Współczynnik konwersji spadł w zeszłym miesiącu o 25 procent. Wiesz, co się stało (analityka diagnostyczna). Ale nadal nie wiesz dlaczego. Czy to zmiana na stronie? Zmiana rynku? Ruch konkurenta? Wzorzec sezonowy? Analiza przyczyn źródłowych pozwala przebić się przez powierzchnię do prawdziwego powodu.
Ten artykuł omawia techniki, które pozwalają przejść od „coś się zmieniło” do „oto dokładnie dlaczego się zmieniło” i „oto, co naprawić”.
Analiza przyczyn źródłowych to systematyczne badanie problemów, by znaleźć ukryty powód, a nie tylko objaw. Większość właścicieli stron poprzestaje na „ruch spadł” albo „konwersje spadły”. Analiza przyczyn źródłowych pyta: jaka jest faktyczna przyczyna pod tym objawem?
Objaw jest na powierzchni. Przyczyna źródłowa jest fundamentalna. Jeśli współczynnik odrzuceń jest wysoki, to objaw. Przyczyną źródłową może być wolne ładowanie strony, mylące nagłówki albo słaby projekt na telefony. Naprawianie objawu (próba ogólnego obniżenia współczynnika odrzuceń) nie działa. Działa znalezienie i naprawienie przyczyny źródłowej.
Dlaczego objawy wprowadzają w błąd
Właściciele stron gonią za objawami, bo łatwo je zobaczyć. Ruch spadł: oczywisty objaw. Ale dlaczego? Możliwych przyczyn jest dziesiątki. Jeśli zgadniesz źle i naprawisz złą rzecz, problem zostaje.
Analiza przyczyn źródłowych temu zapobiega. Zmusza do wielokrotnego pytania „dlaczego”, aż dojdziesz do faktycznej przyczyny. Technika „5 Why” to jej prosta wersja: zapytaj dlaczego pięć razy. Każda odpowiedź staje się podstawą następnego pytania.
Bez analizy przyczyn źródłowych naprawiasz złe problemy i tracisz czas. Z nią Twoje poprawki naprawdę działają.
Technika 5 Why: prosta, ale mocna
Zacznij od problemu. Zapytaj, dlaczego się pojawił. Weź odpowiedź i zapytaj dlaczego jeszcze raz. Idź dalej, aż dojdziesz do fundamentalnego powodu.
Problem: Konwersje spadły o 30 procent.
Dlaczego 1: Spadł ruch z kampanii e-mailowej. Ale ruch z reklam pozostał stabilny.
Dlaczego 2: Współczynnik klikalności e-maili spadł z 12 procent do 4 procent.
Dlaczego 3: Współczynnik otwarć e-maili został taki sam, ale po otwarciu e-maila mniej osób klikało link.
Dlaczego 4: W zeszłym tygodniu zmieniono szablon e-maila. Nowy projekt przeniósł przycisk wezwania do działania poniżej linii zagięcia.
Dlaczego 5: Przycisk jest teraz niewidoczny bez przewijania. Większość czytelników e-maili nie przewija.
Przyczyna źródłowa: Umiejscowienie przycisku sprawia, że ludzie przeoczają CTA.
Naprawa: Przenieś przycisk powyżej linii zagięcia.
To właśnie analiza przyczyn źródłowych. Nie zgadywano: systematycznie znaleziono faktyczny problem. Naprawa dotyczy prawdziwej przyczyny, a nie objawu.
Diagram rybiej ości: uporządkuj badanie
Diagram rybiej ości (zwany też diagramem Ishikawy) pomaga rozpisać wszystkie możliwe przyczyny w kategoriach. Jest wizualny, co pomaga dostrzec wzorce.
Narysuj poziomą linię (kręgosłup). Problem trafia na głowę. Odnogi od kręgosłupa to kategorie: Ludzie, Proces, Narzędzia, Dane, Czynniki zewnętrzne.
Pod każdą kategorią wypisz możliwe przyczyny. Gdzie przecina się wiele przyczyn? Często właśnie tam leży przyczyna źródłowa.
Przykład: Spadł Twój współczynnik konwersji.
Ludzie: Czy zmienił się zespół sprzedaży? Czy odszedł autor tekstów?
Proces: Czy zmieniono proces zamówienia? Czy wymagano więcej pól formularza?
Narzędzia: Czy zmieniono narzędzie analityczne? Czy zmienił się operator płatności?
Dane: Czy dane są niepełne? Czy jest błąd śledzenia?
Zewnętrzne: Czy konkurenci coś uruchomili? Czy zmienił się algorytm Google?
Mapując to wizualnie, widzisz, w których kategoriach jest najwięcej możliwych przyczyn. Tam badasz najpierw.
Analiza w podziale: segmentuj, by znaleźć problem
Zamiast patrzeć na ogólne metryki, rozbij je. Ogólne konwersje spadły o 30 procent. Ale:
Konwersje z e-maila: spadek o 40 procent
Konwersje z reklam: spadek o 10 procent
Konwersje z wyszukiwarki organicznej: spadek o 15 procent
Teraz wiesz, że problem dotyczy e-maila, a nie wszystkiego. To mocno zawęża badanie. Nie patrzysz na wszystkie źródła ruchu, tylko na e-mail.
Idź głębiej. Osoby z e-maila, które wcześniej konwertowały, spędzały na stronie ponad 4 minuty. Teraz średnia to 1 minuta. Dlaczego? Odpadają szybciej. Z której strony? Ze strony docelowej. Co zmieniło się na stronie docelowej? Nagłówek.
Systematycznie rozbijając dane, izolujesz przyczynę źródłową.
Korelacja a przyczynowość: unikaj fałszywych tropów
To najczęstszy błąd. Dwie metryki ruszają się razem, więc zakładasz, że jedna spowodowała drugą. Zwykle błędnie.
Współczynnik odrzuceń wzrósł w tym samym tygodniu, w którym spadł ruch. Korelacja: oba się zmieniły. Przyczynowość: czy odrzucenia powodują spadek ruchu? Nie. Odrzucenia to to, co dzieje się po wejściu odwiedzających. Nie mogą wpływać na to, ilu ich w ogóle wejdzie.
Aby sprawdzić przyczynowość, zapytaj: czy istnieje logiczny mechanizm? Czy X mógłby naprawdę powodować Y?
Czy wysoki współczynnik odrzuceń może sprawić, że wejdzie mniej odwiedzających? Nie.
Czy wolna strona może powodować wysoki współczynnik odrzuceń? Tak.
Czy wolna strona może sprawić, że z Google przyjdzie mniej odwiedzających? Tak (pozycje spadają, jeśli strona jest wolna).
Przetestuj mechanizm, zanim uznasz przyczynowość.
Analiza osi czasu: kiedy to się zmieniło?
Jeśli metryka zmieniła się nagle 15 marca, 15 marca coś się wydarzyło. Jeśli spadała stopniowo przez dwa tygodnie, coś zmieniało się stopniowo.
Nagły spadek sugeruje zdarzenie: zmianę na stronie, aktualizację Google, ruch konkurenta. Stopniowy spadek sugeruje trend: wzorzec sezonowy, powolną utratę pozycji, zmianę zachowań odbiorców.
Kształt osi czasu mówi, jakiej przyczyny szukać.
Nieoczywiste przyczyny: patrz poza oczywistość
Większość właścicieli stron wini to, co oczywiste: „Zmieniliśmy stronę, więc to musi być problem.” Czasem tak. Czasem nie.
Szukaj zmian, których nie wprowadzono samodzielnie. Czy Google coś zaktualizowało? Czy konkurent coś uruchomił? Czy zmieniła się pora roku? Czy aktualizacja iOS zepsuła śledzenie? Czy lista e-mailowa się zestarzała?
Analiza przyczyn źródłowych oznacza kwestionowanie wszystkiego, a nie tylko oczywistych podejrzanych.
Jak udokumentować ustalenia
Gdy znajdziesz przyczynę źródłową, udokumentuj ją. Zapisz:
Objaw: „Współczynnik konwersji spadł o 25 procent”
Przyczyna źródłowa: „Przycisk CTA w e-mailu przeniesiono poniżej linii zagięcia”
Dowód: „Współczynnik klikalności e-maili spadł z 12 procent do 4 procent po zmianie szablonu”
Naprawa: „Przenieś przycisk powyżej linii zagięcia”
Wynik: „Współczynnik klikalności e-maili wrócił do 11 procent po naprawie”
Dokumentacja chroni przed powtórzeniem tego samego błędu i pomaga zespołowi zrozumieć problem.
Kiedy przestać badać
Analiza przyczyn źródłowych może iść w nieskończoność w głąb. W pewnym momencie dochodzisz do przyczyny, nad którą nie masz kontroli albo na którą nie warto już tracić czasu.
Ustalono: „Umiejscowienie przycisku obniżyło konwersje.” Można kopać dalej: „Dlaczego przycisk umieszczono tam? Bo projektantowi wydawało się, że wygląda lepiej. Dlaczego tak uważał? Wolał taką estetykę.”
W tym miejscu przestań. Udało się dotrzeć do przyczyny, na którą można zadziałać (umiejscowienie przycisku). „Dlaczego” za „dlaczego” (preferencja estetyczna) jest mniej ważne niż naprawa faktycznego problemu.
Najczęściej zadawane pytania
Czy technika 5 Why jest zawsze wiarygodna?
Nie. Działa, gdy problem jest jasny i liniowy. Niektóre problemy mają wiele przyczyn, które nie tworzą schludnego łańcucha. Używaj 5 Why do prostych problemów, a diagramu rybiej ości do złożonych, z wieloma czynnikami. Dzięki kreatorowi stron WEMASY możesz to ustawić bezpośrednio na swojej stronie.
A jeśli po dokładnym badaniu nie mogę znaleźć przyczyny źródłowej?
Czasem przyczyna jest zewnętrzna i dla Ciebie niewidoczna. Zmiana algorytmu Google, zmiana rynku albo ruch konkurenta mogą być przyczyną źródłową, ale nie masz jak tego potwierdzić. Wtedy zaakceptuj niepewność i idź dalej. Nie każdy problem ma przyczynę, którą da się odkryć.
Badać każdą zmianę metryki czy tylko duże?
Skup się na dużych zmianach. Małe wahania to normalna zmienność. Jeśli współczynnik konwersji spadnie w jednym tygodniu o 1 procent, zapewne nie warto badać. Jeśli spadnie o 25 procent, badaj. Oceń na własny rozsądek, co znaczy „duże”.
Czy analiza przyczyn źródłowych może zapobiegać problemom?
Częściowo. Jeśli ustalisz, że „wolne ładowanie strony powoduje skoki współczynnika odrzuceń”, możesz zająć się szybkością strony z wyprzedzeniem. Ale większość przyczyn źródłowych odkrywa się po wystąpieniu problemu. Gdy znasz wzorzec, możesz go wypatrywać w przyszłości.
Ile powinna trwać analiza przyczyn źródłowych?
Proste problemy: od 30 minut do kilku godzin. Złożone problemy: dni lub tygodnie. Czas zależy od tego, jak głęboko ukryta jest przyczyna i ile danych trzeba przejrzeć. Ustaw limit czasu, by nie badać w nieskończoność.
Czy analiza przyczyn źródłowych to to samo co analityka diagnostyczna?
Podobne, ale nie identyczne. Analityka diagnostyczna pyta „dlaczego ta metryka się zmieniła?”. Analiza przyczyn źródłowych kopie głębiej i pyta „jaki jest fundamentalny powód pod tym dlaczego?”. Diagnostyka to punkt wyjścia, a analiza przyczyn źródłowych idzie dalej.