Skillnaden mellan antalet besökare i din butik och antalet ordrar den ger är inte slumpmässig. Den har orsaker. Analytics för besökarnas beteende är de verktyg och metoder som hjälper dig hitta dem.
Vad säger analytics för besökarnas beteende dig?
Beteendedata svarar på en fråga som intäktssiffror ensamma inte kan svara på. Inte bara hur många som köpte, utan vad alla som inte köpte gjorde i stället.
När du tittar på beteendelagret i din analytics tittar du på resan mellan att en besökare kommer och att hen fattar ett beslut. Hur länge stannade besökaren på produktsidan? Scrollade hen ända ner? Lade hen i varukorgen och stannade sedan vid betalningen? Kom hen från en betald annons och lämnade efter tre sekunder? Varje signal pekar på något specifikt om var upplevelsen brister.
De två vanligaste misstagen butiker gör med analytics är att bara titta på totaler och att kolla trafik utan att koppla den till beteende. Totala besök säger hur många som kom. Besökarnas beteendedata säger vad de gjorde när de väl var där och var resan tog slut innan ett köp.
Vilka mätvärden visar hur besökare rör sig i din butik?
Fem mätvärden ger dig den tydligaste bilden av besökarnas beteende innan du går in på djupare analys.
Avvisningsfrekvens
Avvisningsfrekvens är andelen sessioner där en besökare ser en sida och lämnar utan någon ytterligare interaktion. Hög avvisningsfrekvens på en produktsida betyder att de flesta besökare inte stannar tillräckligt länge för att ta del av det du säljer. Avvisningsfrekvens per sida är mer användbar än ett genomsnitt för hela webbplatsen, eftersom orsakerna skiljer sig beroende på var avhoppet sker och vad besökarna mest sannolikt sökte.
Tid på sidan
Genomsnittlig tid på sidan visar hur djupt besökarna engagerar sig i ditt innehåll. En produktsida där de flesta besökare stannar under femton sekunder är en sida där något direkt stöter bort besökarna eller misslyckas med att hålla kvar uppmärksamheten. Mycket lång tid på sidan betyder inte alltid att sidan fungerar bra. Det kan också betyda att besökarna letar efter information som borde vara självklar och inte hittar den.
Scrolldjup
Scrolldjup visar hur långt ner på en sida besökarna läser innan de lämnar. Om dina produktrecensioner eller viktiga specifikationer ligger nedanför den punkt där åttio procent av besökarna slutar scrolla syns inte det innehållet. Scrolldjup visar vilka element som finns under det de flesta besökare når och hjälper dig avgöra om du ska flytta dem högre upp på sidan.
Utgångssidor
Dina utgångssidor är de sista sidorna besökarna ser innan de lämnar. Om en produktsida ofta är en av de främsta utgångssidorna har den sidan ett konverteringsproblem som är värt att undersöka. Om din orderbekräftelsesida är den främsta utgångssidan är det väntat beteende. Utgångssidor ger dig en bild av var resor tar slut och om slutet är normalt eller ett tecken på friktion.
Andel som lägger i varukorgen
Andelen som lägger i varukorgen mäter hur stor del av besökarna på en produktsida som lägger varan i sin varukorg. Det skiljer besökare som engagerar sig i produkten från dem som lämnar utan intresse. Låg andel på en produktsida med mycket trafik är en tydlig signal att själva sidan inte gör sitt jobb, oavsett om det beror på text, bilder, otydlig prissättning eller saknad information.
Hur visar trattanalys var besökare hoppar av?
En köptratt är den sekvens av steg en besökare går igenom från att först komma till din butik till att slutföra ett köp. De flesta analysverktyg låter dig definiera en tratt genom att ange sidorna i sekvensen och sedan följa hur många besökare som går från ett steg till nästa.
En typisk e-handelstratt går via startsida eller landningssida, produktsida, varukorg, kassa och orderbekräftelse. I varje steg går några besökare vidare och några lämnar. Trattanalys visar hur stora avhoppen är vid varje övergång.
Det mest användbara trattanalys ger dig är precision. Inte ”vår konverteringsgrad är låg” utan ”vi tappar fyrtio procent av besökarna mellan produktsidan och varukorgen, och ytterligare trettio procent mellan varukorgen och betalningen”. Det är två olika problem som kräver två olika åtgärder.
När du vet var det största avhoppet finns vet du var du ska rikta uppmärksamheten först. För de flesta butiker sker de största förlusterna på produktsidor och i kassan. Vill du se närmare vad som driver bort besökare i sista steget, läs varför kunder överger sin varukorg och vad du kan göra åt det.
Vad visar sessionsinspelningar och värmekartor som mätvärden inte gör?
Mätvärden säger vad som hände. Sessionsinspelningar och värmekartor hjälper dig förstå varför.
En sessionsinspelning är en uppspelning av ett verkligt besök i din butik. Du kan se var besökaren rörde markören, vad hen klickade på, hur långt hen scrollade och var hen stannade och lämnade. Sessionsinspelningar är ett av de mest direkta sätten att förstå besökarnas beteende eftersom de visar den faktiska upplevelsen av att använda din butik, inte en abstraktion av den.
Det du letar efter i en inspelning är friktion. En besökare som flyttar markören gång på gång till en knapp som inte sitter där hen väntar sig. En besökare som scrollar förbi köpknappen på mobilen eftersom den inte syns i den skärmstorleken. En besökare som läser returpolicyn, stänger den och sedan överger varukorgen. Varje iakttagelse pekar på något specifikt som går att testa.
Värmekartor samlar beteende från många sessioner i en enda bild. En klickvärmekarta visar var besökarna klickar oftast. Om de klickar på en bild som inte är en länk förväntade de sig att den skulle gå att klicka på. En scrollvärmekarta visar hur långt ner på sidan de flesta besökare läser. Om majoriteten slutar scrolla innan de når dina produktrecensioner gör de recensionerna inte det konverteringsjobb du väntar dig. Att flytta dem högre upp är en enda ändring som värmekartans data gör uppenbar.
Hur påverkar trafikkällan besökarnas beteende i din butik?
Alla besökare beter sig inte likadant, och källan de kommer från är en av de största faktorerna bakom hur de beter sig i din butik.
En besökare som sökt specifikt efter namnet på din produkt har stark köpavsikt. Hen vet vad hen letar efter. Ditt jobb är att bekräfta att hen hamnat rätt och ta bort alla hinder för köp. En besökare som klickat på en bred varumärkesannons i ett flöde kanske inte hade någon tanke på att köpa alls. Hen utforskar. Det hen behöver från din produktsida skiljer sig från vad sökbesökaren med stark köpavsikt behöver.
Att dela upp beteendemått per trafikkälla visar de här mönstren tydligt. Besökare från organisk sökning på produktspecifika sökord visar ofta kortare tid på sidan och högre konverteringsgrad eftersom de kommer med vetskap om vad de vill ha. Besökare från betalda sociala annonser i kampanjer för att skapa kännedom hoppar oftare av, särskilt när landningssidan inte matchar tonen eller bilderna i annonsen som förde dit dem.
När din samlade konverteringsgrad ser låg ut bör du dela upp trafiken per källa innan du drar slutsatsen att produktsidan är problemet. Produktsidan kanske fungerar bra för trafik med stark köpavsikt. Problemet kan vara att en stor del av din betalda trafik har låg köpavsikt och landar på en sida som inte är gjord för där besökaren befinner sig i sitt beslut.
Hur läser du analytics för dina produktsidor?
Produktsidor är där de flesta köpbeslut fattas, och beteendesignalerna på dessa sidor hör till de mest informativa uppgifterna i hela din butik.
Titta på produktsidorna en och en i stället för som en helhet. Din bäst presterande produktsida är ett riktmärke. Din sämst presterande produktsida med mycket trafik är din största möjlighet. Jämför vad som skiljer dem åt. Är texten längre? Finns det fler bilder? Finns det kundrecensioner? Är prissättningen tydligare?
De viktigaste signalerna att följa på varje produktsida är tid på sidan, scrolldjup, andel som lägger i varukorgen och avhoppet mellan varukorg och slutförd kassa. Var och en av dem snävar in var problemet sitter. Låg andel som lägger i varukorgen tyder på att sidan inte övertygar besökarna. Hög andel som lägger i varukorgen men stort avhopp i kassan tyder på att problemet finns i kassaupplevelsen och inte i själva produktsidan.
En detaljerad guide till vad som får produktsidor att konvertera hittar du i vad som kännetecknar en bra produktsida. Hur du minskar avhoppet mellan varukorg och köp läser du i hur du utformar en kassasida som minskar avhoppen.
Hur skiljer du mobil och dator åt i din analytics?
Mobilbesökare och datorbesökare beter sig inte likadant. Om du behandlar dem som en enda målgrupp i din analytics döljer du problem som kostar dig försäljning.
De flesta webbutiker får i dag mer än hälften av sin trafik från mobila enheter. Konverteringsgraden på mobil är lägre för majoriteten av butikerna. Den skillnaden motsvarar verkliga intäkter, men du kan bara stänga den om du ser var den kommer ifrån.
Dela upp beteendedata efter enhetstyp i din analytics. En produktsida med acceptabel konvertering på dator kan ha en betydligt lägre konvertering på mobil. När du tittar på sessionsinspelningar från just mobilbesökare hittar du ofta orsaken: knappar som är för små för att trycka på säkert, produktbilder som inte skalas rätt eller kassaformulär som är svåra att fylla i på en liten skärm. De här problemen syns inte när du tittar på samlade konverteringsdata för alla enheter.
En guide till vad mobiloptimering innebär för en webbutik hittar du i så gör du din webbutik mobilvänlig.
Hur använder du beteendedata för att prioritera vad som ska åtgärdas?
När du har beteendedata från flera källor, som trattanalys, sessionsinspelningar, värmekartor och mätvärden per sida, blir utmaningen att avgöra var du ska börja.
Det mest pålitliga sättet är att kombinera två mått: avhoppets storlek (hur många besökare berörs?) och bevisens kvalitet (hur tydligt förklarar datan vad som orsakar det?). En produktsida som tappar tvåhundra besökare i veckan innan de lägger i varukorgen, där sessionsinspelningar visar att besökare gång på gång scrollar förbi beskrivningen utan att stanna, är en möjlighet med hög säkerhet och stor effekt. En kassasida som tappar femtio besökare i veckan utan tydlig beteendesignal har lägre prioritet tills du samlat mer underlag.
Målet med beteendeanalys är inte att förstå allt på en gång. Det är att bygga upp tillräcklig säkerhet för att göra en specifik ändring, mäta den och lära av resultatet. Ett ramverk för hur du testar ändringarna systematiskt hittar du i vad konverteringsoptimering är och varför det spelar roll.
Om du fortfarande bygger grunden för analytics som krävs för den här typen av analys, börja med så ställer du in analytics och följer det som räknas från dag ett.
Så hjälper WEMASY dig följa besökarnas beteende
WEMASY:s verktyg Analytics en inzichten följer besök, trafikkällor och prestanda per sida på din webbplats och i din butik. Du ser vilka sidor besökarna landar på, vilka sidor de lämnar och hur olika trafikkällor skiljer sig i beteende. Tillsammans med WEMASY:s e-handelssystem har du orderdata och webbplatsbeteende på ett ställe utan att koppla ihop separata verktyg. Se vad som ingår i varje plan på prissidan.
Vanliga frågor
Vad är skillnaden mellan ett besök och en session i analytics för webbutiker?
I de flesta analysverktyg är en session en sammanhängande period av aktivitet på din webbplats. Om en besökare lämnar och kommer tillbaka två timmar senare räknas det som två sessioner. Begreppet ”besök” syftar vanligtvis på samma sak. Skillnaden spelar roll när du räknar ut konverteringsgrad. Om du använder sessioner som nämnare visas en återkommande besökare som tittar flera gånger innan hen köper som flera sessioner, vilket sänker konverteringsgraden jämfört med att utgå från unika besökare. Med WEMASY:s webbplatsbyggare kan du ställa in detta direkt i din butik.
Vilken avvisningsfrekvens räknas som för hög för en produktsida?
Det finns inget allmängiltigt riktmärke. En produktsida med sjuttio procents avvisningsfrekvens från besökare via organisk sökning kan fungera bra om de återstående trettio procenten konverterar i hög takt. Viktigare än det absoluta talet är utvecklingen över tid och hur avvisningsfrekvensen står sig mot liknande sidor i din egen butik. En plötslig ökning på en tidigare stabil sida är en tydligare signal än ett tal som alltid varit högt.
Hur mycket trafik behöver du innan sessionsinspelningar är användbara?
Redan ett litet antal sessionsinspelningar, tio till tjugo från verkliga besökare på en specifik sida, kan avslöja användbarhetsproblem som är osynliga i samlade data. Du behöver inte tusentals sessioner för att se att besökare missar din köpknapp på mobilen eller att de klickar på en bild i tron att den öppnar en större vy. Insikterna från ett litet urval inspelningar visar ofta problem som en månads analytics-data ensam inte skulle visa.
Går det att förstå besökarnas beteende med bara butikens inbyggda analytics?
För de flesta butiker täcker den inbyggda analytics trafikkällor, sidvisningar, avvisningsfrekvens och grundläggande trattdata. Det räcker för att hitta de största avhoppspunkterna i din tratt och jämföra produktsidor med varandra. Sessionsinspelningar och värmekartor kräver extra verktyg. Inbyggd data är rätt startpunkt och visar de flesta större problem innan du behöver mer specialiserad analys.
Hur ofta bör du gå igenom din beteendeanalytics?
En veckovis genomgång av din konverteringstratt, de främsta utgångssidorna och andelen som lägger i varukorgen ger dig tillräcklig frekvens för att fånga plötsliga förändringar. Månatliga genomgångar av värmekartor och beteende per trafikkälla låter dig följa mönster över ett tillräckligt långt fönster för att se verkliga trender. Daglig kontroll är sällan användbar om du inte aktivt kör ett test och följer om något har förändrats i butikens prestanda.