Du inför beteendeanalys. Du samlar in data. Du optimerar sidor. Du kör tester. Du gör ändringar. Men spelar något av det någon roll? Driver beteendeanalys faktiskt intäkter? Många team mäter aldrig det. De optimerar sidor. De förbättrar konverteringsgraden med en procent. De känner sig nöjda. Men de kopplar inte förbättringen till affärsresultat. De räknar inte ut effekten. De vet inte om beteendeanalys är värd kostnaden. Att mäta effekten är avgörande. Det bevisar värdet. Det motiverar fortsatta investeringar. Det styr hur resurserna fördelas. Var ska du fokusera härnäst? På de ändringar som ger störst affärseffekt. Att mäta effekten gör beteendeanalys från intressant till nödvändig. En förbättring som verkar liten kan vara enorm i intäkter. En förbättring av konverteringen med en procent på en webbplats med en miljon besök i månaden betyder tio tusen fler kunder. Med ett livstidsvärde på hundra dollar per kund är det en miljon dollar i extra intäkter. En procents förbättring. En miljon dollar i effekt. De flesta satsningar på beteendeanalys betalar sig många gånger om. Men du vet det bara om du mäter. Att koppla beteende till affärsresultat är det sista steget. Det fullbordar cykeln. Data leder till insikt. Insikt leder till handling. Handling leder till resultat. Resultaten bekräftar arbetssättet. Att mäta effekten sluter cirkeln.
Den här artikeln förklarar hur du mäter effekten av beteendeanalys på affärsmått.
Definiera de affärsmått som är viktiga
Börja med affärsmått. Inte analysmått. Intäkter. Nya kunder. Kundens livstidsvärde. Andel som slutar. Vinstmarginal. Lojalitet. Det är de mått som räknas.
Olika mått är viktiga för olika verksamheter. E-handel bryr sig om intäkt per besökare. SaaS bryr sig om andelen som slutar. Prenumerationssajter bryr sig om lojalitet. Publicering bryr sig om engagemangstid. Definiera vad som är viktigt för din verksamhet.
Beteendeanalys ska påverka de här måtten. Om den inte gör det, varför göra den? Poängen är att driva affärsresultat. Mät de mått som är viktiga för dig.
Följ måtten före och efter
Fastställ baslinjer innan du genomför ändringar som bygger på beteendedata. Förra månadens konverteringsgrad. Förra kvartalets andel som slutar. Förra årets intäkt per besökare. De blir dina riktmärken.
När du har genomfört ändringarna följer du samma mått. Konverteringsgraden i månad två. Bortfallet i kvartal två. Intäkten i år två. Jämför före och efter.
Uppföljning månad för månad visar trender. Förbättras måttet? Försämras det? Trender över tid visar om beteendeanalysen fungerar. Säsongsvariationer kan skapa brus. Följ flera månader för att se igenom bruset.
Räkna ut intäktseffekten
Koppla måttförbättringar till intäkter. En förbättring av konverteringen med en procent på en webbplats med en miljon besökare betyder tio tusen fler konverteringar. Med ett genomsnittligt ordervärde på hundra dollar är det en miljon dollar i extra intäkter.
Räkna ut det för varje ändring. Ändring A förbättrade konverteringen med noll komma fem procent. Det är femhundra tusen dollar i extra intäkter. Ändring B förbättrade lojaliteten med en procent. Det är hundra tusen dollar i extra intäkter utifrån kundens livstidsvärde. Räkna ut effekten.
Intäktsberäkningen motiverar investeringen i beteendeanalys. Om dina verktyg kostar hundra tusen dollar per år och förbättringarna ger en miljon dollar i extra intäkter är avkastningen tio till ett. Stark avkastning.
Jämför med kontrollgrupper
Vissa ändringar har tydlig effekt. Andra inte. Jämför testgrupper med kontrollgrupper. Användare som såg ändringen mot användare som inte gjorde det. Hade testgruppen bättre mått?
A/B-testning skapar naturliga kontrollgrupper. Grupp A ser originalet. Grupp B ser ändringen. Jämför måtten mellan grupperna. Skillnaden är behandlingseffekten.
Utan kontrollgrupper kan du inte isolera effekten. Kanske förbättrades konverteringen på grund av yttre faktorer. Kanske blev marknaden bättre. Kanske lade en konkurrent ned. Kontrollgrupper isolerar effekten av just din ändring.
Segmentera effekten per användartyp
Olika användartyper kan reagera olika på ändringar. Mobilanvändare kan ha mer nytta än datoranvändare. Nya användare kan ha mer nytta än återkommande. Användare från betald sökning kan ha mer nytta än organiska.
Segmentera din effektanalys. Förbättrade ändringen konverteringen på mobilen? På datorn? Förbättrade den engagemanget hos nya användare? Hos återkommande användare? Segmentspecifik effekt styr prioriteringarna. Om en ändring bara hjälper mobilen, fokusera på mobilen. Om den hjälper alla segment lika mycket är den en universell vinst.
Räkna ut effekten på lång sikt
Vissa ändringar har omedelbar effekt. Vissa har effekt på lång sikt. Förbättrad lojalitet skapar återkommande värde. Minskat bortfall skapar löpande intäkter. Räkna ut förbättringarnas livstidsvärde.
En ändring som minskar bortfallet med en procent har en effekt som växer. Första året räddar du kunder från att sluta. Andra året behåller du dem längre. Tredje året ännu fler. Effekten på lång sikt är ofta mycket större än effekten första året.
Räkna ut intäkterna över flera år från en enda förbättring. Ett minskat bortfall kan ge miljoner under tre år. Det motiverar betydande investeringar i optimering.
Rapportera effekten regelbundet
Dela resultaten med teamet. Månatliga effektrapporter. Kvartalsvisa genomgångar. Årliga sammanfattningar. Regelbunden rapportering håller teamen motiverade. Den visar att beteendeanalysen fungerar. Den motiverar fortsatta investeringar.
Rapportera i affärstermer. Inte konverteringen förbättrades med noll komma fem procent utan extra intäkter på femhundra tusen dollar. Affärstermer går hem. De visar effekt som spelar roll.
Vanliga frågor
Hur länge ska jag följa måtten innan jag drar slutsatsen att beteendeanalysen fungerar?
Minst tre månader. Kortsiktiga mått är brusiga. Säsongsvariationer. Yttre faktorer. En månad räcker inte. Tre månader visar en trend. Sex månader är bättre. Tolv månader är idealiskt. Längre uppföljning ger dig trygghet i resultaten. Kort sikt kan visa brus. Lång sikt visar den verkliga effekten. Med WEMASY webbplatsbyggare kan du ställa in detta direkt på din webbplats.
Vad gör jag om jag genomför flera ändringar samtidigt och inte kan isolera vilken som gav förbättringar?
Det är därför A/B-testning är viktig. Testa en ändring i taget när det går. Om du genomför flera ändringar kan du inte isolera effekten. Om du måste genomföra flera ändringar, försök genomföra dem efter varandra. Genomför ändring A. Mät effekten. Genomför ändring B. Mät effekten. Genomförande i följd låter dig isolera varje ändrings bidrag.
Ska jag fokusera på absolut förbättring eller procentuell förbättring?
Fokusera på intäktseffekten. Absolut eller procentuellt spelar mindre roll. Det som räknas är pengarna. En förbättring på noll komma fem procent på en webbplats med mycket trafik är enorm i dollar. En förbättring på fem procent på en webbplats med lite trafik kan vara liten i dollar. Fokusera på de ändringar som ger störst effekt i dollar. Det är det som är viktigt för verksamheten.
Hur tar jag hänsyn till säsongsvariation när jag mäter effekten av beteendeanalys?
Jämför samma perioder. Jämför inte januari med juni. Jämför januari med januari. Jämför kvartal ett med kvartal ett. Jämförelse år för år tar hänsyn till säsong. Samma månad, olika år. Samma kvartal, olika år. Det isolerar effekten av din ändring från säsongsvariationen.
Vad om förbättringar utifrån beteende inte ger omedelbar effekt på intäkterna?
Vissa förbättringar har fördröjd effekt. Bättre introduktion ger inga omedelbara intäkter. Den ger intäkter månader senare när användare stannar kvar. Bättre lojalitet syns inte i månad ett. Den syns över tid. Vissa förbättringar är investeringar i framtida intäkter. Följ dem över längre perioder.
Hur vet jag om pengarna jag lägger på verktyg för beteendeanalys är värda det?
Räkna ut avkastningen. Verktygskostnad delat med intäktsförbättring. Om verktygen kostar hundra tusen och förbättringarna ger en miljon är avkastningen tio till ett. Om förbättringarna ger tvåhundra tusen är avkastningen två till ett. All positiv avkastning är värd det. Stark avkastning är mycket värd det.