Ven m\u00e9s o no una botiga online amb One Step Checkout?<\/h2>\n
Despr\u00e9s de dos anys recopilant i processant informaci\u00f3 de tests A\/B en 50 botigues online de diferents sectors, podem basar la nostra resposta no nom\u00e9s en una intu\u00efci\u00f3 que pogu\u00e9s dictar la l\u00f2gica, sin\u00f3 en dades fefaents. I la resposta \u00e9s no. Tenir un proc\u00e9s de compra d\u2019un o de diversos passos no afecta directament les conversions d\u2019una botiga online.<\/p>\n
\u00c9s clar que molts haurem vist casos concrets en qu\u00e8 un canvi de proc\u00e9s de compra ha aportat millores en la conversi\u00f3 de les vendes d\u2019un eCommerce, per\u00f2 podem atribuir aquestes millores \u00fanicament al canvi de sistema?<\/p>\n
En una de les nostres darreres experi\u00e8ncies, que implicava un canvi en la direcci\u00f3 oposada a les tend\u00e8ncies esmentades (\u00e9s a dir, de one-step a multi-step), el resultat va ser un lleuger augment de la conversi\u00f3. Si ens qued\u00e9ssim a la superf\u00edcie podr\u00edem arribar a una conclusi\u00f3 err\u00f2nia. En aquest cas concret, l\u2019augment de la conversi\u00f3 responia a altres millores relacionades amb l\u2019assignaci\u00f3 de tarifes i descomptes, i a altres millores funcionals i d\u2019usabilitat.<\/p>\n
De vegades, aqu\u00ed \u00e9s on rau el problema principal:<\/p>\n
Tendim a comparar processos en desigualtat de condicions<\/strong><\/p>\n Per qu\u00e8? <\/strong><\/p>\n Perqu\u00e8 no es poden comparar p\u00fablics diferents, per\u00edodes de temps diferents, campanyes diferents. Si fem comparacions en desigualtat de condicions, sempre trobarem exemples que decantin la balan\u00e7a cap a un costat o l\u2019altre, i que es poden fer servir al nostre gust per apropiar-nos de la veritat absoluta.<\/p>\n Tornem a la l\u00f2gica i a les matem\u00e0tiques, que \u00e9s on ens sentim m\u00e9s c\u00f2modes perqu\u00e8 hi ha dades, no hip\u00f2tesis. I tamb\u00e9 \u00e9s on podem veure, en igualtat de condicions, que els n\u00fameros mai no enganyen.<\/p>\n NOTA: aquestes dades s\u2019han extret d\u2019una mostra de 50 botigues dividides en 4 sectors. Botigues amb diferents volums de visites i facturaci\u00f3 per aportar la m\u00e0xima fiabilitat i amplitud de dades, per\u00f2 que en cap cas han de reflectir els percentatges generals de conversi\u00f3 online de cada sector de mercat, ni aquest \u00e9s l\u2019objectiu de l\u2019estudi.<\/em><\/p>\n Us proposem un exercici senzill, per a qui tingui curiositat i temps: feu que la vostra botiga faci un test A\/B dels vostres visitants sense que canvi\u00ef absolutament res per als visitants d\u2019un grup o de l\u2019altre. \u00c9s a dir, simplement classifiqueu el 50% en un grup i l\u2019altre 50% en un altre, sense m\u00e9s. Al cap d\u2019unes setmanes podeu accedir a Analytics i treure algunes dades d\u2019aquesta divisi\u00f3, i el resultat us sorprendr\u00e0.<\/p>\n Matem\u00e0ticament \u00e9s senzill d\u2019explicar: si el teu p\u00fablic objectiu t\u00e9 un comportament estad\u00edstic en la seva totalitat i n\u2019estudies nom\u00e9s la meitat, en les mateixes circumst\u00e0ncies, el resultat estad\u00edstic del seu comportament ha de ser id\u00e8ntic per l\u00f2gica. Per tant, \u00e9s normal que tots dos grups presentin resultats molt semblants.<\/p>\n Arribats a aquest punt, el que es pretenia evidenciar en aquest estudi era que, amb el mateix p\u00fablic objectiu i en el mateix per\u00edode de temps, en dividir els usuaris en 2 grups del 50% cadascun amb un checkout diferent, per\u00f2 mantenint en com\u00fa els camps del formulari d\u2019usuari i les opcions de pagament i enviament, els resultats de conversi\u00f3 de tots dos grups serien molt similars entre si, sense poder decantar-se per un sistema o l\u2019altre com el que m\u00e9s i millor converteix.<\/p>\n L\u2019estudi, com s\u2019ha comentat anteriorment, s\u2019ha fet amb una mostra de 50 eCommerce de cadascun dels sectors desglossats, i amb dades des de gener de 2023 fins a octubre de 2024. Totes les botigues tenien un disseny responsive i repartien els usuaris al 50% entre els dos processos de compra. El resultat \u00e9s la mitjana de les conversions de cadascun dels grups, en cada sector.<\/p>\n Anem, doncs, ara s\u00ed, als n\u00fameros:<\/p>\n Com es pot observar a la gr\u00e0fica (deixant de banda les difer\u00e8ncies de conversi\u00f3 entre els diferents sectors, que no s\u00f3n objecte d\u2019aquest estudi), els percentatges de conversi\u00f3 s\u00f3n molt similars entre si, per a cada sector. El One Step Checkout t\u00e9 un lleuger avantatge en Alimentaci\u00f3, i passa el contrari a la resta de sectors estudiats, per\u00f2 sempre amb difer\u00e8ncies poc rellevants.<\/p>\n I qu\u00e8 passa si dividim aquests n\u00fameros per dispositiu?<\/p>\n (OSC = One Step Checkout, MSC = Multi Step Checkout)<\/em><\/p>\n Com era d\u2019esperar, en fer la divisi\u00f3 per tipus de dispositiu, els resultats tornen a ser molt similars entre si. \u00c9s l\u00f2gic, si tenim en compte la premissa indicada anteriorment sobre la divisi\u00f3 de resultats estad\u00edstics en igualtat de condicions.<\/p>\n Queda clar que el proc\u00e9s de compra en si no ha d\u2019influir necess\u00e0riament en la decisi\u00f3 de compra dels nostres usuaris, sempre que estigui optimitzat i funcioni correctament. Al nostre blog trobareu diversos consells sobre com millorar i optimitzar un proc\u00e9s de compra que us poden ser \u00fatils.<\/p>\n En resum, hi ha diversos factors que s\u00ed que poden influir de manera directa en la decisi\u00f3 de compra dels usuaris, com ara:<\/p>\n\n
Comparem en igualtat: els n\u00fameros no enganyen<\/h2>\n
La veritat sobre el one page checkout: converteix igual<\/h2>\n
![\"Conversions](\"https:\/\/trilogi.com\/blog\/wp-content\/uploads\/sites\/2\/img_checkout_1-retoc.png\")
<\/p>\n![\"gr\u00e0fic](\"https:\/\/trilogi.com\/blog\/wp-content\/uploads\/sites\/2\/img_checkout_2_retoc.png\")
<\/p>\nAleshores, quin proc\u00e9s de compra he d\u2019escollir per a la meva botiga online?<\/h2>\n