הקשר האנליטי: איך יחס המרה קשור לקפה וגלידה בשישי בצהריים?

 

הקדמה

אם אתם קרובים מעט לעולם הדיגיטל, ודאי שמעתם פעם את המושג "יחס המרה".
זה מושג שחובה על כל אנליסט להכיר אותו, ולהבין את המשמעות שלו – אפילו בשביל להבין מה רוצים מכם בראיון העבודה.
אז לאחר מקרה מעניין שקרה לי בשבועות האחרונים, החלטתי לכתוב פוסט שלם, אשר ינסה להפוך את המונח "יחס המרה" למוחשי.

 

סיפור המקרה

 

קינוח לפנתיאוןבאחד מימי שישי האחרונים הלכתי עם אחי לקנות כמה דברים במרכז ת"א, ועל הדרך גם לבלות קצת (קפה, ארוחת צהריים וכו').

לאחר שאכלנו הגיע הזמן לקינוח, והלכנו למעין בית קפה המתמחה בקינוחים.

כשהגענו בחוץ הוצגו כמה דוגמיות של הקינוחים, שמשכו הרבה תשומת לב.

נכנסו, הזמנו את המנות והתיישבנו בפנים.

לאחר כמה דקות, התחלנו לשים לב שיש הרבה אנשים שרואים את הדוגמיות בחוץ, נכנסים פנימה – אבל יוצאים בלי לקנות!
החוש האנליטי התחיל לעבוד, ומאותה הנקודה התחלתי לנסות להבין מה קורה שם.

בזמן של כעשרים דקות, ראינו כ-50 אנשים מסתכלים על הדוגמיות, נעצרים ומחייכים.

בערך חצי מתוכם נכנסו לחנות.

הם מיד נתקלו בעוד כ-10 דוגמיות, ולאחר כחצי דקה של ניסיון להבין מה הם רוצים – כמעט כולם הסתובבו על עקבותיהם ויצאו מבלי לקנות.

בסופו של דבר – רק שני אנשים קנו.

 

מה בעצם קורה כאן?

יחס המרה מתייחס בצורה מופשטת לתהליך מסוים, שבו שני שלבים: התחלה וסוף.

המקרה הטריוויאלי הוא קניה בחנות דיגיטלית – האם משתמש (לקוח פוטנציאלי) שביקר בחנות דיגיטלית מסוימת רכש או לא.

במקרה הזה – ההתחלה היא תחילת תהליך הקניה (כניסה לאתר), והסוף הוא רכישה (סיום תשלום).

כמובן שיכול מאוד להיות שיהיו עוד שלבים בתהליך, כמו הוספת מוצרים לסל הקניות, מעבר לדף תשלום, הזנת פרטי משלוח וכיו"ב.

כמות המשתמשים שמגיעים לסוף התהליך, לחלק בכמות המשתמשים בתחילת התהליך (לדוג': מבקרים באתר) מכונה יחס ההמרה (לרכישה, במקרה הזה).

יחס ההמרה יכול להיות רלוונטי כמובן לכל אחד מהשלבים בתהליך המכירה (משפך), ובמקרה הזה בכל שלב יהיו שני יחסי המרה: האחד הוא למול השלב הקודם, והשני הוא למול כמות המשתמשים שביקרו באתר.

 

אז מה הקשר לבית קפה?

אם נחשוב על זה, הדוגמה שראינו בבית הקפה זהה לחלוטין לחנות האינטרנטית.
ההבדל היחיד הוא שבמקרה הפיזי יש תהליך שראינו במו עינינו.

קודם כל – מתוך המוני אנשים שעברו ברחוב בטווח זמן מסוים, כ-50 איש עצרו להסתכל על הדוגמיות.

מתוכם, כ-50% (כ-25) נכנסו לחנות. יחס ההמרה הוא 50%.

מתוכם רק 2 קנו, כלומר – שמתוך מי שנכנס לחנות – יחס ההמרה הוא פחות מ-10%.

 

ולמה זה כל כך חשוב?

המהות של המקצוע דאטה אנליסט היא להשתמש בנתונים על מנת למדוד את ביצועי החברה, לנתח היכן יש בעיות ולהציע שיפורים בתהליכים.

במקרה של בית הקפה – אם נמפה את התהליך בצורה פשטנית של 2 שלבים על משפך, נראה שישנן 2 נקודות שבהן אובדים לקוחות פוטנציאליים:

conversion funnel example

כעת, צריך לחשוב היכן להשקיע את המשאבים של בית הקפה בשיפור הביצועים.
50% מהאנשים שעצרו לצפות בדוגמיות בחוץ ממשיכים בדרכם.

אך מתוך ה-50% שכן נכנסו לבין הקפה, מעל ל-90% הסתובבו ויצאו מבלי לקנות.

עכשיו, נניח הנחה שמי שנכנס לבית הקפה מעוניין כנראה בקינוח.
מדוע? כי איזו סיבה אחרת יש להיכנס לבית קפה פרט ללקנות קפה? (מה לדעתכם אחוזי הנטישה מתוך מי שנכנס לסניף של קופיקס?…)

אז בהינתן ההנחה הזו, כנראה שיש בבית הקפה בעיה מהותית בתהליך המכירה, ואובדן הכנסות ענק!

וגם אם ננסה להכניס לבית הקפה עוד מבין ה-50% שהמשיכו לדרכם, כנראה שזה לא ממש יעזור.
מדוע? כי 90% מהם ינטשו ממילא לאחר שנכנסו לחנות.

יש כאן בעיה מהותית בתוך בית הקפה שחייבים לפתור קודם כל…

 

איך אפשר לפתור את זה?

לאחר שהבנו היכן הנקודה הקריטית ביותר לשיפור, נדרש להתעמק.
כאן, כבר צריך להבין מעט יותר מה קורה בתוך בית הקפה – ומדוע אנשים נוטשים מבלי לקנות.

נטישות יכולות להיות משלל סיבות – אולי יש מבחר גדול מדי, אולי המנות גדולות מדי, אולי המקום לא נקי – ועוד הרבה אפשרויות.

אז איך אפשר לזהות את הסיבות? ישנן 3 גישות עיקריות לכך:

גישה א' – ניסוי וטעייה

הגישה הבסיסית היא פשוט לחשוב על השערות מדוע יש נטישה, לנסות לשנות את הגורמים העיקריים ולבדוק האם אחוזי הרוכשים עולה.
כמובן שישנם הרבה מאוד גורמים אפשריים, ולכן יש נטייה לזהות גורמים בעזרת 'תחושות בטן'.

זה כמובן לא הכי יעיל, אבל אם מנסים מספיק דברים – בסוף משהו יעבוד…
לא מאמינים לי? תשאלו את תומס אדיסון, שניסה כ-10k פעמים להדליק את המנורה החשמלית עד שהצליח.

 

גישה ב' – גישת "השתול"

במהלך קורס הקצינים שעשיתי אי שם לפני הרבה מאוד שנים, תמיד התבדחנו שהמפקדים הכניסו 'שתול' לצוות בשביל לוודא שאנחנו מתנהגים כמו שצריך.
עד היום אין לי מושג אם המיתוס הזה היה נכון, למרות שהיו לי ולאחרים כמה חשדות לגבי המועמד המוביל לתפקיד…

בכל אופן, במקרה של בית הקפה, אם הבעלים היה יושב באחד מהשולחנות בבית הקפה וצופה במתרחש – כנראה שהיה מזהה מיד בעיות בתהליך, והיה יכול להציע שיפורים.
בצורה זו, הלקוחות לא יודעים שצופים בהם, ומתנהגים בצורה 'טבעית' – מה שמאפשר לזהות את הבעיות העיקריות והאמיתיות.

 

גישה ג' – פשוט לשאול את הלקוחות הנוטשים…

הדרך הכי פשוטה מכולן, היא דווקא זו שלהרבה מאוד אנליסטים הכי קשה לעשות (כי אנליסט טיפוסי נוטה לצד הטכני יותר)…
אם הבעלים של בית הקפה היא עומד ביציאה ושואל לקוחות מדוע הם נוטשים – כנראה שחלק מהם היה עונה לו בדיוק מה הפריע להם.
אז היה אפשר לשפר בדיוק את מה שאמרו שמפריע להם.

 

עכשיו, שמתם לב מה משותף ל-3 הגישות?

 

מה שעשינו בכל אחת מהגישות הוא לאסוף דאטה.

את הדאטה הזה אפשר גם לעבד, גם לנתח, וכמובן לבסוף גם ללמוד ממנו.

וזה בדיוק התהליך שדאטה אנליסט עושה בכל פרויקט ומשימה שהוא מקבל:

מאפיין תחילה את עולם הבעיה, לאחר מכן מנסה לאסוף את הדאטה המתאים (או ליצור אותו אם אינו קיים), ולבסוף לנתח אותו, להסיק מסקנות ולהציע שיפורים.

 

אז באיזו אחת מ-3 הגישות אתם הייתם בוחרים?

 

התשובה הנכונה היא שילוב של שלושתן:

בשלב הראשון – חשוב גם לתצפת וגם לשאול את הלקוחות הנוטשים מה הבעיה, וכך להתמקד על הגורמים העיקריים לנטישה.

ולאחר מכן – לנסות לשפר את הגורמים האלה דרך ניסוי וטעייה – ולמדוד מחדש את יחס ההמרה על מנת לוודא שאכן יש שיפור.

תהליך מתמשך כזה מבטיח שיפור ביחס ההמרה, והוא נקרא בשפה המקצועית בעולם הדיגיטל 'אופטימיזציה'.

 

אז מה למדנו מכל הסיפור הזה?

אז ישנם 3 דברים עיקריים שאפשר ללמוד מהמאמר:

קודם כל, שגם בחברות מסורתיות עם תהליכים פיזיים – אפשר ורצוי מאוד למדוד את התהליכים האלה.
זה יכול לעזור מאוד בזיהוי נקודות חולשה או צווארי בקבוק, בשיפור שלהם ובלימוד ושיפור של שורת הרווח.

הדבר השני שאפשר ללמוד, הוא שיחס ההמרה הוא אחד האמצעים החזקים ביותר שיש לאנליסט בשביל למדל ביצועים של חברה.

והדבר השלישי הוא שבשביל להצליח בעסקים היום, כנראה שלא מספיק רק להיות איש שיווק טוב, אלא רצוי גם לסגל גם לא מעט יכולות אנליטיות…

 

אז בפעם הבאה שאתם נכנסים לבית קפה – תזכרו להסתכל גם על הדברים הקטנים.

ונסיים עם ציטוט מ'גבעת חלפון אינה עונה':

"קפה – שנייה לפני שגולש – מורידים מהגז…"

בהצלחה!

 

 

Share
השארת תגובה