webshop címkével jelölt bejegyzések

Hírlevél vs email marketing

“…az email marketinget sokan temetik, mert vannak divathullámok a marketingen belül is, amire sokan ráülnek, pedig rengeteg olyan eszköz van, amit jól lehet használni, de a legtöbben nem stratégiában gondolkoznak, hanem kiragadnak egy eszközt, hogy most mindenki ezt csinálja, csináljuk mi is…”

fabian-levente
Fábián Levente

Levente térképészből lett selfmade marketinges, aki jelenleg az eOptika marketing menedzsere. A NATO katonai térképeinek szerkesztése után átképezte magát: megtanult aprópénzből vagy bizonyos formában ingyen tesztelni különböző marketing eszközöket, amiből ki tudott dolgozni olyan folyamatokat, amik segítségével gyorsabban és hatékonyan tudott dolgozni. Fontosnak tartja azt, hogy elsődlegesen azokat az adatainkat ismerjük meg, amikkel már eleve rendelkezünk, tehát saját small data világunkat hasznosítsuk mielőtt a drágább és bonyolultabb rendszerekre állunk át.

Fő területe az email marketing, tehát ha webáruházad van, akkor mindenképp hallgasd meg az előadását a B-DATA2 konferencián, hiszen rengeteg hasznos információt tartogathat számodra.

Hírlevél vs email marketing bővebben…

Miért szeretem az adatelemzést?

Mostanában – így félévzárás után – sokat gondolkoztam azon, hogy vajon miért is szeretem az adatelemzést?

3 dolgot találtam.

1. Tényeket közlünk.

Több weblap-dizájner ismerősöm is van. Legtöbbjük iszonyatosan tehetséges, szuper weblapokat dizájnolnak, működő, korszerű kódokat tesznek mögéjük – de valahogy mindig van legalább egy ember az ügyfél oldalán, akinek valami apróság nem tetszik. “Szerintem ez nagyon zsúfolt”. Ez “nem a mi stílusunk”. “Valahogy olyan kicsik a képek.”

Az adatelemzésben azt szeretem, hogy bár mi is ugyanazokkal a felületekkel foglalkozunk, mint a webdizájnerek – amit mi mondunk, az objektív és emiatt elég nehezen támadható. :-) Egész egyszerűen számokkal tudjuk megmondani, hogy mi az, ami működik, mi az ami kevésbé… és százalékra (vagy forintra) pontosan azt is ki tudjuk mutani, hogy mennyivel jobb ez a valami, mint a másik valami.

Még nem volt olyan ügyfelünk, akinek ha megmutattuk, hogy ha ez a gomb zöld és nem szürke, akkor az +30% bevételt jelent (persze ez csak egy sarkított példa), akkor arra azt mondta, hogy “Hmm… de ez a zöld nem a mi stílusunk.” Ez persze nem csak azért jó érzés, mert nem kell felesleges dolgokon veszekedni, hanem azért is, mert mindenki dolgát megkönnyíti az, ha tiszta tényszerű adatok alapján tud véleményt formálni.

2. Emberekkel foglalkozunk.

Annak ellenére, hogy a fenti bekezdés alapján az adatelemzés egy elég objektív szakmának tűnik, a valóságban szubjektumokkal fogalalkozunk. Emberi viselkedéssel. Emberi döntésekkel. Emberi dilemákkal.

Miért ide kattint valaki és nem oda? Miért veszi a drágább csomagot? Miért kattan rá egy termékre? Miért utál valamit, amit nem is ismer? Mennyire tudatos? Érdekli egyáltalán, amit modani akarunk neki? Megtalálja, amit keres? Miért viselkedik úgy, ahogy viselkedik?

Ezek a kérdések borzasztóan izgalmasak, mert az embernek a tudatos és tudatalatti gondolatait kutatják… Nem lehet mindig mindegyikre választ kapni, de ha csak egy nap egy rejtélyt sikerül feltárni, akkor már rögtön úgy érzi az (adatelemző) ember, hogy egy kicsit jobban érti, hogy embertársai, mit, miért, hogyan, mikor és meddig csinálnak… És ez jó érzés!

3. Minden nap tanulunk.

Hogy csak egy példát ragadjak ki: az elmúlt egy évben viszonylag sok webshop-pal dolgoztunk. Végigelemeztük és optimalizáltuk a felületeiket: landing oldalaikat, üzeneteiket, termék- és listaoldalaikat, kosárfolyamataikat. Tanultunk nap mint nap, az adatokra és a felhasználók reakcióira, viselkedésére támaszkodva.

Nem állítom, hogy mindent tudok az e-commerce bizniszekről, de az biztos, hogy – ha belenézek az adataikba – bármelyik webshop-nak tudnék legalább egy olyan dolgot mondani, amit a többiek jobban csinálnak, elleshetnek, átvehetnek tőle.

Ezeket a dolgokat pedig nem lehet tankönyvől vagy egyetemeken megtanulni. Ezeket a dolgokat folyamatosan kutatni és mérni kell. Idézőjelesen “a vásárlóktól kell megtanulni”. Azért szeretem az adatelemzést, mert erre a tanulásra is lehetőséget ad.

Úgyhogy egyelőre maradunk a szakmában.
Ha szeretnél szakmai cikkeket olvasni a témában, iratkozz fel a hírlevélre és értesítünk az új bejegyzésekről!

Tomi

Az Evolution előadás margójára: Az A/B tesztelés 4 szabálya

Note: ezt a bejegyzést az Evolution konferenciás előadásomhoz kapcsolódóan írtam. De azért bárkinek hasznos lehet… :-)

A legfrissebb statisztikák szerint az online szolgáltatók 91%-a tudja, hogy mi az az A/B tesztelés, de csak 11% az, aki ténylegesen (legalább egyszer) futtatott A/B tesztet az oldalán. Pedig az A/B tesztelésnek forintban mérhető, azonnali haszna van. Egy külföldi esettanulmány:

A fab.com e-commerce startup egyetlen dolgot tesztelt az oldalán. A lenti két képen látszik is: az “Add to cart” gomb színét.

fab AB teszt piros

fab AB teszt piros
Az oldalra érkező látogatók fele-fele arányban véletlenszerűen kapták meg vagy a piros vagy a kék verziót. Ekkora látogatószámnál viszonylag kevés tesztből kiderült a válasz a kérdésre: melyik gombszín hoz több kattintást, ezáltal magasabb konverziót és több profitot. Az eredmény pedig megdöbbentő: 49%, ami éves szinten dollár-milliókat(!) jelent a fab.com-nak. A kísérlet beállítása és elindítása nettó 2 óra munkát jelentett nekik. Azt hiszem, ezek után nehéz lenne azt mondani, hogy az A/B tesztelés nem hasznos.

De hogyan is kell A/B tesztelni? Íme 4 szabály, amit én a legtöbbször látok elrontani olyan ügyfeleknél, akik maguknak kezdték el csinálni az A/B tesztjeiket. (Ezt nem amolyan “cikizés”, csak azért írom le, hogy más ne essen ezekbe a gyakori hibákba! :-))

1. Egy időben fusson a két verzió!
Tehát az nem A/B teszt, hogy februárban kiteszem az egyik verziót, márciusban pedig a másikat és mérem, hogy melyik hoz több kattintást… Miért nem? Azért, mert ebben az esetben közbeszólhat a szezonalitás. Azaz lehet, hogy márciusban nagyobb igény van az adott termékre (pl. tavaszi cipő), mint februárban volt és ez is befolyásolja a konverziót. Egy korrekt A/B tesztben a különböző verziók egymással párhuzamosan, egy időben futnak.

2. A teszt csoport és a kontroll csoport azonos összetételű legyen!
Pl. ha a fizetős felhasználóim perszonalizált hírlevelet kapnak, az ingyenes felhasználóim pedig nem, akkor a hírlevélből jövő átkattintási arányok nem csak azért lesznek eltérőek, mert más a levél tartalma, hanem azért is, mert más a felhasználói csoportok elkötelezettségi szintje. Ha a fizetős felhasználók teljesen ugyanazt a levelet kapnák, mint az ingyenesek, könnyen lehet, hogy mivel ők elkötelezettebbek a termék iránt, amúgy is többen kattintanának. Éppen ezért, ha tényleg a levél tartalmát akarod tesztelni, akkor vagy a fizetős felhasználókat kell véletlenszerűen két csoportba osztanod, vagy az ingyeneseket. A lényeg, hogy a kontroll csoport és a teszt csoport azonos típusú embereket tartalmazzon.

3. Legyen célja a tesztnek!
És ez nem csak arról szól, hogy ne dolgozzunk feleslegesen, hanem arról is, hogy ténylegesen: egy A/B tesztet csak akkor lehet kiértékelni, ha az ember már a tervezés fázisban eldönti, hogy mi lesz az az 1, maximum 2 mérőszám, aminek a változását figyeli és ami alapján azt mondja, hogy az egyik verzió sikeresebb, mint a másik (mint pl. a fab.com esetében a gombra kattintás).

4. Csak egy dolgot változtass!
Ezt nehéz betartani és általában nem is szokták. De vedd figyelembe, hogy minél több elemet változtatsz a két verzió között, annál nehezebb lesz eldönteni, hogy pontosan melyik volt a kulcselem, ami az egyik verziót sikeresebbé tette, mint a másikat (pl. a fab.com csak a kék és a piros gomb közötti különbséget mérte.

És hogy hogyan is kell beállítani egy A/B tesztet? Természetesen ebben mi is tudunk segíteni, de ha egyedül szeretnél belevágni, ezen 3 platform valamelyikét tudom ajánlani:
Visual Website Optimizer
Optimize.ly
Google Analytics Experiments

FOLYTATÁS: Szignifikáns vagy sem? Így mérd az AB-teszted eredményességét! 

Mester Tomi

6 szám, amit minden e-kereskedőnek mérnie kéne

A forintosított bevételével minden e-kereskedő tisztában van. Ez az alfája és az omegája minden analitikának, ez a végső siker mértéke. De van még másik 6 szám, amit minden tudatos online kereskedőnek ismernie kellene. Már csak azért is, mert ezek azok a számok, amelyek közvetlenül befolyásolják a bevételt – így ha tudatosan méred őket, látni fogod, hogy hol tudsz a leggyorsabban javítani az üzletmeneteden.

1. Az átlagos kosárméret (HUF/hó)
számítás: (havi összbevétel)/(havi vásárlások száma)
“Ha meggondolod, hogy egy látogató megszerzésének van egy fix költsége, akkor az hogy ettől a látogatótól minél nagyobb rendelést tudj elkönyvelni, a legegyszerűbb módja a bevételed növelésének.” (Bill D’Alessandro, befektető amerikai e-commerce szektorban)

2. Vásárlószerzés költsége csatornánként (HUF/vásárló/csatorna)
számítás: (reklámra költött pénz adott csatornán)/(vásárlók száma az adott csatornából)
Mindegy, hogy honnan szerzed a látogatóidat – Facebook, Google, Twitter, fórumok, blogok, konferenciák – mindegyiknek lesz valamekkora költségvonzata. Innentől pedig egyszerű matek az egész: legyen nagyobb a profitod az eladásból, mint amennyibe a reklám (és a kézbesítés) kerül.
Ha tudod, hogy melyik a legköltséghatékonyabb csatornád, tudni fogod mire érdemes fókuszálni. Enélkül könnyen lehet, hogy csak az ablakon szórod ki a pénzt.

3. Éves szintű visszatérés (%)
számítás: (azon felhasználók száma, akik tavaly is és idén is vásároltak tőled) / (összes tavalyi vásárló)
Itt nincs jó vagy rossz érték, de Kevin Hillstrom amerikai big data guru több 100 webshop elemzésén keresztül kialakított gyakorlata azt mutatja, hogy ez a szám alapvetően határozza meg az e-kereskedelmi stratégiát.
Ha ez az érték 40% alatt van, akkor a főfókuszod az új látogatók megszerzése legyen! Fektess a reklámjaidba és a továbbajánlások megszerzésébe energiát! (Ilyen cégek pl. túrafelszereléssel foglalkozó cégek, szemüveg boltok, és egyéb ritkán fogyasztott termékek).
Ha ez az érték 60% felett van, akkor építs lojalitást és kiemelt figyelmet szentelj a felhasználói élménynek. (pl. Amazon, Ebay, Tesco online, stb…)
Ha az érték 40% és 60% között van, akkor abban a ritka helyzetben vagy, hogy mindkét területre – új vásárlók és lojális vásárlók – koncentrálnod kell. Ilyen cégeknél (pl. Zappos) kiemelten fontosak a személyre szabott, informatív hírlevelek – illetve a perszonalizált élmény.

4. A konverziós arány (%)
számítás: (vásárló látogatók száma) / (összes látogató száma)
Ezt a kifejezést mindenki ismeri. Azt fejezi ki, hogy a látogatóidnak mekkora százaléka lesz valódi vásárló. Korai szakaszban ez a szám fontosabb, mint maga a bevétel, hiszen a befektetések megtérülését is ebből lehet számítani. Később is folyamatosan érdemes azon dolgozni, hogy ez az arány minél magasabb legyen.

5. Lemorzsolódás aránya (%)
számítás: (NEM vásárló látogatók száma) / (összes látogató száma)
Tulajdonképpen a konverziós arány ellentétéről beszélünk. De a lemorzsolódást lépésenként kell mérni – melyik aloldalon, melyik kosárfolyamatnál, pontosan hány %-a esett ki az embereknek. Ezáltal nagyon gyorsan megtalálhatók a gyenge pontok, optimalizálhatóak a vásárlási folyamatok.

6. Egy vásárlóra jutó profit
(Ft/vásárló)

számítás: (havi összbevétel)/(havi vásárlók száma)
Akár a lojalitás, akár az új vásárlók megszerzése a fókuszod, mindenképpen fontos, hogy maximalizáld az egy vásárlóból kitermelt profitot. A fenti 5 mérés mind-mind segít ebben – csökkentheted a lemorzsolódás arányát, növelheted a kosárméretet vagy optimalizálhatod a látogatószerzési folyamataidat – a végeredmény mindig az lesz, hogy nő az egy vásárlóra jutó profit. Ha emellett szinten tudod tartani a vásárlók számát, nem nehéz kiszámolni, hogy a bevételed is nőni fog!

Összegzés: Ezek az adatok a Te céged vásárlási adataidból is kinyerhetőek. Semmilyen speciális eszközre vagy szoftverre nincs hozzájuk szükség. Érdemes őket folyamatosan monitorozni, hiszen általuk sokkal tisztábban fogsz látni a cégedben és sokkal tudatosabban tudod majd felépíteni és változtatni a stratégiádat.

Ha segítségre van szükséged, szólj! :-)

Mester Tomi

inspiráció: Croll&Yoskovits – Lean Analytics

Visszatérő vásárlók – big data az e-kereskedelemben

Láttad Mel Gibson-t a “Mi kell a nőnek?” című filmben? Tudod mitől sikeres? Nem attól, hogy jobban néz ki, mint a többi férfi. Nem is attól, hogy több pénze van. Hanem attól, hogy belelát a nők fejébe és pontosan azt tudja mondani és adni nekik, amire azoknak szükségük van. Most képzeld el, hogy Te ugyanezt meg tudod csinálni a webshopod, e-kereskedelmi boltod vásárlóival. Olvasni tudsz a gondolataikban és pontosan azt tudod nekik megadni, amire szükségük van. Egy ilyen vevő “szerelmes” lesz az internetes boltodba, állandóan visszatér majd és mindenkinek erről fog mesélni. A gondolatolvasás – legalábbis az interneten – ma már lehetséges. Úgy hívják: big data.

Az e-kereskedelmi adatelemzést nagyon kevesen csinálják megfelelő szinten – persze a Google Analytics ott van, sőt néha a vásárlási adatokra is ránéznek. De ennél sokkal több dimenzió van az adat-univerzumban. 3 példa:

1. A legnépszerűbb terméked – nem az, amelyiket gondolnád:
Nem csak a webshopok, de szinte az összes internetes oldal túlértékeli a tényleges vásárlások jelentését. A legtöbbet megvásárolt termék a valóságban sok mindent jelenthet: ott a legjobb az ár-érték arány, ott a legjobb a fotó az oldalon, ott a legjobb a leírás, ott van a legjobb helyen a kosár gomb, stb… Ami Téged érdekel, az viszont az, hogy mire vágynak a legjobban a látogatóid. Mert ha ezt megadod nekik, akkor biztos, hogy boldogok lesznek, továbbajánlanak és ők is visszatérnek. Ezt sok mindenből kiderítheted – milyen oldalról jönnek a felhasználóid, mennyire célirányosan keresnek, mik a személyes igényeik, milyen demográfiai csoportba tartoznak, milyen márkákért rajonganak… És a kedvencem: melyik terméket tették a legtöbben úgy a kosárba, hogy aztán mégsem fizettek és leléptek az oldalról. Te tudod, hogy a Te oldaladon melyik ez a termék?

2. A lélektani határ – viselkedéselemzés:
Nagyon sok látogató van az oldaladon, de ennek valószínűleg a legjobb esetben is csak 10%-a vásárol. De miért pont ők? Ha belenézel az adatokba, látni fogod, hogyan viselkednek (hova kattintanak, milyen termékeket néznek meg, mire keresnek rá, milyen rendszeresen jönnek vissza, pontosan mikor, stb...) a “sikeres”, valóban fizető és vásárló felhasználóid és hogyan viselkednek a “sikertelen”, vásárlás nélkül távozók. Az érdekesség az, hogy a sikertelen vásárlók között mindig van egy vékony réteg – mondjuk 10% – akiknek a viselkedése csak egy hajszálnyit különbözik a sikeresekétől. Ha őket el tudod csípni, máris megdupláztad a forgalmadat.

3. A visszatérés záloga:
Az egyszeri vásárlóból a többszöri vásárlás felé rögös út vezet. Egyáltalán tudod az arányt a visszatérő/egyszeri vásárlóid között? Nem mindegy. Mert a visszatérő vásárlók az evangelistáid. Ők azok, akik úgy beszélnek a márkádról, hogy bezzeg ők ott vásárolnak. Ha őket elemzed, megfigyelheted a visszatérés okát: szezonalitás, szülinapok, feleség szülinapja (ajándékvásárlás esetén), bizonyos akciók megjelenése, bizonyos termékcsoport megjelenése.

És ez még csak a csúcs. A Big Data jéghegyének pont az a lényege, hogy az igazi tudás a webshopod felszíne alatt rejtőzik. És ma már hozzá tudsz férni.. A kérdés csak az, hogy akarsz-e. Ha igen, írj és segítünk: http://adatlabor.hu/kapcsolat/

Mester Tomi

A közönség (vevők) megszerzésének szakaszai

Van egy nagyon egyszerű modell, ami a legtöbb technológiai újítás esetén jól leírja az új (fel)használók megszerzésének a folyamatát. Íme:

felhasználószerzés görbe

Ezt 1957-ben még 3 Iowa-i tudós dolgozta ki és mérte le, akkor még farmereken és a farmokon használt új mezőgazdasági eszközökön. Aztán visszaköszönt a 90-es években dotkom-korszak elején is a domain foglalások ütemében és milyenségében, majd az utóbbi években a startup-ok indulásánál és befutásánál – de még a webshop-ok, internetes boltok forgalmánál és ügyfélszerzésénél is.

Ami az érdekes benne, hogy az 5 csoport – azaz a leendő felhasználóid, vásárlóid, látogatóid – jól mérhetően különböző demográfiával és pszichográfiával rendelkezik.

1. Innovátorok (innovators): Az első felhasználóid, vásárlóid, stb… Körülbelül a piacod 2,5%-a. Azok az emberek, akik imádják az újdonságokat, mindig szeretnek a többiek előtt járni, mindent kipróbálnak és el is mesélik, hogy kipróbálták. A kutatások alapján a csoport jellemzője, hogy több pénzük van, magas a kockázat-vállalási hajlandóságuk és általában képzettebbek, tanultabbak is az átlagnál. Sokat osztanak meg, de a véleményük is élesebb. Ha valami jó, akkor az “az évtized találmánya”, ha nem jó, akkor “egy nagy kalap szar”.
A webshopok esetében különösen fontosak, hiszen ők azok, akik elmerik küldeni az első utalást, és ha jó terméket kapnak és gyorsan, akkor el kezdenek beszélni róla. A startup-oknál is, hiszen imádnak tesztelni, könnyű őket behúzni.
A veszély, hogy ebben a csoportban az emberek termékről termékre, szolgáltatóról szolgáltatóra ugrálnak. Őket sosem fogod sokáig megtartani – rajtuk túl kell lépni, de közben ki kell használni a szociális hálójukat, a megosztásaikban levő erőt. Az Innovátorokat tudod és kell katalizátorként használnod.

2. A befogadók (early adopters)Jellemzően az Innovátorok közeli vagy távoli vonzáskörében mozgó emberek. A céged életútjának második szakasza. Általában fiatalok, nem feltétlenül gazdagok, de ők is tanultak és jellemzően csoportvezetők vagy véleményvezérek. Ők is szeretik az újdonságokat, de számukra fontos, hogy valaki azokat ajánlja nekik. Szívesen kipróbálják és bár ők is kritikusak, ha tetszik, elkötelezetté válnak a márka iránt. Nagyon fontos nekik az egyediség, az hogy valami az átlagtól eltérő legyen.
A Befogadókra érdemes figyelni, hiszen ~13,5%-a a teljes piacodnak és nagy részük evangelista szerepet is betölthet később.

3. A SZAKADÉK és az Első tömeg (early majority): Ahogy azt látod a 3. lépcső előtt van egy szakadék, amire a szakirodalom “chasm” néven hivatkozik. Ennek az oka, hogy az egyébként jelentős méretű (34%) tömeg megszerzése azért nagyon nehéz, mert itt már “Mainstream” piacra lépsz, ami egy szögesen ellentétes stratégiát igényel. A neved márkanév lesz (pl. a webshop-oknál: Vatera – “elvaterázom az ágyam” – vagy a startup-oknál a Prezi – “megprezizem az előadásom”). A mainstream-nek egészen más igényi vannak, mint az eddigi underground-nak. Konzervatívabb közönség – persze nyitott az újdonságokra, de pont azt az “átlagtól eltérőséget”, vagy jópofaságot tolerálja nehezebben, amit a Befogadók még szinte követeltek. A

prezi régi menü
prezi régi menü

legegyszerűbb példa, amikor a Prezi mainstream piacra lépett (elérte a több milliós felhasználószámot), az egész kezelő felületét lecserélte, pontosan emiatt az igényváltozás miatt. Akkor sok kritikát kapott a cég, hogy “eltűnik az egyedisége”, vagy hogy sokkal PowerPoint-osabb lett, de a valóság az, hogy egyszerűen csak használhatóbb lett és

prezi váltás utáni menü
prezi váltás utáni menü

az új felhasználók, az Első tömeg felhasználói jobban is szerették.

Ezért éles ez a váltás és egy cég életében itt kell a legjobban stratégia szempontból odafigyelni. Ha változtatni kell, gyorsan észre kell venni az igényt.

Késői tömeg és a Lemaradottak: Ha a mainstream-re sikeresen belép az ember, akkor ez a két maradék csoport (ami egyébként összességében 50%-a a közönségnek) szinte már magától befolyik. Nekik tudatosan, következetesen és kitartóan kell marketing-elni. A kutatások alapján idősebb és szociálisan kevésbé aktív emberek tartoznak ebbe a csoportba.

És még egy gondolat zárásként! Számodra a legfontosabb valószínűleg az első 2-3 csoport lesz. Ahhoz, hogy megértsd, hogy a Te felhasználóidnak mik a specifikus igényei, azaz ki a valódi célcsoport számodra – főleg a korai szakaszban – ezeken az általános elveken túl mindig érdemes a közönségelemzés és a tesztelés eszközeihez nyúlni! Ezekről még később írok!

Mester Tomi