Το ποσοστό μετατροπής σου έπεσε 25 τοις εκατό τον περασμένο μήνα. Ξέρεις τι έγινε (διαγνωστική ανάλυση). Ακόμα όμως δεν ξέρεις γιατί. Είναι αλλαγή στην ιστοσελίδα; Μετακίνηση της αγοράς; Κίνηση ανταγωνιστή; Εποχικό μοτίβο; Η ανάλυση βασικής αιτίας είναι ο τρόπος να σκάψεις κάτω από την επιφάνεια και να βρεις τον πραγματικό λόγο.
Αυτό το άρθρο καλύπτει τις τεχνικές για να περάσεις από το «κάτι άλλαξε» στο «να ακριβώς γιατί άλλαξε» και στο «αυτό πρέπει να διορθώσεις».
Η ανάλυση βασικής αιτίας είναι η πρακτική του να ψάχνεις συστηματικά τα προβλήματα για να βρεις τον βαθύτερο λόγο, όχι μόνο το σύμπτωμα. Οι περισσότεροι ιδιοκτήτες ιστοσελίδων σταματούν στο «η επισκεψιμότητα έπεσε» ή στο «οι μετατροπές μειώθηκαν». Η ανάλυση βασικής αιτίας ρωτά: ποια είναι η πραγματική αιτία κάτω από αυτό το σύμπτωμα;
Το σύμπτωμα είναι επιφανειακό. Η βασική αιτία είναι θεμελιώδης. Αν το bounce rate σου είναι υψηλό, αυτό είναι σύμπτωμα. Η βασική αιτία μπορεί να είναι η αργή φόρτωση σελίδας, οι μπερδεμένοι τίτλοι ή ο κακός σχεδιασμός για κινητά. Η διόρθωση του συμπτώματος (να προσπαθήσεις να χαμηλώσεις γενικά το bounce rate) δεν δουλεύει. Δουλεύει να βρεις και να διορθώσεις τη βασική αιτία.
Γιατί τα συμπτώματα σε παραπλανούν
Οι ιδιοκτήτες ιστοσελίδων κυνηγούν συμπτώματα γιατί φαίνονται εύκολα. Η επισκεψιμότητα έπεσε: προφανές σύμπτωμα. Γιατί όμως; Δεκάδες πιθανές αιτίες. Αν μαντέψεις λάθος και διορθώσεις το λάθος πράγμα, το πρόβλημα μένει.
Η ανάλυση βασικής αιτίας το αποτρέπει αυτό. Σε αναγκάζει να ρωτάς γιατί ξανά και ξανά μέχρι να φτάσεις στην πραγματική αιτία. Η τεχνική των «5 Γιατί» είναι μια απλή εκδοχή: ρώτα γιατί πέντε φορές. Κάθε απάντηση γίνεται η βάση για το επόμενο γιατί.
Χωρίς ανάλυση βασικής αιτίας, διορθώνεις λάθος προβλήματα και χάνεις χρόνο. Με αυτήν, οι διορθώσεις σου δουλεύουν πραγματικά.
Η τεχνική των 5 Γιατί: απλή αλλά δυνατή
Ξεκίνα από το πρόβλημα. Ρώτα γιατί έγινε. Πάρε την απάντηση και ρώτα ξανά γιατί. Συνέχισε μέχρι να φτάσεις στον θεμελιώδη λόγο.
Πρόβλημα: Οι μετατροπές έπεσαν 30 τοις εκατό.
Γιατί 1: Η επισκεψιμότητα από τις καμπάνιες email έπεσε. Η επισκεψιμότητα από διαφημίσεις έμεινε σταθερή.
Γιατί 2: Το ποσοστό κλικ στα email έπεσε από 12 τοις εκατό σε 4 τοις εκατό.
Γιατί 3: Το ποσοστό ανοίγματος email έμεινε το ίδιο, αλλά μόλις άνοιγαν το email, λιγότεροι έκαναν κλικ στον σύνδεσμο.
Γιατί 4: Αλλάξαμε το πρότυπο του email την περασμένη εβδομάδα. Ο νέος σχεδιασμός έβαλε το κουμπί call-to-action κάτω από το σημείο που φαίνεται χωρίς κύλιση.
Γιατί 5: Το κουμπί τώρα δεν φαίνεται χωρίς κύλιση. Οι περισσότεροι αναγνώστες email δεν κυλούν.
Βασική αιτία: Η θέση του κουμπιού κάνει τον κόσμο να χάνει το CTA.
Διόρθωση: Βάλε το κουμπί πάνω, εκεί που φαίνεται χωρίς κύλιση.
Αυτή είναι η ανάλυση βασικής αιτίας. Δεν μάντεψες. Βρήκες συστηματικά το πραγματικό πρόβλημα. Η διόρθωση στοχεύει το πραγματικό ζήτημα, όχι ένα σύμπτωμα.
Το διάγραμμα ψαροκόκαλου: οργάνωσε την έρευνά σου
Το διάγραμμα ψαροκόκαλου (λέγεται και διάγραμμα Ishikawa) σε βοηθά να βάλεις όλες τις πιθανές αιτίες σε κατηγορίες. Είναι οπτικό, κάτι που σε βοηθά να δεις μοτίβα.
Σχεδίασε μια οριζόντια γραμμή (η ράχη). Το πρόβλημα μπαίνει στο κεφάλι. Τα κλαδιά από τη ράχη αντιπροσωπεύουν κατηγορίες: Άνθρωποι, Διαδικασία, Εργαλεία, Δεδομένα, Εξωτερικοί παράγοντες.
Κάτω από κάθε κατηγορία, γράψε πιθανές αιτίες. Πού διασταυρώνονται πολλές αιτίες; Εκεί βρίσκεται συχνά η βασική αιτία.
Παράδειγμα: Το ποσοστό μετατροπής σου έπεσε.
Άνθρωποι: Άλλαξε η ομάδα πωλήσεων; Έφυγε ο συντάκτης;
Διαδικασία: Άλλαξες τη ροή ολοκλήρωσης αγοράς; Ζήτησες περισσότερα πεδία φόρμας;
Εργαλεία: Άλλαξες εργαλείο στατιστικών; Άλλαξε ο πάροχος πληρωμών;
Δεδομένα: Είναι ελλιπή τα δεδομένα; Υπάρχει σφάλμα στην καταγραφή;
Εξωτερικοί παράγοντες: Λάνσαραν οι ανταγωνιστές; Άλλαξε ο αλγόριθμος της Google;
Αν τα βάλεις σε οπτικό χάρτη, βλέπεις ποιες κατηγορίες έχουν τις περισσότερες πιθανές αιτίες. Εκεί ψάχνεις πρώτα.
Ανάλυση ανά κατηγορία: χώρισε τα δεδομένα για να βρεις το πρόβλημα
Αντί να κοιτάς τις συνολικές μετρικές, χώρισέ τες. Οι συνολικές μετατροπές έπεσαν 30 τοις εκατό. Όμως:
Μετατροπές από email: έπεσαν 40 τοις εκατό
Μετατροπές από διαφημίσεις: έπεσαν 10 τοις εκατό
Μετατροπές από οργανική αναζήτηση: έπεσαν 15 τοις εκατό
Τώρα ξέρεις ότι το πρόβλημα αφορά το email και όχι όλα. Έτσι στενεύει πολύ η έρευνά σου. Δεν κοιτάς όλες τις πηγές επισκεψιμότητας, μόνο το email.
Πήγαινε πιο βαθιά. Οι επισκέπτες του email που μετατρέπονταν πριν έμεναν πάνω από 4 λεπτά στην ιστοσελίδα. Τώρα ο μέσος όρος είναι 1 λεπτό. Γιατί; Φεύγουν πιο γρήγορα. Από ποια σελίδα; Τη landing page. Τι άλλαξε στη landing page; Ο τίτλος.
Αναλύοντας συστηματικά, απομονώνεις τη βασική αιτία.
Συσχέτιση και αιτιότητα: απόφυγε τα λάθος ίχνη
Αυτό είναι το πιο συνηθισμένο λάθος. Δύο μετρικές κινούνται μαζί και υποθέτεις ότι η μία προκάλεσε την άλλη. Συνήθως λάθος.
Το bounce rate ανέβηκε την ίδια εβδομάδα που έπεσε η επισκεψιμότητα. Συσχέτιση: άλλαξαν και τα δύο. Αιτιότητα: προκαλεί το bounce rate πτώση της επισκεψιμότητας; Όχι. Το bounce rate είναι αυτό που γίνεται αφού φτάσουν οι επισκέπτες. Δεν μπορεί να επηρεάσει πόσοι θα φτάσουν εξαρχής.
Για να δοκιμάσεις την αιτιότητα, ρώτα: υπάρχει λογικός μηχανισμός; Μπορεί το Χ να προκαλέσει πραγματικά το Υ;
Μπορεί το υψηλό bounce rate να κάνει λιγότερους επισκέπτες να φτάσουν; Όχι.
Μπορεί μια αργή σελίδα να προκαλέσει υψηλό bounce rate; Ναι.
Μπορεί μια αργή σελίδα να κάνει λιγότερους επισκέπτες να φτάσουν από τη Google; Ναι (οι κατατάξεις πέφτουν αν η σελίδα είναι αργή).
Δοκίμασε τον μηχανισμό πριν ισχυριστείς αιτιότητα.
Ανάλυση χρονοδιαγράμματος: πότε άλλαξε;
Αν μια μετρική άλλαξε απότομα στις 15 Μαρτίου, κάτι έγινε στις 15 Μαρτίου. Αν έπεσε σταδιακά σε δύο εβδομάδες, κάτι αλλάζει σταδιακά.
Μια απότομη πτώση δείχνει γεγονός: αλλαγή στην ιστοσελίδα, αναβάθμιση της Google, λανσάρισμα ανταγωνιστή. Μια σταδιακή μείωση δείχνει τάση: εποχικό μοτίβο, αργή απώλεια κατάταξης, αλλαγή στη συμπεριφορά του κοινού.
Το σχήμα του χρονοδιαγράμματος σου λέει τι είδους αιτία να ψάξεις.
Αντιδιαισθητικές αιτίες: κοίτα πέρα από το προφανές
Οι περισσότεροι ιδιοκτήτες ιστοσελίδων κατηγορούν το προφανές: «Αλλάξαμε την ιστοσελίδα, άρα αυτό φταίει.» Μερικές φορές ναι. Μερικές φορές όχι.
Ψάξε για αλλαγές που δεν έκανες εσύ. Έγινε αναβάθμιση της Google; Λάνσαρε ανταγωνιστής; Άλλαξε η εποχή; Έγινε ενημέρωση του iOS και χάλασε η καταγραφή; Χειροτέρεψε η λίστα email σου;
Η ανάλυση βασικής αιτίας σημαίνει να αμφισβητείς τα πάντα, όχι μόνο τους προφανείς υπόπτους.
Πώς να καταγράφεις τα ευρήματά σου
Όταν βρεις μια βασική αιτία, κατάγραψέ την. Γράψε:
Το σύμπτωμα: «Το ποσοστό μετατροπής έπεσε 25 τοις εκατό»
Τη βασική αιτία: «Το κουμπί CTA του email μετακινήθηκε κάτω από το σημείο που φαίνεται χωρίς κύλιση»
Την απόδειξη: «Το ποσοστό κλικ στα email έπεσε από 12 τοις εκατό σε 4 τοις εκατό μετά την αλλαγή προτύπου»
Τη διόρθωση: «Μετακίνησε το κουμπί στο πάνω μέρος»
Το αποτέλεσμα: «Το ποσοστό κλικ στα email γύρισε στο 11 τοις εκατό μετά τη διόρθωση»
Η καταγραφή σε εμποδίζει να κάνεις το ίδιο λάθος δύο φορές και βοηθά την ομάδα σου να καταλάβει το πρόβλημα.
Πότε να σταματήσεις την έρευνα
Η ανάλυση βασικής αιτίας μπορεί να πάει απείρως βαθιά. Κάποια στιγμή φτάνεις σε μια αιτία που δεν μπορείς να ελέγξεις ή που δεν αξίζει να ξοδέψεις άλλο χρόνο.
Βρήκες: «Η θέση του κουμπιού προκάλεσε χαμηλότερες μετατροπές.» Θα μπορούσες να σκάψεις πιο βαθιά: «Γιατί μπήκε το κουμπί εκεί; Επειδή ο σχεδιαστής νόμιζε ότι φαίνεται καλύτερα. Γιατί το νόμιζε; Προτιμά αυτή την αισθητική.»
Εδώ σταμάτα. Έφτασες σε αιτία που μπορείς να δράσεις (η θέση του κουμπιού). Το γιατί πίσω από το γιατί (αισθητική προτίμηση) έχει λιγότερη σημασία από τη διόρθωση του πραγματικού προβλήματος.
Συχνές ερωτήσεις
Είναι η τεχνική των 5 Γιατί πάντα αξιόπιστη;
Όχι. Δουλεύει όταν το πρόβλημα είναι καθαρό και γραμμικό. Κάποια προβλήματα έχουν πολλές αιτίες που δεν σχηματίζουν τακτική αλυσίδα. Χρησιμοποίησε τα 5 Γιατί για απλά προβλήματα. Χρησιμοποίησε το διάγραμμα ψαροκόκαλου για σύνθετα προβλήματα με πολλούς παράγοντες. Με τον δημιουργό ιστοσελίδων του WEMASY, μπορείς να το στήσεις απευθείας στην ιστοσελίδα σου.
Τι γίνεται αν δεν μπορώ να βρω τη βασική αιτία ακόμα και μετά από διεξοδική έρευνα;
Μερικές φορές η αιτία είναι εξωτερική και αόρατη σε σένα. Μια αλλαγή αλγορίθμου της Google, μια μετακίνηση της αγοράς ή μια κίνηση ανταγωνιστή μπορεί να είναι η βασική αιτία αλλά δεν έχεις τρόπο να το επιβεβαιώσεις. Εκεί δέξου την αβεβαιότητα και προχώρα. Δεν έχει κάθε πρόβλημα αιτία που μπορεί να βρεθεί.
Να ψάχνω κάθε αλλαγή μετρικής ή μόνο τις μεγάλες;
Εστίασε στις μεγάλες αλλαγές. Οι μικρές διακυμάνσεις είναι κανονική απόκλιση. Αν το ποσοστό μετατροπής πέσει 1 τοις εκατό μια εβδομάδα, μάλλον δεν αξίζει να ψάξεις. Αν πέσει 25 τοις εκατό, ψάξε. Χρησιμοποίησε την κρίση σου για το τι είναι «μεγάλο».
Μπορεί η ανάλυση βασικής αιτίας να αποτρέψει προβλήματα;
Εν μέρει. Αν βρεις ότι «η αργή φόρτωση σελίδας προκαλεί αιχμές στο bounce rate», μπορείς να φροντίσεις την ταχύτητα της σελίδας εκ των προτέρων. Οι περισσότερες βασικές αιτίες όμως ανακαλύπτονται αφού γίνει το πρόβλημα. Όταν ξέρεις το μοτίβο, μπορείς να το προσέχεις στο μέλλον.
Πόσο πρέπει να κρατά η ανάλυση βασικής αιτίας;
Απλά προβλήματα: από 30 λεπτά ως λίγες ώρες. Σύνθετα προβλήματα: μέρες ή εβδομάδες. Ο χρόνος εξαρτάται από το πόσο βαθιά είναι κρυμμένη η αιτία και πόσα δεδομένα χρειάζεται να δεις. Βάλε χρονικό όριο για να μην ψάχνεις υπερβολικά.
Είναι η ανάλυση βασικής αιτίας το ίδιο με τη διαγνωστική ανάλυση;
Παρόμοια αλλά όχι ίδια. Η διαγνωστική ανάλυση ρωτά «γιατί άλλαξε αυτή η μετρική;» Η ανάλυση βασικής αιτίας σκάβει πιο βαθιά και ρωτά «ποιος είναι ο θεμελιώδης λόγος κάτω από το γιατί;» Η διαγνωστική είναι το σημείο εκκίνησης. Η ανάλυση βασικής αιτίας πάει πιο μακριά.