Le registrazioni delle sessioni funzionano. Ma come? Che aspetto ha un'attivazione reale? Quali risultati ottengono i team reali? I casi di studio mostrano il percorso dall'attivazione ai risultati. Un sito e-commerce scopre l'abbandono del checkout su mobile grazie alle registrazioni. Guarda settanta sessioni mobile. Capisce che i visitatori esitano proprio quando devono scegliere tra carta di credito e PayPal. Aggiunge Apple Pay. La conversione su mobile passa dall'1,2 per cento all'1,8 per cento. L'impatto annuo sul fatturato è di quattrocentoventimila dollari. Un prodotto SaaS guarda le registrazioni dell'onboarding. Scopre che i nuovi utenti passano dodici minuti a cliccare nella dashboard cercando il pulsante di esportazione. Sposta il pulsante da un menu annidato alla barra degli strumenti principale. L'adozione della funzione passa dall'otto al ventitré per cento dei nuovi utenti. Non sono esempi teorici. Sono risultati reali di team che hanno lavorato bene. Le registrazioni delle sessioni portano risultati quando il processo è disciplinato. I casi di studio lo dimostrano. La differenza tra i team che hanno successo con le registrazioni e quelli che non lo hanno è il rigore nell'esecuzione. Conta lo strumento giusto. Conta la struttura giusta del team. Conta il giusto processo di misurazione. Ma più di tutto conta la giusta disciplina. I team che guardano le registrazioni con uno scopo, documentano i risultati, provano le modifiche e misurano gli effetti hanno successo in modo costante.
Questo articolo spiega alcuni casi di studio sulle registrazioni delle sessioni e i risultati ottenuti nella pratica.
Caso di studio e-commerce: attrito sui metodi di pagamento mobile
Un'azienda e-commerce di attrezzatura outdoor aveva buoni risultati su desktop ma faticava con le vendite su mobile. La conversione su desktop era del 2,8 per cento. Su mobile dell'1,1 per cento. Il rapporto tra mobile e desktop era del 39 per cento. Pensavano che il traffico mobile fosse di qualità inferiore. Si sbagliavano.
Hanno attivato le registrazioni delle sessioni a fine agosto. Si sono dati l'obiettivo di capire gli attriti specifici del mobile. Hanno guardato venti sessioni di checkout abbandonate su dispositivi mobile. Lo schema è emerso subito. Quattordici abbandoni su venti arrivavano alla schermata di scelta del metodo di pagamento. Poi si fermavano. Non completavano il checkout.
Il team ha guardato con più attenzione. I visitatori arrivavano alle opzioni di pagamento, vedevano solo due opzioni (carta di credito e PayPal), poi scorrevano in basso cercandone altre. Tornavano su. Passavano sull'area dei pagamenti. Poi chiudevano il browser. La sessione finiva.
Il team ha intervistato alcuni clienti. La scoperta: il sessantatré per cento di chi comprava da mobile preferiva Apple Pay o Google Pay. Il sito non offriva né l'uno né l'altro. I visitatori cercavano queste opzioni. Non le trovavano. Se ne andavano.
L'intervento è durato due settimane. Hanno integrato Apple Pay e Google Pay. Hanno riorganizzato la schermata dei pagamenti. Hanno reso le opzioni di pagamento più grandi e più chiare. Hanno aggiunto un testo di aiuto che spiega quali metodi di pagamento sono disponibili.
Risultati dopo due settimane. La conversione su mobile è passata dall'1,1 per cento all'1,6 per cento. Un aumento del quarantacinque per cento. Il valore medio dell'ordine era di centonovanta dollari. L'aumento ha generato circa trecentosettantamila dollari di fatturato annuo in più. Il costo dello strumento era di seimila dollari. Il lavoro di attivazione è stato di quaranta ore. L'investimento totale era di ottomila dollari. Il ROI è stato del quattromilaseicento per cento.
Caso di studio SaaS: una funzione poco visibile blocca l'adozione
Un'azienda SaaS di gestione dei progetti ha lanciato una funzione di tracciamento del tempo. L'ha annunciata ai clienti. Si aspettava che l'adozione crescesse in modo costante. Dopo un mese, solo il sei per cento degli utenti aveva attivato il tracciamento del tempo. Dopo tre mesi l'adozione ha toccato il nove per cento ed è rimasta ferma. Non capivano perché fosse così bassa.
Hanno attivato le registrazioni delle sessioni per capire gli attriti nell'adozione della funzione. Hanno guardato trenta registrazioni di nuovi utenti nella loro prima settimana. Poi altre trenta registrazioni di utenti esistenti nel primo mese dopo il lancio del tracciamento del tempo.
La scoperta: i nuovi utenti non vedevano mai la funzione di tracciamento del tempo. Era in un sottomenu della scheda Impostazioni. I nuovi utenti non esploravano le Impostazioni se non dopo settimane di utilizzo. Gli utenti esistenti non sapevano che la funzione esistesse perché l'email di annuncio aveva tassi di apertura bassi.
Il team ha guardato una registrazione particolarmente rivelatrice. Un utente esperto ha usato il prodotto per quarantatré minuti, passando per diverse sezioni, ma senza mai scoprire il tracciamento del tempo. Il vero problema: il tracciamento del tempo non era visibile nel flusso di lavoro principale. Gli utenti non potevano accedervi mentre facevano il loro lavoro.
L'intervento è durato sei settimane. Il team ha aggiunto il tracciamento del tempo direttamente nella vista delle attività. Quando gli utenti creavano o modificavano un'attività, vedevano un pulsante per il tracciamento del tempo. Il pulsante era discreto ma presente. Hanno aggiunto un suggerimento che spiegava a cosa serviva.
Risultati dopo due settimane dal rilascio. L'adozione del tracciamento del tempo è salita dal nove al trentadue per cento. Dopo sei settimane l'adozione ha raggiunto il quarantuno per cento. Il ricavo ricorrente mensile dei clienti che usano il tracciamento del tempo è cresciuto di centocinquantamila dollari all'anno. Il costo dello strumento era di diecimila dollari. Il costo di attivazione era di cinquemila dollari. Il ROI è stato del seicentosessantasette per cento.
Caso di studio B2B: attrito nascosto in un modulo di generazione di contatti
Un'azienda di software B2B organizzava webinar ogni trimestre. Raccoglieva i contatti con un modulo. Il tasso di compilazione era del trentadue per cento. Cioè il sessantotto per cento dei visitatori che arrivavano al modulo non lo completava. Servivano più contatti, ma non potevano permettersi di aumentare i costi del traffico.
Hanno attivato le registrazioni delle sessioni per capire gli abbandoni del modulo. Hanno guardato cinquanta registrazioni di visitatori che avevano abbandonato il modulo. Hanno etichettato ogni registrazione con il campo in cui era avvenuto l'abbandono.
Una scoperta sorprendente: gli abbandoni non erano distribuiti in modo uniforme. Diciannove visitatori hanno abbandonato al campo Nome azienda. Ventidue al campo Telefono. Solo due al campo Email. Quando i visitatori arrivavano al campo Nome azienda, esitavano. Quando arrivavano a Telefono, il modulo rifiutava i numeri scritti in un formato sbagliato. I visitatori provavano formati diversi. Alla fine rinunciavano.
Il team ha analizzato i requisiti del modulo. Nome azienda era facoltativo. Telefono veniva raccolto ma non era essenziale. Entrambi i campi aggiungevano attrito senza aggiungere valore.
L'intervento è durato una settimana. Hanno reso facoltativo Nome azienda e lo hanno spostato più in basso. Hanno tolto del tutto il campo Telefono. Hanno semplificato il modulo da otto campi obbligatori a quattro.
Risultati dopo tre settimane. Il tasso di compilazione è passato dal trentadue al cinquantuno per cento. Un aumento del cinquantanove per cento. Prima raccoglievano circa ottanta contatti per webinar. Ora ne raccoglievano centotrenta. Il costo per contatto è sceso del quarantadue per cento. L'impatto annuo è stato di circa seicentomila dollari di pipeline in più. Il costo dello strumento era di cinquemila dollari. L'investimento totale era di cinquemila dollari. Il ROI è stato del milleduecento per cento.
Caso di studio SaaS: un onboarding complesso causa abbandoni precoci
Un prodotto SaaS di analisi dei dati aveva una buona acquisizione con la formula gratuita ma una scarsa conversione al piano a pagamento. Il tasso di abbandono nel primo mese era del trentotto per cento. La direzione pensava che gli utenti non capissero il valore. Entrambe le ipotesi erano sbagliate.
Hanno attivato le registrazioni delle sessioni per capire il comportamento dei nuovi utenti. Hanno guardato cinquanta registrazioni di utenti nella loro prima ora. Poi hanno confrontato gli utenti che convertivano con quelli che se ne andavano.
La scoperta: gli utenti che convertivano completavano la prima analisi in quindici minuti, poi esploravano altre funzioni. Provavano a creare una seconda analisi. Gli utenti che se ne andavano completavano la prima analisi, poi uscivano. Non tornavano.
La differenza non era la capacità. Era la sicurezza. Chi convertiva si sentiva competente. Chi se ne andava sentiva di aver completato il compito per cui era venuto. Non capiva perché avrebbe dovuto usare il prodotto oltre quel primo caso.
L'intervento è durato otto settimane. Hanno ridisegnato l'esperienza di onboarding. Dopo la prima analisi mostravano una schermata "E adesso?". Tre analisi suggerite da fare in base ai dati dell'utente. Hanno aggiunto aiuti contestuali. Hanno aggiunto una barra di avanzamento che mostrava quanta parte del prodotto avevano esplorato.
Risultati dopo un mese con il nuovo onboarding. L'abbandono del primo mese è sceso dal trentotto al ventiquattro per cento. La conversione al piano a pagamento al terzo mese è salita dal diciotto al trentadue per cento. Il valore nel tempo di un cliente è cresciuto del quaranta per cento. L'impatto annuo sul fatturato è stato di circa un milione e duecentomila dollari. Il costo dello strumento era di ottomila dollari. Il costo di attivazione era di dodicimila dollari. L'investimento totale era di ventimila dollari. Il ROI è stato del cinquemilanovecento per cento.
Domande frequenti
Come hanno deciso questi team su quali problemi concentrarsi?
Sono partiti dalle metriche. La conversione su mobile era più bassa che su desktop. L'adozione della funzione non rispettava le aspettative. La compilazione del modulo era sotto la media del settore. Le metriche hanno mostrato dove c'erano i problemi. Poi hanno usato le registrazioni delle sessioni per capire perché. Le metriche mostrano che un problema esiste. Le registrazioni mostrano perché esiste. Con il creatore di siti di WEMASY puoi impostarlo direttamente sul tuo sito.
Questi team hanno usato i test A/B per verificare le modifiche?
Quasi tutti. Il team dei metodi di pagamento ha applicato le modifiche a tutti gli utenti perché il problema era chiaro. Il team sulla visibilità della funzione ha provato la nuova posizione con il cinquanta per cento degli utenti prima di estenderla a tutti. Il team del modulo ha provato la versione semplificata con il cinquanta per cento degli utenti. Il team dell'onboarding ha provato prima la nuova esperienza con i nuovi utenti di una regione precisa. I test hanno ridotto il rischio.
Quanto tempo è servito per applicare queste modifiche?
I tempi sono stati diversi. Le modifiche ai metodi di pagamento hanno richiesto due settimane. La correzione della visibilità della funzione ne ha richieste sei perché serviva coordinare design e sviluppo. La semplificazione del modulo ne ha richiesta una. Il nuovo onboarding ne ha richieste otto perché era completo. La complessità ha deciso i tempi.
Qualcuna di queste modifiche è fallita o ha dato risultati inattesi?
Il team dei metodi di pagamento ha tenuto d'occhio possibili problemi. Temeva che cambiare le opzioni di pagamento potesse aumentare le frodi. Non è successo. La conversione su mobile è cresciuta senza un aumento delle frodi. Il team sulla visibilità della funzione ha monitorato con attenzione l'adozione. Le attivazioni accidentali sono state minime. Le attivazioni riuscite tengono comunque d'occhio gli effetti collaterali.
Come hanno misurato il ROI in modo preciso, visto che altri fattori potevano influenzare i risultati?
Hanno tenuto sotto controllo le variabili esterne. Il team e-commerce ha verificato che la qualità del traffico non fosse cambiata. Le aziende SaaS hanno confrontato gli utenti che hanno convertito con quelli che se ne sono andati, per vedere che la variabile era l'esperienza di onboarding e non la qualità del traffico. Controllare le variabili aumenta la fiducia nei risultati.
Le aziende più piccole possono ottenere un ROI simile o vale solo per le grandi organizzazioni?
La dimensione dell'azienda non decide il ROI. Un piccolo sito e-commerce con meno transazioni può ottenere un miglioramento percentuale simile ma un impatto assoluto sul fatturato più piccolo. Una piccola azienda SaaS con meno clienti può avere un impatto annuo sul fatturato minore. Ma il miglioramento percentuale sarebbe simile. Un aumento della conversione del quarantacinque per cento porta benefici ad aziende di ogni dimensione.