Det finns ett typexempel från Klarna om hur fel det kan gå att fatta beslut på känsla.
När Klarna jobbade på att förbättra sin fakturabetalning så gjorde man ett antagande baserat på de som jobbar med att utveckla produkten och vad man föredrog på företaget.
Detta gjorde att när man presenterade den nya fakturalösningen vid betalning på webb så hade man antagit att kunderna ville betala på följande sätt:
Autogiro -> Betala som i dag -> Betala med ett klick
Men när man tittade på datan efter lansering så visade det sig att kunderna föredrog:
Betala som i dag -> Betala med ett klick -> Autogiro
Kom ihåg – ”Sunt förnuft kan vara opålitligt” så vänta alltid med att fatta stora beslut till du har data att använda dig av i beslutsprocessen.
Google Analytics
För att plocka fram datan använder sig de flesta i dag av Google Analytics som är ett analysverktyg för att ha koll på trafiken och användarvanorna på webbsidor, där man kan se allt i från demografi, kön, bounce rate, konvertering och mycket annat, om man ställt in det på rätt sätt.
Det är tre delar som man alltid ska använda sig utav när man använder sitt analysverktyg för att hela tiden utvecklas. Lära – Handla – Mät (Learn – Take action – Measure).
Tänk på att när du lägger in ditt GA-script så måste det finnas på alla sidorna där ni ska samla in data. Det är viktigt att ni även har gjort en korrekt uppdelning för att inte blanda ihop olika data om ni har många versioner på hemsidan för olika länder.
Hierarkin i kontot är följande:
Account (Ägare)
Property (Indelning)
- (Landsajt Sverige)
- (Landsajt Norge)
View (Data)
- Rådata (Raw data)
- Exkludera intern trafik (Exclude internal traffic)
- Bara mobil och tablet (Only mobile & tablet users)
Den andra uppdelningen som görs på ett konto är:
Dimensioner (Dimensions) – Beskriver egenskaper av data från användare
- Enhet (Device), Landningssida (Landing Page) och Produkter (Products)
Metrics – Metrics är kvantitativa mätningar i siffror från användare, sessioner och interaktioner.
- Sessioner (Sessions) – Sidvisningar (Page views) – Bounce rate*
*En bounce sker när användaren:
- Klickar in på en annan sajt
- Klickar på Tillbaka-knappen
- Skriver in en ny URL
- Stänger fönstret
Detta ger bara en förhandstitt på de saker som finns med i Analytics som är ett enormt verktyg med många lager av komplexitet. Många undrar nog fortfarande varför vi ska titta på detta för att få fram något användbart.
Svaret – Det beror på din verksamhet, vilken data är viktigt för just din bransch. Har du en mer informativ sajt där du presenterar olika tjänster till B2B-företag så vill man ofta titta närmare på bounce rate, källa och vilka sidor som besökaren faktiskt använder.
Är du e-handlare så är konverteringen, demografi, kön och ålder kanske mer intressant. Har ni ingen i dag som är expert på Analytics så är det dags att hitta eller utbilda någon för att klara sig i framtiden. Hör gärna av er om ni vill veta mer.
