CRO Práctico: Guia accesible para la mejora de conversión en e-commerce y negocios digitales.

CRO Práctico
Guía para la mejora de conversión profesional
en tu e-commerce
E-commerce Success BCN / World Trade Center
Ricardo Tayar | @rtayar
19 / 11 / 2018

2eCommerce Success BCN / CRO Práctico / Ricardo Tayar / @rtayar
Ricardo Tayar
• CEO en Flat 101
• Autor de “CRO. Diseño y desarrollo de
negocios digitales”
• Autor del único estudio profesional
sobre conversión en España, con tres
ediciones realizadas: 2016, 2017 y
2018.
• 20 años de experiencia en el sector
digital como analista y arquitecto de
soluciones de conversión y mejora

3
URL para descargar el estudio:
bit.ly/estudio2018

¿Qué es el CRO?
Algunas cosas que suelen oirse:
• “El CRO es UX para e-commerce”
• “El CRO es hacer A/B testing”
• “El CRO es usabilidad para vender más”
• “El CRO es persuasión”
• “El CRO es el uso de la analítica para mejorar”
• “El CRO es UX hacking (dark patterns)”

El CRO es una metodología orientada a mejorar el
rendimiento y eficiencia (conversión) de un negocio digital
basada en el análisis datos, detección de ineficiencias,
diseño de acciones correctoras, testing,medición e
implementación. Es una disciplina de enfoque holístico (del
griego holos = entero) que se nutre de las áreas de trabajo
digitales tradicionales: UX, tráfico, analítica digital,
desarrollo… y del conocimiento del negocio sobre el que
estamos trabajando.

El CRO (Siglas de Conversion Rate Optimization) es una metodología / técnica
consistente en:
1. Identificar ineficiencias / puntos de mejora en un producto digital
2. Elaborar hipótesis acerca de esas ineficiencias
3. Diseñar y desarrollar acciones orientadas a la mejora de las métricas de negocio
del producto digital
4. Testar / comprobar que las acciones diseñadas son ciertas y válidas para la
mejora en el momento temporal en el que nos encontramos
5. Implementar dichas mejoras, una vez validadas, en el producto digital sobre el
que estamos trabajando

El objetivo ﬁnal de un proyecto de CRO es amplio y estratégico: obtener el mejor
rendimiento posible (en términos de negocio) de un producto digital con los recursos
de los que disponemos para ello, manteniendo o mejorando la satisfacción del
usuario.
Por lo tanto, no debemos centrarnos tanto en el ratio de conversión, ya que es una
métrica engañosa, y sí centrarnos mucho más en la rentabilidad del proyecto y sus
tendencias en esa línea.
La paradoja es que podemos mejorar la rentabilidad de un proyecto con peores
métricas de conversión y podemos empeorar su rentabilidad con mejores métricas de
conversión.

El escenario habitual de un proyecto de CRO suele ser:
1. Nuestro ratio de conversión no es bueno y queremos mejorarlo.
2. No alcanzamos nuestros objetivos de ventas y queremos mejorar.
3. Nuestra rentabilidad desciende y hemos de revertir la situación.
4. Creemos que nuestro ratio de conversión debería ser de X y no lo logramos.
5. Necesitamos incorporar un proceso de mejora continua, de iteraciones recurrentes
en nuestro producto digital.
6. Estamos haciendo todo bien pero no alcanzamos nuestros objetivos.
7. La competencia nos está quitando cuota de mercado y hemos de recortar
distancia.

El primer paso en la optimización de un producto digital es detectar de manera fiable
y contrastada donde está fallando ese producto. Para ello, disponemos de 4 grandes
fuentes de datos de cara a identificar esas ineficiencias:
1. Análitica digital cuantitativa
2. Analítica digital cualitativa
3. UX Research
4. Neurotesting
Y además contamos con las buenas prácticas propias de cada sector o de cada
tipología de producto digital.

18
Trasladar nuestros objetivos
de negocio a métricas
digitales de las que podamos
hacer seguimiento

19
Sin objetivos no es posible
mejorar nada, porque no
sabemos hacia donde vamos

Analítica digital cuantitativa
Hablamos de dimensiones y de métricas, de cuantificación y de volúmenes, de
medición basada en hits / sesiones / usuarios que recogen herramientas como
Google Analytics, Adobe Analytics, Webtrekk, Piwik, etc.
¿Donde debemos mirar para localizar posibles ineficiencias?
En caso de que busquemos ineficiencias generales del sistema:
1. Categoría de dispositivos
2. Sistemas operativos
3. País
4. Fuentes y medios de tráfico
5. Líneas de negocio

En caso de que busquemos ineﬁciencias en upper funnel -transacción hacia el funnel
de conversión- nos encontramos con grupos de páginas / pantallas con objetivos
transaccionales pero no de venta, donde hay que profundizar en navegación, y
donde por tanto es interesante revisar:
1. Porcentaje de rebote
2. Click en elementos (eventos)
3. Profundidad de scroll (evento)
4. Medición de tiempo

¿Qué es esta métrica?, ¿cómo está siendo
medida? Debemos conocer la implementación
para valorar la métrica.
Solo teniendo eso en cuenta podemos darle un
valor correcto a cada métrica: comprender qué
mide y como se ha implementado la
herramienta

Teniendo en cuenta que esta tipología de
página (categoría / parrilla) debería tener un
nivel de transacción alto (conducir a producto) y
por tanto un porcentaje de rebote bajo, ¿qué
está sucediendo en esta URI en concreto?
En este caso, un rebote alto es indicador de
mala calidad general en esa transacción.
Clic en esa URI para ver más detalle.

Añadir una dimensión secundaria (en este caso
Fuente / Medio) nos permite comprender que no
todas las tipologías de tráﬁco se comportan de
la misma forma en la misma landing, aunque
ésta tenga un único objetivo.

En esta tipología de tráﬁco concentramos un
alto volumen de rebote, aunque, en teoría,
debería ser un nivel de rebote bajo, dado que
hablamos de una landing diseñada en teoría
para distribuir tráﬁco.

Hemos encontrado una landing de destino en la que una determinada tipología de
tráfico ofrece un rendimiento muy inferior a la media, ¿es un problema específico de
esa landing o un problema general de la tipología de tráfico respecto a nuestro
sistema de captación?
Continuemos investigando y segmentando datos.

Revisando las métricas generales de fuente y
medio encontramos que la misma tipología de
tráﬁco que ofrecía un mal rendimiento en la
landing especíﬁca que hemos analizado ofrece
un rendimiento general muy por debajo de las
medias en términos de conversión y métricas de
navegación, lo que parece indicar una captación
inadecuada con este medio / fuente.

Ahora tenemos otra perspectiva: una fuente / medio de tráﬁco que con 232.000
sesiones ha conseguido 9 transacciones por importe de 5.800 € con un ratio de
conversión a venta inferior a 0,01%.
En condiciones dentro de la media, 232.000 sesiones deberían haber convertido a
venta a un 0,64%. Eso son 1.484 transacciones.
1.484 transacciones a 596,21 € por transacción = 884.775 €.

Uso de analítica cualitativa:
1. Scrollmap.
2. Clicmap / Tapmap.
3. Attention map (solo desktop).
4. Mouse movement map (solo desktop).

36
Conocer los FUDs (Fears,
Uncertainties, Doubts) y
emplear el diseño para
reducirlos

FUD es el acrónimo de:
1. Fear. Miedo.
2. Uncertainties. Incertidumbres.
3. Doubts. Dudas.
La pregunta que debemos hacernos es ¿en el proceso de información, interés o
contratación de mi servicio / producto qué es lo que genera miedo, incertidumbres o
dudas?

En general, en retail, las principales dudas o miedos que pueden surgir en un
potencial cliente van a ser:
1. ¿Esta empresa / marca es de conﬁanza?
2. ¿Cómo me va a llegar el producto?
3. ¿Qué sucede si algo no es como yo pensaba?
4. ¿Con quien contacto para tener más detalle de sus productos / servicios?
5. ¿Dónde están?
6. ¿Cómo se gestionan las devoluciones si algo no me gusta?
7. ¿El producto es exactamente el que estoy buscando?
8. ¿Como veriﬁco la calidad del producto o servicio?

39
Ahora tenemos datos y
contexto, y podemos formular
hipótesis que expliquen la
ineficiencia detectada

Una hipótesis es algo que se supone y a lo que se le otorga un cierto grado de
posibilidad para extraer de ello un efecto o una consecuencia. Las hipótesis no
necesariamente son verdaderas, pueden o no serlo, pueden o no comprobarse con
hechos. Son explicaciones tentativas. No los hechos en sí.
Al formular una hipótesis lo que buscamos es una posible explicación de algo, una
teoría sobre el por que se está produciendo un determinado efecto, partiendo de esa
causa identificada o que creemos haber identificado. Se trata de una explicación
teórica que deberemos validar empleando, generalmente, el método científico.

La hipótesis debe ser descriptiva pero breve e implicar una consecuencia, y debe
partir de una base construida en base a datos o a observación de un
comportamiento que constituye un patrón.
Ejemplo: “Si mejoramos la arquitectura de información los usuarios localizarán más
fácilmente los productos, con lo que se reducirá el rebote y habrá una mayor
proporción de usuarios que comenzarán el proceso de compra”
Ejemplo: “Los usuarios tienen diﬁcultades en localizar los productos que buscan, por
lo que el porcentaje de rebote es alto y nuestro lower funnel es bajo y no
conducimos a una buena cantidad de usuarios al proceso de compra”

42
A la hora de proponer
acciones, propongamos un
conjunto de 15-20 acciones y
prioricemos en función del
esfuerzo-valor

43
¿Qué tipo de acciones
podemos plantear? De lo
sencillo (cambiar un CTA) a lo
complejo (rediseñar un
checkout)

Definir el escenario del test - método científico:
Variable independiente: Es la que se estudia y modifica, y que afecta a los
resultados. Debe poder controlarse. Ej clásico: la alimentación. Ej digital: la
arquitectura de información.
Variable dependiente: Depende de la variable independiente y refleja los cambios
producidos en esta. Ej clásico: el peso. Ej digital: el porcentaje de rebote.
Variables controladas: Variables adicionales que se mantienen bajo control durante
la ejecución del test para garantizar su mínima volatilidad y máxima fiabilidad. Ej
clásico: la actividad física. Ej digital: lanzamiento de campañas.

Deﬁnir el escenario del test - ﬁcha de test:

Resultados:

Un briefing / ficha / dossier de testing debe contener:
1. Hipótesis, acompañada de los datos y racional que la sustentan.
2. Objetivos del test.
3. KPIs en las que va a impactar el test y efecto que esperamos conseguir.
4. Segmentos de tráfico / usuarios a los que se dirige el test.
5. Landings / layouts / procesos objeto del test.
6. Periodo de tiempo de ejecución del test.

El problema del volumen de tráfico:
¿Puedo hacer A/B testing si no tengo volumen de tráfico suficiente para alcanzar un
grado de significancia / fiabilidad alto?, ¿debo hacerlo?, ¿el A/B testing es solo para
proyectos grandes?

El tipo de test:
A/B Test: Solo se modiﬁca una variable dentro del experimento,. lo que permite, en
teoría, obtener mucha ﬁabilidad de atribución vinculada al efecto.
MVT Test: Varias variables se combinan entre sí dentro del mismo test de manera
dinámica y programada.
Split Test: Dos o más modelos que guardan poca similitud entre sí o donde se
cambian múltiples variables a la vez.
Personalización: Múltiples variables son tenidas en cuenta para generar no un test,
sino una experiencia ajustada a las variables que han podido leerse e interpretarse.

Los segmentos y la distribución:
Los principales segmentos a tener en cuenta son:
Desktop / Smartphone: Una misma solución puede resolverse de forma muy
diferente en desktop / smartphone, generando resultados muy dispares y pudiendo
generar una paradoja de Simpson a la hora de interpretar resultados.
Paises: Un mismo experimento puede arrojar resultados muy diferentes en distintos
paises, dadas las fracturas culturales.
Líneas de negocio: Un mismo test puede arrojar resultados muy diferentes si un
producto es de compra impulsiva y otro es reﬂexiva, aunque estén bajo el mismo
entorno.
Tipologías de tráﬁco: Adwords se orienta a visitas de primer cliente. Directo o SEO
branded son ya clientes. El mail suele tener ratios altos. Resultados muy diferentes.

Los segmentos y la distribución:
Los principales segmentos a tener en cuenta son:
Momento temporal: Cada negocio digital tiene picos y valles en sus momentos de
ventas / conversión. El momento puede generar resultados con variantes muy
pronunciadas: rebajas, Navidad, festivos locales, etc.
Factores exógenos: Situaciones sociopolíticas / mercado / segmento de usuarios que
pueden alterar el escenario del test.
Usuarios con login o sin: Un usuario con login tiene un valor diferente y reacciona
de manera distinta a los test orientados a push, por ejemplo.
Climatología: En determinados modelos de negocio, el clima es un factor crítico en
términos de demanda y venta de los productos / servicios que ofrecemos.

La herramienta para ejecutar el test:
• Optimize (Google)
• Optimizely / Optimize X
• Visual Website Optimizer
• A/B Tasty
• Qubit
• Target
• Maximizer
• Convert

Como interpretar los resultados:
El objetivo de un test / experimento es poder demostrar con datos consistentes la
idoneidad de una acción en un determinado contexto (interpretación bayesiana),
para garantizar una mejora en el rendimiento una vez pase a producción.
Otro objetivo es incorporar el test y la experimentación como parte de un proceso
agile de diseño de productos digitales, como una herramienta que permite aprender
e identiﬁcar patrones que representan con ﬁabilidad la posibilidades de mejora.
Para ello los datos deben ser muy bien contextualizados, atendiendo sobre todo a si
el test ha sido éxito, fracaso o nulo.

Mejora en envío de lead:

Mejora en add to basket en e-commerce:

Mejora en recomendaciones en e-commerce:

58
El CRO no termina. Es un ciclo
de iteraciones para mejorar el
rendimiento de nuestro
producto digital / e-commerce

59
Datos, contexto, hipótesis,
acciones, test y mejora
continua. Comenzad en el CRO
con un problema sencillo e id
evolucionando poco a poco.

Muchas gracias!
Más información:
ricardo@ﬂat101.es
91 635 52 47

CRO Práctico: Guia accesible para la mejora de conversión en e-commerce y negocios digitales.

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à CRO Práctico: Guia accesible para la mejora de conversión en e-commerce y negocios digitales.

Similaire à CRO Práctico: Guia accesible para la mejora de conversión en e-commerce y negocios digitales. (20)

Plus de Ricardo Tayar López

Plus de Ricardo Tayar López (20)

Dernier

Dernier (20)

CRO Práctico: Guia accesible para la mejora de conversión en e-commerce y negocios digitales.