Bu İçerikte Yer Alan Ana Başlıklar:
• Data ve UX İlişkisi CRO Açısından Neden Önemlidir?
• CRO (Dönüşüm Oranı Optimizasyonu) Nedir?
Bu içerik ile; Conversion Rate Optimization yani Dönüşüm Oranı Optimizasyonu işleminin ne olduğunu, önemini, neden uygulandığını ve nasıl işlediğini keşfedeceksiniz. Aynı zamanda verilerin ve kullanıcı deneyiminin CRO ile olan ilişkisini gözlemleyeceksiniz. Doğru verileri incelediğimizde nelere ulaşabileceğimizi, ürün ve hizmet çerçevesinde hangi kullanıcı sorunlarını giderebileceğimizi bu yazıda bulabilirsiniz.
Userspots Akademi'de online olarak devam eden; CRO ve UX Eğitimi'ne katılarak “CRO (Dönüşüm Oranı Optimizasyonu)” çalışmasını uygulamalı olarak deneyimleyebilirsiniz.
Günümüzde satın alma alışkanlıkları kanal odaklı değil, satın alma yolculuğu odaklıdır. Bundan yola çıkarak sitedeki bir ziyaretten çok, kullanıcının gerçekleştirdiği farklı ziyaretler ve bu ziyaretlerde gerçekleştirdiği kullanıcı davranışları hem ziyaretçiyi hem de benzer ziyaretçi davranışlarını anlamak ve buna uygun kişiselleştirilmiş hedeflemeler oluşturmak için ilk adımlardan biridir. Kullanıcı yolculuğunu anlayabilmek için de Web Analytics’te varsayılan olarak tanımlanan verilerin dışında özelleştirilmesi gereken ve böylece quantitative and qualitative (nicel ve nitel) olarak veriler bütününün oluşması hedeflenmelidir.
Bu rehberde; verilerin CRO ve UX için öneminden bahsediyor olacağız.
Belirlenen KPI’lar (Anahtar Performans Göstergesi) doğrultusunda bu kpi’ları geliştirmek için yapılan çalışmalar bütünü ‘Conversion Rate Optimization’ olarak adlandırılmaktadır.
Web analytics kurulumunun yapılması, konfigure edilmesi, sitenin özelliklerini taşıyan özelleştirilmiş datanın web analytics’e gönderilmesi, raporlama noktasında web analytics’e doğru soruların sorularak doğru cevapların alınabileceği raporlama ekranlarının oluşturulması Conversion Rate Optimization için önemli kısımlardan bir tanesidir.
Sonraki aşamada ise verinin anlamlandırılıp analiz edildiği ve çıkan sonuçlara göre aksiyonların alındığı döngü başlamaktadır. Birçok CRO çalışmasının başarısız olma nedeninin web analytics kurulum ve konfigurasyon süreçlerinin başarısız olmasını gösterebiliriz.
Data Collection, web analytics’te yapılan Audit ve Integration işlemlerinin bütünü olarak düşünülebilir.
Optimizasyonu yapılacak olan bir websitesindeki verilerin, takip edildiği web analytics’te yer alan verilerin doğru olarak ölçümlenmesi öncelikli konulardan bir tanesidir.
Örnek vermek gerekirse;
1. Ürün listeleme sayfalarında ürün tıklamalarını doğru optimize edebilmek adına kullanıcının sadece viewport’unda yer alan ürünleri web analytics’e göndermek doğru seçeneklerden bir tanesi olacaktır. Viewport’u dışında gönderilen ürünler ve bu ürünlere yapılacak tıklamalar CTR oranını düşüreceği için CRO bazlı bir çalışma öncesi hatalı fikir edinmeye neden olabilir.
2. Yine benzer şekilde pageview ya da transaction duplikasyon gibi hatalı sayımların olduğu bir web analytics hesabı analizlerde hatalı insight’ların çıkarılmasına neden olacaktır. Örneğin, analytics’te pageview duplication olması ya da belli sayfalarda bu duplikasyonun olması bounce rate ya da exit rate gibi metric’lerin hatalı yorumlanmasına neden olabilir.
Web analytics tool’ları, sitenize tracking code yerleştirildiğinde siteniz hakkında herhangi bir bilgiye sahip değildir. Bu sebeple bir takım özelleştirme (customization) çalışmasının yapılması gerekmektedir.
Google Analytics’te Bounce edilen (tek bir sayfa görüntüleyip çıkma) tüm session’ların sitede kalma süresi 0’dır. Özellikle blog sayfalarında bir içeriği okuyup çıkma oranı yüksek olabilmektedir. Yine benzer şekilde yemek tarifi sitelerinde ziyaretçinin belli bir içeriği okuyup sonrasında hemen çıkması olasıdır. Burada bilinmesi gereken ise Google Analytics’in çalışma prensibi olacaktır.
Örnek vermek gerekirse;
Bir ziyaretçi belli bir yemek tarifi için siteye gelmiş olsun ve 15 dakika sitede kaldıktan sonra çıktığını düşünelim. Bu durumda ikinci bir sayfaya geçmediği için sitede kalma süresi 0 olarak tanımlanır. Bounce rate’in yüksek olduğu bu sayfalarda ‘timing event’ entegrasyonu gerçekleştirilmesi, sorunun bu sayfalarda mı yoksa diğer sayfalara geçişte mi olduğu ile ilgili fikir vermek noktasında yardımcı olacaktır. Timing event’i ile kullanıcı, sitede Bounce etse bile sayfada gerçek kalma süresi web analytics’e gönderilebilecektir.
Eğer Google Analytics’in varsayılan özelliğine bağlı kalsaydık, bu sayfalarda gerçek kalma süresini göremeyecektik ve sorunun öncelikle sayfa içeriklerinde olduğunu düşünebilirdik.
Web Analytics’teki audit ve collection’ı, sağlanan data aracılığıyla doğru soruyu sorup doğru cevaplar almamızı sağlayan köprüler olarak düşünebilirsiniz. Örneğin ziyaretçilerin belli bir periyotta, siteye hangi trafik kaynaklarından gelerek oluşturduğu session'ları, görüntülediği ve satın aldığı ürünleri hangi adımlardan geçerek gerçekleştirdiğini görebilirsiniz.
Kullanıcının siteye geldikten sonra satın alma adımına kadar geçen adımları ve bu adımların hangilerinde drop off, hangilerinde ise engage olduğunu takip edebilirsiniz. Burada dikkat etmeniz gereken nokta ise Google Analytics’in ‘session’ scope bir raporlama ekranı olduğudur. Eğer ziyaretçilerin aynı session'da değil de farklı ziyaretlerde neler yaptığını raporlamak isterseniz bu durumda ‘user’ scope segment oluşturmanız gerekecektir.
Yazının başında da bahsettiğimiz üzere satın alma alışkanlıkları kanal odaklı değil, satın alma yolculuğu odaklıdır. Bu yüzden kullanıcıların drop ettikleri adımları belirlemek ve remarketing sürecinde hangi adımlarda funnel’a dahil olduklarını raporlamak önemli olacaktır.
Yine yazımızda belirttiğimiz üzere doğru raporlama doğru soruları sormamızı ve analiz noktasında bize faydalı insight’lar sağlayacaktır. Kullanıcı satın alma funnel’ına göre en fazla dropoff’un sepete ekleme aşamasında olduğunu görmekteyiz.
İşte bu noktada hipotezleri geliştirmek adına şu soruyu sormamız gerekecek:
Ürün detay sayfasında kullanıcı neden "add to cart" (sepete ekle) işlemini gerçekleştirmiyor?
UX noktasında veriden faydalanmaya başlayacağımız merkezimizi bulduğumuzu söyleyebiliriz. Burada datayı görmeden verebileceğimiz aslında birçok cevap bulunuyor. Ancak hipotezimizi data ile desteklemek en önemli unsur olacaktır.
Quantitative and qualitative (nicel ve nitel) veriden bağımsız olarak alınacak kararların ne denli olumsuz sonuçlara neden olabileceğini önceki tecrübelerimizden biliyoruz. Bu noktada quantitative veri için web analytics tool’ları (örneğin Google Analytics) ve qualitative veri için Hotjar Session Recording ya da Yandex Session Replay gibi tool’ları kullanabilirsiniz. Quantitative veriden önce qualitative veriye bakmak yine Google Analytics’e doğru soruları sormanız için elinizi güçlendirecektir.
Unutmayın ki Google Analytics gibi web analytics tool’larında sorabileceğiniz yüzlerce rapor içeriği bulunmaktadır ve hangi soruyu soracağınızı bilmek hem efor hem de sonuç açısından lehinize olacaktır.
Yukarıdaki örnekten yola çıkacak olursak bir kullanıcının ürün detay sayfasında sepete eklememe noktasında bir çok nedeni olabilir:
• Ürünün fiyatının yüksek olması,
• Sepete ekle butonunun kullanıcı viewport’unun altında olması,
• Sepete ekle "call to action" için uygun bir renk yerine clutter’a neden olabilecek ya da diğer buton’larla benzer tonda bir renk seçilmesi,
• Ürünün içeriğinin yetersiz olması,
• Ürün görsellerinin yetersiz olması,
• Ürünün stokta olmaması,
• Ürün detay sayfasında önerilen ürünler kısmında ziyaretçiye kafa karıştırıcı ürünler gösterilmesi...
Bu cevapları tabii ki artırabiliriz. Ancak bu cevaplar CRO ve A/B testing aşamasında yeterli olmayacaktır. Her hipotezin veri ile desteklenecek bir formata getirilmesi önemlidir.
Bir ürünün sepete eklenmemesi ile ilgili hipotezleri sunarken bu hipotezleri destekleyici data proof (data kanıt) gerekmektedir.
Örnek vermek gerekirse;
• Competitive Analysis: Rakip websitelerdeki ürün fiyatlandırmaları, mevcut sitedeki ürün detay sayfalarında web sitesi çıkışlarını anlamak için iyi bir yöntemdir.
• Text Copy Event Entegrasyonu: Ziyaretçi ürün ismini sitede kopyalıyor ise başka bir sitede fiyat karşılaştırması yapıyor olabilir.
Burada dikkat edilmesi gereken ise ziyaretçi ürün ismini kendi sitemizde kopyalıyorsa kullanıcının aramaya kendi sitemizde başladığını düşünebiliriz. Bu ziyaretçileri anlamak ve remarketing list oluşturmak bu noktada önemli olacaktır.
• Scroll Event: Ziyaretçi ‘sepete ekle’ butonunu viewport’ta görmüyor olabilir.
Birçok sitede ‘sepete ekle’ butonu kullanıcının viewport’unun dışında konumlandırılabilmektedir. Bu durum kullanıcıların ‘sepete ekle’ butonunu görememesine ve etkileşimde bulunmamasına neden olabilir. Kullanıcıların scroll dışında konumlandırılan butonlarla olan etkileşimlerini takip edebilirsiniz.
• Custom dimension entegrasyonu (stock bilgisi): Ürünün tamamı ya da bazı alt modelleri (beden, renk) stokta yoksa ürüne ait bu bilgiler custom dimension olarak gönderilmelidir.
Ziyaretçilerin ürün detay sayfalarında ‘add to cart’ etkileşimlerinin az olmasının ya da hiç olmamasının nedeni stock bilgisinin olmaması olabilir. Bu insight’ı yakalayabilmek için ürün detay sayfalarında stock bilgisinin gönderilmesi uygun olacaktır.
• Ürün görselleri mouse over entegrasyonu: Kullanıcı ürün görsellerine geldiğinde istediği özellikleri ya da formatı göremiyor olabilir.
Ziyaretçi ürün detay’daki bilgiler dışında daha fazla ya da farklı formatta görsele ihtiyaç duyabilir. Bunu anlayabilmek adına ürün görsellerinde mouse over eventi göndermek doğru olacaktır.
Sonuç olarak;
Conversion Rate Optimization sürecinde, A/B test noktasında aksiyon almadan önce kullanıcı davranışlarını data proof (data kanıt) ile ortaya koymak çok önemlidir. Bu yüzden Conversion Rate Optimizationu, siteye gelen ziyaretçinin anlaşılıp bu davranışlara göre alınacak aksiyonlar bütünüdür.
Doğru ve özelleştirilmiş data ile yorumlanmayan ve qualitative veri ile desteklenmeyen hipotez, başarılı sonuçlar elde etme konusunda hem başarısız olacak hem de zaman kaybına neden olacaktır. Bu sebeple sık ve gereksiz olarak yapılabilecek bir UX değişikliği, özellikle returnining (siteye tekrar gelen) ziyaretçilerin her seferinde farklı bir yapı görmesine ve bu sebeple de kayıplara yol açacak ve sonuç olarak başarısız bir CRO’ya dönüşecektir.
