En un negocio online, a diferencia de otro tipo de negocios, existe una gran ventaja, es posible medir la efectividad de nuestras acciones. Si introducimos un cambio podemos medir cuál es su efectividad. Si funciona, lo podemos mantener. Pero, por el contrario, si no funciona debemos desestimar el cambio. Sin embargo, es habitual ver negocios online que, aunque utilizan Google Analytics para la medición de estadísticas básicas, no miden adecuadamente cómo influyen los cambios que periódicamente van introduciendo en su web, ya sean cambios de diseño, de usabilidad o funcionales. ¿Cuántos negocios online pueden decir que la introducción de un click-to-call o un servicio de recomendación les ha incrementado un X% la conversión y un Y% el tamaño medio del carro de la compra?

Hay diversas maneras de medir la efectividad de un sistema de recomendación, pero sin duda, la más fiable es la realización de un test A/B. Un test A/B consiste básicamente en crear dos versiones del site a probar que mostraremos a dos conjuntos distintos de usuarios. Las versiones del site pueden ser prácticamente iguales e incluir tan solo una pequeña modificación que queremos probar, como por ejemplo la introducción de una venta cruzada a través de un servicio de recomendación en la página de producto. Tras la realización del test y haber recogido estadísticas para los dos conjuntos de usuarios, éstas se comparan y se pueden extraer conclusiones acerca de la efectividad de las dos versiones. Podemos decir que la venta cruzada con el servicio de recomendación incrementa en un X% las ventas respecto a la versión que no incluía el servicio de recomendación.

La realización de un test A/B puede ser algo complejo que no es sencillo realizar a diario, aunque si es muy recomendable utilizar esta técnica cada vez que introducimos cambios significativos en un site. Sin embargo, existe un buen indicador que nos permite comprobar a diario cuál es la efectividad de un servicio de recomendación: las ventas post click. Una venta post click es aquella que ha sido generada como consecuencia de un click en una recomendación. Este indicador ya está disponible en el panel de control de clientes de Blueknow.

Las ventas post click representan la cota inferior de la aportación de un servicio de recomendación. Es posible que el usuario termine comprando un producto como consecuencia de haber visto un producto en una recomendación, aunque no haya hecho click en ella en el momento que se le presentó.

Gracias a esta nueva medición post click, es posible medir cuál es el retorno de la inversión realizando un sencillo cálculo. Conocemos el porcentaje de aportación a las ventas y conocemos el importe de la inversión en el servicio de recomendación. Por lo que se puede obtener cuántos euros se generan por cada euro invertido, sin tener en cuenta los márgenes individuales de cada producto. Para esto sólo se debe multiplicar el total de la facturación del mes por el porcentaje post click y el resultado de esta multiplicación dividirlo por el coste mensual de nuestro servicio (total facturación mes X * % post click / coste servicio Blueknow = ROI). De esta forma, si tu facturación mensual es de 100.000 €, el porcentaje de ventas post click es de 7,5% y el coste de Blueknow es de 219 €, daría un ROI de 34,25x.

En general, los clientes de Blueknow están obteniendo unas ventas post click de entre el 5% y el 20% con retornos de la inversión que van desde los 10x a los 75x. Estos resultados son dispares ya que dependen de muchos factores como el sector donde opera el ecommerce, el número de funcionalidades integradas, o la madurez del negocio. Pero son buenos resultados que todo responsable de ecommerce querría ver en cualquiera de sus inversiones.

¿Por qué no nos contactas y así no pierdes la oportunidad de ver estos resultados en tu ecommerce este mes?

Blueknow

Personalizamos la experiencia de compra.