Quando si parla di crescita di un eCommerce gli aspetti da considerare sono molteplici, non c’è mai una sola variabile che permette di aumentare le vendite del 265% YoY come nel caso di JNPR.

JNPR è un brand francese di spirits analcolici che ha l'obiettivo di trasformare il modo di fare aperitivo, dando la possibilità di vivere momenti di convivialità senza rinunciare al gusto, indipendentemente dal motivo per cui una persona possa decidere di provare un'alternativa alcol free e senza zuccheri.

Partiamo quindi analizzando le aree su cui ci siamo focalizzati per migliorare alcune metriche importanti per il brand:

• aumento delle vendite del 265% YoY
• aumento del conversion rate del 50% 
• diminuzione del Costo di Acquisizione del 4.1%

Siamo partiti con un lavoro strutturato di CRO (Conversion Rate Optimization) focalizzato nell’ottimizzazione del percorso d’acquisto da utente a cliente, considerando tutti gli step intermedi attraverso un’analisi tecnica, qualitativa ed euristica. 

‍Conversion Rate Optimization

L'ottimizzazione delle conversioni è un modo sistematico per portare chi visualizza il sito a fare un’azione desiderata, come effettuare un acquisto, e si compone principalmente di 3 macro fasi:

1. Ricerca e analisi (quantitativa e qualitativa)
2. Ipotesi e Prioritizzazione
3. Implementazione, misurazione, iterazione

Vediamole brevemente una ad una, in modo da condividerti alcuni strumenti utili che potresti replicare, una volta adattati, per il tuo business.

1. Ricerca e analisi (quantitativa e qualitativa)

La prima fase di ricerca e analisi permette di individuare esattamente:

• dove sono i problemi più rilevanti che ostacolano la crescita 
• quali sono, nel dettaglio, questi problemi
• perché sono tali

Ponendosi le giuste domande sul comportamento e sulle esigenze dei potenziali clienti, misurando tutto ciò che fanno on site, sarà possibile arrivare alle soluzioni migliori.

Ricorda che i dati sono utili solo se portano ad intuizioni che si possono trasformare in ipotesi di test concrete. 

Se abbiamo troppi dati non organizzati senza un obiettivo chiaro il rischio è di ottenere il contrario, ovvero di ritrovarsi sopraffatti da una mole enorme di dati di cui non sappiamo cosa farcene, rischiando di arrivare ad una soluzione completamente errata.

Questo articolo ti aiuterà ad evitare proprio questo 🙂

A breve vediamo gli step principali che abbiamo seguito nel caso di JNPR e come l’ottimizzazione on site ha portato a:

• un aumento del tasso di conversione
• un aumento del valore medio dell’ordine (AOV)
• e una conseguente diminuzione del costo di acquisizione, in cui ha contribuito enormemente anche il lavoro di ottimizzazione e scaling delle campagne Meta, ma procediamo con ordine.

‍

2. Ipotesi e Prioritizzazione in base a impatto e costo

I dati raccolti aiutano a rispondere alle domande al punto sopra e le intuizioni porteranno a formulare delle ipotesi.

Una volta formulate le ipotesi a partire dai dati raccolti e prioritizzate in base al reale impatto che possono avere, iniziamo ad eseguire degli smart test e finalmente ottenere i risultati desiderati.

3. Implementazione, misurazione, iterazione

In Naniza abbiamo sviluppato un framework per implementare i punti sopra che può essere utilizzato per qualsiasi progetto di ottimizzazione, indipendente dal settore (eCommerce, lead generation, SaaS). 

Il processo da seguire per ottenere maggiori conversioni è molto simile anche per diverse nicchie e mercati.

Ci sono 3 fasi principali di raccolta e analisi dei dati, seguite dalla creazione di una check list completa comprensiva di tutti i problemi riscontrati, che poi trasformiamo in punti d'azione che vengono prioritizzati in base a impatto e costo.

Vediamo insieme il processo nel dettaglio. 

‍

1. Ricerca e analisi

Fase 1.1 Analisi tecnica

Requisito imprescindibile è che i tool di analytics siano settati correttamente per poter completare un’analisi dati precisa.

Prima di valutare altri aspetti è fondamentale che lato tecnico sia tutto perfettamente ottimizzato. I cosiddetti bug sono il principale killer di conversioni, minimo effort massima resa.

Alcuni tra gli elementi da cui partire per l'analisi tecnica, come abbiamo fatto nel caso di JNPR, sono:

• le conversioni per Browser e Device con relativo conversion rate
• le performance del sito, tra cui l’analisi di velocità
  

Questo report d'esempio mostra gli utenti, le transazioni e i tassi di conversione per Browser:

‍

Quello che si deve osservare prima di tutto sono le tendenze di alto livello. Un particolare browser ha una conversione molto più bassa di tutti gli altri? In caso affermativo, è possibile fare clic su quel browser per eseguire un drill-down sulle versioni e vedere se ci sono versioni specifiche che abbassano il tasso di conversione aggregato.

Per trovare questi dati su Analytics basta andare su Pubblico > Tecnologia > Browser e OS. È possibile scegliere di visualizzare i dati per browser, sistema operativo, risoluzione dello schermo e così via. 

Per quanto riguarda invece i dispositivi il procedimento è molto simile: Audience > Mobile > Devices

Un altro aspetto importante che è una delle prime cause di abbandono nel percorso d’acquisto riguarda la velocità di caricamento del sito e dei relativi contenuti.

Nel caso di JNPR questa prima analisi tecnica ha permesso di risolvere subito alcune problematiche che se trascurate avrebbero reso più complessi gli step successivi, rischiando di intervenire con modifiche che sarebbero state in realtà secondarie alla luce di quanto analizzato. Ecco il prima e dopo:

‍

Helpful Tips: Puoi verificare il tempo di caricamento del tuo sito utilizzando tool come Google PageSpeed Insights e GTmetrix che forniscono rapporti sulle prestazioni e sul grado di caricamento del sito indicando i colli di bottiglia. Saprai quindi quali sono le aree che necessitano di attenzione.

‍Fase 1.2 Analisi euristica

Questo è quanto di più vicino all'uso delle opinioni per ottimizzare e se fatto in modo preciso può portare a risultati sorprendenti.

Siamo quindi noi ottimizzatori che esaminiamo in modo strutturato un sito web, pagina per pagina, sulla base della nostra esperienza e di ciò che abbiamo visto funzionare insieme alle best practice a noi note.

Quello che identifichiamo o scopriamo attraverso l'analisi euristica non è la verità assoluta, poiché si tratta appunto di un'opinione informata. 

Il risultato è quello che io chiamo "aree di interesse". Nelle fasi successive della ricerca sulla conversione - ricerca qualitativa e quantitativa - cerchiamo di convalidare o invalidare i risultati.

Come si presenta l'analisi strutturata di un sito web?

Valutiamo ogni pagina in base a una serie di criteri:

• Pertinenza: la pagina soddisfa le aspettative degli utenti, sia in termini di contenuto che di design? Come può corrispondere ancora di più a ciò che desiderano?
  
  
• Chiarezza e immediatezza: Il contenuto e l'offerta di questa pagina sono chiari? Come possiamo renderli ancora più immediati?
  
  
• Valore: sta comunicando valore all'utente? Possiamo aumentare la motivazione dell'utente?
  
  
• Attrito: cosa in questa pagina può causare dubbi, esitazioni e incertezze? Cosa rende difficile il processo? Come possiamo semplificare?
  
  
• Distrazione: cosa c'è nella pagina che non aiuta l'utente ad agire? C'è qualcosa che attira inutilmente l'attenzione?

In questa fase è utile includere anche un’analisi del comportamento degli utenti on site consultando heatmap, mappe di scorrimento, mappe di click e recording della sessione utente.

Questo permette di arricchire i dati quantitativi del punto successivi analizzando il comportamento degli utenti sul sito e visualizzando esattamente le interazioni che hanno avuto. Possiamo ad esempio analizzare la profondità di scorrimento della pagina e individuare quali sono i contenuti su cui gli utenti si soffermano e quali invece ignorano. 

Questo è molto utile nel caso in cui si sia identificato un collo di bottiglia in una fase specifica del processo d’acquisto.

Helpful Tips:  alcuni dei tool che permettono di fare questo tipo di analisi sono Clarity, Hotjar, VWO.

Molto importante: come per gli AB test è necessario disporre di un campione sufficiente di dati prima di potersi fidare dei risultati. Una stima approssimativa è di almeno 2000-3000 pageviews. Se i dati della heatmap si basano su poche centinaia di utenti il dato non ha la stessa rilevanza.

Fase 1.3 Analisi qualitativa e sondaggi

Un aspetto troppo spesso sottovalutato è la qualità di risposte e insights di valore che si possono ottenere dai propri clienti. Perché è utile?

Perché permette di individuare:

• possibili dubbi che ancora non hai identificato e che possono essere condivisi anche dagli utenti che stanno visitando il tuo sito ora ma si bloccano nel processo d’acquisto
  
  
• aspetti differenzianti che li hanno portati a scegliere quel prodotto e come questo gli ha permesso di raggiungere un cambiamento, potresti scoprire nuovi segmenti di pubblico secondari il cui LTV potrebbe rivelarsi più alto rispetto alla media
  
  
• gli aspetti che apprezzano maggiormente, anche qui spesso emergono sorprese interessanti da sfruttare anche in fase di testing in acquisizione
  
  
• possibili nuovi competitors, anche indiretti, quali alternative hanno preso in considerazione prima di acquistare
  
  
• nuovi suggerimenti di cui far tesoro per lo sviluppo di nuovi prodotti

Alcuni dei tool che potresti usare sono Google forms (gratuito) e Typeform.

Helpful Tips:

- se la raccolta dati è scritta (es. sondaggio) non sottovalutare il potere delle domande aperte, mettiti all’ascolto e fai attenzione alle parole che i tuoi clienti usano per descrivere il tuo prodotto.

- offri un reward per motivarli a rispondere al sondaggio valorizzando il tempo che ti dedicano.

Nel caso di JNPR grazie a interviste ai clienti e sondaggi post-purchase abbiamo raccolto informazioni preziose che vanno oltre ai dati quantitativi analizzabili dal comportamento degli utenti on site, ovvero:

• come utilizzavano il prodotto (es. Cocktails su cui non avremmo riposto l’attenzione se non fosse stato per loro)
  
  
• esigenze di avere molte ispirazioni diverse per realizzare aperitivi alternativi, che si è poi tradotto in riacquisti aumentando i returning customers
  
  
• identificare nuovi segmenti, come nel caso dei compagni che acquistano il prodotto per la moglie in dolce attesa, quindi il target non sono solo le mums-to-be ma anche e soprattutto i dads-to-be.

‍2. Ipotesi e Prioritizzazione

I dati ottenuti dalle analisi sopra sono la base di partenza per formulare delle ipotesi da tradurre in test e ottimizzazioni da implementare in relazione a impatto, costo e priorità. 

Nel caso di JNPR abbiamo creato una checklist assegnando dei valori ad ogni task in modo da avere chiaro quali sarebbero stati i clicli di lavoro a cui dare la priorità, in base all'impatto che avrebbero potuto avere. Qui un esempio:

‍

Per formulare le ipotesi in modo preciso assicurati che rispondano a questa formula:

We believe that doing [A] for people [B] will make outcome [C] happen. We’ll know this when we see data [D] and feedback [E].

Helpful Tips:

Talvolta è necessario intervenire con modifiche a livello di struttura e contenuti della pagina, per velocizzare il processo può essere utile considerare di utilizzare dei page builder che permettono di ridurre i costi e implementare nel minor tempo possibile questi interventi.

Alcuni page builder che potresti prendere in considerazione per questo tipo di attività sono Replo e Gempages.

‍3. Implementazione, misurazione, iterazione

Una volta che abbiamo prioritizzato le ipotesi e riorganizzato i cicli di lavoro, come nella tabella sopra, possiamo procedere con l’implementazione.

L’errore che spesso si commette è di non misurare attentamente il ritorno da ciò che si è fatto, né tantomeno procedere con la fase di iterazione in base all’output ottenuto adattando dove necessario.

Il lavoro fatto in queste fasi ha permesso nel caso di JNPR di raggiungere un primo grande miglioramento in termini di risultati:

• aumento delle vendite del 265% YoY
• aumento del conversion rate del 50% 
• diminuzione del Costo di Acquisizione del 4.1%
  

I punti sopra sono la base di partenza per le implementazioni successive. Fatto questo possiamo procedere con lo step successivo: incrementare il valore medio dell’ordine.

‍Come incrementare il valore medio dell'ordine?

Come dicevamo a inizio articolo, quando si parla di crescita di eCommerce gli aspetti da considerare sono molteplici e le variabili in gioco sono varie.

Dopo aver aumentato il CR del 50% ed essere riusciti a diminuire il CAC del 4.1% un altro obiettivo per JNPR, come del resto per molti eCommerce, rimaneva riuscire ad aumentare il valore dell’ordine medio (AOV) e ottenere una marginalità ancor maggiore.

Perché intervenire per aumentare proprio il valore medio dell’ordine?

Perché ci permette di:

• sostenere costi di acquisizione più alti, in particolare in periodi dell’anno importanti in cui la competizione aumenta
  
  
• migliorare i flussi di cassa mantenendo stabile o addirittura incrementando marginalità e profitto

Ma facciamo un piccolo passo indietro…

L’errore che in questo caso si potrebbe commettere è quello di guardare all’AOV come un’unica metrica senza tenere in considerazione il Modal, ovvero la distribuzione degli ordini ed il valore che compare più frequentemente:

‍

Dal grafico sopra è possibile notare come considerare la distribuzione degli ordini sia ben diverso dal tenere in considerazione solo l’ordine medio dello store calcolato complessivamente, pari in questo caso a circa 62€.

I volumi di ordini maggiori infatti nell’esempio sopra hanno AOV rispettivamente di 30€ e 80€.

In base a questa evidenza abbiamo quindi iniziato a sviluppare offerte ad hoc mirate ad aumentare quei valori specifici, come:

• incentivi all’interno del cart per ottenere la spedizione gratuita raggiunta una certa soglia
  
  
• nuovi cross-sell con pricing point specifici calcolati per raggiungere l’AOV target
  
  
• nuovi bundle per segmenti di clienti, con l’obiettivo di incentivare l’acquisto di più prodotti
  

il tutto tenendo in considerazione quali sono i cluster di clienti degli ordini nel grafico sopra, ad esempio, quelli con AOV pari a 30€ sono first time buyers o clienti di ritorno? Questo incide sul tipo di offerta che si va a sviluppare.

Integrare queste e altre modifiche mirate dopo l’analisi dei dati ha permesso di aumentare l’AOV del 96% in una prima fase, e di un ulteriore 5% in una fase successiva.

Se vuoi approfondire tecniche ed esempi per aumentare l’AOV leggi questo articolo: Valore Medio dell’Ordine (AOV): cos’è e come Incrementarlo per far Crescere il tuo eCommerce

Ottimizzazione campagne Meta: testing e scaling

C’è un ulteriore aspetto fondamentale che ha contribuito alla crescita esponenziale del brand e alla diminuzione del costo di acquisizione, ed è il lavoro di ottimizzazione e scaling delle campagne Meta.

Riuscire a massimizzare la fase di testing e scaling delle campagne pubblicitarie ottimizzando la creazione di nuovi contenuti e il ricircolo di creatività da integrare iterando velocemente grazie ad alti volumi e alla mole di dati raccolti con le analisi citate all’inizio.

Questo però è un altro capitolo che merita un approfondimento a sè, per questo abbiamo scritto un articolo interamente dedicato alla parte di testing e scaling delle campagne Meta dove troverai moltissimi esempi e spunti applicabili, una volta adattati, anche al tuo business.

Clicca qui per leggere l'articolo: Come creare Ads vincenti e rendere scalabile il processo creativo.

‍

Spero che alcuni dei punti visti fino a qui possano esserti utili, se vuoi sapere come applicarli in modo efficace anche al tuo business contattaci tramite il form qui sotto👇🏼