Маркетологи сегодня прекрасно знают о том, что чем больше информации они имеют о своих клиентах, тем эффективнее они могут влиять на продажи. Многим известно, что в наши дни разработаны инструменты, дающие возможность получать данные о том, как ведут себя пользователи на сайтах. Это карты скроллинга (или иначе – «карты прокруток»), которые дают возможность визуализировать историю взаимодействия пользователя с сайтом, а именно: видеть, как глубоко посетители пролистывают ваши страницы, на какие элементы они кликают и как воспринимают информацию? Те, кто работает над оптимизацией конверсии, уже давно широко используют карты прокруток, карты и тепловые карты страниц при проведении аналитики и построении гипотез.
Для тех, кто еще не знаком с данным инструментом, поясним, что карты прокруток, кликов и тепловые карты – это такие специальный оналйн-инструменты, которые визуализируют взаимодействие посетителей сайта со страницей. При этом они могут продемонстрировать, сколько времени люди в среднем затрачивают на просмотр лендинга.
Карты прокруток отображают данные с помощью цветов: закраска областей страницы одним из них (как правило, теплой цветовой гаммы – например, красным) означает, что люди уделяют им максимум внимания, а закраска областей другим цветом (обычно – холодной цветовой гаммы, например, синим) – что до них люди не доходят.
Для того, чтобы инструменты могли сделать выводы о поведении пользователей на вашем сайте и отразить это в цветовой схеме, требуется время, и порой немалое. Почему? Потому что одним из ключевых параметров является то, каков поток трафика приходится на анализируемую страницу. Для ресурсов с невысокой посещаемостью система сможет вывести закономерности пользовательского поведения уже при 2 000 просмотров. Для формирования вывода для сайтов со значительными показателями посещаемости системе могут потребоваться данные о 10 000 посещений или даже больше, т. к. большее количество пользователей демонстрирует большую вариативность пользовательского опыта. Только после того, как аналитический инструмент соберет информацию о необходимом числе просмотров страницы, он сможет сформировать требуемую тепловую карту.
Действительно, очень полезный функционал. Но следует еще раз обратить внимание на то, что чтобы начать с ним работать, потребуется выждать порой очень продолжительное время для того, чтобы получить первые аналитические данные. Добавим к этому время на разработку идеи, макета, дизайна, верстку, тестирование и публикацию. Получается, что речь идет не только о временных ресурсах, но и о финансовых.
А теперь допустим, что каким-либо образом можно было бы получить гипотезу о тепловой карте для разрабатываемой страницы еще на этапе разработки макета, а затем – проверить ее уже на шаге готового дизайна, и исправить возможные ошибки сразу, а не после разработки сайта.
Хороший был бы функционал, не правда ли? Мы тоже так решили, и именно поэтому тестируем для NIGMA алгоритм формирования гипотетической тепловой карты скроллинга. Эти данные позволят вносить изменения при разработке макетов и дизайна страниц с целью повышения их потенциальной эффективности. При этом можно будет проводить необходимое количество итераций построения гипотез – то есть после каждой правки. У нас стоит цель добиться показателей статистической достоверности при прогнозировании паттернов пользовательского поведения, которые алгоритм получает в процессе машинного обучения на широкой базе сайтов.
На первоначальном этапе функционал будет работать только для одностраничных лендингов, поскольку это максимально элементарные единицы. Но это только начало большого пути.
NIGMA поможет не угадывать успешность того или иного решения, а строить основанные на пользовательском опыте достоверной выборки гипотезы. Данные гипотезы позволят, в свою очередь, разрабатывать более аргументированные теории для будущих тестов на живом проекте. Ведь без них все равно обойтись не получится, поскольку тестирование есть основная и единственная возможность получить достоверные измерения и сформировать более широкое представление о вашей целевой аудитории.