¿Qué es la tasa de conversión? Para cualquiera que tenga una tienda online, la respuesta es muy fácil: es el número de pedidos dividido por el número de visitantes únicos en un periodo de tiempo.
Fácil, ¿no? Y además nos permite comparar tiendas, y ver qué tal están funcionando. Sencillo y muy útil.
¿O quizás no es tan sencillo? Tal vez no deberíamos contar todos los pedidos como si fueran iguales. ¿Estamos mezclando pedidos de equipos nuevos con pedidos de suministros (con diferencias de importe en proporción de 1 a 10)? ¿Estamos contando como pedidos simples solicitudes de muestras gratuitas?
O quizás son los visitantes los que no deberíamos juntar. ¿Da lo mismo que los visitantes vengan de Google, de un banner, o de Facebook? ¿Nos dejan el mismo margen? ¿Nos cuesta lo mismo conseguir un pedido?
No da lo mismo. La tasa de conversión es la suma ponderada de una serie de tasas particulares, que corresponden a segmentos distintos de clientes, productos, canales o soluciones. No hay la misma tasa de conversión vendiendo coches nuevos online, que vendiendo accesorios a los clientes que han comprado antes un coche. No hay la misma tasa de conversión entre visitantes que han seguido un anuncio, que entre seguidores de hace 1 año en Facebook.
Ejemplo de una tasa de conversión falsa
Para ilustrar el problema de considerar que la tasa de conversión es única, consideremos el caso de una tienda online de productos de consumo regular para el hogar (nota: es un caso real, aunque los datos están redondeados).
La tasa de conversión, medida en Google Analytics, es de un 1,7%. No está mal, pero se puede mejorar – se planteaba un proyecto de rediseño para intentar doblar esta tasa.
Mirando más a fondo, y recogiendo más datos en la tienda, se vio que un 5% de los visitantes eran clientes con al menos un pedido confirmado. Es decir, un 5% eran clientes habituales.
Pero ese 5% de visitantes era el responsable de un 70% de las ventas. Es decir, un 70% de los pedidos venía del 5% de visitas – esto es una tasa de conversión para visitantes habituales del 23,8%.
El resto, el 95% del tráfico de no clientes, generaba un 30% de las ventas, lo que representa una tasa de conversión del 0,54% – ya no es tan decente, sino francamente pobre.
¿Qué es lo que creía nuestro cliente? Que tenía una tasa de conversión más bien corta, pero decente. Cuando en realidad la tienda no estaba convenciendo nada bien a los visitantes nuevos.
En cambio, una vez conseguían un cliente, este compraba habitualmente durante bastante tiempo.
Con los datos más completos en la mano, se planteó una estrategia doble, de cara a aumentar la tasa de primeras comprar, y a aumentar también la tasa de fidelización. Con los datos originales, en cambio, estaban planteando una estrategia completamente equivocada.
Vamos a ver qué es lo que podemos distinguir dentro de una tasa de conversión.
La clave está en segmentar
Para analizar bien la tasa de conversión, hay que segmentarla, medirla por separado en segmentos de clientes que tengan sentido para la tienda.
En general, hay varios criterios para segmentar que son interesantes (quiere decir, útiles):
1. Separar clientes de no clientes.
Si están satisfechos, los clientes tienen una probabilidad de comprar mucho más alta que los no clientes. Cuando vienen a la tienda, vienen con la intención de realizar una compra, o al menos de planteársela seriamente. Ya no están en la primera fase de investigación ni evaluando muchos posibles proveedores, vienen para considerar una compra.
Queremos saber (para poderlo mejorar) más que la tasa de conversión de los visitantes clientes. Queremos saber qué porcentaje de clientes nuevos se convierte en habituales, durante cuánto tiempo son clientes activos, y también con qué frecuencia compran.
2. Separar primeras visitas de seguidores habituales
Si alguien es nuestro fan en Facebook, estará recibiendo con frecuencia mensajes nuestros, explicándole lo que hacemos, nuestras soluciones, viendo clientes satisfechos… Es mucho más probable que este seguidor termine haciendo un pedido, que alguien que acaba de llegar por un anuncio. Debemos diferenciarlos, saber qué conversiones nos llegan desde las redes sociales o nuestro newsletter, y cuáles vienen de primeras visitas.
Igualmente, queremos saber qué porcentaje de visitantes nuevos se suscribe a un newsletter o se hace fan de Facebook.
3. Separar canales
Diferentes canales nos traen diferentes tipos de visitantes, y comprarán en proporción diferente. P.e. el tráfico natural nos puede dar una conversión del 0,8%, la publicidad PPC (Adwords) del 1,2%, y los motores de comparación de precios un 6% – con estos números está muy claro dónde hay que invertir primero.
4. Separar por producto
No es lo mismo comprar un televisor de plasma que un billete de avión. Si en la tienda hay productos muy distintos, hay que agruparlos de una forma que tenga sentido y estudiar los grupos de productos por separado.
Puede ser por productos, o por motivación del cliente. Puede no ser lo mismo un particular que un profesional independiente que una empresa mediana.
Cada tienda debe hacer su propia segmentación.
Conclusión
Cada tienda online debe preparar una segmentación que tenga sentido para su mercado, y analizar cada segmento con independencia de los demás.
Por ejemplo, una tienda de informática podría estudiar estos segmentos:
- Pedidos de clientes habituales: simplemente lo miden, porque hacen un seguimiento en profundidad mediante el equipo comercial. La tienda les sirve realmente para captar nuevos clientes.
- Pedidos de equipos nuevos, separados por el canal de entrada: Adwords, posicionamiento natural, Google Shopping, y un programa de afiliación.
- Pedidos de suministros – p.e. toner para impresora – por canales: posicionamiento natural, Google Shopping, publicidad en banners.
Cada segmento tiene sus propios productos y canales, y su propio plan de promoción. Si no se estudian por separado, no se puede medir el impacto de las acciones que se realizan, y las ventas van a ciegas, pueden mejorar o empeorar casi por casualidad.
Deja tu comentario