Den mest givande delen av webbmarknadsföring är att justera det som redan fungerar och få det att fungera bättre och bättre. Det finns verkligen inget slut på denna kontinuerliga optimeringsprocess, som kan vara lika spännande som frustrerande. Teknikerna förbättras hela tiden. Kunder och marknader förändras hela tiden. Och webbplatsdatan till hands förändras och expanderar alltid. Även om du förmodligen önskar att det fanns en perfekt formel som du kan implementera och lita på för alltid, är sanningen att dessa förändringar är precis vad som gör webbmarknadsföring så spännande och en så innovativ värld.
I den här serien av inlägg vill jag dela med dig av en enkel metod för att förbättra dina omvandlingsfrekvenser. Den här serien är avsedd för nybörjare: vi börjar från början och arbetar oss igenom alla aspekter av ett grundläggande projekt för optimering av omvandlingsfrekvens.
Här är en översikt över inläggen i den här serien:
Del 1 = Hur man väljer vad som ska optimeras
Del 2 = Hur man skapar ett A/B Split Test
Del 3 = Hur man granskar resultaten
Del 4 = Hur man bestämmer vad man ska prova härnäst
Del 5 = Hur man skapar en optimeringsplan
Först en snabb varning. Konverteringsoptimering är lite konst och lite vetenskap. Så tänk på att en del av det jag kommer att beskriva kan låta lite oklart. Här finns utrymme för kreativt tänkande. Min rekommendation är att du börjar med ett väldigt grundläggande förhållningssätt och sedan utökar och utvecklar ditt förhållningssätt därifrån.
Det är verkligen mycket som att cykla, väldigt svårt att förklara för en annan person steg för steg. Men du vet definitivt när du gör det rätt (cykeln förblir upprätt och balanserad) och när du gör det fel (du faller på din ökända rumpa).
Hur man bestämmer vad man ska optimera
Som många andra saker i livet börjar omvandlingsoptimering med ett problem. Först måste du veta vad du vill förbättra (därav problemet). Det här börjar alltid med en fråga av något slag. Här är några exempel:
-Du får mycket trafik till din blogg, men bara cirka 1 % av trafiken väljer din lista. Din fråga/problem är: Hur kan vi optimera acceptansgraden på blogginlägg?
-Du får mycket trafik till din webbplats, men väldigt få besökare konverterar till leads för din lokala tjänsteverksamhet. Din fråga/problem är: Hur kan vi få fler att fylla i vårt kostnadsfria offertformulär?
Du förstår idén.
Grundtanken här är att du bör isolera en mycket specifik funktion på din webbplats innan du går vidare. Ju mer specifik du är, desto mer begränsat och fokuserat kommer ditt konverteringsoptimeringsprojekt att bli (och förmodligen desto bättre och tydligare resultat får du).
Hur man formulerar en hypotes
Låt oss luta oss lite mer in i “vetenskap”-delen av konst/vetenskap-ekvationen för detta steg i processen. Nu när du har en idé om vad du vill optimera kan du formulera en hypotes att implementera och testa.
Vanligtvis formuleras en hypotes som ett “Om/Då”-påstående. (Som: “Om jag sover 8 timmar istället för 7, får jag högre testresultat.”) För att något ska vara en hypotes måste det vara testbart. Därför är det viktigt att vara specifik och fokusera på sådant som faktiskt går att mäta. Det är väldigt enkelt att mäta högre och lägre testresultat. Det skulle inte vara lätt att mäta något i stil med: “Om jag sover 8 timmar istället för 7 blir jag lyckligare.” Det kan vara något du kan försöka mäta och kvantifiera, men det är extremt subjektivt och väldigt svårt att mäta (och därför väldigt svårt att bevisa).
Här är några exempelhypoteser för ditt konverteringsoptimeringsprojekt:
-Om jag lägger till en popup-ruta för opt-in i min blogg kommer jag att öka den totala opt-in-frekvensen för bloggtrafik.
-Om jag flyttar det kostnadsfria offertformuläret ovanför mitten i sidofältet kommer jag att öka den totala fyllningsgraden för gratis offertformulär.
Dessa hypoteser är mycket tydliga och mycket testbara. Det bästa rådet jag kan ge dig här är att undvika att komma in i huvudet för mycket. Fokusera, fokusera, fokusera. Var så specifik som möjligt.
I nästa inlägg i den här serien ska vi titta på hur du bygger ditt faktiska A/B-delade test. Har du några frågor om detta inlägg? Lämna din kommentar nedan.
