Δοκιμές Α/Β και προσωποποιημένες σελίδες

   Χρόνος ανάγνωσης: 2 λεπτά

Υπάρχει η σχολή που υποστηρίζει ότι οι δοκιμές Α/Β δεν μπορούν να συνυφαστούν με προσωποποίηση. Υπάρχει και η άλλη που λέει ότι μπορούν.

Καθώς καθένας μας κρίνεται από τα αποτελέσματα (μετατροπές, τζίρος, νέοι πελάτες) τότε η μεγιστοποίηση των αποτελεσμάτων πρέπει να είναι το ζητούμενο. Και αυτή ακριβώς τη μεγιστοποίηση μπορούμε να επιτύχουμε μέσα από το συνδυασμό δοκιμών Α/Β και προσωποποίησης.

Πότε μπορούμε να τα χρησιμοποιήσουμε;

Οι δοκιμές A/B και οι δοκιμές με πολλές μεταβλητές είναι συνήθεις για να βρούμε ποια είναι η σελίδα (ή σελίδες) που αποδίδει καλύτερα ώστε να την βλέπουν όλοι οι χρήστες. Έχετε για παράδειγμα δύο σελίδες και θέλετε να αποφασίσετε ποια από τις δύο θα βλέπουν οι χρήστες.

Προσωποποίηση θα πει…

…να μπορείτε να δείξετε διαφορετικές εκδοχές του site οι οποίες θα βασίζονται στα διαφορετικά ενδιαφέροντα των χρηστών σας. Έτσι διαφορετικοί χρήστες βλέπουν διαφορετικά site και μάλιστα βλέπουν αυτές που αποδίδουν καλύτερα.

Εν τέλει η προσωποίηση προκύπτει από κανόνες: π.χ. για χρήστες που έχουν αυτά τα χαρακτηριστικά και συμπεριφέρονται με αυτό τον τρόπο, δείξε αυτή τη βερσιόν.

Παρόλα αυτά μόλις 17% των ηλεκτρονικών καταστημάτων μπορούν να αξιοποιήσουν κατά αυτόν τον τρόπο το site τους. Αρκετοί marketers το κάνουν  χωρίς να το αντιλαμβάνονται όταν φερ’ ειπείν έχουν διαφορετικές σελίδες landing για διαφορετικά κοινά ή διαφορετικές διαφημίσεις ανάλογες με τα κοινά-στόχος αλλά στην πραγματικότητα μιλάμε για κάτι εντελώς διαφορετικό.

personalized website

Πώς τα βρίσκουμε όλα αυτά; Με συνδυαστικές δοκιμές Α/Β και προσωποποίηση, είναι η απάντηση.

Αυτό που χρειάζεται είναι η μετατόπιση της οπτικής του marketer. Μπορείτε να τεστάρετε δυνητικές προσωποποιήσεις με τη χρήση του Α/Β και παράλληλα να δημιουργήσετε διαφορετικά κοινά για κάθε ένα και ξανά δοκιμές Α/Β μέσα σε κάθε ένα κοινό-στόχος. Προσδιορίστε κάθε τμήμα με βάση τα στοιχεία που έχετε για αυτό. Στη συνέχεια δημιουργήστε ένα ακροατήριο που να ταιριάζει με τον παραπάνω ορισμό και τέλος φτιάξτε ένα Α/Β για κάθε τμήμα.

Μοιάζει δύσκολο.

Και είναι! Είναι δύσκολο, θέλει συνεχή προσπάθεια και συνεχή παρακολούθηση των στατιστικών που προκύπτουν, συνεχείς αλλαγές, έμπειρη ομάδα διαχείρισης και σχετικά μεγάλο χρόνο αντίδρασης με αποτέλεσμα να χάνονται στο δρόμο πολύτιμες μετατροπές.

Φανταστείτε μία μηχανή (λογισμικό μάλλον) που αυτόματα ανακαλύπτει τμήματα κοινού σε πραγματικό χρόνο, τεστάρει τις ιδέες ταυτόχρονα και παρέχει στον κάθε χρήστη διαφορετική εμπειρία η οποία τον οδηγεί σε στιγμιαία μετατροπή.  Με την προγνωστική προσωποποίηση, το λογισμικό αυτό παρατηρεί ασταμάτητα και ρυθμίζει διαρκώς ως προς τη βέλτιστη πρόταση.

Αυτή η πρακτική βέβαια έχει και μία σημαντική παραχώρηση: ποτέ δεν γνωρίζουμε ποια βερσιόν του site βλέπει ο χρήστης (εννοείται από αυτές που έχετε ήδη προεγκρίνει).

Παρόλα αυτά…

Η παραπάνω πρακτική έχει προφανή οφέλη αλλά πριν την εφαρμογή της, πρέπει να σκεφτούμε και το αν ταιριάζει στο site μας. Κι αυτό εξαρτάται από τα προϊόντα ή τις υπηρεσίες που πουλάει.

Το μέλλον ανήκει στην προσωποποίηση ή αν θέλετε στο personalization και αν τώρα δεν λειτουργείτε κατ’ αυτόν τον τρόπο σύντομα θα κληθείτε να το κάνετε.

 

Συγγραφή Άρθρου:Φιλαλίθη Ευτυχία

Facebook
Twitter
LinkedIn

Τελευταία Άρθρα

   Χρόνος ανάγνωσης: 5 λεπτάΗ περίοδος της Black Friday έχει εξελιχθεί σε μια από τις πιο σημαντικές εμπορικές στιγμές για τους εμπόρους στην Ελλάδα. Αν

18 Νοεμβρίου, 2024

   Χρόνος ανάγνωσης: 6 λεπτάΓνωρίζετε για τα first-party data; Αν όχι….. ρίξτε μια ματιά παρακάτω για να μάθετε τι ακριβώς είναι και πώς αξιοποιούνται! Τα

31 Οκτωβρίου, 2024

Το πιο γνωστό ελληνικό βιβλίο για κερδοφόρα E-Shops