Stäng Huvudmeny

Var läcker din E-handel mest?

E-handel Konverteringsutvärdering

Att optimera din E-handel är inte ett litet projekt, det gäller att börja rätt. Alltför ofta möter vi E-handlare som har kommit in i ovanan ”shotgun testing”. De skjuter iväg en svärm av A/B-tester utan en tydlig prioritering. Vår ”E-commerce Effectiveness model” för E-handel kommer att hjälpa dig att förstå var din E-handelssajt har sitt största läckage av potentiella köpare – där du kan öka din konvertering snabbt.

(I slutet av denna bloggpost finns en länk till ett Google Sheet-dokument där du kan genomföra din egen analys).

Den här bloggposten är en översättning av den bloggpost jag (John) tidigare skrev på Conversionconference blogg (Where Is Your ecommerce Site Hruting the Most?) – engelsk post.
Black Box Analysis

Svarta lådan-analyser.

Alltför många webbanalytiker gör vad vi kallar svarta lådan-analyser. De behandlar webbsidor som svarta lådor, som konverterar besökare i olika grad från olika trafikkällor. Besökare anländer varav några konverterar, men vad som händer däremellan är som en magisk svart låda, som ibland fungerar och ibland inte.

Dessa webbanalytiker spenderar större delen av sin tid i Acqusistion-tabben i Google Anatlytics, kompletterat med några snabba besök i Conversion-tabben.

Så deras E-commerce Funnel ser ut så här, Besökare vs konverteringsmål:

e-handel funnel blindness

E-handel funnel blindness, en svart låda – nu då?

Jag blev inspirerad till att skriva denna bloggpost efter att ha läst en annan bloggpost på ämnet, nämligen: “7 Key Performance Indicators for eCommerce You Should Be Tracking” (en).

Innehållet är inspirerande och ger en bra överblick, men jag skulle vilja addera min syn kring hur olika mikrokonverteringssteg förflyttar besökarna framåt på en E-handelssajt.

Först beteende – sedan KPI:er.

För att kunna sätta rätt KPI:er och mätvärden, behöver du först förstå besökarnas beteende och handlingar som du vill boosta. Först när du vet det kan du definiera mätvärden som i största möjliga mån reflekterar det önskade beteendet.

För att kunna sätta rätt KPI:er och mätvärden behöver du först förstå besökarnas beteende & handlingar.

Om du gör det omvända, är det stor chans att du landar i mätvärden som är ”saker som vi har möjlighet att mäta. Nu ska vi bara reda ut vad de betyder”

Den totala konverteringsgraden är ett resultat av den kombinerade effektivitetsgraden av varje enskilt konverteringssteg. Genom att mäta varje enskilt konverteringssteg kan du förstå var saker går fel. Du kan då fokusera dina optimeringsinsatser till detta specifika steg.

Det är teorin. Låt oss nu titta på hur det fungerar i praktiken genom att gå igenom 5 grundläggande konverteringssteg för E-handel.

Konvertering för E-handel i 5 steg

E-handelns 5 grundläggande konverteringssteg visas i bilden. De återspeglar de mikroaktiviteter som du vill att besökarna ska utföra på din webbplats.

E-handel i 5 steg

E-handelns konvertering i 5 steg.

Du kanske märker att jag inte använder Google Analytics-lingo i detta skede. Korrekt! Det är för att jag inte pratar om vad GA kan mäta. Jag pratar om vilket beteende jag vill uppmuntra.

Steg 1 – Stanna på sajten

Det första steget är enkelt. Du vill att besökarna ska stanna – inte lämna. Nyckeln till engagemang heter Relevans, Värde och Förtroende. Om besökarna känner att de har kommit till rätt ställe (Relevans) och de snabbt kan förstå nyttan (Värde) och de känner att de kan lita på dig (Förtroende) – då kommer de att stanna.

Mätvärde: Engagemang

Steg 2 – Hitta produkter

Om du jämför med en fysisk butik så behövs tydlig skyltning och vägledning för att ta besökaren till rätt avdelning i affären, så att de har en fysisk möjlighet att faktiskt lägga produkten de letar efter i sin shoppingvagn. För de flesta E-handelssajter betyder det att leda besökaren till korrekt produktsida. Men här måste du vara uppmärksam, för på vissa sajter lägger majoriteten av besökarna produkterna direkt i varukorgen från kategorisidorna, från sökresultatsidorna eller till och med direkt från sökrutorna.

Om du har problem i detta steg, då har du ett ”finding problem”. Du behöver förbättra navigationen och söket. Annars är risken att du inte leder din köpta trafik till rätt landningssida.

Mätvärde: Finding rate

Steg 3 – Lägga dem i korgen

Att lägga produkter i varukorgen betyder inte nödvändigtvis att besökaren kommer slutföra köpet, men det är ett viktigt steg på vägen till köpet.

Motiverande design av produktsidan ökar andelen som lägger produkter i varukorgen.

Motiverande design av produktsidan, både vad gäller layout och innehåll, ökar andelen som lägger produkter i varukorgen. (Återigen – om besökarna lägger produkter i varukorgen från andra sidor än produktsidorna så måste du ta hänsyn till det)

Mätvärde: Produktsidans effektivitetsgrad

Steg 4 – Påbörja Checkout

Om besökarens varukorg är full av produkter, då vill du ta dem till kassan så snabbt och smidigt som möjligt.

Detta kan tyckas vara en enkelt, men jag måste ofta leta länge och väl för att hitta var jag påbörjar checkouten. Och bara för att jag hittar, betyder inte det att jag är motiverad att slutföra. Fråga dig själv – ”var och hur kan jag börja leda besökarna mot checkouten på ett vänligt, men bestämt sätt?”

Mätvärde: Andel som påbörjat Checkout

Steg 5 – Genomföra köp

Detta är det slutliga konverteringsmålet – köpet, kvittosidan. Alla är glada.

Mätvärde: Andel som slutfört Checkout

Ska vi inte ta hänsyn till andelen som överger varukorgen?

Många lägger stort fokus på ”cart abandon rate” dvs andelen som överger varukorgen. De har rätt! Och fel.

Att veta hur många besökare som väljer att överge sin varukorg istället för att genomföra köpet är förstås viktigt. Problemet är att mätvärdet är ett kombinerat mätvärde av två beteenden, påbörjandet av checkout och genomförandet av köpet. Det betyder att du skulle kunna vara urusel på den ena och exceptionellt bra på den andra, men dina mätvärden skulle kunna ligga på branschsnittet, dvs du skulle inte känna till problemet. Därför måste du bryta ner denna statistik i steg 4 och 5.

Effektivitetsmodell för E-handel

Nu ska vi knyta dessa beteenden med deras motsvarande mätvärden.

Vi har valt att skapa ett verktyg så att du kan skapa dessa mätvärden oavsett vilket analysverktyg du använder. Vi kallar den ”E-commerce Effectiveness model”.

Google Analytics har nyligen adderat ”Enhanced E-commerce Analytics” till deras verktyg. Särskilt ”Shopping Behavior Analysis” är ganska lik vår modell.

Den stora skillnaden är att vi har valt mätvärden som fokuserar på övergångarna mellan varje enskilt steg. Google fokuserar på den kombinerade andelen besökare som tar sig till det steget, dvs varje steg är beroende av det föregående.

Vi tror att du får en bättre förståelse för VAR du behöver lägga ditt optimeringsfokus när du bryter ut enskilda mätvärden som är knutna till övergångarna från ett steg till nästa. Det ger dig också möjlighet att börja analysera dina steg, även om du inte har implementerat Enhanced E-commerce.

Du kan läsa mer om Google Enhanced E-Commerce Antlytics här

Google Analytics Shopping BehaviorGoogle Enhanced E-Commerce Antlytics – ett sätt att analysera din funnel.


Beteende Mätvärde: Effektivitetsmodell för E-handel Mätvärde: Google Analytics
1. Stanna på sajten Engagemangsgrad Alla besök – Bounce rate
2. Hitta produkter Hittagrad Besök på produktsidorna (eller klick) delat med non-bounce
3. Lägga dem i korgen Produktsidans effektivitetsgrad Besök ”lägg i varukorg” delat med besök på produktsidorna (eller klick).
4. Påbörja checkout Andel som påbörjat Checkout Besök på startsidan för checkout delat på besök ”lägg i varukorg”
5. Genomföra köp Andel som genomfört Checkout Besök på transaktionssidan delat på besök på startsidan för checkout.


Hur vet jag om det går bra eller dåligt för oss?

Det sista steget i denna modell är så klart att jämföra med branschgenomsnittet, så att du kan få en uppfattning om hur det går för dig.

Och svaret är: För att få lite, måste du ge lite.

Vi har skapat ett verktyg i Google Sheet där du kan fylla i dina egna mätvärden för att börja analysera din egen E-handelssida enligt denna modell.

Få tillgång till ”E-commerce Effectiveness Tool”

Det händer att jag ber de som använder verktyget att dela sin E-handels Effektvitetsgrad med oss. Eftersom det bidrar till att jag kan jag hjälpa alla som medverkar att få en bättre förståelse för hur det går för dem. Sharing is caring. Det är inte obligatoriskt utan bara en ödmjuk fråga från mig.

Resultaten som jag har fått in till dagens datum ser ni nedan (primärt Svenska marknaden)

Mätvärde: Effektivitetsmodell för E-handel
Engagemangsgrad 40%
Finding rate 70%
Produktsidans effektivitetsgrad 25%
Andel som påbörjat Checkout 70%
Andel som genomfört Checkout 45%



Som du ser är det svåraste steget att få shopparna att lägga en produkt i varukorgen. Näst svårast är att övertyga dem om att stanna på sidan. Det ligger i linje med resultat från A/B-tester för E-handel överlag. Tester av produktsidor har en generellt stor potential. Det har även övergripande element för webbplatsen, vilket i sin tur ökar relevansen, värdet och förtroendet för alla landningssidor.

Det har vi bland annat sett i projekt, bl.a. efter att vi jobbat med Swedoffice, där vi med våra metoder ökade försäljningen med +6% eller när vi för Swedoffice ökade intäkter per besökare med 10%.

Hur tar du reda på vad du ska testa? Hur effektiv är din E-handel? Skriv en kommentar nedan eller ställ frågor.


John Ekman Om John

John är galet passionerad av att förbättra Konvertering och Konverteringsgrad. Han har lång erfarenhet av att Optimera Affärsutfallet för online-företag och är grundare av Conversionista! - nr 1 på Online-konvertering i Sverige.

  • Josefin Kjellbris

    Hej! Har det kommit nya benchmarks sedan det här inlägget? per device samt en förklaring hur ni räknar ut varje steg? är det baserat på steget innan eller på totala trafiken? 🙂

    • Martin

      Hej Jossan!

      Vi jobbar på att ta fram nya benchmark-siffror i detta nu. De kommer grunda sig på svensk e-handelsdata och redovisas per device.

      Uträkningen, från benchmark i detta inlägg och i framtida data, bygger på steget innan. Dvs. av de besökare som tagit sig till en produktsida – hur många av dem lägger något i varukorgen etc.

      Hoppas kunna återkomma inom kort med ett nytt inlägg med rykande färska benchmark-siffror!

      /Martin

      • Josefin Kjellbris

        Okej toppen! väntar spänt 🙂

Få gratis konverteringstips

Anmäl dig till vårt nyhetsbrev

Nyhetsbrev

Lär av…

Kundcase Mathem ✻ Guldkorn
✻ Mallar och metoder
✻ A/B-tester och resultat
Lär av case

Kan du göra lika?

Se kundcase Se kundcase✔︎ Analys & webbpsykologi
✔︎ A/B-tester & resultat
Se alla case

Få platser kvar till flera seminarier

Anmäl dig till seminarium ✔︎ Webbpsykologi & verktyg
✔︎ A/B-testning & Google 360
✔︎ Snacka med experterna

Flera tillfällen i vinter

Säkra din plats

Spara 1000 kr

Conversion Jam 2017

Missade du?

Världens största CRO-event

Spara 1000 kr på din biljett till CJAM8

Du, kontakta oss!

Kontakta oss
Gitte eller hennes awesome kollegor hjälper dig.