Οι περισσότερες επιχειρήσεις ανεβάζουν μια φόρμα και δεν κοιτάνε ποτέ τα νούμερα. Υποθέτουν ότι δουλεύει. Ξοδεύουν χρόνο να ξανασχεδιάσουν πεδία που δεν το χρειάζονται. Χάνουν το ένα πεδίο που πραγματικά σκοτώνει τις υποβολές. Στο μεταξύ, ένας ανταγωνιστής μετρά την απόδοση της φόρμας του, βρίσκει εκείνο το χαλασμένο πεδίο, το διορθώνει και βλέπει το ποσοστό μετατροπής του να ανεβαίνει 20%. Η μία ομάδα έχει δεδομένα. Η άλλη μαντεύει.
Το άρθρο εξηγεί ποια στατιστικά φορμών να παρακολουθείς, πώς να διαβάζεις τα δεδομένα και πώς να τα χρησιμοποιείς για να βελτιώνεις τις φόρμες σου.
Γιατί έχουν σημασία τα στατιστικά των φορμών
Τα στατιστικά των φορμών σου λένε πώς αποδίδουν πραγματικά οι φόρμες σου. Όχι υποθέσεις. Όχι προαισθήματα. Δεδομένα.
Χρήσιμες ερωτήσεις που απαντούν:
Πόσοι άνθρωποι στέλνουν πραγματικά τη φόρμα (όγκος και ποσοστό υποβολών); Πού εγκαταλείπουν οι επισκέπτες (ποιο πεδίο προκαλεί τις περισσότερες εγκαταλείψεις); Πόση ώρα παίρνει στους ανθρώπους να τη συμπληρώσουν; Έχουν κάποιες ομάδες επισκεπτών υψηλότερα ποσοστά ολοκλήρωσης από άλλες; Οι αλλαγές που κάνεις βελτιώνουν πραγματικά τα αποτελέσματα;
Χωρίς αυτά τα δεδομένα, μαντεύεις. Μπορεί να ξοδέψεις χρόνο σε αλλαγές που δεν μετράνε. Μπορεί να χάσεις το ένα πεδίο που σκοτώνει τις μετατροπές σου.
Βασικά μεγέθη φορμών που αξίζει να παρακολουθείς
Όγκος και ποσοστό υποβολών
Πόσες υποβολές την ημέρα, την εβδομάδα ή τον μήνα; Ποιο είναι το ποσοστό υποβολών σου (υποβολές διά προβολές της φόρμας); Αν η φόρμα σου εμφανίζεται 1.000 φορές τον μήνα και παίρνει 50 υποβολές, το ποσοστό υποβολών σου είναι 5%.
Αυτό σου δίνει βάση σύγκρισης. Είναι το 5% καλό; Εξαρτάται από τον τύπο της φόρμας. Μια εγγραφή στο newsletter μπορεί να μετατρέπει στο 15%. Ένα αίτημα επίδειξης στο 2%. Παρακολούθησε τη δική σου βάση και μετά βελτίωσέ την.
Ποσοστό ολοκλήρωσης (έναρξη προς τέλος)
Πόσοι από όσους αρχίζουν να συμπληρώνουν τη φόρμα τη ολοκληρώνουν και την στέλνουν; Αν 100 άτομα ξεκινούν και 70 στέλνουν, το ποσοστό ολοκλήρωσης είναι 70%.
Η πτώση του ποσοστού ολοκλήρωσης δείχνει πρόβλημα. Οι άνθρωποι ξεκινούν αλλά δεν τελειώνουν. Η επόμενη ερώτηση είναι πού εγκαταλείπουν.
Ολοκλήρωση και εγκατάλειψη ανά πεδίο
Για κάθε πεδίο, πόσοι το συμπλήρωσαν; Ποιο πεδίο κάνει τους περισσότερους να φύγουν;
Αν 100 άτομα συμπληρώνουν το πεδίο 1, 85 το πεδίο 2, 60 το πεδίο 3 και μόνο 30 το πεδίο 4, τότε το πεδίο 4 σκοτώνει το ποσοστό ολοκλήρωσης. Οι άνθρωποι εγκαταλείπουν στο πεδίο 4. Αυτά είναι δεδομένα που οδηγούν σε ενέργεια. Κάνε το πεδίο 4 προαιρετικό ή εξήγησε γιατί χρειάζεται.
Χρόνος στη φόρμα
Πόση ώρα χρειάζεται ο μέσος άνθρωπος για να συμπληρώσει τη φόρμα σου; Αν χρειάζονται 15 λεπτά, οι άνθρωποι θα τα παρατήσουν. Αν χρειάζονται 30 δευτερόλεπτα, πιθανότατα θα τελειώσουν.
Περισσότερος χρόνος στη φόρμα σχετίζεται με περισσότερες εγκαταλείψεις. Τα μεγέθη χρόνου σου λένε αν η φόρμα σου μοιάζει με βάρος.
Ποσοστό εγκατάλειψης σε κάθε βήμα
Στις φόρμες πολλών βημάτων, παρακολούθησε το ποσοστό ολοκλήρωσης κάθε βήματος. "Βήμα 1 από 3: 100 άτομα. Βήμα 2 από 3: 80 άτομα. Βήμα 3 από 3: 60 άτομα." Βλέπεις ακριβώς πού φεύγουν οι άνθρωποι. Αν φεύγουν μαζικά στο βήμα 2, ξανασχεδίασε το βήμα 2.
Ποσοστά ολοκλήρωσης ανά συσκευή και browser
Έχουν οι επισκέπτες κινητού και υπολογιστή το ίδιο ποσοστό ολοκλήρωσης; Κάποιες φόρμες δεν δουλεύουν σωστά στο κινητό. Δεν θα το ήξερες χωρίς αυτά τα δεδομένα. Αν η ολοκλήρωση στο κινητό είναι 20% και στον υπολογιστή 50%, διόρθωσε την εμπειρία στο κινητό.
Πώς διαβάζεις και ερμηνεύεις τα δεδομένα φορμών
Ψάξε για πτώσεις: Πού πέφτουν απότομα τα ποσοστά ολοκλήρωσης; Αυτό το πεδίο ή βήμα είναι το πρόβλημα.
Εντόπισε μοτίβα: Εγκαταλείπουν περισσότερο κάποιοι τύποι επισκεπτών; Ίσως μια συγκεκριμένη δημογραφική ομάδα ή πηγή επισκεψιμότητας ολοκληρώνει σε χαμηλότερα ποσοστά.
Παρακολούθησε τις αλλαγές με τον χρόνο: Αν αλλάξεις μια φόρμα, οι υποβολές αυξάνονται ή μειώνονται; Πόσο; Η αλλαγή είναι σημαντική ή απλώς θόρυβος;
Σύγκρινε με σημεία αναφοράς: Αν ο τύπος της φόρμας σου συνήθως μετατρέπει στο 10% και η δική σου στο 5%, έχεις περιθώριο βελτίωσης. Αν είσαι στο 25%, τα πας καλύτερα από τον μέσο όρο.
Συνηθισμένα λάθη στα στατιστικά φορμών
Να κοιτάς μόνο τον όγκο και όχι το ποσοστό
Οι 100 υποβολές δεν είναι χρήσιμο δεδομένο χωρίς πλαίσιο. Έχεις 100 προβολές φόρμας; Αυτό είναι ποσοστό υποβολών 100% (αδύνατο, αλλά θα ήταν φανταστικό). Έχεις 10.000 προβολές φόρμας; Αυτό είναι ποσοστό υποβολών 1% (πολύ χαμηλό). Κοίτα πάντα το ποσοστό, όχι μόνο τον όγκο.
Να μην τμηματοποιείς ανά τύπο επισκέπτη
Το συνολικό ποσοστό υποβολών σου είναι 5%. Οι νέοι επισκέπτες όμως μπορεί να είναι στο 2% και οι επιστρέφοντες στο 8%. Δεν μπορείς να βελτιώσεις και τους δύο το ίδιο. Τμηματοποίησε τα δεδομένα και αντιμετώπισε κάθε τμήμα ξεχωριστά.
Να αγνοείς τη δύναμη της διαδοχικής ανάλυσης
Δεν χρειάζεται να μαντεύεις ποιο πεδίο προκαλεί εγκατάλειψη. Κοίτα τα ποσοστά ολοκλήρωσης ανά πεδίο. Όποιο πεδίο έχει τη μεγαλύτερη πτώση μετά από αυτό, είναι το πρόβλημα.
Να αλλάζεις πολλά πράγματα μαζί
Αν αλλάξεις πέντε πεδία και το ποσοστό υποβολών ανέβει, δεν ξέρεις ποια αλλαγή το έκανε. Άλλαξε ένα πράγμα, μέτρησε, άλλαξε άλλο, μέτρησε. Έτσι μαθαίνεις τι δουλεύει πραγματικά.
Πώς χρησιμοποιείς τα στατιστικά φορμών για να βελτιώσεις την απόδοση
Βήμα 1: Μέτρησε τη βάση σου. Άφησε τη φόρμα να δουλέψει μια εβδομάδα χωρίς αλλαγές. Κατέγραψε το ποσοστό υποβολών, το ποσοστό ολοκλήρωσης και τα δεδομένα ανά πεδίο.
Βήμα 2: Βρες το μεγαλύτερο πρόβλημα. Πού είναι η μεγαλύτερη πτώση; Ξεκίνα από εκεί, όχι από μικρές διορθώσεις.
Βήμα 3: Κάνε μία αλλαγή. Αφαίρεσε ένα πεδίο, ξαναγράψε μια ετικέτα, κάνε ένα πεδίο προαιρετικό. Μόνο μία αλλαγή.
Βήμα 4: Μέτρησε το αποτέλεσμα. Άφησε τη φόρμα να τρέξει άλλη μια εβδομάδα με την αλλαγή. Σύγκρινε με τη βάση. Βελτιώθηκε το ποσοστό υποβολών;
Βήμα 5: Κράτα ό,τι δουλεύει, άλλαξε ό,τι δεν δουλεύει. Αν η αλλαγή βοήθησε, κράτησέ την. Αν χειροτέρεψε τα πράγματα, γύρνα πίσω. Μετά πήγαινε στο επόμενο πρόβλημα.
Στατιστικά φορμών στη WEMASY
Με τον δημιουργό ιστοσελίδων της WEMASY φτιάχνεις τις δικές σου σελίδες στην ιστοσελίδα σου και μπορείς να προσθέσεις μια φόρμα.
Δες τη σελίδα τιμών για να δεις τι περιλαμβάνει το πακέτο σου.