Zuko + Convert: اكتشف رؤى تجربة A / B مع تحليلات النموذج

افهم كيف تؤثر اختبارات أ / ب على سلوك المستخدم في النماذج وعمليات السحب

لذلك ، قمت بإعداد اختبار A / B الخاص بك باستخدام Convert وأنت على استعداد لبدء تحسين موقعك. أنت تعلم أنه سيخبرك النسبة المئوية للأشخاص الذين يقومون بالتحويل من خلال نموذج التسجيل الخاص بك أو الخروج لكل متغير.

ذلك رائع.

لنفترض أن أداء المتغير أ أفضل من المتغير ب. لديك الآن فكرة أن النموذج الموجود في المتغير "أ" سيؤدي إلى تحويلات أكثر من المتغير "ب".

لكن لماذا؟ هل تعرف أين ومتى انسحب مستخدمو Variant B مقابل مستخدمي Variant A؟ والأهم من ذلك ، هل تعرف ما هي الموانع والمضايقات والإحباطات التي تسببت في هجرهم؟ هل كان تغيير المسار من خلال النموذج يساعد أو يعيق وصول المستخدم إلى المكان الذي يريده ويريده؟

هذا هو المكان الذي يأتي فيه Zuko Form Analytics. يسمح لك Zuko بتحليل أداء النموذج الخاص بك على مستوى دقيق ، وتقسيم البيانات عبر جميع الجماهير والمتغيرات حتى تتمكن حقًا من معرفة تأثيرات أي تغييرات اختبار تجريها.

دمج تحويل الخبرات مع Zuko.io

Zuko Form Analytics عبارة عن نظام أساسي يمكّنك من معرفة متى وأين ولماذا يتخلى المستخدمون عن نموذج الويب أو الخروج.

يركز Zuko على ثمانية تقارير رئيسية ، تم إنشاؤها من عشرات مقاييس النموذج:

• نظرة عامة على النموذج ،
• تقرير الانسحاب الميداني ،
• معظم الحقول المصححة ،
• تقرير الوقت الفعلي ،
• وقت الإنجاز ،
• تقرير الحقول المشكلة،
• الحقول قبل التقديم ،
• تقرير فيلد تايمز.

يقوم Zuko أيضًا بتقسيم الأداء الميداني بناءً على المقاييس المقارنة:

• أداء مجال مقارنة بصناعتك ،
• متوسط ​​Zuko ،
• باقي موقعك.

يتيح لك التكامل مع برنامج التحويل الحفر بشكل أعمق وتحليل تأثير متغيرات الأشكال المختلفة على سلوك المستخدم.

وإليك كيف يعمل:

• يكتشف Zuko.io تلقائيًا تجارب التحويل على موقعك.
• يمكنك تصفية حقول Zuko.io الخاصة بك عن طريق تحويل معرف التجربة ومتغيراتها.
• سيتم تنظيم قائمة مستكشف الجلسة لتظهر لك جلسات المستخدم التي تختبر متغيرات الاختبار الخاصة بك.

قم بإعداد التكامل:

تحقق من التكامل:

بمجرد أن يصبح التثبيت جاهزًا ، تحقق من الإعداد عن طريق تثبيت برنامج Convert Chrome Debugger وتحقق من المتغيرات التي يتم إرسالها إلى Zuko.io.

ما هي البيانات التي يتم استخدامها؟

بعد تمكين التكامل ، سيتم وضع علامة على كل جلسة في حساب Zuko.io الخاص بك باستخدام هذا التنسيق: "اختبار # xxxxxxx - Varxxxxxxx" ، حيث:

• اختبار # xxxxxxx - اسم التجربة أو معرّف التجربة كما هو موجود في حساب التحويل الخاص بك ، اعتمادًا على ما إذا كان لديك إخفاء هوية البيانات ممكّنًا أم لا.
• Varxxxxxxx - اسم الشكل أو معرف الشكل كما هو موجود في حساب التحويل الخاص بك ، اعتمادًا على ما إذا كان لديك إخفاء هوية البيانات ممكّنًا أم لا.

داخل حساب Zuko.io الخاص بك ، يمكنك تصفية الجلسات بناءً على تجربة معينة - زوج التباين لتحليل سلوك النموذج عند تقديم شكل معين.

ماذا بعد؟

بمجرد تشغيل التحويل باستخدام Zuko.io وتشغيله ، ماذا بعد ذلك؟

إليك كيف يمكن أن يساعدك الاستخدام الأساسي لـ Convert Experiences في تحسين النماذج وحقول النموذج و CTAs والتصميم سريع الاستجابة وغير ذلك الكثير . يمكنك الحصول على رؤى حول:

• كم عدد زوار موقعك على الويب ،
• إذا كانت أنواع معينة من النماذج تعمل بشكل أفضل في أنواع معينة من المواقف ،
• إذا كان المستخدمون يتفاعلون بشكل مختلف مع نفس النموذج على صفحات مختلفة ،
• كم من الوقت يتسكع زوار موقعك ،
• الأجهزة (الأجهزة المحمولة ، وأجهزة الكمبيوتر المكتبية ، والأجهزة اللوحية) التي يستخدمها الزوار لإكمال نماذج التسجيل ،
• إذا كانت النماذج تلهم الزائر لاتخاذ إجراء ،
• إذا كان وضع النموذج على الصفحة مرهقًا بالنسبة للعميل ،
• إذا كان على الزائرين التمرير لأسفل كثيرًا للوصول إلى النموذج وإكماله.

قد تشعر بالإرهاق من كمية المعلومات التي يمكنك الحصول عليها وننصح بعدم الغوص في أعماق كبيرة في البداية. ركز على المقاييس الرئيسية التي تهمك حقًا.

ادمج بيانات النموذج مع اختبار A / B

في حين أن اختبار A / B يمكن أن يكون فعالًا للغاية ، إلا أنه لا يكفي دائمًا الحصول على فكرة حقيقية عما يحتاجه عملاؤك أو يريدونه أثناء التفاعل مع النماذج الخاصة بك. يجب عليك مزج مجموعة من الأساليب لبناء أفضل صورة ممكنة لكيفية استخدام المستخدمين للنماذج الخاصة بك.

جنبًا إلى جنب مع اختبارات A / B والاختبارات متعددة المتغيرات ، تعد تحليلات بيانات النموذج بمثابة الطفل الجديد في كتلة تحسين معدل التحويل (CRO) . تكمن قوة تحليل بيانات النموذج في أنه يتخطى صفحة مقصودة فردية أو عنوان رئيسي أو عبارة تحث المستخدم على اتخاذ إجراء. بدلاً من ذلك ، يأخذ في الاعتبار مسار التحويل بالكامل - من زيارة موقع الويب إلى الشراء.

في الصفحات التي تقوم فيها بتشغيل تجارب التحويل ، يمكنك استخدام الوحدة النمطية Zuko.io Form Data لتحديد مجالات التحسين بناءً على تحليلات تجربة العميل بأكملها:

• تصفية الجلسات حسب ما إذا كانت تنتهي بإكمال أم لا ،
• اعرض فقط الجلسات التي تتفاعل مع حقل أو إدخال معين ،
• استكشف المسار الذي يتخذه المستخدم أو المجموعة من خلال النموذج الخاص بك وقم بالمسح السريع لمعرفة مكان حدوث عودة الحقول ،
• قم بالمسح عبر الجلسات للعثور على أنماط السلوك التي تشير إلى مشكلة أساسية في النموذج الخاص بك.

سيساعدك استخدام هذه الوحدة على التركيز على نقاط الضعف ودعم المبادرات الترويجية بشكل أفضل.

ما هو متغير الاختبار الأفضل بشكل عام؟

حسنًا ، هذه هي النظرة العامة الأساسية التي تتوقع الحصول عليها من أي حزمة برامج على الأقل. ربما يمكنك تكوين حل بديل في Google Analytics للحصول على هذا على أي حال ولكن من الجيد معرفة أنه تمت تغطيته في Zuko.io. تتبع أرقام العملاء ، ونسبة الأشخاص الذين يبدأون ويكملون النموذج ، والوقت الذي يقضيه في النموذج ، وعدد مرات عودة المستخدمين إلى الحقول.

قارن هذه المقاييس عبر اختباراتك لفهم أشياء مثل:

• هل تدعو إحدى إصدارات النموذج المستخدمين لبدء النموذج فعليًا بأعداد أكبر من الأخرى؟
• أي متغير يتحول بشكل أفضل بمجرد أن يبدأ المستخدم النموذج؟
• هل تسبب أحد المتغيرات في أن يقضي المستخدمون وقتًا أطول في النموذج أو العودة إلى الحقول بشكل متكرر مما أدى إلى مزيد من عمليات التخلي بشكل متناسب؟

أين يسقط المستخدمون؟

هذا هو المكان الذي يبدأ فيه أن يصبح أكثر إثارة للاهتمام. يكسر Zuko أداء كل حقل في كل شكل متغير ويتيح لك مقارنتها. يمكنك معرفة:

• ما المجالات التي تدفع إلى التخلي في البديل الأسوأ أداءً لديك؟ هل هناك مجالات في أسوأ البلدان أداءً أفضل من نظيرتها في أفضل الشركات أداءً؟
• ما هي الحقول التي يتم إرجاعها إلى أقصى حد وكيف يمكن مقارنتها بالمتغير؟ هل أدى اختيارك للتنسيق أو الإرشادات في أحد المتغيرات إلى إرباك المستخدم ، مما أدى إلى المزيد من النماذج التي تم التخلي عنها؟
• هل هناك اختلاف في رسائل الخطأ التي تظهر بين كل متغير؟ ما البصيرة التي يمكن أن تكتسبها من هذا؟ هل تحتاج إلى جعل الرسائل أقل غموضًا؟

احصل على رؤى أعمق حول شريحة العملاء التي يجب التركيز عليها

تصفية وفرز وتصدير البيانات المجمعة من نماذج الويب لتتناسب مع احتياجات عملك. أنشئ طرق عرض بيانات فردية من خلال التركيز على نقاط البيانات الأكثر أهمية ، واستخدمها بشكل أكبر لتحقيق أهداف العمل.

على الأقل ، يمكنك إنشاء شريحة مخصصة للجلسات التي تتخلى عن النموذج. ما عليك سوى إنشاء شريحة بمشاهدة صفحة (لصفحة النموذج) ولكن بدون استكمال الهدف لهذا النموذج.

ماذا تتوقع أن تتعلم من هذا الجزء؟ أولاً ، إنها طريقة سريعة لاكتشاف المشكلات الفنية أو جمع تلميحات حول أوجه القصور المحتملة الأخرى:

• هل تأتي حصة غير متكافئة من الجلسات من المستخدمين على جهاز أو متصفح معين؟ قد لا يتم عرض النموذج بشكل صحيح. يمكنك انتحال الجهاز في Chrome أو فتح متصفح مختلف لترى كيف يتم عرضه.
• هل تأتي حصة غير متكافئة من الجلسات من المستخدمين من موقع معين؟ هل اسم البلد مفقود من القائمة المنسدلة؟ هل تم دفنها في مكان غير متوقع (مثل إنجلترا مقابل المملكة المتحدة مقابل بريطانيا العظمى)؟ هذا واحد من العديد من الاحتمالات.
• هل تأتي حصة غير متكافئة من الجلسات من منتج واحد أو صفحة رئيسية؟ هل هناك عنصر آخر في الصفحة يمنع النموذج من العرض بشكل صحيح؟
• هل تؤدي مجموعة ديموغرافية معينة أو مصدر حركة المرور أداءً أسوأ من مصدر آخر؟ من غير المحتمل أن يمنحك التقسيم البسيط للمتخلين عن النموذج "السبب" ، ولكن من المفيد تضمين إنتل مع أبحاث أخرى.

تتبع ما إذا كان المستخدمون قد تفاعلوا مع حقول النموذج (والترتيب الذي فعلوا به)

يمكنك إنشاء هدف جافا سكريبت للتمييز بين المستخدمين الذين تفاعلوا مع النموذج والذين لم يتفاعلوا معه. يمكنك أيضًا تحديد الحقل الأخير الذي تفاعلوا معه.

إذا قمت بتطبيق تتبع الأحداث على كل حقل ، فيمكنك بناء تلك التفاعلات في سرد ​​مرتب ، تصور كيفية تقدم المستخدمين من خلال النموذج الخاص بك (قبل الاستسلام):

الاسم الأول> اسم العائلة> العنوان> رقم البطاقة الائتمانية> تاريخ انتهاء الصلاحية> رقم البطاقة الائتمانية

في المثال الافتراضي أعلاه ، يمثل حقل بطاقة الائتمان آخر تفاعل قام به المستخدم مع النموذج قبل المغادرة. بمجرد ظهور الأنماط ، سيكون لديك فكرة أفضل عن الحقول التي قد تكون أكثر إشكالية.

بالإضافة إلى ذلك ، اكتشف:

• أين الإحباطات؟ هل يعود المستخدمون باستمرار إلى نفس المجال؟ هل يختلف هذا عبر المتغيرات إذا قمت بتغيير التنسيق المطلوب أو نص التوضيح أو رسالة الخطأ؟
• أين الثمار المنخفضة التي تفتقدها؟ ستكون نسبة مناسبة من المتسربين من المستخدمين الذين حاولوا إرسال النموذج لكنهم لم يتمكنوا من إكماله بسبب مشكلة في النموذج. هذا مجرد حرق للمال. يساعدك Session Explorer في تحديد ما يحدث لإحباط هؤلاء المستخدمين ووضع حلول لإيقاف ذلك.

كيف يختلف هذا حسب الجمهور؟

تتمثل إحدى أقوى ميزات Zuko Form Analytics في القدرة على تقسيم البيانات بشكل أكبر باستخدام السمات المخصصة. يمكنك الاطلاع على التباين حسب نوع المتصفح والجهاز ، ولكن إذا كنت تتتبع الأداء بالفعل من خلال أي شريحة أخرى ، فمن السهل نسبيًا استيرادها أيضًا. يفتش:

• كيف يعمل كل متغير مقابل مصادر حركة المرور المختلفة؟ ربما تجعل التعديلات التي أجريتها على الأرجح عمليات تحويل زيارات مدفوعة الأجر ، ولكن هل كان لهذا تأثير سلبي على مستخدمي عضويتك؟
• كيف تؤثر تغييراتك على كل منتج؟ قد يؤدي المتغير "أ" إلى جذب المزيد من المستخدمين نحو المنتج "س" ولكن هل من المرجح أن يقوموا بالتحويل أكثر أم أقل؟ وما هو تأثير ذلك على منتجات Y & Z؟
• هل الجغرافيا مهمة؟ هل تعمل المتغيرات الخاصة بك مع مستخدمين من أوروبا بشكل مختلف عن أداء المستخدمين من أمريكا الشمالية؟ يتيح لك Zuko استجواب ذلك بسهولة.

تحليلات النموذج والخصوصية

إذا كنت تستخدم Zuko.io Form Analytics على موقع الويب الخاص بك ، فستتم مطالبتك بوضع سياسة خصوصية. يتضمن ذلك الكشف عن استخدام Zuko ، وكيفية جمع البيانات التي تجمعها ومعالجتها ، وكيفية استخدام ملفات تعريف الارتباط. يجب أن يكون هذا الإشعار سهل الوصول إليه من قبل زوار موقعك (أو التطبيق).

ليست هناك حاجة لطلب موافقة صريحة ؛ يكفي تضمين الإشعار ببساطة ، على الرغم من أنه يمكنك منح المستخدمين القدرة على إلغاء الاشتراك في ملفات تعريف الارتباط. على عكس بعض منتجات إعادة تشغيل الجلسة ، لا يتتبع Zuko جزءًا واحدًا من معلومات التعريف الشخصية ، ولا حتى عنوان IP مما يجعله متوافقًا تمامًا مع الناتج المحلي الإجمالي.

لا تقوم Convert + Zuko.io بجمع البيانات التي يدخلها المستخدمون في النماذج. تقوم أدواتنا ببساطة بتحليل الإحصائيات حول البيانات التي تم إدخالها (على سبيل المثال ، عدد زوار النموذج ، ومتوسط ​​الوقت لإكمال النموذج) أو التي لم يتم إدخالها (على سبيل المثال ، التخلي عن النموذج ، والحقول التي تُركت فارغة) ، وأنواع الأجهزة ، والمسارات التي اتخذها المستخدمون للوصول إلى النموذج.

استنتاج

لن تخبرك بيانات تحليلات النموذج بما يجب القيام به. ولكن يمكن أن يقدم أدلة مفيدة لمزجها مع البيانات الكمية والنوعية الأخرى.

يمكنك جمع مقاييس أساسية مثل الخصائص (على سبيل المثال ، الأجهزة ، المعلومات السكانية) لأولئك الذين يتخلون عن النماذج في تقارير "تحويل التجارب". يمكنك أيضًا الحصول على بيانات على مستوى الحقل باستخدام أحداث مخصصة.

لبدء استخدام رؤى Zuko في النموذج الخاص بك أو تسجيل الخروج للحصول على نسخة تجريبية مجانية. يمكنك بعد ذلك مضاعفة التأثير من خلال التكامل مع التحويل لبدء التحسين من خلال اختبارات A / B.