Kävijäsi eivät ole kaikki samanlaisia. Mobiilikävijä toimii eri tavalla kuin tietokoneen käyttäjä. Maksetun haun kävijä toimii eri tavalla kuin luonnollisen haun kävijä. Palaava kävijä toimii eri tavalla kuin ensikertalainen. Arvokas asiakas toimii eri tavalla kuin satunnainen selailija. Silti useimmat käyttäytymisanalyysit kohtelevat kaikkia kävijöitä samoin. Katsot keskimääräistä vierityssyvyyttä. Keskimääräistä istunnon kestoa. Keskimääräistä klikkausmäärää. Nämä keskiarvot kätkevät totuuden. Mobiilisegmentin käyttäytyminen voi olla aivan erilaista kuin tietokonesegmentin. Keskiarvo hämärtää todellisuuden. Kävijäsegmentointi jakaa käyttäytymisanalytiikan ryhmiin. Analysoit mobiilin erikseen tietokoneesta. Analysoit uudet kävijät erikseen palaavista. Analysoit maksetun haun erikseen luonnollisesta. Segmentointi paljastaa kaavoja, jotka eivät näy koottuna datana. Mobiilikävijät voivat jättää lomakkeen kesken, vaikka tietokoneen käyttäjät eivät. Uudet kävijät voivat tarvita eri sisältöä kuin palaavat. Maksetun haun kävijöillä voi olla suurempi ostoaikomus kuin luonnollisen haun kävijöillä. Segmentointi muuttaa käyttäytymisanalytiikan karkeasta kuvasta tarkoiksi oivalluksiksi.
Tässä artikkelissa kerromme, miten kävijäsegmentointi toimii ja miksi se on tärkeää käyttäytymisanalyysissä.
Mitä kävijäsegmentointi tarkoittaa
Kävijäsegmentointi jakaa yleisösi ryhmiin ominaisuuksien perusteella. Laitetyyppi. Liikenteen lähde. Sijainti. Ensikertalainen vai palaava. Selaintyyppi. Käyttöjärjestelmä. Asiakkaan tila. Segmentit voivat perustua mihin tahansa ulottuvuuteen, jolla on merkitystä yrityksellesi.
Kun olet segmentoinut, analysoit käyttäytymisen erikseen jokaiselle segmentille. Teet lämpökarttoja vain mobiilikävijöistä. Teet istuntotallenteita vain maksetun haun kävijöistä. Vertaat käyttäytymistä segmenttien välillä. Vertailu paljastaa segmenttikohtaiset kaavat.
Segmentointi muuttaa analytiikan kaikille samasta räätälöidyksi. Näet, että konversio on yleisesti matala mutta yhdellä segmentillä korkea. Tämä oivallus muuttaa strategiaa. Yleisen optimoinnin sijaan keskityt segmenttiin, jolla on vaikeuksia.
Segmentoi laitetyypin mukaan
Mobiili- ja tietokonekävijät toimivat eri tavoin. Mobiilissa ei ole hiiren päälle vietävää tilaa. Kosketus eroaa hiiren klikkauksesta. Mobiilinäytöt ovat pienempiä. Mobiilikävijät saattavat vierittää enemmän nähdäkseen kaiken sisällön. Tietokoneen käyttäjät voivat luottaa visuaaliseen silmäilyyn.
Laitekohtaiset lämpökartat paljastavat nämä erot. Tietokoneen klikkauskartta näyttää yhden kaavan. Mobiilin klikkauskartta toisen. Missä tietokoneen käyttäjät klikkaavat, ei välttämättä ole sama paikka kuin missä mobiilikävijät klikkaavat.
Laite-erojen ymmärtäminen auttaa optimoimaan kummankin. Hiirelle optimoitu tietokonesivu voi toimia huonosti mobiilissa. Mobiilikohtainen optimointi parantaa mobiilikokemusta vahingoittamatta tietokonekokemusta.
Segmentoi liikenteen lähteen mukaan
Maksetun haun kävijöillä on eri aikomus kuin luonnollisen haun kävijöillä. He hakivat jotain tiettyä ja klikkasivat maksettua mainosta. Heitä ohjaa tarve. Luonnollisen haun kävijät ovat voineet päätyä sivulle vahingossa. He selailevat.
Käyttäytymisanalyysi jokaiselle lähteelle paljastaa nämä erot. Maksetun haun kävijät voivat vierittää suoraan hinnoitteluun. Luonnollisen haun kävijät voivat tutustua koko sivustoon. Maksetun haun kävijöiden konversio voi olla korkea. Luonnollisen haun kävijöiden matala.
Lähde-erojen ymmärtäminen auttaa optimoimaan kummankin. Maksetun haun kävijät tarvitsevat nopeita vastauksia. Luonnollisen haun kävijät saattavat tarvita opastusta. Suunnittele sivut eri tavoin eri lähteille.
Segmentoi kävijän tilan mukaan
Ensikertalaiset tarvitsevat perehdytystä. He eivät tunne tuotettasi. Palaavat kävijät tuntevat tuotteesi. He tarvitsevat oikoteitä. He tarvitsevat edistyneitä ominaisuuksia.
Käyttäytymisen analysointi erikseen ensikertalaisille ja palaaville kävijöille paljastaa nämä kaavat. Ensikertalaiset voivat tutustua laajasti. Palaavat kävijät voivat mennä suoraan johonkin ominaisuuteen. Ensikertalaiset voivat klikata ohjetta. Palaavat voivat ohittaa sen.
Näiden erojen ymmärtäminen auttaa segmentoimaan kokemuksen. Etusivulle saapuva ensikertalainen voi nähdä perehdytyssisältöä. Palaava kävijä voi nähdä edistyneitä ominaisuuksia. Segmentointi mahdollistaa personoinnin.
Segmentoi sijainnin mukaan
Eri maiden kävijöillä on eri käyttäytyminen. Kielierot vaikuttavat vuorovaikutukseen. Kulttuurierot vaikuttavat mieltymyksiin. Aikavyöhykkeet vaikuttavat siihen, milloin kävijät vierailevat.
Käyttäytymisen analysointi sijainnin mukaan paljastaa nämä kaavat. Yhden maan kävijöiden poistumisprosentti voi olla korkea. Toisen maan kävijät voivat konvertoida hyvin. Sijaintikaavat paljastavat, mihin optimointi kannattaa keskittää.
Sijaintisegmentointi auttaa myös sisällön lokalisoinnissa. Kannattaako sisältö kääntää jollekin alueelle? Käyttäytymisdata auttaa päättämään. Jos moni alueen kävijä poistuu nopeasti, käännös voisi auttaa.
Vertaa segmenttejä löytääksesi mahdollisuuksia
Segmentoinnin voima on vertailussa. Mobiili konvertoi 2 prosenttia. Tietokone 5 prosenttia. Tämä ero paljastaa mahdollisuuden. Mobiilikokemus on rikki. Korjaa se, ja mobiilin konversio voi lähestyä tietokoneen tasoa.
Luonnollisen haun kävijät vierittävät 40 prosenttia. Maksetun haun kävijät 60 prosenttia. Miksi? Maksetun haun kävijöillä on vahvempi aikomus. He haluavat enemmän tietoa. Luonnollisen haun kävijät voivat olla vähemmän kiinnostuneita. Syyn ymmärtäminen mahdollistaa optimoinnin.
Segmenttien vertailu muuttaa analyysin teoiksi. Et näe vain lukuja. Näet aukkoja. Aukot ohjaavat prioriteetteja.
Usein kysytyt kysymykset
Miten segmentoin käyttäytymisdataa mobiilin ja tietokoneen optimointia varten?
Tee erilliset lämpökartat, tallenteet ja virta-analyysit mobiili- ja tietokonelaitteille. Vertaa, missä kävijät klikkaavat, vierittävät ja poistuvat kummallakin laitteella. Mobiilikävijät voivat kamppailla lomakkeiden kanssa, vaikka tietokoneen käyttäjät eivät. Tai mobiilissa vieritys voi olla syvempää, koska näkymä on pienempi. Nämä laitekohtaiset oivallukset ohjaavat mobiilikäyttökokemuksen parantamista. Älä oleta, että tietokoneelle tehdyt optimoinnit toimivat mobiilissa. Data todistaa usein muuta. WEMASY-sivustonrakentajalla voit ottaa tämän käyttöön suoraan sivustollasi.
Mitä eroa on uusien ja palaavien kävijöiden segmentoinnilla?
Uudet kävijät tutustuvat sivustoosi ymmärtääkseen, mitä tarjoat. He voivat lukea paljon, klikata useita sivuja ja katsoa monta tuotetta. Palaavat kävijät tuntevat tuotteesi ja tulevat tietyllä aikomuksella. He voivat mennä suoraan kassalle tai ohittaa esittelysisällön. Kun analysoit nämä segmentit erikseen, näet, että tarvitaan erilaisia kokemuksia. Uusille kävijöille sopivat opastava sisältö ja selkeä navigointi. Palaaville kävijöille sopivat oikotiet ja edistyneet ominaisuudet.
Miten käytän liikennelähteen segmentointia laskeutumissivujen optimointiin?
Tee erillinen käyttäytymisanalyysi jokaiselle liikenteen lähteelle. Maksetun haun kävijöillä, jotka klikkaavat mainostasi, on vahva aikomus. He vierittävät todennäköisesti heti hinnoitteluun. Luonnollisen haun kävijöillä aikomus voi olla matala. He voivat selata blogiasi ennen ostopäätöstä. Eri lähteet tarvitsevat eri sivut tai osioiden eri järjestyksen. Maksettuun hakuun optimoitu laskeutumissivu ei välttämättä toimi luonnollisen haun liikenteelle.
Voinko segmentoida asiakkaan elinkaariarvon mukaan käyttäytymisanalytiikassa?
Kyllä. Jos pystyt tunnistamaan arvokkaat asiakkaat analytiikastasi, segmentoi käyttäytyminen asiakkaan arvon mukaan. Katso, minkä polun arvokkaat asiakkaat kulkevat. Mitä sivuja he käyvät katsomassa. Miten he toimivat. Arvokkaat asiakkaat seuraavat usein tiettyä polkua. Tämän polun toistaminen muille kävijöille voi kasvattaa heidän elinkaariarvoaan. Oivallus on voimakas, mutta vaatii, että arvokkaat asiakkaat tunnistetaan ensin.
Pitäisikö käyttäytymisdata segmentoida selaimen mukaan?
Vain jos epäilet selainkohtaisia ongelmia. Useimpien kävijöiden käyttäytyminen on samanlaista selaimesta riippumatta. Yhden selaimen käyttäjät toimivat samoin kuin toisen. Selaimen mukaan segmentointi tuottaa pieniä ryhmiä ja epäluotettavampaa dataa. Segmentoi selaimen mukaan vain, jos sinulla on näyttöä selainkohtaisista ongelmista, kuten yhdessä selaimessa rikkoutuneista ominaisuuksista.
Kuinka montaa segmenttiä kannattaa analysoida, ennen kuin optimointi käy liian raskaaksi?
Aloita kolmesta viiteen keskeisestä segmentistä. Laitetyyppi. Liikenteen lähde. Kävijän tila. Nämä segmentit paljastavat yleensä suurimmat käyttäytymiserot. Analysoi ne ensin. Kun olet optimoinut tärkeimmät segmentit, lisää muita segmenttejä, jos kaavat eivät ole selviä. Älä pilko dataa liian moneen pieneen segmenttiin. Pienten segmenttien data on epäluotettavaa. Keskity segmentteihin, jotka ovat tarpeeksi suuria selvien kaavojen näkemiseen.