De flesta företag lanserar ett formulär och tittar aldrig på siffrorna. De utgår från att det fungerar. De lägger tid på att ändra fält som inte behöver ändras. De missar det enda fältet som faktiskt förstör inskicken. Under tiden mäter en konkurrent sitt formulär, hittar det trasiga fältet, rättar det och ser sin konvertering öka med 20 %. Ett team har data. Ett team gissar.
Den här artikeln går igenom vilken formulärstatistik du ska följa, hur du läser datan och hur du använder den för att förbättra dina formulär.
Därför spelar formulärstatistik roll
Formulärstatistik visar hur dina formulär faktiskt presterar. Inte antaganden. Inte magkänsla. Data.
Användbara frågor som formulärstatistik besvarar:
Hur många skickar faktiskt in (antal och andel inskick)? Var hoppar besökare av (vilket fält orsakar flest avhopp)? Hur lång tid tar det att fylla i formuläret? Har vissa besökargrupper högre andel slutförda formulär än andra? Förbättrar dina ändringar resultatet på riktigt?
Utan de här uppgifterna gissar du. Du kan lägga tid på ändringar som inte spelar någon roll. Du kan missa det enda fältet som förstör din konvertering.
Viktiga mått att följa för formulär
Antal och andel inskick
Hur många inskick har du per dag, vecka eller månad? Hur stor är din andel inskick (inskick delat med antal visningar av formuläret)? Om ditt formulär visas 1 000 gånger i månaden och får 50 inskick är din andel inskick 5 %.
Det ger dig en utgångspunkt. Är 5 % bra? Det beror på typ av formulär. Ett anmälningsformulär för nyhetsbrev kan konvertera på 15 %. En demobeställning kanske på 2 %. Följ din egen utgångspunkt och förbättra den sedan.
Andel slutförda formulär (påbörjade mot färdiga)
Hur många av dem som börjar fylla i formuläret blir färdiga och skickar in? Om 100 personer börjar och 70 skickar in är din andel slutförda formulär 70 %.
Ett fall i andelen slutförda formulär visar att något är fel. Människor börjar men blir inte klara. Nästa fråga är var de hoppar av.
Slutförande och avhopp per fält
Hur många har fyllt i varje fält? Vilket fält får flest att lämna?
Om 100 personer fyller i fält 1, 85 fyller i fält 2, 60 fyller i fält 3 och bara 30 fyller i fält 4, är det fält 4 som förstör din andel slutförda formulär. Människor hoppar av vid fält 4. Det är data du kan agera på. Gör fält 4 valfritt eller förklara varför det behövs.
Tid i formuläret
Hur lång tid tar det för en genomsnittlig person att fylla i ditt formulär? Om det tar 15 minuter ger folk upp. Om det tar 30 sekunder blir de troligen klara.
Längre tid i formuläret hänger ihop med fler avhopp. Tidsmåtten visar om ditt formulär känns som en börda.
Avhopp i varje steg
För formulär i flera steg följer du andelen som slutför varje steg. "Steg 1 av 3: 100 personer. Steg 2 av 3: 80 personer. Steg 3 av 3: 60 personer." Du ser exakt var folk lämnar. Om många hoppar av i steg 2, gör om steg 2.
Slutförande per enhet och webbläsare
Har mobil- och datoranvändare samma andel slutförda formulär? Vissa formulär fungerar dåligt på mobilen. Du skulle inte veta det utan de här uppgifterna. Om andelen på mobil är 20 % och på dator 50 % bör du förbättra mobilupplevelsen.
Så läser och tolkar du formulärdata
Leta efter fall: Var sjunker andelen slutförda formulär kraftigt? Det fältet eller steget är problemet.
Hitta mönster: Hoppar vissa typer av besökare av oftare än andra? Kanske slutför en viss grupp eller trafikkälla i lägre grad.
Följ förändringar över tid: Om du ändrar ett formulär, ökar eller minskar inskicken? Hur mycket? Är ändringen betydande eller bara brus?
Jämför med riktvärden: Om din formulärtyp brukar konvertera på 10 % och ditt gör 5 % har du utrymme att förbättra. Om du ligger på 25 % presterar du bättre än snittet.
Vanliga misstag med formulärstatistik
Att bara titta på antal, inte andel
100 inskick är inte användbar data utan sammanhang. Har du 100 visningar av formuläret? Då är andelen inskick 100 % (omöjligt men fantastiskt). Har du 10 000 visningar? Då är andelen 1 % (mycket låg). Titta alltid på andelen, inte bara antalet.
Att inte dela upp efter besökartyp
Din totala andel inskick är 5 %. Men nya besökare kanske ligger på 2 % medan återkommande besökare ligger på 8 %. Du kan inte förbättra båda lika mycket. Dela upp datan och hantera varje grupp för sig.
Att ignorera kraften i stegvis analys
Du behöver inte gissa vilket fält som orsakar avhopp. Titta på andelen slutförda per fält. Det fält som följs av det största fallet är problemet.
Att ändra för mycket på en gång
Om du ändrar fem fält och andelen inskick ökar vet du inte vilken ändring som gjorde det. Ändra en sak, mät, ändra en annan, mät. Så lär du dig vad som faktiskt fungerar.
Så använder du formulärstatistik för att förbättra resultatet
Steg 1: Mät din utgångspunkt. Kör ditt formulär i en vecka utan ändringar. Anteckna din andel inskick, din andel slutförda formulär och data per fält.
Steg 2: Hitta det största problemet. Var är det största fallet? Börja där, inte med småjusteringar.
Steg 3: Gör en ändring. Ta bort ett fält, ändra en etikett, gör ett fält valfritt. Bara en ändring.
Steg 4: Mät effekten. Kör formuläret en vecka till med ändringen. Jämför med utgångspunkten. Förbättrades andelen inskick?
Steg 5: Behåll det som fungerar, ändra det som inte gör det. Om ändringen hjälpte, behåll den. Om den gjorde det sämre, ångra den. Gå sedan vidare till nästa problemområde.
Så ger WEMASY formulärstatistik
WEMASY följer antal inskick, andel slutförda formulär, slutförande per fält och tid i formuläret. Se statistiken i instrumentpanelen i realtid. Se vilka fält som orsakar avhopp. Följ förändringar över tid. Jämför prestanda mellan olika formulär. Dela upp efter enhet, källa och andra besökaregenskaper. Använd datan för att hitta förbättringar och mäta effekten av dina ändringar.
Hitta formulärstatistik i din WEMASY-instrumentpanel eller titta på prissidan för att se vilka statistikfunktioner som ingår i din plan.