Как правило, для большинства компаний финал оптимизации конверсии наступает с достижением локального максимума. На данном этапе рост показателей и продвижение вперед может стать серьезным вызовом. Что предпринять в этой ситуации, какого сценария придерживаться?
Первое, что нужно осознать, — это нетипичная ситуация.
Многие компании все еще познают основы оптимизации, то есть находятся в самом начале пути (несмотря на рост популярности этого рода деятельности в последние годы). CRO — это настолько же новая и свежая отрасль, как и интернет-маркетинг.
Опыт деятельности в области оптимизации у 58% опрошенных специалистов колеблется в пределах от 0 до 2 лет
Однако даже те компании, которые обладают должным уровнем компетенций и ресурсами для осуществления перманентного процесса оптимизации, могут загнать себя в угол и столкнуться с проблемой продолжения роста, если будут опираться исключительно на традиционные подходы.
Эта статья поможет расширить ваш арсенал инструментов оптимизации и подкинет идей, как преодолеть ограничения текущей стратегии. Вашему вниманию будут предложены три метода достижения успеха в уже хорошо оптимизированных областях.
Метод 1: оптимизация пожизненной ценности клиента
Опытные эксперты считают, что во время оптимизации необходимо осуществлять работу над метрикой, которая может непосредственно повлиять на уровень прибыли. Как правило, речь идет о таких показателях, как абсолютное количество конверсий, общий доход, доход на посетителя, стоимость одного привлеченного клиента (очевидно, что чем меньше, тем лучше).
Если вы тоже сосредоточены на этих метриках, то большая часть ваших усилий привязана к денежным ценностям. Ведь рост любого из этих показателей означает, что в конце оптимизации ваша компания станет успешнее и богаче, чем в ее начале.
Внимание на долгосрочных эффектах
Однако если какая-то метрика сулит вам громадные прибыли прямо сейчас, вы скорее всего упускаете из виду показатели, которые обеспечат вас прибылью в будущем. К сожалению, сегодня бизнесы в большей степени склонны опираться на краткосрочный эффект от проводимых тестов и испытаний.
Оптимизация жизненной ценности клиента (LTV, lifetime value) предоставляет вам возможность увеличить объем денег, который принесут ваши клиенты в течение длительного периода времени. И это в корне отличается от того, что вы получите, улучшая традиционные KPI.
Выберите модель для расчета стоимости жизни клиента
Первый шаг, который вам предстоит сделать, — это выбрать модель измерения текущего LTV ваших существующих клиентов.
Google Analytics предоставляет возможность формировать отчет о жизненной ценности клиента прямо из коробки (для тех, кто хочет пройти этот маршрут как можно быстрее). У этой модели есть ограничения (она проектирует LTV только на будущие 90 дней), но это по-прежнему один из самых доступных способов начать работу в этом направлении.
Встроенный отчет о пожизненной ценности в Google Analytics
Имплементируйте трекинг пользователей по ID
Так как вы будете отслеживать поведение людей в течение длительного отрезка времени (а именно, все время их пребывания в статусе клиента), вам понадобится надежный способ регистрировать эти данные. Google Analytics опирается на файлы cookies пользователей, но всем известно, что этот метод весьма ненадежен: люди могут почистить «куки» в любой момент, и в ваших отчетах они будут отображаться как новые посетители.
Предположим, что некий клиент уже неоднократно совершил у вас покупку. Без помощи идентификатора Google Analytics будет воспринимать его в качестве нового покупателя каждый раз, когда тот будет чистить «куки» и покупать у вас снова. Весь опыт до удаления cookies не будет учтен при расчете CLV.
Каждый раз после удаления файлов cookies покупатель будет восприниматься системой в качестве нового
Большинство инструментов не способны «узнать» одного и того же пользователя, если он заходит на ваш сайт с разных устройств и даже браузеров. Как результат — неверно рассчитанный LTV клиентов, которые имеют многоканальный опыт работы с вашим сервисом.
Учитывая все эти нюансы, при вычислении значения lifetime value рекомендуется сопоставлять данные клиента с личным идентификатором. Если же ваш сайт не предлагает пользователям интерфейс, через который они могут логиниться, в качестве идентификаторов могут применяться электронные письма.
Сегментируйте целевую аудиторию на основе потребительского поведения
Оптимизация долгосрочных эффектов способствует получению более разнообразных, по сравнению с оптимизацией, ориентированной на традиционные краткосрочные метрики, результатов. С LTV в качестве KPI эффект от нее вы сможете ощутить только в будущем.
Сегментирование клиентов в когорты может оказаться полезным для отслеживания и использования этих эффектов. Это можно сделать разными способами, но одним из наиболее гибких и простых в понимании является RFM-анализ.
RFM — это модель анализа, в ходе которого распределение клиентов по группам происходит на основе трех параметров, отслеживаемых в течение последних 12 месяцев:
- срок давности (R — recency) последней конверсии, обычно измеряется в месяцах;
- частота конверсий (F — frequency), также измеряется в месяцах;
- денежная ценность (M — monetary value), которую произвел человек для вашего бизнеса за тот период, пока был вашим клиентом.
3 оцениваемых параметра: давность покупки, частота и денежная ценность
Как происходит деление клиентской базы на когорты при помощи RFM-анализа
Клиенты оцениваются по каждому из этих трех параметров и получают баллы (используются данные за последние 12 месяцев). В зависимости от суммы баллов, которую они набрали по всем трем параметрам, люди распределяются по тертилям (тертиль — это совокупность, которая содержит 33% элементов от общего количества).
Баллы по каждому из трех параметров варьируются от 1 до 3, где 1 — это лучший результат (относится к верхнему тертилю по данному параметру), а 3 — худший (относится к нижнем тертилю).
Отдельные оценки клиентов по каждому параметру затем суммируются, становясь последовательностью из 3 чисел: оценка срока давности (новизны), оценка частоты, оценка денежной ценности (R-F-M). Эта конкатенация создаст когорты.
Примеры RFM-когорт
Пример №1: клиент, который входит в верхний тертиль по всем трем параметрам, будет принадлежать когорте «1-1-1».
Пример №2: другой покупатель, который находит в замыкающем тертиле по таким параметрам, как частота покупок и срок давности, но входящий в 66% по денежной ценности, попадет в «3-3-2»-когорту.
Интерпретация когорт
Клиенты из когорты «1-1-1» — самые лучшие покупатели. Они находятся в первой трети вашей клиентской базы по сроку давности их последней покупки, частоте, с которой они покупают у вас, а также той сумме денег, которую они тратят на товары вашей компании.
На другом конце спектра находится когорта «3-3-3»: туда попадают далеко не самые выгодные для вас покупатели. Эти клиенты подолгу не конвертируются, редко совершают покупки и тратят мало по сравнению с другими когортами.
Выбор варианта дробления
Использовать квинтили вместо тертилей в RFM-анализе — это довольно распространенная практика. Такой подход позволяет дробить совокупность клиентов на когорты с более высокой степенью детализации и, соответственно, проводить более детальный анализ по каждой. Но недостатком является то, что вам придется анализировать куда больше когорт. С тертилей лучше начинать, потому что конечный результат более удобен для интерпретации и дальнейшей работы.
Если вы будете использовать тертили, итоговое число когорт составит 27, и это то количество, с которым должны справиться большинство новичков. Если вы будете использовать квартили, вы получите 64 когорты, квинтили — 125 когорт. Выполнение глубокого анализа на таком большом количестве групп довольно трудоемко.
Помните, что простое приписывание баллов каждому клиенту и построение когорт недостаточно. Вам все равно придется их анализировать, чтобы выяснить, к каким группам как обращаться.
Это не означает, что большое количество когорт плохо — компании со значительным количеством клиентов могут выиграть от более детального подхода, даже если для обработки данных потребуется больше усилий.
Выясните, какие когорты имеют самые высокие LTV
RFM-когорты прекрасно дополнят ваше знание показателей LTV, которые вам дала та модель, которую вы выбрали чуть ранее (например, Google Analytics). Теоретически клиенты с самыми высокими значениями LTV должны располагаться в самых высоких RFM-когортах, но это происходит не всегда.
Начните с составления рейтинга клиентов по их значениям жизненной ценности. Затем проверьте, к каким когортам принадлежат 10% ваших клиентов с наибольшим LTV. Именно они станут иллюстрацией покупательского поведения, которое характерно для ваших самых ценных клиентов.
Поиск повторяющихся паттернов
Теперь вам нужно найти повторяющиеся паттерны в когортах для каждого из параметров RFM. Это знание будет вам полезно при проведении будущих тестов и кампаний, чтобы стимулировать покупательское поведение, характерное для клиентов из самых прибыльных когорт.
При помощи такого параметра, как давность покупки, вы сможете найти оптимальное окно времени, в течение которого необходимо добиться совершения нескольких конверсий, чтобы покупатели могли достигнуть высоких значений жизненной ценности.
Это может быть сделано разными способами:
- активация по электронной почте или с помощью push-уведомлений с соответствующим сообщением (убедить людей посетить вашу платформу и совершить конверсионное действие);
- ограниченные по времени акции для тех клиентов, которые близки к тому, чтобы покинуть ваш сервис в этом окне времени;
- эксклюзивные предложения тех товаров и услуг, которые клиенты ранее добавили себе в корзину,
и так далее
Duolingo использует электронную почту и push-уведомления, чтобы поддерживать высокую активность пользователей
Частота конверсии демонстрирует количество покупок за единицу времени, которые совершают ваши наиболее прибыльные клиенты. Погрузитесь в историю и попытайтесь найти закономерности в том, что они покупают. Что такого они делают, что отличает их от других клиентов, которые не покупают так часто? На какие акции они реагируют?
Так, вы можете узнать, что оптимальная стратегия — это не всегда продвигать товары с высоким средним чеком; вместо этого убедите людей совершать недорогие транзакции, но более частые, которые помогут сохранить их активность на долгое время.
Pinterest улучшил показатель частоты покупок при помощи мотивационных факторов и фактора срочности
Связанная с этим денежная ценность будет определять размер среднего чека при подборе офферов, которые вы предлагаете своим клиентам. Попробуйте узнать, каков средний размер чека в сделках с клиентами, которые имеют высокие показатели LTV — это поможет понять образцы поведения, которые могут быть скопированы другими покупателями.
Имейте в виду, что клиенты с высокими показателями Monetary Value не обязательно будут клиентами с высокой жизненной ценностью. Вполне возможно, что клиент покупал у вас пару раз, потратил много денег и получил много баллов в Monetary Value, но если он больше не совершит повторных покупок, то его ценность для вас не слишком высока.
Добавление в анализ путь клиента
Теперь вы владеете следующей информацией:
- значение оптимального периода времени, в течение которого вы можете добиться повышения LTV пользователя;
- как часто покупают у вас самые прибыльные клиенты;
- какого размера чека следует стараться достигнуть в каждой когорте.
Но поведение посетителей, характерное им при движении по вашей воронке, все еще неизвестно.
Ниже — набор вопросов, на которые вы можете попробовать дать ответ после изучения RFM-сегментации для сопоставления того, что вы там наблюдали, с тем, что происходит на страницах вашего сайта:
- каковы закономерности пути клиентов с самым высоким LTV?
- какое одно действие, совершаемое пользователями, имеет наибольшую корреляцию с повторными конверсиями?
- есть ли закономерности в действиях клиентов, которые собираются отказаться от услуг сервиса / принадлежат к когорте пользователей с низкой жизненной ценностью?
- как много контактов с вашей воронкой совершили клиенты, которые конвертировались дважды?
- что это за точки соприкосновения?
- что насчет клиентов, которые конвертировались три / четыре / пять / n раз?
- какие клиенты активнее реагируют на разного рода акции?
- какие клиенты готовы приобрести ваш продукт оптом/оформить годовую подписку при наличии определенного триггера?
- какие виды акций/офферов имеют наивысшие шансы заставить клиента совершить покупку спонтанно, независимо от размера чека?
- сколько раз в среднем самые прибыльные клиенты посещают вашу платформу?
- какие страницы они посещают чаще всего?
Добавьте больше клиентов в прибыльные RFM-когорты
Теперь у вас есть более детальное представление о конверсионных паттернах ваших наиболее прибыльных клиентов. Вы определили маршруты пользовательского движения по сайту, которые способствуют росту жизненной ценности клиента.
Эту информацию можно использовать для проведения экспериментов на протяжении всей воронки с целью убедить как можно большее число покупателей копировать те паттерны выгодного для вас поведения, которые вы выявили.
Все это очень похоже на маркетинговый концепт, известный нам под названием «ага!-момента», но вместо того, чтобы ускорять движение пользователей к той стадии в их путешествии, когда они осознают ценность продукта («ага!-момент»), вы находите правильные триггеры, которые заставляют пользователей возвращаться и попадать в прибыльные паттерны, определить которые вам помогла RFM-модель.
Краткосрочная и долгосрочная рентабельность
Оптимизация жизненной ценности может означать, что вы будете зарабатывать меньше денег в краткосрочной перспективе. Это возможно, например, в случае, если пользователи, которые имеют более низкий показатель денежной ценности окажутся лояльными покупателями. Их поведение означает получение меньшего дохода сейчас, но это обеспечит рост прибыли в будущем.
Является ли это чем-то желательным для вашей компании или нет, зависит от ваших целей. Краткосрочные и долгосрочные компромиссы в вопросах прибыли должны оцениваться индивидуально.
Очевидно, что LTV-оптимизация добавляет ценности всей воронке. Она активизирует эффекты более высокого порядка. А вы расширяете имеющийся у вас арсенал возможностей для долгосрочной оптимизации.
Метод №2: отслеживание и смягчение падения роста показателей
После завершения тестов оптимизаторы обычно проводят анализ результатов, чтобы расшифровать полученные данные, зафиксировать их и предпринять необходимые меры по имплементации варианта, если вдруг он окажется победителем.
По завершении данного этапа начинается подготовка к следующему эксперименту. Многократное прохождение цикла приводит к тому, что иногда обнаруженный рост показателей оказывается непостоянным.
Это обстоятельство заслуживает внимания, поскольку оно нивелирует достигаемый вами рост показателей в долгосрочной перспективе и может быть вредным для вашей программы оптимизации.
В качестве примера рассмотрим результаты двух отдельных экспериментов, проводимых для страниц интернет-магазина (оба были статистически значимыми на уровне 95%).
Очевидно, что полученные результаты обязывают оптимизатора немедленно имплементировать изменения.
Угасание подъема после имплементации
В данном эксперименте контрольная страница продолжила существовать в течение нескольких месяцев после выявления варианта-победителя, но на нее направлялся незначительный объем трафика. Это позволило сравнить производительность оптимизированных вариантов и тех страниц, которые они превзошли несколько месяцев назад.
Чтобы осуществить подобное сравнение, повторите тот же самый тест, где вы нашли «победителя», но чьи показатели позже снизились.
С течением времени вы теряете способность видеть падение производительности варианта, но, проведя тест повторно, у вас все равно будет картинка того, что происходит прямо сейчас. Важно узнать, способен ли выигрышный вариант повторить результаты предыдущего теста.
Как показано на графике, полученный уровень конверсии не так хорош, каким он был более пяти месяцев назад, когда проводился первый эксперимент. Полученный рост показателей постепенно сходит на нет через 3-4 месяца. Вариант cv-hm-0004 (синяя линия) так и не смог оправиться после падения.
Никаких значимых изменений воронки не производилось, поэтому на первый взгляд никаких объективных причин для снижения показателей нет.
Так почему происходит угасание роста и что можно сделать, чтобы избежать подобного?
Если вы подозреваете, что выигрышный вариант работает не так хорошо, как должен, первый шаг, который вам необходимо сделать — это исключить эффект новизны.
Вносимые вами изменения на страницах освежают опыт взаимодействия пользователей с ресурсом, но это ощущение с течением времени также угасает. Ваша аудитория могла привыкнуть к старой версии сайта, и какие-то обновленные элементы могут вызывать положительную или отрицательную реакцию просто потому, что они выглядят не так, как выглядели раньше.
Сегментируйте результаты, разделяя аудиторию на новых и возвращающихся посетителей. Если новинка вызывает эффект, новые посетители должны быть невосприимчивы к этому. И это отобразиться в цифрах.
Пример сравнительного отчета по конверсии новых посетителей и повторных в Google Analytics
Воображаемый рост
Убедитесь, что статистические параметры и продолжительность теста были правильно рассчитаны. Следуйте наиболее распространенным рекомендациям: проводите тест в полных бизнес-циклах, держите уровень значимости на отметке в 95%, если у вас есть трафик и время, чтобы дождаться, пока не будет достигнут необходимый размер выборки.
Если проводить тесты, не придерживаясь этих рекомендаций, можно, в конечном счете, получить то, что называется «воображаемым ростом».
Техническая реализация
Если ваш процесс включает в себя построение и тестирование варианта, построенного в редакторе или конструкторе посадочных страниц, лишний раз проверьте техническую реализацию страницы, находящейся на тесте, и страницы, которая была в итоге имплементирована.
Если вы используете собственную технологию, позволяющую корректировать страницу, находящуюся на тесте, убедитесь, что интерфейс версий, которые вы имплементировали, выглядят идентично тем версиям, которые были протестированы.
Если это не так, данная ошибка может стать причиной снижения производительности после развертывания нового варианта.
Внешние факторы
Ищите изменения в окружающей среде, которые могли быть причиной спада. Необходимо проверить следующее:
- есть ли признаки изменений в поведении клиентов?
- появилась ли у вашего продукта новая аудитория после введения изменений?
- возможно ли, что что-то работает неправильно с технической точки зрения?
- появились ли на рынке новые конкуренты? Не проводились ли ими маркетинговые кампании?
- являются ли предыдущие и последующие страницы в маршруте покупателя все теми же, что и при первом запуске теста?
- не запускались ли в тот же период другие тесты? Могли ли они повлиять на результаты?
Тест падения роста и его анализ
Если вы уже убедились, что эти факторы не являются причиной, классифицируйте случаи, в которых наблюдался спад. Вам придется построить систему, которая позволит вам учиться на паттернах.
Дав ответ на все перечисленные ниже вопросы по каждому варианту, где произошло снижение показателей, вы сможете более критично оценить причины эффекта.
Исследование спада:
- насколько упала производительность (в %) варианта-победителя с момента его имплементации к моменту проведения текущего теста?
- каков промежуток времени между первоначальным тестом и последующим тестом?
- является ли спад более ощутимым для определенных страниц / точек соприкосновения воронки?
- оказались ли также затронуты любые микро-преобразования / другие шаги в воронке?
- изменилось ли среднее время, проведенное на странице?
Исследование характеристик теста:
- какая страница была затронута вариантом-победителем?
- какие элементы были затронуты выигрышным вариантом?
- другие выигрышные тесты для подобных страниц / элементов также демонстрируют такой спад?
- на какую часть конверсионного пути повлиял тест?
- другие тесты, которые повлияли на эту же часть, имеют аналогичный спад?
- является ли маршрут к конверсии таким же, каким он был в момент проведения первоначального теста?
- какие эмоциональные драйверы были затронуты тестом (если таковые имеются)?
- можете ли вы предсказать спад для других тестов, где были затронуты такие же драйверы?
Исследование аудитории (поведенческое и демографическое):
- были ли задействованы какие-либо новые маркетинговые каналы по привлечению клиентов после начала тестирования?
- спад показателей характерен для всех категорий пользователей?
Проверьте по:
- региону;
- браузеру;
- девайсу;
- времени суток;
- источнику трафика;
- RFM-когорте.
Ваш подход к анализу спада будет сильно зависеть от контекста, в котором происходит спад. Не всегда удается получить четкое понимание, почему производительность победителя со временем снизилась, но документирование поможет обнаружить паттерны, которые вы можете учесть при разработке тестов в будущем, чтобы сделать ваши страницы более устойчивыми к спаду.
Метод №3: оптимизация конкурентоспособности
Ваш бренд испытывает конкуренцию с другими постоянно. И неизбежно, что клиенты, которые покупают у вас, время от времени будут прибегать к услугам других компаний.
Анализ страниц конкурентов — это весьма эффективный способ пролить свет на то, с какими проблемами сталкиваются и как их решают ваши соперники. Всегда есть шанс, что они уже нашли решение, о котором вы даже не задумывались.
По ходу анализа вы сумеете сформулировать немало гипотез, которые затем сможете проверить при помощи теста. Возможно, вы сможете успешно скопировать некоторые решения ваших конкурентов, нивелируя недостаток собственных идей и экономя время на проведении исследований.
Если вы считаете какой-то бренд конкурентом, это, вероятно, означает, что ваши аудитории пересекаются. Это пересечение может помочь вам определить, каких конкурентов вам стоит проанализировать подробнее — ведь вы хотите быть уверены, что те решения, которые вы намереваетесь перенять, будут хорошо работать и у вас.
Измерение пересечения аудитории
Данное пересечение выступит критерием отбора конкурента или группы конкурентов для анализа.
Одним из инструментов, который поможет вам оценить масштабы пересечения аудиторий, является Facebook. Обратите внимание, что данный подход подойдет лишь в случае, если конкуренты, которых вы анализируете, также имеют публичную страницу в Facebook.
Вот что нужно сделать:
1. Откройте в свою учетную запись Facebook для бизнеса, перейдите страницу «Аудитории».
2. Импортируйте заранее подготовленный список контактов в Facebook в качестве аудитории. Можете использовать свою базу подписчиков. Если ваша компания имеет активный профиль на Facebook или Instagram, вы можете составить список из своих фолловеров и использовать его в оценке.
3. Теперь создайте новое объявление. Объявление не будет запущено, вам просто нужны опции, которые доступны на экране создания рекламы.
4. Пропустите все настройки и перейдите сразу к «Детальному таргетингу». Введите название компании конкурента и выберите его из выпадающего списка.
5. Число потенциального охвата будет обновлено. Запишите его. Это размер аудитории конкурента на Facebook.
Размер аудитории вашего конкурента
6. Все еще находясь в окне создания рекламы, найдите секцию «Custom Audiences» и добавьте туда аудитории, которые вы создали на шаге 2.
7. Вы заметите, что число аудитории в правом верхнем углу изменилось. Запишите его. Это количество людей, которые одновременно присутствуют как в составе аудитории вашего конкурента, так и вашей.
8. Теперь разделите это число на число, полученное на шаге №5.
В примере, указанном выше, это будет означать, что вам понадобится разделить 1 300 000 на 5 200 000. Соотношение, которое вы получите, — это предполагаемый процент пересечения аудиторий вашего бренда и конкурента. В данном примере, это 25%.
Этот подход несовершенен. К примеру, вы не сможете им воспользоваться, если у вашего конкурента не будет активной страницы в Facebook. Тем не менее, это дешевый и быстрый способ узнать, какие конкуренты стоят вашего времени и внимания.
Зачем вычислять пересечение аудитории?
Чем больше ваша аудитория совпадает с аудиторией ваших конкурентов, тем более вероятно, что все их находки и решения в маркетинге и дизайне сработают и для вас. Можете взять за правило: если пересечение составляет хотя бы около 10%, присмотритесь внимательно к сайту конкурента.
Если решения, которые вы позаимствуете, привлекут хотя бы каждого десятого посетителя, по крайней мере, вам нужно будет более внимательно отнестись к ним и попытаться усовершенствовать. Полученные знания могут быть адаптированы и преобразованы в глобальные изменения, способные обеспечить подъем для остальной части трафика.
Имейте в виду, что все копировать не стоит, ведь и ваши конкуренты допускают ошибки. Проведите качественный конкурентный анализ, чтобы исключить из внимания все неудачные ресурсы.
Выбор конкурентов для заимствования идей
Основываясь на данных о пересечении, выберите конкурента, который, как вы думаете, весьма успешно справляется с задачей оптимизации сайта. Найдите общие у вас с конкурентом страницы (главная, страница о компании и т.д.).
Отдайте предпочтение тем страницам, которые отличаются друг от друга сильнее всего, и именно оттуда черпайте идеи для тестов. Чем больше изменений одновременно вы сможете произвести, тем выше вероятность, что вы сможете оказать ощутимый эффект на свои целевые метрики.
Выбор элементов для тестирования
Для того, чтобы учиться у конкурентов, вам придется оценить ряд количественных и качественных характеристик на своих страницах. Обратите внимание на такие элементы, как:
- количество и характеристики кнопок;
- другие интерактивные элементы;
- количество и выбор слов;
- формы и поля форм;
- изображения и мультимедиа;
- блоки контента, их структура и организация;
- CTA;
- эмоциональные драйверы;
- темы и стили.
Определившись с набором элементов, который вы будете тестировать, создайте новый дизайн (вариант) страницы, используя те идеи, которые вы подсмотрели у своего конкурента. Затем настройте переменные в выбранном инструменте и запустите тест.
Анализ теста
По завершении теста оцените и сегментируйте результаты для более подробного анализа.
Спросите себя, почему подход ваших конкурентов сработал или не сработал для аудитории, которую вы анализируете. Это научит вас тому, как выстраивать общение с различными группами пользователей — вы также можете использовать RFM-когорты для этой оценки.
Возможно, вам будет трудно дать конкретный ответ на этот вопрос с помощью всего одного теста, основанного на идеях конкурентов. Чем больше таких тестов вы проведете, тем легче будет обнаружить паттерны роста, которые могут быть распространены на всю вашу аудиторию.
Эту процедуру можно повторить для всех наиболее важных разделов сайта. Не ограничивайте себя одним конкурентом — анализируйте всех известных игроков, которых вы считаете прямыми соперниками.
Заключение
Независимо от того, каких успехов вам удастся достичь представленными методиками, всегда можно и нужно пробовать что-то новое. Цель этой статьи — проиллюстрировать техники и средства, которые помогут вам выйти за пределы текущей программы оптимизации и открыть новые источники роста.
Высоких вам конверсий!
По материалам: conversionxl.com
