4 CRO-verktøy du bør benytte deg av

Benevnelsen “CRO” har for lengst (heldigvis) blitt et godt kjent begrep i de aller fleste bedrifter med en betydelig online tilstedeværelse.

Og med det kommer kompliserte og tidkrevende eksperimenterings-programmer som kan være vanskelig å få befestet i bedriften.

Fra CRO til eksperimentering

For de av oss som har jobbet aktivt med CRO en stund så har vi kommet oss dit hen at vi har utviklet begrepet til å kalles “Eksperimentering” fremfor “CRO”. Når alt kommer til alt så er det økt omsetning vi ønsker oss (Conversion Rate Optimization), men for å klare det er det eksperimentering du gjør, ikke CRO – i ordets rette forstand. 

Bare det å gjøre skiftet fra å kalle det for “CRO” til å kalle det for “Eksperimentering” vil utgjøre en stor forskjell i bedriften, og for forståelsen fra dine kollegaer rundt hva du faktisk gjør i de timene du er på jobb. Demokratisering er nøkkelordet her! 

Ved å kalle det “Eksperimentering” åpner det også opp for å ta i bruk systemer og løsninger i en langt større, og mer effektiv, skala. For vi må være ærlige med oss selv, det å sette opp en A/B test basert på en svak hypotese (magefølelse) kan så og si hvem som helst gjøre med dagens tilgang til enkle løsninger. 

Andres innsikt + din egen = suksess

Men å kjøre et eksperimenterings-program der den største delen av arbeidet er å skaffe seg innsikten som trengs for å lage gode datadrevne hypoteser krever gode tekniske verktøy så vel som en strukturert måte å jobbe på. 

Du må heller ikke være redd for å gi deg selv det best mulige utgangspunktet for å teste noe, eller gjøre en endring du er usikker på. Mange er motstandere av “Best Practices” og det å se på hva andre gjør, fordi de mener at de selv er så unike og at de må lytte til kundene sine og ikke alle andre. Dette er jeg litt uenig i. Vi må alltid huske på at kundene ofte ikke selv vet hva de vil ha før de ser det, tar på det og får føle litt på det. 

Jeg trenger vel neppe å nevne det, men gjør det likevel; Ingen fortalte Steve Jobs at de ville ha en telefon helt uten tall-taster og som bare skulle være en eneste stor skjerm. Det som var den generelle forståelsen (hypotesen) på den tiden var at en telefon skulle ha tall-taster, og den skulle være så liten som mulig. Hvordan endte egentlig den hypotesen, var den sann eller usann?

Jeg har selv opplevd å gjøre en rekke kvalitative undersøkelser og brukerintervjuer der det er store motsetninger til hva kundene sier de vil ha/vil gjøre og hva de faktisk ender opp med å gjøre. Så du trenger ikke alltid å begynne på scratch med å drive egen kundeinnsikt, du kan ta utgangspunkt i andres innsikt og iterere/tilpasse for ditt eget nettsted og dine egne kunder derfra. Jeg mener at en kombinasjon av andres innsikt + din egen = suksess!

I den forbindelse vil jeg gjerne nevne 4 ulike verktøy som gir deg god innsikt i hva som fungerer og ikke fungerer hos andre og som sammen med egen innsikt kan struktureres i et eksperimenterings-program.

1. Baymard 

Baymard er et institutt, eller en “hub” om du vil, som har samlet 100 000-vis av timer med innsikt og research knyttet til brukeropplevelse (UX) og brukergrensesnitt (UI).

Du kjenner deg sikkert igjen i det at du selv eller en kollega sier “Vi må gjøre noe med de filtrene våre” eller “Vi må oppdatere produktsiden vår”. Når det da kommer til hva som skal gjøres eller endres så er du helt blank. Du har kanskje noen favorittsider der du handler ofte som du kan hente inspirasjon fra, men that’s it!  

I slike tilfeller er Baymard et genialt verktøy. Det er sjeldent en kunde (eller data) sier “Filtrene deres suger, dersom dere gjør x og y så vil det bli mye bedre”, de sier gjerne bare “Filtrene deres suger!”. En slik kommentar gir oss ikke så mye å agere på, og der kommer Baymard inn. 

Man kan for eksempel søke “Filters on category page”, så får man treff i både artikler og research studys: 

Går man derfra videre til “Product Lists UX” som er en case study kan man se en god liste over benchmarks for ulike elementer, og hvilke nettsteder som har lav score og hvilke som har høy score

Det går helt konkret i detalj på hva som er bra, og hva som er dårlig. Man kan også se bilder og videoer av det. Det Baymard har i sitt bibliotek er et resultat av deres egen innsikt og research som er kvalitativ innsikt. 

Du vil finne mange utenlandske aktører der UXen ikke direkte kan overføres til hvordan norske kundereiser på nett er, men du vil uansett kunne hente inspirasjon slik at du starter med det best mulige utgangspunktet. Kostnad ligger på rundt NOK 20 000,- pr år, og er definitivt verdt det dersom du ofte sliter med å finne et godt utgangspunkt sammen med designere og andre stakeholders i bedriften din. 

2. Effective Experiments

Absolutt alle som jobber systematisk med et eksperimenterings-program har de samme utfordringene; det finnes få verktøy som hjelper oss med å være effektive og ikke minst gi oss muligheten til å vise og fortelle våre kollegaer hva vi holder på med på en enkel måte. 

Excel, eller en eller annen form for spreadsheet, er som oftest alltid en stor del av arbeidet når man skal holde orden på hypoteser, prioritering, pågående eksperimenter og avsluttede eksperimenter. I tillegg skal man som oftest gjerne lage en rapport som da gjøres i et eller annet tekstredigeringsprogram.

Det som kanskje er mest kritisk er all den verdifulle innsikten man gjør dag-for-dag. Alle skjermbildene man tar fra analyseverktøyene sine og alle komplekse beregninger man har gjort på et spesifikt område av kundereisen i et Excel regneark. Den innsikten forblir som oftest fordelt på flere filer i flere ulike mapper på egen datamaskin eller i bedriftens skylagringstjenester.

Der kommer Effective Experiments inn i bildet. Det er et komplett verktøy for å effektivt prosjektstyre og ha oversikt over hele eksperimenterings-programmet sitt. Helt fra idé-fasen og til fullført eksperiment og rapportering

Bilde: Kanban tavle i  Effective Experiments

Løsningen støtter “ideation” som betyr at man kan ha en en skjemaside som er offentlig for alle i bedriften der de kan komme med idéer og forslag. Disse går rett inn i løsningen og du kan enkelt håndtere den og kommunisere med kollegaene dine rundt idéen. 

I tillegg er det kraftige rapporter og dashboards som gjør det enkelt å synliggjøre arbeidet internt i bedriften

Bilde: Dashboardet i Effective Experiments

Bilde: Rapporter i Effective Experiments

I tillegg til dette er det lett å prioritere eksperimenter basert på ønsket prioriterings-rammeverk, samt generere rapporter etter endt eksperiment bare med noen tastetrykk. 

Research-delen i Effective Experiments kommer med en kraftig query-motor som gjør at man kan sende inn spørringer “Vis meg all innsikt vi har på en produktside” eller “Vis meg alle eksperimenter vi har gjort på en kategoriside der hypotesen vant”. Et utrolig kraftig verktøy som gjør at man sparer mye tid i hverdagen. 

Pris starter fra 100 GBP pr mnd og oppover.

3. Medallia

Det er ikke mange i Norge som har hørt om Medallia, men internasjonalt er Medallia et mye brukt verktøy, spesielt knyttet til spørreundersøkelser. Men de har også et helt genialt verktøy som heter “Medallia Digital Experience”.

Dette er et verktøy jeg kaller en “Hotjar killer”. Årsaken til det er at min opplevelse av Hotjar er at man aktivt må inn å finne feil i kundereisen. Så vil man vite noe så er det som oftest en aktiv handling man selv må gjøre “Nå skal jeg sette av 8 timer til å se på hva som foregår i kassen i nettbutikken”. 

Dessverre er dette typiske ting man ofte ikke klarer å sette av tid til i hverdagen. Der er Medallia unike, for de forteller deg hvor problemet ligger, og hva det potensielt kan være. Medallia er en god del dyrere enn Hotjar, men for store selskaper er det verdt prisen.

Medallia Digital Experience tilbyr user recordings, heatmaps, feedback og kanskje de to kraftigste funksjonene; DXS (Digital Experience Score) og Path Exploration.

DXS gjør at du hele tiden kan følge med på helsen til hver enkelt side og sidetype. Går scoren ned kan du enkelt drille deg ned for å se de besøkende som gjør at scoren blir lav, og hva de har opplevd. 

Bilde: Illustrasjon av DXS score i Medallia Digital Experience plattform

Heatmapsene inneholder beriket data som gjør at du ikke bare ser scroll, click og bevegelse, men også omsetning knyttet til produktvisninger osv. Det betyr at du lett kan se at for eksempel bare 40% scroller 75 % ned på siden, men der ligger det et produkt som selger 10 x bedre enn produkter høyere opp. Da kan du enkelt gjøre litt merchandising-arbeid og flytte det produktet høyere opp på siden da det åpenbart er populært og gir høy omsetning. 

Path exploration viser hvilke kundereiser som går friksjonsfritt, og hvilke som har utfordringer. Er det en path som er mye brukt, og har mye problemer kan man enkelt fokusere på den, se user recordings og DXS score knyttet til den reisen og mye mer. 

Bilde: Skjermbilde fra Journey Discovery (path) i Medallia Digital Experience plattform

4. Hotjar

Hotjar er godt kjent for mange, og har historisk sett vært det verktøyet for heatmaps som har hatt en lavest innstegsmodell (free plan). Det gjør at Hotjar er viden kjent og mye brukt – også her i Norge. 

Bare det siste året har det skjedd masse spennende med Hotjar. De tilbyr nå både heatmaps, user recordings, surveys, feedback og user testing. Sistnevnte er i forbindelse med at de nylig kjøpte opp et verktøy som het PingPong og rebranded det til Hotjar Engage. 

Som nevnt så har Hotjar lansert mange spennende nye funksjoner det siste året, og en av de er det de kaller for “Hotjar Engagement zones”. Det kan se slik ut: 

Bilde: Eksempel på Engagement zones på Coop sine produktsider på mobil og desktop

Det jeg synes er veldig nyttig med Hotjar er alle de enkle små “pollene” man kan gjøre. Erfarer man problemer med et spesifikt område på nettsiden sin så kan man trigge en poll (mini undersøkelse) på akkurat den siden for å få svar på det man lurer på. Det samme gjelder dersom det diskuteres en ny funksjonalitet eller en endring i strategi internt, da kan man spørre de besøkende om hva de synes.

Den samme funksjonaliteten finnes også i Medallia. 

Oppsummering 

Som nevnt i starten av dette innlegget så er det mye som går under “Eksperimentering” eller “CRO” – som mange kaller det.

Det er ganske mye man kan gjøre uten å ha kvantitativ data på plass. Vi har alle kjent på problemstillingen rundt Google Analytics 3 (Universal analytics) og det at løsningen skal sunsettes og erstattes av GA4. Så fortvil ikke, dersom du ikke får på plass alle eventene du ønsker i GA4 i tide så mener jeg du kan gjøre mange spennende eksperimenter basert på det kvalitative de tre nevnte verktøyene over gir. 

Strukturerer man alt dette inn i verktøyet som er listet opp som nummer 2 (Effective Experiments) så kan du komme fryktelig langt, selv uten de datapunktene du eventuelt skulle miste i tilknytning til bytte av analyseverktøy (Google Analytics).