Виджет заказа обратного звонка может оказаться очень полезным, если появится в нужный момент. Но как рассчитать, когда посетитель сайта «достаточно созрел» для разговора по телефону? 
С самого старта проекта было очевидно, что необходимо постоянно работать над повышением операционной эффективности.
наш виджет — это единственный способ опередить конкурентов (которых, как вы знаете, уже немало).
Выбор правильного момента имеет огромное влияние на конверсию.
Если виджет «всплывает» в тот момент, когда у пользователя возникает вопрос, то он, скорее всего, согласится на звонок и не испытает негативных эмоций.
Этот момент — настоящий «Святой Грааль» среди всех виджетов обратного вызова, но найти его не так-то просто.
Наше путешествие уже прошло 4 этапа, и мы надеемся, что оно завершилось успешно.
ЭСначала нажмите: разное время появления виджета
На момент начала тестирования количество уникальных посетителей сайтов, на которых был установлен виджет Cashmyvisit, составляло около 20 тысяч в месяц.Мы решили проверить, как влияет на конверсию время задержки до появления виджета на сайте — 30, 40, 50 секунд. В первоначальную выборку вошли все подключенные сайты и было оценено количество звонков на 100 посетителей.
Оказалось, что слишком раннее появление виджета приводит к увеличению количества сбоев.
Кроме того, мы заметили, что на результаты очень сильно влияют различные внешние факторы, на которые невозможно никак повлиять — в результате цифры сильно менялись от недели к неделе.
Это не одно и то же.
ЭШаг второй: A/B-тесты
Когда первый этап был в самом разгаре, наша команда проекта посетила конференцию ФРИИ в Санкт-Петербурге.Там мы слушали выступление Григория Бакунова, директора по дистрибуции технологий Яндекса, который очень кстати упомянул A/B-тестирование.
Позже мы нашли на YouTube видео о том, как он использовал машинное обучение и подобные тесты для продвижения CRM-системы в США — механизм показался подходящим для наших задач.
Мы начали внедрять A/B-тестирование в процесс разработки.
За короткое время было запущено пять сценариев появления виджетов, начиная с таймаута 37 секунд с шагом 8 секунд. К сожалению, надежды не оправдались.
После месяца тестирования стало ясно, что:
- Это не дает пищи для реальных выводов.
- Данные во всей системе, как правило, не имеют отношения к одному конкретному сайту.
- Выводы следует делать не по факту посещения сайта, а по факту активации виджета.
Этап третий: критерии определения интереса
Нужно ли показывать виджет всем пользователям? На следующем этапе мы решили выявить самых активных посетителей сайта и предложить обратный звонок только им.Для этого необходимо было разработать критерии «интереса».
Мы включили их:
- Время активности на сайте более 30 секунд (по данным отслеживания движений мыши).
- Время активности пользователя превышает среднее время активности других посетителей.
- Глубина просмотра выше средней.
- Источником перехода послужила контекстная реклама.
- За каждые 15 секунд сверх среднего времени пребывания на сайте.
- Для достижения 100% прокрутки страницы.
Буквально на следующий день после реализации описанной математической модели в прототипе новой версии виджета один из конкурентов «выкатил» обновление, включившее в себя все, с чем мы планировали стать лидерами рынка! Это был удар по нашей гордости, но мы завершили начатое и выпустили собственное обновление.
Собранные данные показали, что продукт по-прежнему работает не так, как хотелось бы.
Тогда мы пригласили профессиональных математиков, которые указали на главную ошибку.
Для нас и наших конкурентов время, проведенное пользователем на сайте, было самым важным показателем во всей системе.
По 9 различным параметрам степень корреляции с параметром «время» составила более 80% — в результате система не контролировала, скольким людям будет показан виджет, и не коррелировала его поведение с тематикой конкретного мероприятия.
сайт. Стало ясно, что эта система далека от Грааля.
Этап четвертый: машины опорных векторов
Это машина опорных векторов, которую нам рекомендовали использовать математики.
Мы решили попробовать и уже через пару часов отдел разработки вместе с математиками писали листы бумаги с формулами.
Полученная система включает в себя несколько параметров в 230 разделах (страницы сайта, источники посещения, время на сайте, время суток, день недели и т.д.).
В ходе анализа вычисляются натуральные логарифмы, значения суммируются и эта сумма сравнивается с единицей.
Если результат равен или больше единицы, то виджет показывается посетителю.
Значения пересчитываются каждую секунду.
На доработку системы ушло несколько месяцев; в апреле мы запустили его в тестовом режиме на небольшой выборке клиентских сайтов.
Уже первые замеры показали рост конверсии в среднем на 20-25%.
Рано еще радоваться
Все описанные выше поиски, пробы и ошибки заняли у нас более полугода.Однако полученный результат радует и нас, и наших клиентов (здесь мы рассказывали о том, как использование виджета помогло повысить лояльность клиентов автосалона).
Мы не собираемся останавливаться на достигнутом и продолжим совершенствовать систему, чтобы конверсия была еще выше.
В конце концов, постоянное развитие — единственный способ победить на таком конкурентном рынке, как наш.
Теги: #аналитика #машины опорных векторов #Growth Hacking #Веб-аналитика #Growth Hacking #Интернет-маркетинг #Повышение конверсии
-
Что Случилось С Sql Turbo (Imceda Software)
19 Oct, 24 -
Простой
19 Oct, 24 -
Топ-6 Оптимизаций Для Netty
19 Oct, 24
