فصل دهم اندازه گیری بهینه سازی نرخ تبدیل سایت
تا اینجای کار ممکن است شما شروع به بکارگیری ابزارهایی که در فصول قبل معرفی شد، کرده اید و در تلاش برای بهینه سازی صفحه فرود و کاهش نرخ جهش و خروج هستید. حتی ممکن است بین دوستانتان سلطان اصطلاحات CRO نام گرفته باشید!
برای دبدن جدیدترین مباحث این دوره بصورت کامل ، کافی است عضو شوید (عضویت رایگان است برای عضویت در وب سایت تخصصی بهینه سازی سایت اینجا کلیک کنید)
آخرین گزارشات آنالیز خود را کسب کرده اید و چند تست ساده A/B طراحی کرده اید. اما چگونه متوجه می شوید که کدام تست منجر به بهبود می شود و کدام نتیجه ای در بر ندارد؟ و مهم تر از همه اینکه پس از موفق شدن در امر طراحی تست و بهینه سازی آنها، چه خواهید کرد؟
قبل از آنکه به سراغ داده ها بروید، موارد زیر را در نظر بگیرید:
- بسیار مهم است که همواره متمرکز بر هدف خود باشید. در جریان کار اطلاعات بسیار زیادی در دسترس شما خواهد بود، بنابراین دستپاچه نشوید و مسیر حرکت خود را در جهت تلاش برای بهبود، گم نکنید.
- همه چیز را آزمایش کنید – اما نه یکجا. ممکن است بعد از اجرای اولین تست ناموفق، برای تغییر کل وبسایت وسوسه شوید، اما این کار منجر به داده های قابل استفاده و قابل اتکا نخواهد شد. هر بار اقدام به تغییر یک پارامتر کنید، تا در اجرای تست متوجه شوید چه چیزی کار می کند و چه چیزی نه.
- همانطور که در فصل 4 اشاره کردیم همه چیز را مستند کنید. هر چیزی را که تغییر می دهید، همراه با علت تغییر آن و انتظارتان پس از اعمال این تغییر یادداشت کنید. از همه تغییرات اسکرینشات تهیه کنید. بعدها به این داده ها نیاز پیدا خواهید کرد.
چگونه متوجه می شوید که کدام بهینه سازی موفقیت آمیز بود؟ و کدام نسخه از صفحه یا کانون شما بهتر است؟
درست مانند تمام تلاش های گذشته تاکنون، کلید اصلی، داده ها هستند. صرفا بخاطر این که یک نسخه از وب سایت شما زیباتر یا ساده تر بنظر می رسد، نمی توان آن را برنده قلمداد کرد. در اینجا پایه ای را که در فصل 4 معرفی کردیم، وارد قضیه می شود. این پایه، در واقع نسخه میانگین قبل از بهینه سازی وب سایت شما است. و شامل نرخ تبدیل معمول شما، نرخ جهش متوسط برای صفحات فرود برتر، متوسط زمانی که بازدیدکنندگان در وب سایت شما سپری می کنند و هر پارامتر دیگری که فکر می کنید نشان دهنده ی درگیر بودن کاربر است (همانطور که بارها در این باره بحث کردیم، این نوع پارامترها در نهایت منجر به تبدیل می شوند)، می باشد.
چگونه متوجه پایان یافتن یک تست می شوید؟
در فصل 4 در مورد پایان دادن زود تر از موعد یک تست، به شما هشدار دادیم. اکنون می خواهیم توضیحات دقیق تری در این مورد ارائه کنیم.
برای مطمئن شدن از اینکه راهکار مناسب را یافته اید، نتایج شده باید از لحاظ آماری، معنی دار باشند. به این مفهوم که حاشیه خطا و یا احتمال اینکه نتایج شما بصورت اتفاقی بدست آمده اند، پایین باشد. در حالت کلی هر چه ابعاد نمونه بزرگتر باشد، حاشیه خطا کمتر است.
اگر سطح اهمیت آماری (statistical significance) کمتر از 5 درصد باشد، این به مفهوم آن است که به احتمال 95 درصد نتایج شما دقیق هستند (یا به عبارت دیگر فقط در 5 درصد موارد ممکن است نتایج تنها از روی شانس بدست آمده باشند). نرم افزار شما از یکی از دو اصطلاح "95% chance of beating original" یا "95% probability of statistical significance" استفاده خواهد کرد.
اما همانطور که ایوان میلر در مقاله خود با عنوان "چگونه یک تست A/B را اجرا نکنیم" اشاره می کند:
نرم افزار تست در قسمت محاسبه سطح اهمیت یک فرض بسیار مهم را در نظر می گیرد که به احتمال زیاد شما بدون آنکه متوجه شوید آن را از قلم انداخته اید:
این فرض عبارتست از ثابت بودن اندازه نمونه. اگر شما به جای آن که از قبل تصمیم بگیرید که به عنوان مثال "این آزمایش دقیقا 1000 مشاهده را جمع آوری خواهد کرد"، بگویید "آزمایش را آن قدر تکرار می کنیم که به یک تغییر محسوس دست یابیم"، در این صورت تمامی گزارش های مربوط به سطح اهمیت، بی معنی خواهد بود.ً
برای جلوگیری از چیزی که میلر از آن با عنوان "خطای آزمایش سطح اهمیت" یاد می کند، بسیار مهم است که یک اندازه نمونه در نظر بگیرید و تا پایان به آن پایبند باشید. خوشبختانه بسیاری از نرم افزارهای تست مانند Optimizely، Visual Website Optimizer و Google Content Experiments این موضوع را در نظر می گیرند.
به عنوان مثال نرم افزار Optimizely توصیه می کند که قبل از آن که نتایج قابل قبول شوند هر دو نمونه تست A/B را برای حداقل 100 نفر به نمایش بگذارید. اگر نرم افزار شما چنین قابلیتی را ندارد بهتر است از نرم افزار رایگان Sample Size Calculator میلر برای این کار استفاده کنید.
مورد دیگری که باید به یاد داشته باشید این است که ممکن است تست ها در طول زمان نوسان کنند. صرفا به خاطر اینکه یک نسخه از تست بسیار قوی ظاهر می شود، نباید این موضوع را به مفهوم پایان تست تلقی کنید. به اندازه نمونه از پیش تعیین شده ی خود پایبند باشید و به یاد داشته باشید که نوسان های آماری در طول تست تعدیل خواهند شد.
به عنوان مثال در 5 بار پرتاب سکه اگرچه احتمال شیر یا خط بودن آن در هر بار 50 درصد است اما دور از ذهن نیست که در تمام دفعات نتیجه شیر باشد. اما در 100 پرتاب یا 1000 پرتاب میزان متوسط احتمال به سمت 50 50 تعدیل می شود.
به همین دلیل یک نمونه 1000 نفری از کاربران نتیجه بسیار بهتری از چندین نمونه 10 تا 15 نفری از کاربران در بر خواهد داشت.
برترین نسخه از یک وب سایت، نسخه ای است که پارامترهای آن همواره در وضعیت خوبی هستند- به همین سادگی! به یاد داشته باشید که در اینجا منظور از پارامترها، نه تنها نرخ تبدیل بلکه تمام پارامترهایی است که در میزان تبدیل اثرگذار هستند (به خصوص پارامترهای مرتبط با میزان درگیر بودن کاربران.)
برتری های بزرگ و محرز همیشه عالی هستند. اما نتایج تست ها همیشه اینگونه نیستند. به عنوان مثال، یک تغییر که باعث کاهش میزان نرخ جهش یک سایت آزمایشی می شود الزاما منجر به بهبود نرخ تبدیل نخواهد شد (اگر چه منجر به بدتر شدن آن هم نخواهد شد!). اما در هر صورت این تغییر یک برتری به شمار می رود- بهبودی که ارزش حفظ شدن را دارد زیرا در هر حال هدف شما بهبود وب سایت خود به صورت تکه تکه و به تدریج است، در هر بار فقط یک تست!
اگر ایده ی شما صحیح بود و نتیجه تست، یک برتری محرز بود ...
1)کماکان به دنبال بهبود ایده ی خود باشید. چرا که چیزی به نام بهترین مطلق وجود ندارد و همیشه گزینه های بهتری وجود خواهد داشت.
2)در مورد آن که چگونه می توان این تغییر را در جاهای دیگر هم اعمال کرد، فکر کنید. به عنوان مثال اگر حذف اصطلاحات فنی نامانوس از صفحه فرود باعث افزایش نرخ بهبود شده است، ساده سازی زبان را با هدف افزایش نرخ تبدیل در سراسر وب سایت خود امتحان کنید.
3)به محض عملی کردن گزینه های 1 و 2، شروع به رفع سایر موارد موجود در لیست مشکلات بهینه سازی کنید. (بهبود مواردی که در فصل 4 در مورد آن ها اشاره شده است.)
اما اگر ایده ی شما نادرست بود و تست با شکست مواجه شد
1)این نشان از آن دارد رویه ی قبلی شما بهتر بوده است – در مورد آن کمی تحقیق و بررسی به عمل بیاورید.
2)نتایج مربوط به تجزیه و تحلیل خود و داده های نظرسنجی از کاربران را با هدف به دست آوردن دیدی بهتر مجددا مرور کنید. اگر نیاز باشد نظرسنجی های جدیدی را اجرا کنید.
3)به دنبال ایده ی جدیدی باشید.
4)تست جدیدی را طراحی کرده و اجرا کنید.
5)در صورت نیاز این روند را تکرار کنید.
به یاد داشته باشید، تا زمانی که داده های بدست آمده را به عنوان یک فرصت تلقی کنید، می توانید از تست های شکست خورده نیز به اندازه ی تست های موفق و یا حتی بیشتر از آن ها، درس بگیرید.
همان طور که قبلا نیز بارها اشاره کرده ایم، بهینه سازی یک امر تمام شدنی نیست. هیچ گونه هدف نهایی در بهینه سازی وجود ندارد، هیچ نسخه ی کاملا عالی از وب سایت شما وجود ندارد.
به محض آن که به یک موفقیت در زمینه ی بهینه سازی وب سایت خود دست یافتید، باید یکی از موارد زیر را انجام دهید:
از خود سوال کنید که چگونه می توانید موفقیت به دست آمده را بهبود دهید، یا این که اکنون چه بخشی از وب سایت خود را می توانید بهینه کنید. بهترین تلاش ها در زمینه ی بهینه سازی آن هایی هستند که به صورت دوره ای و پیوسته انجام می شوند.
لطفا برای بهبود عملکرد ما نظرات خود را کامنت کنید و این مطلب را اشتراک بگذارید
فصول گذشته
فصل 1 بهینه سازی نرخ تبدیل چیست؟فصل2 چرا بهینه سازی نرخ تبدیل مهم است؟فصل3 مبانی بهینه سازی نرخ تبدیل سایتفصل4 ساختن و ارزیابی یک برنامه بهینه سازیفصل5 تجربه کاربری و بهینه سازی کانون فصل6 بهینه سازی صفحه فرودفصل7 کاهش نرخ خروج و جهش وب سایت فصل 8 رازهای بهینه سازی نرخ تبدیل وب سایت فصل9 ابزارهای تست بهینه سازی نرخ تبدیل سایت فصل10اندازه گیری بهینه سازی نرخ تبدیل سایت فصل 11 نکات و ترفند های بهینه سازی نرخ تبدیل سایت فصل12 نتیجه گیری
تا اینجای کار بایستی آموخته باشید که بهینه سازی نرخ تبدیل به این مفهوم نیست. اگر شما نرخ تبدیل پایینی دارید مطمئناً دلیل آن رنگ دکمه های موجود در سایت نیست. ایجاد تغییرهای جزئی مانند این اگرچه ممکن است منجر به افزایش جزئی نرخ تبدیل شود اما در عمل نمی‌تواند موانع اصلی رسیدن به تبدیل را از میان بردارد.
قبلا در سایت بهینه سازی سایت در مورد
