Forskellen mellem antallet af besøgende i din webshop og antallet af ordrer er ikke tilfældig. Den har årsager. Analytics af besøgendes adfærd er de værktøjer og metoder, der hjælper dig med at finde dem.
Hvad fortæller analytics af besøgendes adfærd dig?
Adfærdsdata svarer på noget, som omsætningstal alene ikke kan. Ikke bare hvor mange der købte, men hvad alle de besøgende, der ikke købte, lavede i stedet.
Når du kigger på adfærdslaget i din analytics, ser du rejsen fra det øjeblik, en besøgende kommer, til de tager en beslutning. Hvor længe blev de på produktsiden? Scrollede de helt ned? Lagde de varen i kurven og stoppede så ved betalingen? Kom de fra en betalt annonce og forlod siden efter tre sekunder? Hvert af de signaler peger på noget bestemt om, hvor oplevelsen går i stykker.
De to mest almindelige fejl med analytics er kun at se på totaler og at tjekke trafik uden at knytte den til adfærd. Det samlede antal besøg fortæller, hvor mange der kom. Adfærdsdata fortæller, hvad de gjorde, da de kom, og hvor rejsen sluttede uden et salg.
Hvilke tal viser, hvordan besøgende bevæger sig i din webshop?
Fem tal giver det tydeligste billede af besøgendes adfærd, før du går dybere i analysen.
Afvisningsrate
Afvisningsraten er andelen af sessioner, hvor en besøgende ser én side og forlader den uden at gøre mere. En høj afvisningsrate på en produktside betyder, at de fleste besøgende ikke bliver længe nok til at engagere sig i det, du sælger. Afvisningsrate for den enkelte side er mere brugbar end et gennemsnit for hele hjemmesiden, fordi årsagerne er forskellige alt efter, hvor frafaldet sker, og hvad de besøgende mest sandsynligt ledte efter.
Tid på siden
Gennemsnitlig tid på siden viser, hvor grundigt de besøgende læser dit indhold. En produktside, hvor de fleste bruger under femten sekunder, er en side, hvor noget afskrækker dem med det samme eller ikke fastholder deres opmærksomhed. Meget lang tid på siden betyder ikke altid, at siden klarer sig godt. Det kan også betyde, at besøgende leder efter oplysninger, der burde være lette at se, og ikke finder dem.
Scrolldybde
Scrolldybde viser, hvor langt ned på en side de besøgende læser, før de forlader den. Hvis dine anmeldelser eller vigtige specifikationer ligger under det sted, hvor firs procent af de besøgende holder op med at scrolle, bliver indholdet ikke set. Scrolldybde viser, hvilke elementer der ligger under det, de fleste når, og hjælper dig med at beslutte, om de skal flyttes højere op.
Udgangssider
Dine udgangssider er de sidste sider, besøgende ser, før de forlader hjemmesiden. Hvis en produktside igen og igen er en af de øverste udgangssider, har den side et konverteringsproblem, der er værd at undersøge. Hvis din ordrebekræftelse er den øverste udgangsside, er det forventet adfærd. Udgangssider viser, hvor rejserne slutter, og om slutningerne er normale eller tegn på besvær.
Andel der lægger i kurven
Andelen, der lægger i kurven, måler, hvor mange af de besøgende på en produktside der lægger varen i kurven. Det adskiller dem, der interesserer sig for produktet, fra dem, der går uden interesse. En lav andel på en produktside med meget trafik er et tydeligt tegn på, at selve siden ikke gør sit arbejde, uanset om det er teksten, billederne, prisen eller manglende oplysninger.
Hvordan viser tragtanalyse, hvor besøgende falder fra?
En købstragt er rækken af trin, en besøgende går igennem fra første besøg i din webshop til gennemført køb. De fleste analyseværktøjer lader dig definere en tragt ved at angive siderne i rækkefølge og så følge, hvor mange der går fra det ene trin til det næste.
En typisk webshoptragt går fra landingpage til produktside, læg i kurv, kasse og ordrebekræftelse. Ved hvert trin går nogle videre, og nogle forlader siden. Tragtanalyse viser, hvor store frafaldene er ved hvert skift.
Det mest nyttige ved tragtanalyse er, at den er præcis. Ikke "vores konverteringsrate er lav", men "vi mister fyrre procent mellem produktsiden og kurven og yderligere tredive procent mellem kurven og betalingen". Det er to forskellige problemer, der kræver to forskellige løsninger.
Når du ved, hvor det største frafald er, ved du, hvor du skal begynde. For de fleste webshops sker de største tab på produktsider og i kassen. Du kan se nærmere på, hvad der driver kunderne væk i det sidste trin, i hvorfor kunder forlader deres kurv, og hvad du kan gøre ved det.
Hvad viser sessionsoptagelser og heatmaps, som tal ikke kan?
Tal fortæller, hvad der skete. Sessionsoptagelser og heatmaps hjælper dig med at forstå hvorfor.
En sessionsoptagelse er en afspilning af et rigtigt besøg i din webshop. Du kan se, hvor den besøgende flyttede markøren, hvad de klikkede på, hvor langt de scrollede, og hvor de stoppede og gik. Sessionsoptagelser er en af de mest direkte måder at forstå besøgendes adfærd på, fordi de viser den faktiske oplevelse af at bruge din webshop og ikke en forenkling af den.
Det, du leder efter i en optagelse, er besvær. En besøgende, der flytter markøren igen og igen til en knap, der ikke sidder, hvor de forventer. En besøgende, der scroller forbi knappen til at lægge i kurven på mobil, fordi den ikke er synlig på den skærmstørrelse. En besøgende, der læser returpolitikken, lukker den og så forlader kurven. Hver af de observationer peger på noget konkret, du kan teste.
Heatmaps samler adfærd fra mange sessioner i ét billede. Et klik-heatmap viser, hvor de besøgende klikker oftest. Hvis de klikker på et billede, der ikke er et link, forventede de, at det kunne klikkes på. Et scroll-heatmap viser, hvor langt ned på siden de fleste læser. Hvis de fleste besøgende holder op med at scrolle, før de når dine anmeldelser, gør de ikke det salgsarbejde, du forventer af dem. At flytte dem højere op på siden er en enkelt ændring, som heatmap-data gør indlysende.
Hvordan påvirker trafikkilden besøgendes adfærd i din webshop?
Ikke alle besøgende opfører sig ens, og den kilde, de kommer fra, er en af de største faktorer for deres adfærd i din webshop.
En besøgende, der søgte specifikt efter navnet på dit produkt, har stor købsintention. De ved, hvad de leder efter. Dit job er at bekræfte, at de er kommet det rigtige sted hen, og fjerne enhver hindring for at købe. En besøgende, der klikkede på en bred annonce i et feed, havde måske ingen intention om at købe. De udforsker. Det, de har brug for på din produktside, er noget andet end det, den målrettede søgende har brug for.
Når du opdeler adfærdstal efter trafikkilde, bliver de mønstre tydelige. Besøgende fra organisk søgning med produktspecifikke søgninger har ofte kortere tid på siden og højere konverteringsrate, fordi de kommer og ved, hvad de vil have. Besøgende fra betalte sociale annoncer, der handler om opmærksomhed, afviser oftere, især når landingpagen ikke passer til tonen eller billederne i den annonce, der førte dem derhen.
Når din samlede konverteringsrate ser lav ud, så del din trafik op efter kilde, før du konkluderer, at produktsiden er problemet. Produktsiden klarer sig måske godt over for trafik med stor købsintention. Problemet kan være, at en stor del af din betalte trafik har lav intention og lander på en side, der ikke er lavet til det sted, den besøgende er i sin beslutning.
Hvordan læser du analytics for dine produktsider?
Produktsider er der, hvor de fleste købsbeslutninger træffes, og adfærdssignalerne på de sider er blandt de mest oplysende data i hele din webshop.
Se på produktsiderne enkeltvis i stedet for samlet. Din bedste produktside er ét sammenligningspunkt. Din dårligste produktside med meget trafik er din største mulighed. Sammenlign, hvad der er forskelligt. Er teksten længere? Er der flere billeder? Er der kundeanmeldelser? Er prisen tydeligere?
De vigtigste signaler at følge på hver produktside er tid på siden, scrolldybde, andel der lægger i kurven og frafaldet mellem kurv og gennemført køb. Hvert af dem indsnævrer, hvor problemet ligger. En lav andel, der lægger i kurven, tyder på, at siden ikke overbeviser de besøgende. En høj andel i kurven med stort frafald i kassen tyder på, at problemet ligger i kasseoplevelsen og ikke på selve produktsiden.
Du kan læse en detaljeret guide til, hvad der får produktsider til at konvertere, i hvad der gør en god produktside. Hvordan du mindsker frafaldet mellem kurv og køb, kan du læse i sådan designer du en kasseside, der mindsker frafald.
Hvordan adskiller du adfærd på computer og mobil i din analytics?
Besøgende på mobil og computer opfører sig ikke ens. Hvis du behandler dem som én målgruppe i din analytics, skjuler du problemer, der koster dig salg.
De fleste webshops får i dag mere end halvdelen af deres trafik fra mobile enheder. Konverteringsraten er lavere på mobil for de fleste webshops. Den forskel er rigtig omsætning, men du kan kun lukke den, hvis du kan se, hvor den kommer fra.
Opdel adfærdsdata efter enhedstype i din analytics. En produktside med en fin konverteringsrate på computer kan have en markant lavere konverteringsrate på mobil. Når du ser sessionsoptagelser fra besøgende på mobil, finder du ofte årsagen: knapper, der er for små til at ramme sikkert, produktbilleder, der ikke skalerer rigtigt, eller kasseformularer, der er svære at udfylde på en lille skærm. De problemer er usynlige, når du ser på samlede konverteringsdata for alle enheder.
Du kan læse en guide til, hvad mobiloptimering af en webshop indebærer, i sådan gør du din webshop mobilvenlig.
Hvordan bruger du adfærdsdata til at prioritere, hvad du skal rette?
Når du har adfærdsdata fra flere kilder, herunder tragtanalyse, sessionsoptagelser, heatmaps og tal for de enkelte sider, bliver udfordringen at beslutte, hvor du skal begynde.
Den mest pålidelige måde er at kombinere to mål: hvor stort frafaldet er (hvor mange besøgende er berørt?) og hvor god dokumentationen er (hvor tydeligt forklarer data, hvad der er årsagen?). En produktside, der mister to hundrede besøgende om ugen, før de lægger i kurven, og hvor sessionsoptagelser viser, at besøgende igen og igen scroller forbi beskrivelsen uden at stoppe, er en mulighed med stor sikkerhed og stor effekt. En kasseside, der mister halvtreds besøgende om ugen uden noget tydeligt adfærdssignal, har lavere prioritet, indtil du har samlet mere dokumentation.
Målet med adfærdsanalyse er ikke at forstå alt på én gang. Det er at opbygge nok sikkerhed til at lave én konkret ændring, måle den og lære af resultatet. Du kan se en ramme for, hvordan du tester de ændringer systematisk, i hvad er konverteringsoptimering, og hvorfor det er vigtigt.
Hvis du stadig er ved at opbygge det analytiske fundament til den slags analyse, så start med sådan sætter du analytics op og følger det, der betyder noget, fra første dag.
Sådan hjælper WEMASY dig med at følge besøgendes adfærd
WEMASYs værktøj Analytics og indsigt følger besøg, trafikkilder og tal for de enkelte sider på tværs af din hjemmeside og webshop. Du kan se, hvilke sider de besøgende kommer ind på, hvilke de forlader, og hvordan forskellige trafikkilder opfører sig i forhold til hinanden. Sammen med WEMASYs webshopsystem har du ordredata og adfærd på hjemmesiden samlet ét sted uden at koble flere værktøjer sammen. Se, hvad der er med i hver plan, på prissiden.
Ofte stillede spørgsmål
Hvad er forskellen på et besøg og en session i analytics for webshops?
I de fleste analyseværktøjer er en session én sammenhængende periode med aktivitet på din hjemmeside. Hvis en besøgende går og kommer tilbage to timer senere, tæller det som to sessioner. Ordet "besøg" betyder som regel det samme. Forskellen er vigtig, når du udregner konverteringsraten. Hvis du bruger sessioner som grundlag, vil en tilbagevendende besøgende, der kigger flere gange, før de køber, tælle som flere sessioner, og det sænker din konverteringsrate i procent sammenlignet med at bruge unikke besøgende som grundlag. Med WEMASYs hjemmesidebygger kan du sætte det op direkte i din webshop.
Hvilken afvisningsrate er for høj for en produktside?
Der findes ikke en fast grænse. En produktside med halvfjerds procent afvisning fra organisk søgning kan klare sig fint, hvis de resterende tredive procent konverterer højt. Det vigtigste er ikke selve tallet, men udviklingen over tid og hvordan afvisningsraten ligger i forhold til lignende sider i din egen webshop. En pludselig stigning i afvisningsraten på en side, der tidligere var stabil, er et tydeligere signal end et tal, der altid har været højt.
Hvor meget trafik skal du have, før sessionsoptagelser er nyttige?
Selv et lille antal sessionsoptagelser, ti til tyve fra rigtige besøgende på en bestemt side, kan afsløre brugerproblemer, der er usynlige i samlede data. Du behøver ikke tusindvis af sessioner for at se, at besøgende overser din knap til at lægge i kurven på mobil, eller at de klikker på et billede og forventer, at det åbner en større visning. Indsigten fra en lille stikprøve af optagelser afslører ofte problemer, som en måneds analytics alene ikke ville vise.
Kan man forstå besøgendes adfærd kun med webshoppens indbyggede analytics?
For de fleste webshops dækker indbygget analytics trafikkilder, sidevisninger, afvisningsrate og grundlæggende tragtdata. Det er nok til at finde de største frafaldspunkter i din tragt og sammenligne produktsiders resultater med hinanden. Sessionsoptagelser og heatmaps kræver ekstra værktøjer. Indbyggede data er det rigtige udgangspunkt og afslører de fleste store problemer, før du har brug for mere specialiseret analyse.
Hvor ofte bør du gennemgå din adfærdsanalytics?
En ugentlig gennemgang af din konverteringstragt, de øverste udgangssider og andelen, der lægger i kurven, giver dig nok til at fange pludselige ændringer. Månedlig gennemgang af heatmap-data og adfærd efter trafikkilde lader dig følge mønstre over en periode, der er lang nok til at se meningsfulde tendenser. At tjekke dagligt er sjældent nyttigt, medmindre du kører en test og følger med i, om noget har ændret sig i din webshops resultater.