Efter en större plattformslansering presterade den nya webbplatsen sämre än den gamla. Konverteringen hade fallit, men ingen visste riktigt varför. Jag grävde i datan för att hitta rotorsakerna och översätta dem till konkreta förbättringsförslag.
Den nya plattformen skulle vara ett kliv framåt. Men siffrorna sa något annat. Användarna verkade ha svårare att slutföra köp än tidigare, och konverteringen hade fallit kraftigt.
Frågan var inte om det blivit sämre, utan var och varför. Och när en hel köpresa byts ut på en gång är det sällan en enda sak som ligger bakom.
En av de snabbaste vägarna till köp slutade i princip att användas efter lanseringen.
Det fanns inte ett stort fel, utan flera små friktionspunkter som den nya plattformen införde. Var och en kostade några procent. Tillsammans skapade de ett stort konverteringstapp.
Jag samlade observationerna i en rotorsaksanalys och prioriterade dem efter hur mycket de troligen påverkade köpet och hur enkla de var att åtgärda.
Rekommendationerna gick från principer till konkreta förslag: ta bort eller skjut upp inloggningskravet, ge tillbaka en snabb väg till köp i stil med Quick Booking, och återställ överblicken över filmer och tider. Förslagen skissades upp som enkla wireframes, så att de gick att förstå och testa, inte bara läsa i ett dokument.
Det här caset handlar inte om att visa upp en stor procentsiffra, utan om att förstå varför något slutat fungera. Värdet låg i analysen och i att göra den användbar.
”När användare plötsligt beter sig annorlunda är det sällan en enda sak som hänt. Det är ofta flera små förändringar som samverkar, och då måste man läsa datan på tvären innan man drar slutsatser.”
Friktion närmast beslutet på en viktig landningssida, och ett A/B-test som tog tag i den.
Ett eget leadgenereringssystem byggt från grunden, från Google Ads till automatisk routing av leads.