В погоне за конверсиями большинство маркетологов тратит 90% ресурсов на привлечение трафика. Поскольку бюджет у всех ограничен, рано или поздно достигается потолок объема трафика и начинается игра с изменением таргетинга, креатива и уникального торгового предложения с целью захватить большую аудиторию и привлечь больше квалифицированного трафика. 

Но эта игра часто заканчивается падением качества трафика и ростом стоимости привлечения клиента.

Что же делать? Очень просто — увеличьте доход, который вы получаете от текущего трафика. 

Как это сделать? Еще проще — оптимизируйте уровень конверсии на сайте для роста среднего чека и среднего количества трансакций на пользователя. 

Итак, давайте посчитаем на примере. 

Условия: 

* Бюджет на привлечение трафика — $100.

* Стоимость одного перехода — $1. 

* Количество посетителей ($100 / $1) — 100. 

Сценарий 1: Из 100 посетителей купили 5 человек. Стоимость привлечения одного клиента — $100 / 5 = $20. 

Сценарий 2: Из 100 посетителей купили 10 человек. Стоимость привлечения одного клиента — $100 / 10 = $10. 

На этом примере видно, что, повысив уровень конверсии посетителя в продажу, вы пропорционально снижаете стоимость привлечения клиента. Эта математика усложняется с применением Пожизненной Ценности Клиента (Customer Lifetime Value), как в случае с приложениями и SaaS-бизнесами; или с использованием среднего чека, как в случае с eCommerce-магазинами, но для этого материала достаточно будет упрощенной формулы. 

Итак, для роста среднего чека и среднего количества трансакций на пользователя используйте систему оптимизации уровня конверсии или Conversion Rate Optimization (CRO). 

Вот пять наиболее эффективных приемов использования CRO:

Анализ воронки

Разметьте в Google Analytics каждую точку соприкосновения пользователя с вашим сайтом/инструментом в конверсионной воронке. Так вы сможете определить страницу или конкретный клик, после которого пользователи покидают воронку. Более того, вы можете разбить воронку на сегменты и определить не только наиболее неэффективные этапы воронки, но и сегменты, которые ответственны за основной отток трафика. 

Например, вы можете определить, что самым проблемным этапом воронки является карточка товара. Но это не значит, что все сегменты трафика одинаково плохо конвертируются на ней. Возможно какой-то определенный сегмент ответственный за львиную долю оттока. Такими сегментами часто бывают разные категории устройств, браузеры и их версии, операционные системы и их версии, а также разрешения экрана. Успешный поиск проблемного сегмента позволит вам сфокусировать CRO-деятельность.

Выявление багов и нарушений клиентского опыта


Если взять все комбинации видов устройств, браузеров/версий, операционных систем/версий и разрешений экрана, которыми пользуется ваши клиенты, то вы увидите, что их может быть десятки, а в некоторых случаях — сотни. Вероятность, что в какой-то из этих комбинаций поплыла верстка, есть конфликт скриптов или не работает какой-то кликабельный элемент, — высокая. 

Этот баг или нарушение клиентского опыта в одном или более сегментах может вам стоить тысячи $. Стоит ли его исправлять? Математика очень проста: отнимите стоимость устранения бага от объема недополученной выгоды в $ за 12 месяцев. В большинстве случаев вы получите положительный ответ.

Регрессионный анализ

В большинстве CRO-проектов наша задача — увеличить уровень конверсии и минимизировать уровень оттока трафика. Есть поведение пользователей, которое взаимосвязано с более высоким уровнем конверсии или оттока трафика. В этом виде анализа нам необходимо найти такое поведение и протестировать его на предмет причинно-следственной связи с конверсией/оттоком. 

Например, мы можем обнаружить, что посещение закладки «Политика возврата» на карточке товара коррелирует с более высоким уровнем конверсии. Одна гипотеза может говорить о том, что пользователи, которые ознакомились с этой информацией, имеют более высокую склонность к покупке. Вторая гипотеза может говорить о том, что более мотивированные пользователи, которые и так готовы купить, посещают эту вкладку. Итак, для того, чтобы протестировать, какая из гипотез ближе к реальности, мы разрабатываем А/В-тест, где на альтернативной вариации переносим информацию из вкладки «Политика возврата» сразу на основную страницу карточки товара. 

Если мы подтвердили гипотезу и нашли причинно-следственную связь, то все, что нам нужно сделать, это использовать приемы клиентского опыта (UX) для того, чтобы мотивировать пользователей выполнять нужные нам действия.

Сегментация китов (наиболее прибыльных клиентов)

Есть клиенты с низким средним чеком. А есть клиенты, которые тратят больше среднего, но стоимость их привлечения примерно такая же, как и клиентов с низким средним чеком. Для роста основных показателей в eCommerce — стоимости привлечения клиента и дохода на пользователя — необходимо привлекать самых прибыльных клиентов с высоким средним чеком и низкой стоимостью привлечения. 

Для этого вам нужно создать сегменты с наиболее прибыльными клиентами, определить их поведенческие и демографические характеристики и сфокусировать кампанию для привлечения этих сегментов трафика.

А/В-тестирование

А/В-тестирование — наиболее универсальный из существующих инструментов для тестирования гипотез и совершенствования клиентского опыта для роста ключевых метрик. 

Тестируйте радикальные решения, если хотите существенного роста. К радикальным решениям относятся: полное изменение дизайна страницы, изменение потока пользователей и оптимизация глубины воронки. Мелкие решения дадут вам незначительное изменение ключевых метрик и могут быть подвержены сезонным колебаниям. 

Помните, что для получения достоверных результатов эксперимента необходимо выполнить три условия: 

1. Достичь необходимого уровня трафика, который определяется до начала эксперимента с помощью таких калькуляторов, как этот или этот

2. Добиться уровня статистической значимости 95%-99%. 

3. Получить мощность результата эксперимента на уровне не меньше 0.8. 

Эксперимент должен идти минимум один бизнес-цикл (для большинства компаний это одна неделя), но не более четырех недель, чтобы обезопасить себя от загрязнения выборки (случается, когда пользователи, которые уже участвовали в эксперименте, чистят куки и видят вариацию, отличающуюся от изначальной).

Финальный вывод

Использование 90% маркетингового бюджета для привлечения трафика рано или поздно сталкивается с убывающей отдачей. Для оптимизации маркетинговых расходов и обеспечения устойчивого роста необходимо совершенствовать клиентский опыт и эффективность воронки. Это позволяет добиться снижения стоимости привлечения трафика и роста ключевых метрик (конверсии в покупку и среднего чека).