor og hvilke problemer brugerne oplever – de problemer der gør, at de ikke konverterer. Det er fordi brugertest tager udgangspunkt i brugernes faktiske valg og handlinger, samtidig med at der er adgang til at spørge til deres motivation og tanker undervejs. Det er en af de mest effektive måder at identificere problemer og forstå hvorfor de opstår. Der er naturligvis mange andre steder at hente indsigt, men brugertest er det rigtige sted at starte og giver altid brugbare resultater.

Brugbart betyder, at du får identificeret brugernes faktiske frustrationer og kan omsætte dem til en prioriteret liste af ting du skal ændre. Ting som du ved har betydning for dine potentielle kunder. Ofte kan brugertesten også bruges til at pege direkte på en værdifuld løsning.

I en brugertest sætter man rigtige mennesker til at gennemføre opgaver på dit website. De skal altså ikke bare sige hvad de tror de vil gøre – de skal rent faktisk foretage et konkret valg. Handling er meget mere interessant end holdning når det kommer til at optimere salget.

Du kan godt lave dine brugertest selv, men det kan sjældent betale sig. Både fordi det er tidskrævende hvis man ikke er trænet i det og fordi det er let at lave fejl og dermed påvirke resultaterne. Dårlige resultater giver forkerte valg og forkerte valg skader din konverteringsrate.

Brugertest giver dig svar

Brugertest giver til gengæld effektivt svar på hvor og hvordan du kan optimere dit site. Det giver dig indblik i dine potentielle kunders tanker og handlinger. Resultater fra brugertest kan omsættes direkte til en prioriteret liste over indsatser på det website. Indsatser der øger brugeroplevelsen, fjerner frustrationer og barrierer. Tiltag der giver dig en højere konverteringsrate, fordi de er baseret på brugerdata og indsigt.

Den bedste måde at se alle fordelene ved brugertest er at prøve det selv.

Faktisk kører Optuner en kampagne lige nu, hvor du kan prøve det helt gratis og endda få gennemgået resultatet med en af deres testledere.

Du kan finde det lige her.

Få dog løftet laveste fællesnævner. Del 1: De svage sider

2016-09-14T07:49:00Z

Konverteringsoptimering er ikke at foretage en enkelt fantastisk ændring der giver 250% i løft. Den slags heltemodige fortællinger er oftest irrelevante. Nej, det handler om det lange seje træk, hvor mange bække små sikrer en god kundeoplevelse med de rigtige tilbud og produkter kommunikeret godt til det rigtige marked. Konverteringsoptimering er også, at få udryddet fejl og få udnyttet de potentialer for at skabe værdifulde handlinger, der ligger rundt om i webshoppen.

Her følger det første afsnit af 3 bloginlæg om sider på dit website, som du sikkert overser i din konverterings-strategi. Første afsnit handler om “De svage sider”.

De svage sider er de tykke sider i webshoppen. Det er de sider, der altid bliver valgt sidst når webshoppen skal lave fodboldhold. De svage sider er dem ingen gider arbejde med, dem som alle prøver at undgå. De sider der spiller blokfløjte, har lus og kompetencesvage forældre. Vi har ondt af de svage sider, fordi vi godt ved at de ikke har det godt, men selvom vi over frokosten taler sympatisk om dem, vælger vi dem alligevel fra når det kommer til stykket. (ps. der er ikke noget galt med at spille blokfløjte).

Nogle sider er åbenlyst fortabte, andre er bare ikke vigtige nok til vores opmærksomhed. Og vigtigst af alt, de er ikke en del af alle tiders favoriet: Det primære købsflow.

Det primære købsflow er vejen igennem tragten fra forside (alternativt landingsside), til kategorisiden, til produktsiden og derfra måske til kurven, for at ende i tjek-ud flowet. Det er det flow vi igen og igen skruer på, der hvor vores konverteringer forgår, det der er essensen af webshoppen.

De åbenlyst fortabte er sider som 404-siden, den tomme søgning siden og den tomme kurv. Disse sider er ofte syge og dårlige, helt blanke og sørgelige.

(Klassisk 404 side. Der er sket en fejl. Find selv ud af det.)

Disse sider får i sagens natur ikke den store trafik, slet ikke den tomme kurv. Men de optræder faktisk forbavsende ofte. Hver gang jeg laver en Google Analytics integration, så laver fx altid en 404-rapport, bare for en sikkerheds skyld. Og det sker alt for tit at der er flere hundrede 404 sidevisninger. Svaret fra kunden er altid: Nå, det var vi ikke klar over, det skal vi lige have kigget på.

Den tomme søgning er også en rigtig horeunge. Især i disse tider hvor søgninger bør foreslå resultater. Vi ønsker slet ikke at brugerne kommer til en tom søgning. Men det gør de. Hos Optuner ser det igen og igen når vi årligt laver 100-vis af brugertest på webshops. Ligesom den tomme kurv, så dukker de bare op en gang imellem.

(Den tomme søgning hos Matas.dk - de gider ikke engang skrive det ordentligt)

På mange af disse sider er brugeren helt overladt til sig selv. Må selv finde vej tilbage til det primære købsflow. Og hvis de gør det, så er alt også godt: Brugeren er tilbage på sporet. Men nogle gange går det galt.

Hvad så siger du? Der er da ikke nogle konverteringer at hente der?

Lad mig lade den stå et øjeblik og først forklare hvad det er jeg vil med de sider.

For der er situationer hvor brugerne gør sig forkerte konklusioner, fx at det produkt eller den side de ledte efter, slet ikke findes. En webshops dødssynd: At der er produkter på hylden, men at brugeren konkluderer at der ikke er. Der røg den konvertering.

Samtidigt er der brugere der ikke er specielt motiverede for at starte forfra, for at finde ud af hvorfor der ikke er nogle produkter, hvorfor de får en 404 side eller en tom søgning. Det orker de ikke. Eller de har ikke tid. Eller whatever der gør de ikke fortsætter. Den tabte konvertering har altid en årsag.

Se på det sådan her: En helt tom side er faktisk er belastning for brugeren. Vi orienterer os oftest inde midt på siden når vi skal forstå hvad en side indeholder. Er den tom, skal vi tilbage og bruge menu, søgning eller andre elementer. Måske elementer vi slet ikke har interageret med i besøget indtil videre.

I forhold til at klikke på et stort lækkert, relevant og værdifuldt element midt på siden, skal vi nu fx finde ud af, om det vi leder efter kunne finde på at være placeret et sted menuen. Tungt. Og undskyld, men sagde Steve Krug ikke ”Don’t make me think”?

At bruge en menu kan faktisk være ret krævende. Det er sjældent brugernes førstevalg.

Derfor er det oplagt at spørge om ikke disse svare sider kunne indeholde noget relevant og værdifuldt, der på en enkel måde fører brugeren tilbage til noget der skaber værdi for webshoppen, fx tilbage i et købsflow.

Vi har en tendens til at tro, at brugerne altid er totalt fokuserede og ved hvad de vil, men det er ofte ikke tilfældet. Derfor kan et tillokkende element, der ligger udenfor det brugeren egentligt kom for, være ligeså godt som en besværlig vej tilbage igennem menu og søgning. Det ved vi fra mersalgs-elementer andre steder på sitet. Det ved vi fra supermarkedet, hvor vi bliver lokket til at købe slik og kondomer oppe ved kassen.

Min pointe er, at vi skal udfordre hvordan vi kan motivere brugerne til at foretage en handling på disse sider. En handling som er værdifuld for dem, sådan at vi leder dem mod noget der skaber værdi for os.

(Når de siger tom kurv hos cykelpartner, så meget de tom. Klik her for at handle videre?)

Så derfor er det fx oplagt at vise produktforslag på 404-sider, ved den tomme søgning og i den tomme kurv. Af samme grund som vi viser produkter på webshoppens forside. Fordi det er produkter brugerne kommer efter. Deres behov er at komme tættere på produkterne. Så læg samme produktforslag som på forsiden ind på disse sider og fortæl at de er der for at hjælpe til. Brug generiske udvalg som 'mest populære', nyeste eller med største rabat.

Og tænk i det jeg kalder relevanstragten. Hvis ikke produkterne har interesse, hvad kunne så være det næste oplagt valg? Kategorier? Søgefelt? En video?

(404-siden hos Sport24, i det mindste er der da et stort søgefelt, som er oplagt at starte forfra i).

Så er vi tilbage til spørgsmålet om hvorvidt det har nogen effekt. Har skal du tænke mange bække små. Du skal tænke, at du fanger nogle brugere der normalt ville have fået et dårligt indtryk, at du sender nogle brugere hurtigere ind i et faktisk købsflow. Det er måske bare 5% der vælger at interagere med de nye elementer, hvordan mange sikkert ville have fundet veje alligevel. Men gør du det de 4-5 hvor det er relevant, så vil det samlet givet et løft. Det er også en mere brugervenlig og service-mindet oplevelse for brugeren.

Og det var bare et eksempel med brug af mersalgs-elementet. Hvis siden i dag er helt tom, så skylder du i første omgang mindst at fortælle brugeren hvad det er for et misfoster af en side de landet på. Og for den tomme søgning, findes der masser af beskrivelser af hvordan den situation håndteres brugervenligt. Og jeg kan afsløre, at det ikke kun handler om at skrive ”Vi fandt ikke noget”. Det er en direkte afvisning og der er at overlade brugeren til sig selv. Det kan en hver sælger fortælle dig er verden dårligste strategi. Tag fat i brugeren. Gør noget godt for dem. Skab værdi for dem, så skaber de værdi for dig.

(Det ser lidt ufrivilligt ud, men hos Lomax er der faktisk åbenlyse produktmuligheder, der kan lokke den umotiverede brugere tættere på en konvertering.)

Så det er strategien. I mit næste blogindlæg udbygger jeg den, ved at kigge på flere svage sider. Men svage sider med langt større betydning end du tror. Sider som mange webshop slet ikke tager alvorligt nok, nemlig alle støttesiderne, servicesiderne: Siden om fragt, siden om leveringsbetingelser, siden om kundeservice, siden Om Os, siden med returnering af varer – ja, alle de sider du efterhånden har lært at linke til i footeren. Dem skal vi give samme omgang.

Mere om det i næste blogindlæg.

Indtil da: Tjek din egen 404, tomme søgning og tomme kurv.

Giv dem lidt kærlighed.

Optimerer du med tal eller tale?

2016-08-14T16:54:13Z

Vi vælter os i data. Analytics og sjove nye værktøjer vi kan sætte op på et split-sekund. Alle kan lave en split-test og vi har fået integrationer på kryds og tværs. Det er fantastisk med al den data, men er der en tendens til, at alle disse data skubber dialog til side? Bliver vi så besnærede af alle disse tal, at vi glemmer tale? Tale, som når man taler med sine kunder.

Kender du det, når man sidder i toget og der er bumstille. Ingen kender hinanden, ingen taler sammen, vi passer os selv. Sådan har det altid været i Danmark, også før vi fik en mobil til at hjælpe os med undgå at tale med fremmede.

Sådan tror jeg at mange - mig selv inklusiv - har det med at tale med sine kunder. De er fremmede mennesker vi ikke rigtigt har lyst til at tale med. Af mange grunde. Både det sociale, ligesom når man er til fest et fremmed sted og skal bryde akavet igennem isen, til de andre man ikke kender. Som på konferencen når vi ved vi skal netværke, men alligevel styrer mod de gamle studiekammerater. For ikke at tale om alt det praktiske: Det er ofte en ineffektiv og tidskrævende måde at indsamle data på. Ja, kan vi overhovedet stole på det folk fortæller os?

Vi elsker at sige “lyt til dine kunder” og lignende slagord - eller vi hører det ofte på konferencer og gå-hjem møder. Forstå dine brugere, inddrag dine brugere og bla bla bla. Går vi hjem og gør det? - nej tak, jeg vil hellere lige skrive et tweet, så kan mine “følgere” selv læse, ja de kan så.

Stadig vælter det frem med nye bøger fra vanvittigt succesfulde forretningsfolk (seriøst), der igen og igen fortæller hvordan netop dialogen med kunderne er det nye sort. Her får du lige tre hurtige citater, koblet på tre stærke navne, med hver deres bog, der primært handler om at tale med sine kunder:

"Buyer Legends are stories told from the point of view of your customers; because your brand isn’t what you say it is but what your customers say it is"
- Eisenbergs, Buyer Legends

"Your customers have a buying process. You have a marketing and selling process. Chances are, these processes are not the same, and you're losing sales you should be making."
- Kristin Zhivago, Roadmap to Revenue

"You can communicate with customers so they feel like you’re talking to them and not at them. And you can get them to (willingly) tell you what they want to buy, and more importantly, what they want to buy from you."
- Ryan Levesque, getaskbook.com

Uanset, så ændrer det ikke ved, at vi meget gerne undgår at kende menneskene vi handler med. Når jeg som konsulent for Optuner tager på nye kundebesøg, så spørger jeg ofte om jeg må se virksomhedens beskrivelse af kunderne. Deres kundeprofil eller kundepersona eller noget andet fælles materiale de bruger til at skabe en intern, og fælles, forståelse af deres vigtigste ressourcer (ja, jeg skriver det med vilje lidt dramatisk).

Selv i virksomheder med milliardomsætning er svaret: Det har vi ikke.

Men de har data. Er du gal, de har data. Alle mulige typer data. Data på besøg og køb og tendenser og udvikling og muligheder og valg og klik og alt muligt imponerende mekanik til at finde data. Men kunderne, dem taler vi ikke med. Ja, vi ved snart ikke hvordan man gør.

(Jo, kasse-medarbejderen eller supporten eller kundekonsulenten eller alle de andre hvis job det er - men sgu’da ikke dem der skal øge antallet af konverteringer på websitet).

Ok, det var diagnosen:
Masser at data. Masser af tal på hvad der er sket. Men kun lidt forståelse af hvorfor og slet ingen menneskelig indsigt. Hvad skal vi også med alt det snak?

Ja, lad mig citere Flinten (Flint McGlaughlin fra MECLABS, hvis du ikke kender ham, så er du et fattigere menneske :-))

“You don't optimize landing pages, you optimize thought processes.”

Med andre ord, hvis du skal forstå, hvad der får en potentiel kunde til IKKE at købe i din webshop, så skal du forstå den beslutningsproces der foregår i personens hoved.

Ja, du kan reaktivt se resultatet af beslutningsprocessen i dine data (inkl. fx split-test), men proaktivt, altså hvis du skal designe et mere effektivt webshop, så er du nødt til at TALE med disse mennesker.

Åh nej. Ikke tale. Det orker jeg ikke…

Ok, tid til medicinen. I det mindste en form for medicin.

Lad mig se. Hvordan får vi brugerne i tale? Hurtig brainstorm: Interview, spørgeskemaer (store og små), brugertest - for bare at nævne nogle.

Nu ved jeg meget om brugertest, så jeg vil gerne slå et slag for den tilgang. Hæng på, det er ikke kun for at sælge dem, jeg har også en pointe her.

Lad mig gøre det sådan her: Hvordan kan vi få vores brugere i tale, uden at tale med dem (fordi, selvom Ole siger du skal, så gøre du det jo stadig ikke). Jamen, vi får da bare nogle andre til at tale med dem. En mellemmand!

Og hvordan undgår vi at brugerne bare sidder og fortæller røverhistorier? Vi beder dem om at løse faktiske opgaver på vores website og lytter til hvad de siger når det går galt (for det gør det altid i en eller anden udstrækning).

Jamen, det der brugertest, det koster jo kassen - vil nogen indvende.

Ja, det koster typisk 10k for den billigste type brugertest med en rapport (Disclaimer: Det er prisen for 5+2 brugertest på seneste kampagne i mit eget firma, jeg har ikke tjekket hvad et koster andre steder). Se på det på den har måde: Hvis du selv skal lave test, hvor mange timer skal du så ikke bruge på det? Timer du i stedet kunne bruge på det du er bedst til. Der er en grund til at de professionelle tager 1.000,- for at rekruttere en bruger. Det. Tager. Tid. Men det er en anden diskussion, som jeg for øvrigt skrev om for en uge siden.

Ok, tilbage på sporet. Her kommer den Trump’ificerede opsummering:

- Data er godt, men det kan ikke stå alene (mener jeg).

- Data fortæller hvad der er sket hvor, men ikke hvorfor.

- Data kræver ofte at du selv omsætter tal til handling.

- Data kræver ofte at du selv prioriterer hvor problemet er størst.

- Data giver ingen menneskelig indsigt, tværtimod kan man sige at vi ofte bevæger os længere væk fra mennesker (kunder).

- Data er ofte overvældende, vi drukner i tal uden at få indsigt.

Ok, det er lidt sort/hvidt, men nu er jeg jo også i gang med at problematisere, ikke skrive et akademisk af handling.

- Brugertest viser (hvis de er lavet ordentligt) hvor brugerne har problemer, resten sorterer du naturligt fra (modsat data).

- Brugertest giver menneskelig indsigt, du kan forstå ting ved at se på andre mennesker, fordi du har empati.

- Brugertest giver fælles forståelse af hvem kunderne er - så alle i biksen har samme udgangspunkt.

- Brugertest er langt lettere at prioritere og omsætte til forandringer, eller til hypoteser til split-test.

- Brugertest sætter ord på ting og ord kan du bruge til tekster, til kampagner, til at forstå “pain”/behov, til at kommunikere med dine kollegaer.

Det var det. Min lille tale for talen. Data kommer af sig selv. Tale kræver lidt mere indsats (åbenbart). Glem ikke talen.

Tak for din tid, nu er det din tur. Tal med dine kunder :-)

Eller tal med mig. Her. Kommentér på det jeg har skrevet. Så bliver jeg så glad!

Gode råd til opstart af A/B split-test i Visual Website Optimizer

2016-07-29T08:32:00Z

Er du også lige startet på A/B split-test, men er lidt usikker på mulighederne eller i tvivl om hvordan du kommer videre, ja så kan du sikkert også få glæde af denne gennemgang af spørgsmål/svar om split-test i Visual Website Optimizer (VWO).

I dag havde jeg et skypemøde med en ejer af en webshop. De sælger tilbehør til mobiltelefoner og den slags. Jeg havde lovet at give et par gode råd til split-test i Visual Website optimizer. Spørgsmålene og svarene er ret typiske for den type spørgsmål og den type svar jeg får og giver, til personer der er nye indenfor split-test. Derfor deler jeg dem med dig, så kan det være du også kan få glæde af dem. Det er lidt langt (og lige fra hoften, så ikke så meget korrektur og fikumdik), så spring eventuelt til det spørgsmål der kunne have din interesse.

Jeg har ikke optaget samtalen, så min gengivelse er udfra hukommelsen fra i eftermiddags:

Spørgsmål 1
Jeg vil gerne split-teste farven på købsknappen på min produktside, så jeg har tænkt mig at kopiere hele websitet og så lave en version med den originale farve og en kopi af alle produktsiderne med den anden farve - og så bruge en split-URL test til at finde ud af hvilken der fungerer bedst.

Svar 1
I det spørgsmål sætter du gang i en række aspekter, som jeg er nødt til at afklare og forklare først. Forstår jeg rigtigt at du vil teste en ny knapfarve, ikke blot på 1 enkelt produktside, men på alle produktsider samtidigt i samme test? (ja). Så er den løsning du beskriver ikke den bedste, tværtimod (slevom man godt kan). Du kan i stedet, relativt let, ændre knappen på 1 enkelt side, ved at fortælle editoren i VWO at det er netop det html-element du ønsker at ændre, men så tilføje at VWO skal foretage den ændring hver gang den møder det element på hele websitet. Altså det der kaldes "site-wide". Så du sætter testen op som du plejer, men bagefter skal du give VWO den URL - eller det URL-mønster - som VWO skal genkende for at køre testen på en given side. Skriver du fx www.oleg.dk/, så skifter VWO det element ud på alle underliggende sider på hele sitet. Ergo får din test altså meget mere trafik og kan derved opnå et troværdigt resultat, end hvis du kun køre testen på en enkelt produktside.

Billedtekst: 1) Ved Campaign URL vælger først Advanced, 2) Vælg dropdown ved URL Matches 3) Vælg URL starts with, 4) Her kører testen fx på alle sider under Optuner.dk

At kopiere sitet og bruge split-test er ikke en god løsning af rigtigt mange årsager - og så er split-url i VWO ikke altid velfungerende, det kan "hakke" lidt når den nye URL skal indlæses.

Så er du også nødt til at overveje om det er relevant at teste farven på købsknappen, om det virkeligt er det værd. Er valget af den test baseret på nogen form for indsigt eller hypotese - kan det med andre ord kvalificeres, eller er det bare fordi det siger nogen er cool? Som konsulent vil jeg altid anbefale at få lavet en form for analyse, fx af Google Analytics data, en Optuner brugertest eller en ekspertgennemgang, for at kvalificere hvor der i virkeligheden er problemer og så teste variationer på det. Som minimum bør du mere systematisk undersøge, hvilke erfaringer der er med split-test af produktsider ude i verden og så overveje at afprøve de mest succesfulde. Men husk at deres resultater ikke garanterer resultater for dig. Og bliv ikke skuffet hvis du oplever, at det ikke har den store betydning af skifte farve på knappen.

Spørgsmål 2
Jo, men jeg har kørt en split-test på et Trustpilot-element på produktsiden og det gav et godt resultat. Jeg havde 200 besøg på hver kontrol og variant, og varianten (med Trustpilot) vandt med 22 salg mod 15 salg.

Svar 2
Lad mig starte med at sige at jeg - og jeg tror de fleste af mine konsulent-kolleger i branchen vil være enige - mener at det er alt alt for lidt trafik til at sige noget-som-helst troværdigt om hvad der fungerer bedst. Det kan godt være at VWO efter kort tid fortæller at den ene version er en vinder, men usikkerheden på det resultat er simpelthen statistisk vildt stor. Resultatet er at du skyder dig selv i foden og implementerer noget der ikke har nogen reel effekt, ja eller som ligefrem skader din konvertering. Bare tænkt på det sådan her: Den test er kørt på al din trafik, men den trafik er blandet af betalt trafik, organisk trafik, måske mobil trafik, osv. Altså trafik der kommer fra vidt forskellige kilder, med brugere der er blevet motiveret til at gå til din webshop på vidt forskellige måder. Hvis du bare deler det op i fx 50% betalt trafik og 50% organisk, så forskellen på kontrol og variant været fra 8 til 11. Der skal kun ganske få klik til at resultatet havde været omvendt. Altså slet ikke troværdigt. Samtidigt har testen sikkert kun kørt i kort tid (svaret var 2 dage), så du har måske slet ikke været forbi fx en weekend, hvor brugerne angiveligt har bedre tid og måske agerer anderledes. Så test med så små tal og med så kort et forløb er simpelthen fuld af fejlkilder. Vi plejer at sige mindst 200 konverteringer pr. variation, nogle siger 300. Nogle konsulenter siger at testen bør køre i 3 uger mindst. Og det også selvom VWO har introduceret Bayesiske beregninger, der angiveligt er bedre til at håndtere små mængder trafik.

Billedtekst: Som standard kræver VWO kun 20 besøg pr. variation for at ville erklære en vinder. Det er ik' møj.

Spørgsmål 3
Jamen kan jeg så ikke køre flere split-test samtidigt, så jeg ikke er hæmmet af kun at kunne køre så få test.

Svar 3
Generelt vil jeg fraråde at køre flere test samtidigt, især hvis en given bruger kan komme til at indgå i flere test i samme besøg. Deter der flere grunde til. For det første er det vigtigt i en split-test af kunne isolere årsag-effekt. Altså at være sikker på at den ændring man foretager også er direkte relateret til det resultat man kan aflæse. Hvis man laver flere ændringer på samme tid, hvilken ændring var det så der gav mest effekt? Kan den ændring man lavede reelt tilskrives den øgede konvertering? Det er vigtigt, ellers snyder man igen sig selv. Laver man flere ændringer samtidigt, så er der nærmest tale om en multi-variant-test og det åbner for helt andre udfordringer. Teoretisk set kunne man sikre sig at brugerne deles op, sådan at gruppe 1 ser test 1 og gruppe 2 ser test 2. Men igen, så halverer man sin trafik og den er der ofte allerede for lidt af i mange test. Derudover er jeg på stående fod, usikker på om man på den måde kan styre det så præcist i VWO.

Det andre problem opstår hvis man fx kører to test forskellige steder på websitet samtidigt. Her skal man være opmærksom på at fx ændringer på forsiden, forplanter sig på hele brugerrejsen frem til den endelige konvertering. Det kan være at man sætter brugeren i et særligt "frame-of-mind", eller at man lover brugeren en gevinst, som bliver styrende for hvordan de agerer indtil købet er afsluttet (det man kalder for priming). Hvis man laver en test på forsiden og måler på konverteringer hele vejen ned gennem købstragten, så vil man se at konverteringsraterne ikke kun ændrer sig fra forsiden og så til næste trin. Det ændrer sig hele vejen, hvilket også er derfor at man reelt skal måle på alle trinene og se på den samlede største konvertering.

Hvad gør man så. Ja, det korte onde svar er at man vælger sine split-test med omhu, tester på store ting der giver store læringer (bemærk at jeg bevidst skriver læringer, fordi store taber-test også giver læring) og kører dem færdige, så man er helt sikkert på sit statistiske resultat. Ellers viser erfaringen, at man aldrig får det løft man blev lovet i den fine statistik i VWO.

Spørgsmål 4
Jeg vil gerne teste en "ned-tæller" på produktsiden der tæller ned omkring levering til næste dag. Hvordan gør jeg så det med split-test, når det nu ikke er en god idé at lave som split-URL test?

Svar 4
Generelt er der to måder at gøre det på. Enten kan du konstruere en produktside med den tæller på og så lave en variation, hvor du fjerne tælleren. Så sætter du det site-wide. Grunden til den tilgang er at det er nemt at identificere elementet (tælleren) og klikke "hide" i editoren. Den mere korrekte tilgang (i relation til navngivningen af kontrol og variation) er at du på variationen, vælger VWO's scripteditor og indsætter det javascript der genererer tælleren. Igen kører du det site-wide. Det svære her er sådan set kun at indsætte kode, i stedet for at klikke på et element i editoren og rette det. Men det er nemt at lære. Hvis du ikke selv laver koden, så kan din udvikler eller dit bureau sende dig den stump javascript og så kan du selv indsætte den.

VWO kan mange sexede ting der, fx har jeg kørt en test hvor vi udskiftede et dynamisk mængderabat-element, sådan at der i variationen også blev indsat dynamiske tal, men i et helt andet design. Til gengæld skulle det kun ske på sider hvor der var mængderabat, ikke på alle sider og det var ikke noget der kunne adskilles på URL. På alle produktsider hvor der var mængderabat, blev der indsat en kode, der fortalte VWO at her skulle testen indgå. På de sider var der i koden 2 versioner af mængderabat-elementet, og så lod vi VWO styre hvilken version der skulle vises. Og hopla - split-test af dynamisk mængderabat-element på udvalgte sider på hele sitet. Med de muligheder, kan man stort set teste hvad-som-helst, så længe man har en god udvikler ved sin side :-)

Spørgsmål 5
Jeg vil gerne afprøve nogle helt re-designede kategorisider, hvor jeg laver helt om på designet og så køre det på alle kategorisider på hele sitet. Skal jeg så gøre det med A/B split-test?

Svar 5
Det kan være svært at svare entydigt på, for det kommer helt an på hvilke og hvor mange ændringer du foretager. Er det kun i stylesheetet eller er det også helt ny HTML og dynamisk indhold? Hvis det generelt er hele siden, så begynder det at lugte af split-URL, fordi VWO ellers skal ændre på så mange elementer samtidigt. Men det bedste man kan gøre er at designe den side og tage bestik af det. Hvis man kan foretage alle de ændringer i VWO's editor, så kan man reelt køre testen som A/B split-test, men hvis man skal ud og hente udvikleren og bygge siden op på ny, så kan det være at split-URL testen er bedre - ikke mindst fordi det så bliver langt nemmere. Ellers skal man jo efterfølgende ind i editoren og prøve at genskabe den nye side. Det virker bøvlet. Udfordringen med Split-URL testen er så at køre den sitewide. Split-URL testen er jo lavet til at sende brugere til en bestemt URL, videre til en anden URL, ikke til at skifte elementer ud på en side. Så enten vil det kræve en split-URL test til hver kategoriside, eller du skal lave en generisk kategoriside og så sende en parameter med, der styrer hvilken kategori der indlæses i siden. Nu er vi så over i noget lidt mere avanceret. Men værktøjerne er vildt fleksible, så det primære er at vide hvad man vil og så derefter finde den bedst mulige måde at eksekvere det i fx VWO.

Spørgsmål 6
Når jeg kigger på previewet i VWO så kan jeg ikke se ændringen - hvordan kan det være?

Svar 6
Det er jo noget VWO support kan svare meget bedre på, men jeg vil sige, at det også ofte sker for mig. Så jeg har en række vaner med at afprøve det på andre måder. Problemet opstår enten fordi testen ikke er aktiv, eller fordi man ser på en side der ikke indgår i testen - ja, eller at der er noget galt. Jeg bruger ofte Chrome's incognito session og refresher indtil jeg føler mig sikker på om det virker eller ej (jeg medgiver at det er meget manuelt). Der findes også et plugin til Chrome, hvor man kan trigge forskellige variationer af test på en side (også på "fremmede" sider ;-)). Endeligt bør man altid koble sin test til Google Analytics og der vil man også kunne se om data flyder korrekt ind. Men igen, manglende preview er altid en alarmklokke, så det skal man tage seriøst.

Billedtekst: "Spion"-pluing i Chrone, viser både om der køres en test, hvad variationerne hedder og tillader at man kan vælge de forskellige variationer.

Det var det. Har du (læseren) kommentarer eller forslag eller erfaringer der kan supplere ovenstående, så skriv endeligt. Håber noget af ovenstående kan hjælpe andre til at komme i gang med split-test.

God fornøjelse,

Ole G.

Sej split-test og mit pis i kog i 2016

2016-01-06T16:07:00Z

Får du gode split-test resultater, så del dem. Læser du gode split-test resultater, så vær kritisk.

Man skal ikke skamme sig over gode split-test resultater. Så når vi rammer rigtigt, skal vi da fortælle hele verden om det. Vi skal dele vores succes - også så vi potentielt dækker over alle de gange vi har haft lyst til at kyle testen i skraldespanden ;-)

Så tillad mig lige at fyre en totalt klassisk test af her. Både for at vise hvad der kan lade sig gøre, men også for at understrege et par vigtige split-test leveregler.

Testen først

Som en del af et optimeringsprojekt for webshoppen Med24.dk, der handlede om at få flere besøgende til at blive medlemmer i Med24's klub, arbejdede vi med alle de trin der indgik i den konvertering. Indgangen, mod konverteringen til medlem, gik blandt andet igennem et banner placeret over hele sitet (på nær i tjek-ud forløbet).

Det var oplagt at udfordre om ikke vi kunne få flere til at klikke på banneret, lede dem ind i tragten og motivere dem til at blive medlemmer.

Fra kundeinterview og brugertest vidste vi, at det der motiverer besøgende til at blive medlem hos Med24 er rabat (fast procentsats for medlemmer) og vareprøver. Samtidigt var det oplagt at afprøve, om større synlighed for knappen ville ændre antallet der klikkede på den.

Så netop de to aspekter indgik som testhypoteser: Kan vi få flere klik ved at øge knappens form og farve - og derved kontrasten i relation til resten af sitet. Og kan vi øge antal klik ved at angive, at medlemskabet også giver gratis vareprøver.

Det gav en split-test med to variationer - de er vist her sammen med den originale knap:

Så tænker du nok, at det er den klassiske test på bare at lave knappen grøn. Ja, det er det også, men pointen er, at alle de andre knapper allerede var orange. Grøn er komplimentærfarve til en orange og bruges andre steder på websitet til at markere handling. Så det var ikke "bare" at prøve en grøn.

Men samtidigt har du ret. Det er den klassiske orange versus grøn test. Det er det der gør det så lækkert. At nogle gange, så ja, så virker det.

Her er resultatet fra split-testen fra VWO:

En stigning på over 100% - altså på antal klik på knappen. (Vi ved fra analytics at Med24 også har dobbelt så mange visninger af medlemssiden og antallet af nye medlemmer er steget 22% mellem sammenlignelige kvartaler før og efter testen - men det er altså ikke det, testen målte).

Bemærk, at jeg med rank ryg fremviser at testen har kørt i mere end 3 uger (for at kunne sammenligne 3 "rene" uger med data i Google Analytics), at antallet af konverteringer ligger mellem 250 og 500 og at den statistiske validitet ifølge VWO er 99%. Testen er kørt på al trafik. Vi har efterfølgende segmenteret data i Google Analytics.

For det er vigtigt når du læser artikler som den her. At du holder øje med, om tallene bag testen bliver delt med dig og hvad tallene faktisk dækker over. Selv i ovenstående eksempel er der masser du kan udfordre: Testen viser resultatet for alle trafikkilder og for alle typer enheder. Men det er ikke ligemeget fx hvilken betalt trafik der ledte brugerne ind på sitet. Hvad nu hvis de fx er blevet lovet vareprøver i en kampagne? Hvad nu hvis knappen sad helt "noller" i mobilversionen?

Pas på du ikke snyder dig selv. Hvad Med24 og jeg gør med dette resultat er vores egen beslutning, men hvis du blindt kopierer testen, så risikerer du at skyde dig selv i foden.

Jeg bliver sgu lidt knotten

Det er derfor jeg lige skal bringe mit pis i kog en gang mere og råbe vagt i gevær. Jeg har nemlig lidt svært ved ikke at blive knotten når jeg læser split-test resultater, hvor der tydeligt er alt for få data til rådighed. Både for få til at konkludere noget og for få til at vi som læsere kan stole på resultatet.

For en uges tid siden (og denne tekst er skrevet i uge 1), præsenterede et velkendt navn her på nettet en split-test case der efter sigende gav et løft på 30%. Det er et flot resultat og må udløse både en bonus og en forfremmelse. Men læste man teksten, var der især to ting der generede mig.

For det første var testen baseret på kun 2 dages split-test. 2 dage!

Vi er mange der har sidder med Visual Website Optimizer og glædet os over flotte tal de første par dage, blot for at se testen stabilisere sig og ende i noget helt andet. Der findes også mange eksempler på test, hvor "taber" og "vinder" bytter plads i løbet af testen. Der er efterhånden også mange blogindlæg fra meget respekterede konsulenter, der peger på at test skal køre - ja, længere end 2 dage. Så at udråbe sig selv og sin test til vinder efter 2 dage - det mener jeg ikke er troværdigt.

For det andet: Samme test viser et skærmbillede fra VWO, ligesom jeg har gjort ovenfor, men antallet af konverteringer er visket ud. Hvorfor det? Er det mon fordi det ikke er særligt stort? Jeg mener ikke jeg kan bebrejdes for at få den mistanke. Hvis testen er lavet ordentligt, så gemmer der sig 2-300 konverteringer under det blur. Jeg vælger at tro det ikke er tilfældet.

Ok Surepoul hvad er din pointe?

Min pointe er: Jeg tror ikke på de 30% i den artikel. Jeg føler et indre behov for at sige til dig, at du heller ikke skal tro på det. I bedste fald er artiklen misvisende og kan skabe falske konklusioner, i værste fald er det jo bare en form for løgn.

Kildekritik trives rigtigt dårligt i sociale medier, blogs og på nettet generelt - så der for skal vi selv være kritiske. Derfor et par tommelfingerregler når du læser split-test cases:

- Er der adgang til data? Som minimum testens varighed, antal besøg/konverteringer, statistisk signifikans.

- Hold øje med hvad testen reelt måler. Tænk på om der er "støj" i resultatet, fx at der tales om den endelige konvertering, selvom testen kun måler antal klik på forsiden. Tænk over forholdet mellem den ændring der er foretaget og så den interaktion der er foregået. Kan man med rette antage at der er en direkte sammenhæng mellem de to? Hvis ikke, så kan resultatet være udtryk for noget helt andet.

- Er der noget viden om hvilken trafik der indgår i testen, er det fx al trafik eller kun organisk trafik, er det kun desktop eller også mobil? Eller endnu bedre, kan det påvises at resultatet holder, selv efter en segmentering af fx betalt og ikke betalt trafik?

Her er et par links til artikler der udpensler problematikken:

http://conversionxl.com/12-ab-split-testing-mistakes-i-see-businesses-make-all-the-time/ (se punkt 1)

http://blog.crazyegg.com/2015/07/14/split-testing-is-off/

I planlægningen af den kommende ConversionBoost konference om konverteringsoptimering, taler vi meget om at sikre kvaliteten på samme måde. Vi arbejder på, at oplægsholderne deler deres resultater og udfordrer dem på resultaternes kvalitet. Det er vigtigt for os alle sammen her på nettet, at vi hele tiden udfordrer vores test, vores resultater og hinanden på den kvalitet. For troværdige data og brugen af dem er en central del af konverteringsoptimering.

God fornøjelse med split-test og læselyst i det nye år.