in English

En af vores kunder henvendte sig til os med et problem. Han og hans kollegaer var bange for, at page load speed på deres hjemmeside var urimelig høj, og at det var medvirkende til, at (potentielle) kunder endte med at købe andetsteds. De ville gerne undersøge dette nærmere og vide præcis, hvornår load speed begyndte at påvirke konverteringsraten og dermed deres indtjening. På den måde ville de lettere kunne afgøre, om det ville give mening for dem rent forretningsmæssigt at optimere load speed samt hvor meget tid og hvor mange kræfter de i så fald kunne retfærdiggøre at bruge på en sådan forbedring.

 

Løsning

For at validere deres hypotese og identificere årsagen til deres dalende konverteringsrate, besluttede vi os for at se nærmere på deres Adobe Analytics implementering. Kunden havde allerede implementeret Adobe’sperformanceTiming’ plugin, og vi vidste derfor, at vi kunne bruge Python til at analysere data i dybden, idet der blev taget tid på hver eneste page load på hjemmesiden. Ved at gøre brug af Python ville vi derfor kunne beregne den gennemsnitlige page load og således afgøre, om kunderejsen og dermed komverteringsraten blev påvirket af en langsom page load.

 

Resultat

Som følge af vores analyse kunne de således bekræfte deres hypotese – at page load speed på deres hjemmeside rent faktisk var så høj, at dette havde en alarmerende negativ indflydelse på deres indtjening. Vores analyse viste, at load speed begyndte at påvirke konverteringsraten betydeligt, når load speed på en side overskred et vist antal sekunder. Således kunne vi altså hjælpe kunden med at afveje fordele og ulemper ved at fokusere på hastighedsoptimering, altså hvor mange resourcer de skulle bruge på at optimere versus hvor meget det ville påvirke bundlinjen.

 

Står du med en lignende udfordring?

Er du bange for, at du står i samme situation som vores kunde gjorde, eller vil du gerne bare blive bedre til at forstå dine kunder ved hjælp af data? Hvis det er tilfældet, kan du måske få glæde af at analysere kundedata udenfor dit analyseværktøj. Heldigvis har vores analyse- og optimeringsekspert troels Moltsen lavet en guide til, hvordan du kan gøre dette. Hvis du er interesseret, kan du downloade hans nye white paper “How to Extract Hit Level Data from Adobe Analytics, Dump them in Amazon S3 and Use them for ML and AI-analysis with Python” ved at udfylde formen på denne side. Guiden indeholder alt, hvad du har brug for at vide, og så er den ovenikøbet gratis.

in English