Analítica

Mar 032014 0 Responses

Caso real: aplicando métricas, testing y CRO a un eCommerce de alimentación

Hace unas semanas comencé a trabajar para un eCommerce de alimentación internacional. La tienda en la que nos hemos basado para las primeras mejoras está encarada al mercado inglés. La plataforma usada es Magento.

Lo primero que hicimos fue un análisis de métricas y del tipo de personas que estaban llegando a la tienda online y de qué manera podíamos impactarles mejor.

Determinamos que había 3 tipos de perfiles que llegaban al site:

  • el que sabe lo que busca
  • el que entra para regalar y quiere que le sugieran
  • el que no tiene ni idea de qué está buscando

profiles

DE LAS MÉTRICAS A LOS CAMBIOS

Como la puerta de entrada principal de usuarios en la página es la home (el proyecto es joven y aún no tenemos un porrón de URLs secundarias en SEO), hicimos 3 cambios importantes para ayudar a esos 3 perfiles:

1- Modificar el buscador
Se utilizaba mucho, así que ampliamos su espacio y le añadimos unas “quick searches” (los productos que más se buscan en el site). Esas quick searches han bajado dentro del buscador, la gente va directa a los links y no las busca en la caja de búsqueda. Yeah!

Nuevo diseño del buscador

buscador

Y su mapa de calor de uso

buscador-heatmap

Hemos logrado aumentar las búsquedas en página tal que (frente al período anterior):

resultados-busqueda

2- Modificar las categorías y los productos destacados en la home
Dado que había usuarios que sabían qué buscaban y usuarios que no, nos decantamos por organizar los productos en 2 categorías nuevas:

  • lo que eligen nuestros clientes (el Top Ventas)
  • la elección de nuestro experto (selección manual realizada por un experto)

Ambas destinadas a llevar al cliente que no sabe lo que busca hacia productos elegidos por un experto o por los clientes de la tienda.

Esta elección se complementa con las recomendaciones del software Brainsins dentro de las fichas de producto (productos relacionados

3- Para los que saben lo que buscan
Reorganizamos las categorías del menú con las más visitadas y las páginas de categoría con los filtros de búsqueda que más se estaban utilizando primero (pegándoles un pequeño rediseño para hacerlos más usables).

A raíz de reordenar el menú, hemos conseguido potenciar las secciones que más visitas tenían. Algunas de ellas han recibido un 263,92% más de visitas solo con ese cambio de orden.

Finalmente y de cara a todos los usuarios:

  • rediseñamos las fichas de producto para que transmitieran mayor confianza y enseñaran la información relevante above the fold (incluímos cambios de colores, cambios en disposición de elementos, logotipos de formas de pago), las estrellas de las valoraciones de los propios usuarios…
  • simplificamos el checkout en una sola página
  • añadimos Brainsins a las fichas de producto

ficha-producto

TESTS A/B

Hemos implementado una serie de tests A/B basados en las métricas de Analíticas y los mapas de calor. Algunos están corriendo todavía y no tenemos datos suficientes para analizarlos.

Del que sí tenemos datos es del test A/B con el slide de la home. Los mapas de calor nos decían que el slide tenía poca atención, así que lanzamos un test: la home con y sin slide y comparamos cuál de las dos versiones conseguía más atención en los productos de la home.

El slide distraía, sí. Y de qué manera. La versión sin el slide consiguió un 70% más de clicks en los productos de la home.

RESULTADOS EN DINERO

Con todos los cambios (y seguimos en ello) hemos conseguido:

  • + 145,50% de visitas al resumen del carrito
  • + 171,03% más de visitas al checkout

Eso ha derivado en:

  • + 55,56% de transacciones
  • + 0,89% de aumento en el ticket medio (gracias también a las recomendaciones de Brainsins)
  • + 61,70% más de productos vendidos

Y seguimos en ello 🙂

Feb 242014 1 Response

Las redes sociales como decisores de compra

Las redes sociales, de por si, no venden.
Digo esto y me quedo tan ancho. Con dos cojones.

Bueno, vale, en algunos casos sí venden, pero no suele pasar. Algunos productos específicos sí venden y/o tienen unos ratios de conversión más grandes en ese canal. Conozco ejemplos de clientes que sudan de Adwords y se van directamente a Facebook Ads, donde el CPC es más bajo y sus conversiones son un 300% mayores que desde publicidad de Google. Pero, como digo, son productos/sectores específicos.

Las redes sociales son para compartir cosas o para ver si tu novia del cole es ahora gorda y fea (un alivio que rompieras con ella).
No son un lugar donde el público esté en un momento de compra.

Ya lo comenté en un post del blog, ¿por qué no le compras DVDs al moro que entra a vender en un bar? Porque estás tomando algo, no quieres ver un película. No quieres que te toquen los cojones. Estás con amigos o con la parienta. ¿Que te dejen en paz!

Lo que sí harás antes de comprar en una tienda online es googlear si ahí son de fiar o no. Y aquí es donde entran en juego las redes sociales.

Las redes sociales jugarán un papel mayor o menor como decisores de compra en función de:
a) lo que se conozca la marca/tienda – su imagen de marca/su reputación
b) si el producto que vendes es sensible a que otros usuarios hablen de él

¿Qué pasa en el caso de una marca con poco recorrido en redes sociales?

Usando la herramienta de los embudos multicanal de Analytics podemos ver un ejemplo más claro. De ahí podemos sacar las contribuciones de cada canal a las ventas finales y cruzarlas. Y, además, podemos saber si esas contribuciones son de primera interacción (primera toma de contacto del usuario con nuestro site) o posteriores.

Por ejemplo, ¿cuántos usuarios han pasado por SEO y por Redes Sociales antes de comprarme? La respuesta la tienes en ese informe.

El primer caso que presento es de un cliente que hace poco que ha lanzado su empresa. Los datos son de los últimos dos meses.
Es una marca nueva, así que la gente no la conoce, razón de más para que la investiguen en redes sociales y miren a ver si son de fiar o no.

De las conversiones, la mitad vienen de coste por click en Google. Esa es la mayor fuente de tráfico a conversión y es la que nos interesa para este caso.

¿Quién nos ha conocido (primera interacción) por coste por click,
nos ha buscado en redes sociales
y haacabado comprando?
Un 4,69% de la gente.

En contraste, un canal donde tenemos más presencia es en posicionamiento natural. Así pues:
¿Quién nos ha conocido (primera interacción) por coste por click,
nos ha buscado en buscadores
y ha acabado comprando?
Un 27,73% de la gente.

primero-cpc-despues-red-social-not-improved

En este caso, las redes sociales no han apoyado las conversiones. La marca no tenía suficiente masa de followers, fans ni seguidores en Google+ y/o no ha convencido lo que pasaba en esos muros/timelines. No pasa lo mismo con el SEO, donde la marca es fuerte porque ha metido mucho contenido.

¿Qué pasa en el caso de una marca con más recorrido en redes sociales?

En este caso, el 58% de las conversiones vienen desde búsqueda orgánica, así que pondremos esa fuente de tráfico como primera interacción.

¿Quién nos ha conocido (primera interacción) por orgánico,
nos ha buscado en redes sociales
y han acabado comprando?
Un 11,67% de la gente.

primero-organico-despues-red-social-improved

En este caso, las redes sociales sí han apoyado las conversiones. La marca está más rodada en Facebook, Twitter y Google+, cuenta con una buena base de fans e incluso con opiniones positivas en la fanpage.

Resumen

Si bien las redes sociales puramente no han traído más que un 2% del total de las conversiones en cada uno de los dos casos, la combinación de 2 canales donde las redes sociales contaban como apoyo a la segunda interacción (nos descubren > nos buscan) sí han generado un significativo número de conversiones. En el caso de la marca con más presencia y rodaje en redes sociales, nos han apoyado mucho más.
resultados

1 2 3 4 5 26