Jeg blir ny leder i INMA fra 1. september

Rettere sagt, mandag 3. september begynner jeg i ny jobb som leder av bransjeorganisasjonen INMA. Det gleder jeg meg veldig til!

Klikk for å lese mer på inma.no

Posted in Webstatistikk | Comments Off

Alt er ikke like viktig…

I forbindelse med vårt redesign av webgruppen.no i august ifjor hadde vi flere diskusjoner om viktige elementer, men ikke alle diskusjoner viser seg å være like viktige. I mars kjørte vi en A/B-test – en slags omkamp ift en av disse diskusjonene. Burde vi ha en stor fin knapp på forsiden vår som heter “Finn ditt kurs” eller ikke?

Dette var alternativene våre:

Original uten knapp:

Alternativ med knapp:

Forskjellene på alternativene er enkelt og greit knappen med teksten “finn ditt kurs”. Knappen fremstår som et vesentlig element på siden, tilsyndelatende, men hvordan reagerer brukerne på de ulike versjonene. La oss se på resultatene:

Resultat – klikk videre

Resultat – påmelding på gratiskurs

Resultat – påmelding til betalende kurs
 

Konklusjon:
I praksis er alternativene likegyldige. Forskjellene i alle de ulike målene var i praksis det samme. På grunn av minimal datamengde kan vi ikke si hvem som er best, selv om disse tallene holder en bitteliten finger på originalen. Når forskjellene i praksis er likegyldige, så er det imidlertid ingen vits å fortsette testingen. For å avsløre marginale forbedringer kreves veldig store datamengder, og da har vi heller andre eksprimenter vi kan benytte tiden til. Jeg har tidligere skrevet om a/b-testing med liten trafikk.

Følg med videre. Det er flere eksempler på A/B-tester som ligger å venter på å bli publisert. Så det kommer flere blogginnlegg her utover våren.

Posted in Enkel analyser, Webanalyse, Webstatistikk | Comments Off

Enkel A/B-testing, raske resultater med liten trafikk

A/B-testing er sannsynligvis den enkleste og tydeligste formen for analyse og testing. Du tester alternativ A opp mot Alternativ B og ser hvilket alternativ som gir best respons hos brukerne dine. Du trenger ikke å kunne tolke data eller webstatistikk, svarene er svært enkle å forstå. Under finner du et eksempel på en enkel A/B-test fra webgruppen.no.

Ankepunktet for mange, er som regel et av to elementer. Det første er at verktøyene for å gjennomføre A/B-tester har vært vanskelige (les: krever teknisk implementering) å innføre. Det andre er at trafikken ved norske nettsteder ofte er så marginal at det vil ta lang tid før man får tilstrekkelige valide data uten å måtte vente i ukesvis.

Det første ankepunktet kan du unngå ved å benytte Optimizely. Det installeres en gang, og så kan du kjøre så mange tester du bare vil, og testene settes opp direkte i en enkel WYSIWYG editor.

Det andre ankepunktet er alltid relevant å vurdere, men med litt smarte tanker rundt hva du skal definere som konverteringer, samt noen refleksjoner om hvor sikker du skal være før du trekker konklusjonene, så kan du komme langt med lite trafikk. Det er nemlig antallet konverteringer som er avgjørende for når du får valide data.

Hvis konverteringer defineres som endelige handler i en handlekurv, vil det nok ta ganske lang tid for de fleste norske nettsteder før de har nok datagrunnlag, fordi rene salg ligger nederst i salgstrakten. Mange tester vil kunne bruke konverteringer som ligger høyere i trakten, og da vil man få flere datapunkter raksere. For noen tester vil klikk videre fra siden være mer enn godt nok som konverteringsskriterie, f.eks. gjelder det forsider.

Det siste elementet er hvor stor grad av sikkerhet du skal ha før du gjør et valg. Du kan aldri være sikker, men en bransjestandard er at man skal vente til man er 95% sikker på at resultatet er riktig. Det er omtrent samme sikkerhetsnivå som vi har ved politiske meningsmålinger. Jeg mener man imidlertid kan velge å satse på at man har rett med langt lavere sannsynlighet, f.eks. 80%. Hvis jeg satser på alle konklusjoner som er 80% riktige, så vil jeg ha rett 4 av 5 ganger, og hvor feil vil jeg egentlig ta når jeg bommer på den femte – sannsynligvis ikke så altfor mye…

La oss se på et eksempel med 80% sjanse til å være et vesentlig bedre alternativ enn orginalen. Jeg tester en opplisting av kurs, med og uten uthevede lenker som er ment som calls to action.

Dette er orginalen:

Dette er alternativet:

Vi ser at den eneste vesentlige forskjellen er at hvert kurs i alternativet også ledsages av en uthevet blå lenke hvis formål er å utløse handling- at brukerne klikker seg videre inn til informasjonen om kurset.

Hvorfor har vi valgt å teste endringer på denne siden? Vel, statistikken fra Google Analytics sier at denne siden over lengre tid har hatt en bounce-rate tilsvarende mer enn 80%. Det synes vi er for mye, og forteller oss at her finnes det store rom for forbedringer. Vi tror dessuten at dersom vi finner systemiske forbedringer med denne siden, så tilhører den en mal som er applisert på ytterligere 30-40 liknende sider, som vil dra nytte av de samme funnene.

I denne testen vil det mest korrekte parameteret for konvertering være hvor mange som faktisk melder seg på kurs, men det er langt ned i trakten og det vil ta lang tid å få nok trafikk igjennom akkurat denne opplistningen til å få nok påmeldinger (sannsynligvis trenger vi mellom 100 og 200 påmeldinger før vi har 95% sikre tall).

Siden indikatoren som har utløst fokuset på siden er bounce-rate, så vil det jo være nesten like bra å måle forbedringene i redusert bounce rate, dvs hvis vi øker antallet som klikker seg videre fra denne siden, så har vi fått en bedre side. Med denne parameteren vil vi se at krever ganske lite trafikk før vi kan trekke valide konklusjoner.

Her er resultatene:

Tallene sier at jeg med 80% sannsynlighet har funnet et altermativ som er bedre enn orginalen, og forventet forbedring er 45%, fra en bounce-rate på 80% til en bounce-rate på 72%. Det er en vesentlig forbedring. Denne testen krevde bare 68 besøkende før resultatene kom. Det er mindre enn normalt, men jo større forbedringer testene viser desto mindre data trenger du før du kan kåre en vinner.

Om det er bra nok? Nei, jeg er ikke fornøyd med at dette skal forbli det endelige resultatet, men dette er steg 1 og skal implementeres, før vi setter igang med nye tester for å finne enda bedre alternativer. Testingen stopper aldri !!

Posted in Webstatistikk | Tagged , , | Comments Off

Merknader i Google Analytics

Merknader (eller annoteringer som det kalles i Google Analytics) er en gammel, men også ofte glemt funksjon for informasjonsdeling i Google Analytics.

Jobber du et sted hvor flere brukere benytter de samme profilene til sine analyser og rapporter, så er merknadsfunksjonen noe å merke seg.

Merknadsfunksjonen lar deg knytte enkle små meldinger (merknader/annoteringer) opp mot konkrete datoer. Typiske ting å notere seg der er:

  • Kampanjestart /-slutt
  • Annonsestart /-slutt
  • Endringer som er gjort i kampanjer
  • Endringer som er gjort i datagrunnlaget
  • Endringer som kan påvirke datakvaliteten
  • Offline-aktiviteter (Avis/TV/Radio)
  • Redaksjonell omtale, f.eks. innslag på nyhetene
Se bildet under for å se konkrete eksempler fra en av mine profiler:

Merknadsfunksjonen kan således fungere som en rapporteringsmetode blant alle som jobber med den samme profilen, uten at dere må notere, ringes eller sitte sammen i samme kontorfellesskap.
Merknadene kan også gjøres private og dermed bli din egen personlige notatblokk. Personlig så har jeg andre, bedre, systemer til det. Så etter min mening er det først og fremst med tanke på informasjonsdeling at jeg mener denne funksjonen er spesielt nyttig.
Posted in Google Analytics, Rapportering | Tagged , , , , , , , | Comments Off

Hva er dine forretningsmål?

En grunnleggende faktor for å kunne måle om noe er suksess eller fiasko, er at du vet hva du vil oppnå. Paradoksalt nok så er også dette den største og vanligste utfordringen jeg møter hos mine kunder. Ofte så vet de egentlig ikke hva de vil oppnå.

En ting er at man ikke har satt opp mål i Google Analytics eller at man ikke har satt verdi på konverteringene sine (fordi ulike mål ha ulik viktighetsgrad). Alt det kan ordnes ganske fort, men hvis du ikke vet hva du vil oppnå så blir det straks litt verre.

Ikke alle har mål om å selge eller tjene penger for den sakens skyld, men alle har en grunn for å eksistere. Noen vil informere, andre vil omvenne og noen vil automatisere (f.eks. saksbehandlingen). Se en god artikkel om ulike forretningsmodeller på websuksess.no .

Det er imidlertid påfallende ofte at disse tingene ikke er konkretisert. Og her ligger poenget. Alle har en ide om hva de vil. Alle har i det minste en vag formening om hva som er målet. Svært få klarer imidlertid å konkretisere eller sette mål for hva de vil oppnå.

Før du ser på tallene, før du gjør aktiviteter og før du kjøper annonser, så må du vite hva du vil oppnå. Du må vite hva som er suksess for deg eller din organisasjon. FØR.

Noen sier de vil selge mer. Hva er mer? Hvor mye er mer? Og hvilke ting er det de vil selge? (eksempler fra salg er alltid så “rene” former for konverteringer at de egner seg godt for å være eksempler, men de samme prinsippene gjelder for alle typer konverteringer)

Er det bra om du selger 1 – en – enhet? Er det bra om du selger 10 stk ?

Hvis du kvantifiserer målene dine FØR du iverksetter aktivitetene så vil du få ærlige svar tilbake i etterkant. Ærlige svar gir også grobunn for å stille spørsmål om hvorfor. Det er igjen forutsetningen for å oppnå læring. Hva var det som virket? Hvordan kan jeg bruke dette til å lykkes dobbelt så mye neste gang?

Det som vanligvis skjer er imidlertid at målene ikke kvantifiseres i forkant. Det som skjer er at vi setter de i etterkant, når vi vet hva resultatene ble. Men hva skjer da? Jo, vi finner alltid grunner til at resultatet vi oppnådde var bra eller i det minste godt nok. På den måten lykkes vi hver eneste gang. Fordi det ikke finnes noe annet alternativ enn å lykkes…

Når vi ikke har satt målene på forhånd her vi jo heller ikke fått noe kriterie for å skille hva som er dårlig fra hva som er bra, så mulighetene for læring blir små. Slik faller vi inn i en ond sirkel hvor vi får stor selvtillit, men liten eller ingen læring.

Mitt viktigste tips til alle blir derfor å finne ut hva som er dine eller din organisasjons mål, og konkretisere dem.

Lykke til !!

 

Posted in Hvordan Webanalyse?, Hvorfor Webanalyse?, Kampanjeanalyse, KPIer, ROI, Webanalyse, Webstatistikk | Tagged , , , , , , , , , , , , , , , | Comments Off