Konverteringsoptimering (CRO): en praktisk guide

Konverteringsoptimering (CRO) er den systematiske praksis med at øge andelen af besøgende, der udfører en værdifuld handling på dit website, ved at finde ud af, hvorfor de ikke gør det, og rette det. Det er hele idéen. Alt andet i denne guide er metode: hvordan du finder de virkelige årsager, hvordan du beslutter, hvad du skal rette først, hvordan du ved, om en ændring virkede, og hvordan du bliver ved uden at narre dig selv.

Dette er en generel guide. Principperne gælder både for en webshop og for en B2B-softwarevirksomhed, men vi bruger ekstra tid på den situation, de fleste guides springer over: websites med beskeden trafik, lange salgscyklusser og konverteringer af meget forskellig værdi. Uanset om du kalder det konverteringsoptimering eller CRO, er disciplinen den samme.

Hvad konverteringsoptimering egentlig er

En konvertering er enhver handling, du vil have en besøgende til at foretage: et køb, en demoanmodning, en tilmelding til en prøveperiode, et abonnement på et nyhedsbrev. Konverteringsraten er andelen af besøgende (eller sessioner), der gennemfører den:

Konverteringsrate = konverteringer / besøgende × 100

Eksempel: en landingsside får 18.400 sessioner på en måned og giver 460 tilmeldinger. 460 / 18.400 = 0,025, så konverteringsraten er 2,5 %. Hvis en ændring løfter den til 3,0 % på samme trafik, får du 552 tilmeldinger: 92 flere om måneden uden at købe et eneste ekstra klik. Det er et relativt løft på 20 % eller et absolut løft på 0,5 procentpoint. Sig altid, hvilket du mener; at blande dem sammen er den mest almindelige rapporteringsfejl i CRO. Du kan regne på dine egne tal i beregneren til konverteringsrate.

Der gemmer sig to beslutninger i den formel. For det første nævneren: Sessioner puster grundlaget op for websites med mange tilbagevendende besøgende, brugere undervurderer det, hvis din sporing ikke kan fjerne dubletter på tværs af enheder. Vælg én, og hold fast i den. For det andet tælleren: hvilken konvertering der tæller.

Makro- og mikrokonverteringer

• Makrokonverteringer er de handlinger, virksomheden eksisterer for: en ordre, en demoanmodning, en betalt plan.
• Mikrokonverteringer er de skridt, der fører dertil: læg i kurv, start på en formular, se priser, se en produktvideo, klik på en CTA.

Mikrokonverteringer er vigtige af to grunde. De viser, hvor lækagen er (besøgende ser priserne, men klikker aldrig på "Kom i gang"), og de forekommer langt oftere end makrokonverteringer, hvilket gør dem testbare på sites, hvor makrokonverteringen er for sjælden til at måle. Mere om det i afsnittet om lav trafik.

Hvad CRO ikke er

• Det er ikke test af knapfarver. Kosmetiske tests flytter sjældent noget, fordi de ikke tager fat i, hvorfor folk tøver. God CRO ændrer, hvad den besøgende forstår, tror på eller skal gøre.
• Det er ikke kun A/B-test. Test er valideringstrinnet. Størstedelen af værdien kommer fra research, der fortæller dig, hvad du skal ændre. Mange forbedringer (en formular, der ikke virker i Safari, en manglende pris) skal bare rettes, ikke testes.
• Det er ikke en pose best practices. "Tilføj hastværk" eller "forkort formularen" kan hjælpe eller skade afhængigt af din målgruppe. En praksis er en hypotese, indtil dine egne data understøtter den.
• Det er ikke trafikanskaffelse. CRO arbejder med det, der sker, efter besøget er startet. Det gør alle anskaffelseskanaler mere effektive, men erstatter ingen af dem.

CRO-processen trin for trin

Ethvert troværdigt CRO-program kører en version af den samme løkke. Navnene varierer; rækkefølgen gør ikke.

1. Research: find ud af, hvor og hvorfor besøgende ikke konverterer.
2. Hypoteser: gør hvert fund til en testbar påstand.
3. Prioritering: Rangér hypoteser, så knap trafik og udviklertid går til de bedste bud.
4. Test: kør et kontrolleret eksperiment (eller, hvor det er umuligt, den næstbedste metode).
5. Analyse: læs resultatet ærligt, inklusive segmenter og guardrails.
6. Udrulning og læring: implementer vinderne, registrer hvert resultat, og før læringerne tilbage i researchen.

1. Research: hvor og hvorfor

Research har to halvdele. Kvantitative data fortæller dig, hvor problemet er. Kvalitative data fortæller dig hvorfor. Du har brug for begge: en tragtrapport viser, at 70 % af de besøgende forlader prissiden, men den kan ikke fortælle dig, at de gik, fordi enterprise-niveauet siger "Kontakt os" uden noget prisinterval.

Start med analysedata for at vælge de to eller tre sider, der betyder mest (høj trafik, tæt på omsætning, stort frafald), og brug så kun den kvalitative indsats dér. Et researchsprint på to til tre uger giver typisk flere testidéer, end du kan nå at køre på seks måneder.

Før du stoler på noget af det, så tjek rørføringen. Bekræft, at konverteringshændelser udløses én gang pr. konvertering, at tragtens trin spores på alle enheder, og at intern trafik er filtreret fra. En overraskende stor andel af "konverteringsproblemer" viser sig at være måleproblemer.

2. Hypoteser: gør hver idé falsificerbar

En hypotese forbinder en observation med en ændring og et målbart resultat. Brug denne skabelon:

»Fordi vi observerede« det, data viste, »tror vi, at en ændring af« ét element »for« én målgruppe »vil give« det forventede resultat, »målt på« ét primært målepunkt.

Eksempel: "Fordi vi har set i sessionsoptagelser og en exit-undersøgelse, at mobilbesøgende på prissiden ikke kan se, hvilken plan der inkluderer SSO, tror vi, at en knap til funktionssammenligning over plankortene for mobilbesøgende vil give flere planvalg, målt som klik på en vilkårlig 'Vælg plan'-knap pr. besøgende på prissiden."

Skabelonen løser tre opgaver. Den tvinger dig til at have dokumentation (ingen "fordi den administrerende direktør kan lide det"). Den navngiver målgruppen, så du tester dér, hvor problemet er. Og den fastlægger den primære måling, før testen starter, hvilket forhindrer, at man bagefter vælger en smigrende måling. En version, du kan kopiere, findes i vores skabelon til A/B-testplan.

3. Prioritering: PIE, ICE eller PXL

Du vil altid have flere idéer end kapacitet. Tre scoringsframeworks dominerer:

• PIE (Potential, Importance, Ease), gjort populær af WiderFunnel: scor hver fra 1-10, og tag gennemsnittet. "Importance" handler om, hvor værdifuld sidens trafik er.
• ICE (Impact, Confidence, Ease) fra growth marketing: Giv hver en score fra 1-10, og tag gennemsnittet. »Confidence« er, hvor stærk din dokumentation er.
• PXL fra CXL: en tjekliste med primært ja/nej-spørgsmål med faste point, fx om ændringen er over folden, om den er synlig inden for fem sekunder, om den tilføjer eller fjerner et element, om den kører på en side med meget trafik, og om den adresserer et problem fundet i brugertest, kvalitativ feedback eller analytics. Lethed scores ud fra estimeret indsats. CXL designede den for at fjerne det gætværk, som PIE og ICE efterlader i »impact«.

Eksempel (illustrative scorer for én backlog, PXL forenklet til syv spørgsmål):

Alle tre frameworks er enige om, at A kommer først og D sidst. De er uenige om C: PIE vurderer den tæt på B's niveau, fordi "potential" er gavmild, mens ICE og PXL straffer manglen på evidens. Den uenighed er netop grunden til at vælge et framework bevidst.

Vores syn: brug ICE til et lille team, der skal rangere 20 idéer på en eftermiddag. Skift til PXL, når mere end én person scorer idéer, fordi ja/nej-spørgsmål giver ensartede scores på tværs af personer og forhindrer, at den mest højrøstede puster »impact« op. PIE er nyttig, når du skal beslutte, hvilken side du skal arbejde på, og mindre nyttig til enkelte idéer. Uanset hvad du vælger, så vægt evidens højt: Den vigtigste forudsigelse for en vindende test er en hypotese, der bygger på research.

4. Test

Byg varianten, QA den i alle større browsere og på alle større enheder, og kør et kontrolleret eksperiment, hvor trafikken tillader det (se statistikafsnittet nedenfor). Skriv ned før lancering: den primære metrik, guardrail-metrikker, stikprøvestørrelsen, den planlagte varighed og stopreglen. Hvis du ikke kan udfylde de fem, er du ikke klar til at lancere.

5. Analyse

Når den planlagte stikprøve er nået, så tjek først datakvaliteten (stikprøveforhold, sporing), derefter den primære måling, så sikkerhedsmålingerne og så de forhåndsregistrerede segmenter som enhed eller nye versus tilbagevendende. Behandl segmentfund, du ikke havde planlagt, som nye hypoteser, ikke konklusioner: Skærer du en test på nok måder, vil noget se signifikant ud ved et tilfælde.

6. Udrulning og læring

Implementér vindere ordentligt (i koden, ikke kørende på 100 % i testværktøjet i månedsvis). Registrér hver test i en log: hypotese, skærmbilleder, tal, beslutning, og hvad den lærte dig om dine besøgende. En tabende test, der modbeviser en udbredt antagelse, er ofte mere værd end en lille gevinst, men kun hvis nogen skriver det ned.

Teststatistik gjort rigtigt

Du behøver ikke være statistiker for at køre valide tests, men du skal respektere fem idéer. Den bedste enkeltstående reference er Kohavi, Tang og Xu, Trustworthy Online Controlled Experiments (2020).

Stikprøvestørrelse: beslut den, før du starter

Antallet af besøgende, du har brug for, afhænger af din baseline-konverteringsrate, den mindste effekt, du vil kunne opdage (minimum detectable effect, MDE), dit signifikansniveau (alfa) og din statistiske power. For en tosidet test, der sammenligner to andele:

n pr. variant = [ z_1-α/2 × √(2 p̄(1-p̄)) + z_1-β × √(p₁(1-p₁) + p₂(1-p₂)) ]² / (p₂ - p₁)²

Gennemregnet eksempel: baseline p₁ = 3 %, MDE = 20 % relativt, så p₂ = 3,6 %. Alfa = 0,05 (tosidet), så z = 1,96. Styrke = 0,8, så z ≈ 0,8416. Den samlede rate p̄ = 3,3 %.

1. Første led: 1,96 × √(2 × 0,033 × 0,967) = 1,96 × √0,06382 = 1,96 × 0,2526 = 0,4951
2. Andet led: 0,8416 × √(0,03 × 0,97 + 0,036 × 0,964) = 0,8416 × √(0,02910 + 0,03470) = 0,8416 × 0,2526 = 0,2126
3. Tæller: (0,4951 + 0,2126)² = 0,7077² = 0,5009
4. Nævner: (0,036 - 0,03)² = 0,006² = 0,000036
5. n = 0,5009 / 0,000036 ≈ 13.900 besøgende pr. variant, omkring 27.800 i alt.

Det svarer til, hvad Evan Millers beregner til stikprøvestørrelse giver med de samme input, og du kan tjekke dit eget scenarie i vores A/B-testberegner. Læg mærke til, hvor brutal matematikken er: Halvér MDE'en til 10 %, og du skal bruge cirka fire gange så meget trafik. Vores indlæg om stikprøvestørrelse til A/B-test har opslagstabeller for almindelige baselines.

Varighed: stikprøvestørrelse divideret med trafik, i hele uger

Testvarighed = samlet nødvendig stikprøve / ugentlige kvalificerede besøgende, rundet op til hele uger.

Eksempel: Siden ovenfor får 7.000 relevante besøgende om ugen. 27.800 / 7.000 = 3,97, så kør den i 4 hele uger. Hele uger er vigtige, fordi besøgende på hverdage og i weekenden opfører sig forskelligt; stopper du en onsdag, er en del af ugen overrepræsenteret. Som tommelfingerregel bør du køre mindst én hel forretningscyklus og undgå tests, der er længere end seks til otte uger, hvorefter sletning af cookies og sæsonudsving begynder at forurene stikprøven.

Kig ikke undervejs (eller brug en metode, der er designet til det)

At tjekke en almindelig test med fast horisont dagligt og stoppe i det øjeblik, den rammer p < 0,05, øger antallet af falske positiver dramatisk, som Evan Miller viser i How Not To Run an A/B Test. Enten forpligter du dig til den planlagte stikprøvestørrelse og læser kun resultatet til sidst, eller også bruger du et værktøj, hvis statistik er bygget til løbende overvågning (sekventiel test). Det er fint at kigge på et dashboard; problemet er at handle på det for tidligt.

Tjek for sample ratio mismatch

Hvis du deler trafikken 50/50 og får 10.000 besøgende i kontrol og 9.400 i varianten, er noget i stykker: en redirect, der mister brugere, et botfilter, der rammer den ene variant, en variant, der crasher i nogle browsere. En chi-i-anden-test på antallet af besøgende afslører det. Kohavi og kolleger betragter sample ratio mismatch som et af de vigtigste tillidstjek; når det fejler, så fortolk ikke resultatet, men find fejlen.

Nyhedseffekter, én primær måling og sikkerhedsmålinger

• Nyheds- og vaneeffekter: Tilbagevendende besøgende klikker måske på et nyt element, fordi det er nyt, eller ignorerer det, fordi de er vant til det gamle layout. Sammenlign uge ét med de senere uger; hvis effekten aftager, så vær skeptisk.
• Én primær metrik: erklæret på forhånd, ideelt den metrik tættest på omsætning, du kan måle med tilstrækkelig volumen. Ti "primære" metrikker garanterer en falsk vinder et sted.
• Guardrail-målepunkter: ting, der ikke må blive dårligere, fx omsætning pr. besøgende, leadkvalitet, refusionsrate, sideindlæsningstid. En variant, der løfter tilmeldingerne med 10 %, mens den skærer 15 % af den gennemsnitlige ordreværdi, er ikke en vinder.

Og test én sammenhængende ændring pr. variant, medmindre du har meget trafik. Vores sammenligning af A/B-test vs. multivariat test forklarer, hvornår den multivariate vej er trafikken værd (sjældent, under et sekscifret antal besøgende om måneden).

CRO for websites med lav trafik og B2B-websites

De fleste CRO-råd er skrevet af folk, der optimerer forbrugerwebsites med høj volumen. B2B-websites og små forbrugerwebsites står over for tre strukturelle problemer:

1. Lav trafik. Det gennemregnede eksempel ovenfor kræver omkring 27.800 besøgende til én test. En side med 5.000 besøgende om måneden ville tage fem til seks måneder, og på det tidspunkt har markedet, annoncerne og selve siden ændret sig.
2. Lange salgscyklusser. En test kan tælle formularudfyldninger på uger, men om de leads blev til pipeline, tager måneder. Den variant, der vinder på demoanmodninger i februar, kan tabe på omsætning i juni, hvis den tiltrak virksomheder med dårligt fit.
3. Ulige konverteringsværdi. Én demoanmodning kan komme fra en virksomhed, der kan blive din største kunde; en anden fra en studerende. Konverteringsraten behandler dem ens, og omsætningsvægtede målinger er langt mere støjfyldte, så de kræver endnu flere data.

Intet af dette betyder "lad være med at lave CRO". Det betyder, at metoden skal ændres.

Hvad du skal teste først

Når du kun kan køre en håndfuld tests om året, så kør dem med store forventede effekter på sider tæt på omsætningen. En fornuftig rækkefølge:

1. Overskrifter og værditilbud på dine kommercielle sider med mest trafik: resultatfokuseret versus funktionsfokuseret, målgruppespecifik versus generisk, problemfokuseret versus løsningsfokuseret.
2. Tilbuddet og CTA'en: ikke kun knapteksten, men hvad du tilbyder (demo, produkttur, vurdering, prissamtale), og hvor det vises.
3. Formularer: felter, kvalificerende spørgsmål, ét trin versus flere trin. Mål leadkvalitet, ikke kun gennemførelse.
4. Layout og sidestruktur til sidst: dyrest at bygge, i gennemsnit mindst og langsomst at måle.

Tag større sving

Den nødvendige stikprøvestørrelse skalerer med den inverse kvadrat af effekten. At opdage et løft på 40 % kræver cirka en fjerdedel af trafikken for et løft på 20 %. Små justeringer kan ikke testes ved lav trafik; dristige, researchbaserede ændringer (et helt andet argument i overskriften, et andet tilbud) kan. De lærer dig også mere om dine købere, mens små justeringer kun lærer dig noget om siden.

Test mikrokonverteringer tidligere i forløbet

Hvis demoanmodninger er for sjældne, så vælg en primær måling højere oppe i tragten, som plausibelt hænger sammen med dem: klik til demosiden, påbegyndte formularer, besøg på prissiden fra forsiden. En måling, der forekommer ti gange så ofte, gør tests omtrent ti gange hurtigere at nå tilstrækkelig power. Bagsiden er, at du stadig skal holde øje med makrokonverteringen som en sikkerhedsmåling, fordi en mikrokonvertering kan stige, mens de reelle konverteringer står stille.

Acceptér en sikkerhed, der passer til beslutningen

Ikke alle beslutninger kræver 95 % konfidens. For tekstændringer, der let kan rulles tilbage, er en lavere tærskel (eller en Bayesiansk aflæsning af "sandsynlighed for at være bedst") en rimelig afvejning mellem hastighed og sikkerhed. For strukturelle ændringer, der er dyre at fortryde, som et redesign af prissiden, så vent på stærk evidens. Beslut tærsklen før testen, ikke efter du har set tallene.

Sekventielle tests og før/efter-tests, med forbehold

Når en split-test er umulig (oplevelser for målkonti med nogle få dusin besøg, en ændring af navigationen på hele sitet), er en før/efter-sammenligning bedre end ingenting, men vær ærlig om dens svaghed: sæsonudsving, kampagner, salgsaktivitet og nyheder i markedet ændrer sig alle samtidig med din side. Reducer risikoen ved at sammenligne lige lange perioder, tjekke en kontrolmetrik, som din ændring ikke burde påvirke (hvis den også flyttede sig, er skiftet sandsynligvis eksternt), og gentage skiftet (til, fra, til), hvor du kan.

Læn dig op ad kvalitativ research

Med lav trafik er fem kundeinterview og tyve optagelser af salgsopkald mere værd end en test uden tilstrækkelig styrke. Brug kvalitativt arbejde til at lave ændringer, du er ret sikker på, og gem testene til de virkelig usikre beslutninger, hvor meget står på spil.

Mål pipeline, ikke formularudfyldelser

Eksempel: Variant A giver 20 leads, hvoraf 25 % bliver til salgsmuligheder (5 salgsmuligheder). Variant B giver 30 leads, hvoraf 10 % bliver til salgsmuligheder (3). B "vandt" på konverteringsrate og tabte på den måling, der betyder noget. Forbind dit testværktøj eller analyseværktøj til CRM, så hvert lead bærer sin variant, og vend tilbage til resultaterne, når dataene om salgsmuligheder er modne. Tjek også segmentresultaterne: Et fladt samlet resultat kan skjule en vinder for enterprise-besøgende og en taber for små virksomheder, der udligner hinanden. Se vores dybere guide til B2B-konverteringsoptimering for B2B-specifikke CRO-taktikker som kvalificerende formularer, social proof til enterprise og indhold til købsgruppen.

Sådan gennemfører du en CRO-audit

En CRO-audit er researchtrinnet komprimeret til en engangsgennemgang, nyttig når du overtager et site eller hurtigt har brug for en prioriteret plan. Den korte version:

1. Tjek målingen: konverteringshændelser, trin i tragten, sporing på tværs af domæner, filtreret intern trafik.
2. Kortlæg tragten efter enhed og kanal, og find de to trin med det største absolutte tab.
3. Gennemgå de sider heuristisk: hvor tydeligt tilbuddet er på fem sekunder, relevans for trafikkilden, friktion (felter, trin, indlæsningstid), bekymring (tillid, pris, privatliv) og distraktion.
4. Indsaml kvalitativ evidens på de samme sider: optagelser, et kort spørgeskema, et par brugertests.
5. Notér fund som enten »bare ret det« (fejl, brudte flows), »undersøg« eller »test«, hver med en hypotese og en prioritetsscore.

Vores tjekliste til CRO-audit oplister hvert tjek, og gennemgangen af CRO-audit viser, hvordan du gør fundene til en roadmap.

Hvor du skal fokusere, efter sidetype

To eksterne benchmarks er værd at kende. Baymard Institute anslår, som gennemsnit af 50 undersøgelser, den dokumenterede andel af forladte indkøbskurve online til cirka 70 %; blandt kunder, der forlod kurven af andre grunde end »kiggede bare«, ligger ekstra omkostninger (40 %) og tvungen kontooprettelse (18 %) højt, og Baymard vurderer, at et ideelt checkout kun kræver 7-8 formularfelter mod et amerikansk gennemsnit på cirka 15. For formularer generelt er Nielsen Norman Groups anbefalinger om formularers brugervenlighed (hold formularer korte, i én kolonne, forklar krav på forhånd, specifikke fejlmeddelelser) en solid tjekliste. B2B-formularer er en delvis undtagelse fra »kortere er altid bedre«, fordi kvalificerende felter beskytter salgs tid; vores guide til design af formularer til leadindsamling gennemgår, hvordan du matcher formularens længde med intentionen, og optimering af B2B-landingssider går mere i dybden med kampagnesider.

Personalisering som CRO-løftestang

En klassisk A/B-test spørger: "Hvilken version er bedst for alle?" Nogle gange er det ærlige svar "ingen af dem": en enterprise-køber og en startup med fem ansatte vil have forskellig dokumentation, forskelligt sprog og et forskelligt næste skridt, og gennemsnitsresultatet skjuler det. Personalisering betyder at levere forskellige oplevelser til definerede segmenter og derefter måle hver af dem mod en kontrolgruppe for det segment.

Den slår ensartet test, når tre betingelser er opfyldt: din målgruppe deler sig i segmenter med reelt forskellige behov (efter branche, virksomhedsstørrelse, fase i tragten eller trafikkilde), du kan pålideligt genkende de segmenter ved ankomst, og du har indhold, der faktisk er forskelligt for hvert af dem. Mangler én af dem, tilføjer personalisering kompleksitet uden løft. Den deler også din trafik, så den er ingen genvej uden om matematikken bag stikprøvestørrelsen; start med et eller to store segmenter og én side. Hvis du vil strukturere segmenterne først, gennemgår guiden til segmenteringsstrategi det, og vores segmenteringsfunktioner viser, hvordan Markettailor leverer segmentspecifikke varianter med en holdout-kontrol.

Typiske CRO-fejl (og løsninger)

1. Test uden research. Idéer fra brainstorms vinder sjældnere end idéer baseret på dokumentation. Løsning: hver test henviser til den observation, der ligger bag.
2. At stoppe tests for tidligt. Tidlige føringer er mest støj, og kigning øger antallet af falske positiver. Løsning: fastlæg stikprøvestørrelse og varighed på forhånd.
3. Tests med for lav styrke. En test, der kun kan påvise et løft på 50 %, vil kalde de fleste reelle forbedringer for "ingen forskel". Løsning: beregn den MDE, du kan påvise, før lancering, og kør kun tests, der realistisk kan nå den.
4. At optimere efter den forkerte metrik. Flere leads, dårligere pipeline. Løsning: en primær metrik så tæt på omsætning, som volumen tillader, plus kvalitetsværn.
5. At kalde tab for fiaskoer. Teams dropper stille og roligt tabende tests og mister læringen. Løsning: log alle resultater, og hvad de modbeviste.
6. At ignorere segmenter eller overfortolke dem. Begge dele sker. Løsning: forhåndsregistrer to eller tre segmenter (enhed, ny vs. tilbagevendende, virksomhedsstørrelse), og behandl resten som hypoteser.
7. At kopiere konkurrenter eller lister over »best practice«. Du ser deres side, ikke deres resultater. Løsning: brug dem som kilder til hypoteser, aldrig som svar.
8. At springe QA over. En variant, der går i stykker i én browser, giver en falsk taber og et sample ratio mismatch. Løsning: test hver variant i de store browsere og på de vigtigste enheder før lancering.
9. At behandle CRO som et projekt. Én audit, fem rettelser, færdig. Løsning: en fast rytme med en ejer, en backlog og en log.
10. Ikke at rette åbenlyse fejl, fordi "vi bør teste det". Løsning: Det, der er i stykker, bliver rettet; det, der er usikkert, bliver testet.

CRO-værktøjer efter opgave

Vælg værktøjer efter den opgave, de løser, og køb testværktøjet til sidst: De fleste teams har brug for bedre research, før de har brug for mere testkapacitet.

• Analyse: tragte, segmenter og hændelser. Google Analytics 4, Adobe Analytics eller produktanalyse som Mixpanel og Amplitude.
• Adfærdsanalyse: heatmaps og sessionsoptagelser. Microsoft Clarity, Hotjar, Contentsquare.
• Test og personalisering: eksperimenter på klientsiden eller server-side. Optimizely, VWO, AB Tasty eller feature flag-platforme til server-side tests.
• Undersøgelser og brugerresearch: afstemninger på siden og modererede eller ikke-modererede brugertests. Hotjar surveys, Typeform, UserTesting, Maze.

Se vores oversigt over værktøjer til konverteringsoptimering for en mere komplet sammenligning efter trafikniveau og budget.

Sådan bygger du et CRO-program

CRO giver kun akkumulerende effekt, når det drives som et program frem for en række enkeltstående rettelser. Den minimale struktur:

• En ejer med øremærket tid til det plus adgang til design- og udviklingskapacitet. Uden udviklertid bliver backloggen en ønskeliste.
• En rytme: et research-sprint hvert kvartal, et prioriteringsreview hver anden uge og en månedlig gennemgang af resultater for interessenterne.
• En testlog, som alle kan søge i: hypotese, målgruppe, skærmbilleder, stikprøve, resultat, beslutning, læring. Efter et år er det det mest værdifulde CRO-aktiv, du ejer.
• Et realistisk mål for gennemløb. Et forbrugersite med meget trafik kan køre flere tests om måneden parallelt på forskellige sider. Et B2B-site med 10.000 månedlige besøgende klarer måske en eller to om måneden, kombineret med rettelser drevet af research.

Afstem forventningerne til vinderrater på forhånd. I Online Experimentation at Microsoft (Kohavi et al., 2009) rapporterer forfatterne, at kun omkring en tredjedel af idéerne forbedrede de metrikker, de var designet til at forbedre, mens cirka en tredjedel var neutrale og en tredjedel negative. Microsofts idéer var ikke dårlige; gode idéer er bare svære at forudsige. Hvis dit program »vinder« 80 % af sine tests, er den mere sandsynlige forklaring slap statistik, ikke enestående idéer. Bedøm et CRO-program på valideret kumulativ effekt og på kvaliteten af det, det har lært, ikke på vinderraten.

Ofte stillede spørgsmål

Hvad er en god konverteringsrate?

Der findes ikke ét universelt godt tal, fordi konverteringsraten afhænger af, hvad du tæller, dit trafikmiks, prisniveau og købscyklus. En gratis nyhedsbrevstilmelding og en enterprise-demo-anmodning til et sekscifret beløb kan ikke dele et benchmark. Den nyttige sammenligning er mod din egen baseline for samme side, trafikkilde og enhed. Sigt efter at forbedre den støt, og bedøm succes på omsætning eller pipeline pr. besøgende i stedet for raten alene.

Hvor længe skal en A/B-test køre?

Kør den, indtil den når den stikprøvestørrelse, du beregnede før lancering, rundet op til hele uger, så alle ugedage er ligeligt repræsenteret. Divider det samlede antal nødvendige besøgende med din ugentlige kvalificerede trafik. For de fleste websites betyder det to til seks uger. Hvis beregningen siger flere måneder, så test en større ændring eller en måling med højere volumen i stedet for at køre en endeløs test.

Hvad er forskellen på CRO og SEO?

SEO øger antallet af kvalificerede besøgende, der når dit site fra organisk søgning. CRO øger andelen af de besøgende, fra alle kanaler, der udfører en værdifuld handling. De understøtter hinanden: sider, der klart besvarer den søgendes intention, både rangerer og konverterer typisk bedre. Konflikter er sjældne, men undgå CRO-ændringer, der skjuler eller fjerner indhold, som søgemaskiner og besøgende har brug for.

Kan CRO betale sig for websites med lav trafik?

Ja, men metoden ændrer sig. Med begrænset trafik skal du læne dig op ad kvalitativ research som kundeinterviews, sessionsoptagelser og brugertests, rette åbenlyse problemer direkte og gemme A/B-tests til markante ændringer med meget på spil, målt på hyppige metrikker tidligere i tragten. Selv helt uden test finder en researchbaseret audit af dine to eller tre vigtigste sider som regel friktion, der er værd at rette.

Hvad laver en CRO-specialist?

En CRO-specialist driver optimeringsloopet: analyserer tragte, laver brugerundersøgelser, skriver hypoteser, prioriterer og designer eksperimenter, tjekker deres statistiske validitet og omsætter resultater til anbefalinger. Rollen kombinerer analyse, UX-research, tekstforfatterdømmekraft og nok statistik til at undgå falske vindere. Hvis du overvejer karrieren, gennemgår vores overblik over job inden for konverteringsoptimering roller, kompetencer og hvordan du kommer i gang.