البحث في الموقع

أي عنوان سيقدّم معدّل تحويل أعلى في إعلان على موقع ما: "أدوات لاستعراض الشيفرة البرمجيّة" أم "استعراض الشيفرة البرمجية وأدواتها"؟ الأمر محيّر والاختيار والفصل بينهما لا يبدو سهلًا، ولذلك يتمّ دائمًا التقرير عبر الاختبار. حصل البديل "A" على 32 نقرة ("أدوات لاستعراض الشيفرة البرمجيّة") والبديل "B" على 19 نقرة ("استعراض الشيفرة البرمجية وأدواتها")، والسؤال ومربط الفرس: هل هذا يعني أن الأمر محسوم لصالح البديل "A"؟ أم يجب التروّي قليلًا قبل الاختيار؟ أو ربما يجب تجربة عنوان مختلف كليًا؟ ستشكل الإجابة فرقًا كبيرًا على أرض الواقع بلا شكّ، لذلك يجب الاعتماد على معايير واضحة عند الاختيار، فالانتظار طويلًا بين الاختبارات سيكون هدرًا للوقت، وعدم الانتظار بالقدر الكافي سيؤدي إلى عدم الوصول إلى نتائج صحيحة وحاسمة للفصل بين الاختبارين، وبالتالي قد يتمّ اختيار البديل الخاطئ بدلًا من الاختيار الأنسب، والذي قد لا يكون أصلًا من البدائل الحاليّة. عادةً ما تكون الأمثولة treatment التي على شكل إحصائية صعبة الحساب وتشكّل معضلة لدى البعض، ولكن سيتمّ في هذا المقال التسهيل قدر الإمكان، وذلك باستخدام معادلة بسيطة للغاية، والتي من شأنها أن تُحدّد نجاعة اختبار A/B. سيتمّ الشرح بالاستعانة بهمستر اسمه "هَمي": اختار "هَمي" في الفيديو السابق الطعام العضوي (الطبيعي) ثماني مرّات واختار الطعام غير الطبيعي conventional أربع مرّات، يُشبه هذا الاختبار إلى حدّ كبير اختبار A/B. قد يعتقد البعض أن الطعام "العضوي" هو الرابح قطعًا، حيث أن "هَمي" اختاره ضعف عدد مرات اختياره للطعام غير الطبيعي، ولكن هذا التوقّع غير صحيح وبعيد كل البعد عن الدقّة، فالأرقام لها قول مختلف في الأمر. يعود هذا الأمر إلى طبيعة البشر والمعروفة بسوء التخمين والتقدير لهذا النوع من الأمور، فعلى سبيل المثال، يهاب معظم الأشخاص من التعرّض إلى حادث طائرة أكثر مما تخاف من التعرّض إلى حادث سيارة، على الرغم من أن التعرّض إلى حادث السيارة محتمل أكثر بست مرات. يمكن القول إن الطبيعة البشرية لا تحسن الحساب في معظم الأحيان، وعليه كيف يمكن الوصول إلى نتائج حاسمة لا تجعل للشك مجالًا؟ الخطوات هي كالتالي: تمثيل "عدد المحاولات الكلّي" بالرمز N. بالنسبة لـِ "هَمي" سيكون: 8+4 = 12. بالنسبة لمثال الإعلان سيكون: 32+19 = 51. تمثيل "نصف الفرق بين الرابح والخاسر" بالرمز D. بالنسبة لـِ "هَمي" سيكون (8-4) / 2 = 2. بالنسبة للإعلان سيكون (32-19) / 2 = 6.5. نتائج الاختبار الإحصائي ستكون حاسمة (ذو مدلول) إن كان مربّع D أكبر من N. بالنسبة لـِ "هَمي" D**2 هو 4 أصغر من 12، وعليه فإن النتيجة غير حاسمة. بالنسبة للإعلان فإن D**2 هو 42.25 وهذه القيمة أصغر من 51، وعليه فإن النتيجة غير حاسمة أيضًا. يُستنتج مما سبق أن نتيجة الإعلان لم تكن حاسمة، ولكن في حال استمرار الاختبار لفترة من الوقت، سيكون في اليوم التالي هناك 30 نقرة إضافية على البديل "A" لتكون المحصلة 62 و19 نقرة إضافية للبديل "B" لتصبح المحصلة 40، وبإعادة الحساب: N = 62+40 = 102 D = (62-40) / 2 = 11 D**2 = 121 وعليه فإن 121 أكبر من 102، وبالتالي الفرق هو حاسم وذو مدلول. لا يتمّ الحصول على نتيجة ذو مدلول (حاسمة) دائمًا رغم الاستمرار في الاختبار، عندها يجب إدراك أنه لا فائدة من هذا الاختبار والذي لا يقدّم ولا يؤخّر، حيثُ أن البدائل variants التي تمّ اختيارها ليست ذات فرق جوهري للمستخدم، وهذا يعني وجوب البحث عن بدائل جديدة. بعد تطبيق المعادلة على أمثلة من الواقع العملي، سيتمّ ملاحظة أنه عندما تكون N صغيرة القيمة سيكون من الصعب -إن لم نقل من المستحيل- الوصول إلى نتيجة حاسمة إحصائيًّا، فعلى سبيل المثال، ليكن لدينا إعلان بست نقرات وآخر بنقرة واحدة، وبالتالي فإن: N = 7 D = 2.5 D**2 = 6.25 مازال الاختبار غير حاسم، على الرغم من أن "A" تغلّبت على "B" وبنتيجة ستة إلى واحد، وعليه فإن فمن الضروري الانتظار قبل التقرير والفصل، والأرقام هي دائمًا الحكم الأوّل والأخير. ولكن ماذا عن السواد الأعظم من المستخدمين والذين لم ينقروا على أيٍ من الإعلانين؟ طبعًا المقصود بذلك هو "إعلان الظهور ad impressions" والذي لم يؤدي إلى عملية النقر، هل يجب أن تؤخذ بالحسبان وتُدرج في الإحصائية؟ لا يجب أن يُدرج إعلان الظهور في الحقيقة، فهو يُعتبر غير صالح (محاولات لا قيمة لها)، ولمعرفة السبب في ذلك، يمكن الاستعانة بتجربة "هَمي" مرّة أخرى، حيث أن الفيديو السابق قد تمّ تحريره طبعًا، ولعدد كبير من المحاولات "هَمي" لم يختر أي شيء، ولا يوجد أي مدلول في ذلك، بمعنى أنه لا يمكن القول إن "هَمي" قد أعجبه الطعام أم لم يعجبه في هذه الحالة. ولأن "نسبة النقر click-through rate" تعتمد على عدد النقرات clicks وعدد مرّات الظهور impressions، فلا يجب استخدامها في الحصول على نتيجة حاسمة إحصائيًّا، بل فقط يجب استخدام عدد النقرات فقط في المعادلة. أرجو أن تساهم هذه المعادلة في تقديم نتائج مرضية على مستوى الاختيار والفصل بين الإعلان الأنسب، فهي بسيطة بشكل كافي ولا حجة في تجاهلها، خاصّة وأن تقدير الأمور اعتباطيًّا قد يقود إلى عواقب وخيمة، لذلك من الحكمة الاعتماد على الأرقام في الوصول إلى نتائج تمثّل الواقع. بالنسبة للرياضيات والحساب وللراغبين في معرفة التفاصيل: إنّ الاختبار الإحصائي المستخدم هو Pearson’s chi-square، حيث فرضية العدم null-hypothesis يعود إلى اختبار A/B على المصادفة دون أي شيء آخر، ويعرّف قانون "كاي" بالصيغة التّالية (حيث أن m هو عدد الاحتمالات الممكنة ويمثّل Oi عدد الرصد في المحصّلة #i; ويمثّل Ei العدد المتوقّع للنتائج في المحصّلة #i): ستكون قيمة m = 2 باعتبار وجود احتمالين فقط مع اختبار A/B، ومن عملية عشوائية 50/50، فإن القيم المتوقعة هي Ei = n/2 حيث أن n = O1 + O2، وبالأخذ بالحسبان أن A = O1 ستكون القيمة الأكبر وأن B = O2 ستكون القيمة الأصغر من القيم المحصّلة من المراقبة observed، ستكون المعادلة (غير المبسّطة) هي بعد التعويض: مربّع الفرق بين A و n/2 هو نفسه بين B و n/2 (لأن A+B = n)، ولذلك يمكن استبدالهما بالمتغيّر الجديد D**2 (مربّع D). تعريف D في المعادلة A-B)/2) يأتي عبر استبدال n = A+B إلى D = A - n/2، وبالتالي فإن سيكون لدينا الصيغة المبسّطة التّالية: أصبح من الممكن الآن حساب الإحصاء chi-square، ولكن يجب الرجوع إلى توزيع chi-square لتحديد المدلول الإحصائي statistical significance، وبالتحديد: ما هي احتمالية أن حدوث هذه النتيجة عن طريق الصدّفة فقط؟ إن العودة إلى التوزيع وبالقيمة 1 من درجة الحرية degree of freedom (تعتمد B على A ولذلك يوجد درجة حرية واحدة)، ونحن بحاجة إلى تخطي القيمة 3.8 من أجل الحصول على ثقة بنسبة 95% و 6.6 من أجل 99% ثقة في فعالية الإعلان، وبناءً على الخبرة اخترت القيمة 4 كعتبة حرجة، وبعد الحلّ ومن أجل مربّع D: وعليه فقط تمّ البرهان وما هو مطلوب إثباته. ملاحظة أخيرة، إن كان مربّع D أكبر من ضعف n، فإن معدّل الثقة في هذه الحالة قد تجاوز 99% تمامًا. ترجمة وبتصرّف للمقال Easy statistics for AdWords A/B testing, and hamsters لصاحبه Jason Cohen.

إن كنت قد عملت في التسويق لسنوات عدّة، فمن المحتمل أنك قد سمعت بالتسويق المعتمد على البيانات. يشبه التسويق المعتمد على البيانات قريبه استسراع النمو ، فقد أصبح إنجازاً كبيراً في مجتمع المسوقين. تحقق منGoogle Trends ، وستلاحظ مدى شعبيته في السنوات الأخيرة. بعيداً عن كونه بدعة، فإن التسويق المعتمد على البيانات أمر حقيقي. يرغب المسوقون بتعلم المزيد عنه لأنه ينجح. على سبيل المثال، وجدت دراسة أجرتها Teradata أن 78% من المسوقين يستخدمونه في اتخاذ قراراتهم الإستراتيجية. السؤال هو، ما هو التسويق المعتمد على البيانات؟ وكيف يمكنك استخدامه لتحقيق نتائج أفضل لشركتك؟ ستتعرف في هذا المقال على التسويق المعتمد على البيانات عن طريق معرفة كيفية عمل البيانات والتسويق معاً. ثم ستتعرف على ثلاث طرق لزيادة معدل التحويل باستخدام التسويق المعتمد على البيانات. كيف يعمل التسويق والبيانات معاً يتفوق التسويق عبر الإنترنت عن نظيره غير المرتبط بالإنترنت بميزة كبيرة واحدة ألا وهي: التتبع tracking. سمح تطور أدوات البرمجيات الحديثة للمسوقين بتتبع أي شيء تقريباً على الإنترنت. على سبيل المثال، توفر لك إعلانات غوغل العدد الفعلي للانطباعات التي يحصل عليها إعلانك والمبلغ المحدد من المال الذي يولده كل إعلان. يمكنك باستخدام أدوات أخرى معرفة معدلات الفتح ومعدلات النقر وعدد النقرات التي يحصل عليها كل رابط في بريدك الإلكتروني، من بين مقاييس أخرى. إن التطور الذي تقدّم فيه شركات التقنية بياناتها يساعد المسوقين على معرفة ما الذي ينجح وما الذي لا ينجح. يسمح هذا الأمر للشركات في التوصل إلى فهم عميق للنتائج التي يحصلون عليها لما ينفقونه على كل قناة، بالإضافة إلى تحسين تجربة العميل عندما يزور الناس موقعهم. إن القدرة على الوصول إلى مقدار كبير من البيانات له آثار إيجابية وسلبية على المسوقين. الخبر الجيد هو أن القدرة على الوصول إلى البيانات يمكن أن يساعد المسوقين في تخصيص حملاتهم لتحقيق نتائج قصوى. وكما يقول المثل القديم: “ما يمكن قياسه، يمكن القيام به”، كل ما يمكنك قياسه، يمكنك تحسينه. الخبر السيء هو حصول المسوقين على فائض من جميع أنواع البيانات غير ذات الصلة، مما يجعلهم يضيّعون ما هو مهم. بالطبع، يمكنك معرفة عدد النقرات التي يحصل عليها كل رابط. ولكن كيف تستخدم هذه المعلومات للتأثير على إستراتيجيتك؟ يتطلب تحليل البيانات انضباطاً وشغفاً بالتنقيب عن البيانات للحصول على الإلهام. أنت بحاجة لمعرفة ما تريده بالضبط وللتركيز على الحصول على تلك البيانات وتجاهل أية أمور أخرى. إنه يتطلب وجود توازن واضح بين ما ترغب بمعرفته وما تحتاج إلى معرفته. فالأخير هو ما يساعدك والأول هو ما يشتتك. زيادة معدل التحويل باستخدام التسويق المعتمد على البيانات إن معدل التحويل هو مقياس هام ينبغي على المسوقين محاولة تحسينه باستمرار. والأهم من ذلك، أن زيادة معدل التحويل يساعدك على تخفيض تكاليف الاكتساب أثناء تحقيق مزيد من الإيرادات من كل زائر. هناك أساليب لا تعد ولا تحصى يمكنك تنفيذها لتحسين معدل التحويل. وفقاً لـEconsultancy فإن الطرق الثلاث الأكثر شعبية لتحسين معدلات التحويل المستمدة من البيانات: تحليل رحلة العملاء، اختبار A/B، تخصيص الموقع. سنتعرّف في ما يلي على كيفية عمل كل أسلوب بالضبط وكيف يمكنك أن تستخدم البيانات لتحسين معدل التحويل. تحسين رحلة المستخدم باستخدام شخصيات من الحياة الواقعية تمثل رحلة العميل الخطوات التي يمر بها العملاء في شركتك، من اللحظة التي يتعرفون فيها على وجود عملك إلى اللحظة التي يصبحون فيها عملاء مخلصين. توجود ثلاث مراحل يمر فيها أغلب العملاء: المرحلة 1: تتمثل بالزوار العاديين، وفي بعض الحالات، بمشتركي البريد الإلكتروني. هؤلاء لم يصبحوا عملاء بعد لكنهم قد يكونون مهتمين بعروضك، ونية الشراء لديهم منخفضة. المرحلة 2: يوجد مشتركون يستمتعون بتجربتهم الأولى لعملك. لم يصبحوا بعد عملاء مخلصين أو عملاء على المدى الطويل، لكنهم أناس مهتمون بشركتك لم يلتزموا كلياً بعد بأن يصبحوا عملاء. المرحلة 3: وهم أناس أصبحوا عملاء لك ومن الممكن أن يصبحوا عملاء مخلصين. تسمح لك رحلة العميل بأن تنقل الناس من المرحلة الأولى إلى المرحلة التالية وحتى الثالثة وتحافظ عليهم هناك. لتحقيق هذا الهدف، عليك أن تعرف هويتهم وحاجتهم الفعلية للانتقال. وبالتالي، فإنك بحاجة إلى بيانات واقعية عن شخصياتك. تأتي عملية الحصول على البيانات من شخصياتك على الغالب من البحث النوعي مثل: البريد الإلكتروني أو الهاتف أو المقابلات الشخصية: يمكن أن يوفر لك الحديث مع عملائك معلومات قيّمة عن عاداتهم في الشراء وما الذي يشجعهم وما هي الكلمات التي يستخدمونها لوصف منتجك أو خدمتك. إحصائيات الويب والخروج من الموقع: تشبه المقابلات، يمكنها مساعدتك في معرفة إن كان الموقع أو المنتج المعروض على الموقع يلبي احتياجاتهم. بالاعتماد على المقابلات والاستطلاعات، يمكنك جمع كل البيانات التي تحتاجها لتطوير شخصياتك الواقعية. ومن ثم يمكنك إنشاء شرائح استناداً إلى القواسم المشتركة التي تستخلصها من تلك البيانات. تشمل بعض هذه القواسم المشتركة ما يلي: أهداف العميل التردد والمخاوف كمية المعلومات التي يحتاجونها لإجراء عملية الشراء ما هي توقعاتهم من المنتج الذي يقومون بشرائه مع تطور كل شخصية من شخصياتك، يمكنك معرفة ما يحتاجونه بالضبط لتقليل مخاوفهم ومنحهم المعلومات التي يحتاجونها وأن تكون واضحا في ما يتوقّعونه منك وأن تساعدهم في تحقيق أهدافهم. تحسين صفحاتك بالاعتماد على بيانات اختبار A/B قبل أن تقوم بإجراء أية تغييرات على إحدى صفحات موقعك، يلزمك الحصول على بيانات تستند إليها في قرارك. وأفضل طريقة للحصول على هذه البيانات هي اختبارات A/B. تمنحك اختبارات A/B بيانات واقعية تستند إلى أفعال زوار موقعك. أنت لا تفترض أي شيء، تشاهد كيف يتصرف الزوار وتستند في قرارك على هذا التصرف. إن العملية برمتها من إيجاد ما سيتم اختباره وتطوير فرضية للاختبار وتطوير الاختبار الفعلي تتطلب بيانات، يمكنك جمعها مما يلي: مزوّد تحليلات الموقع الذي تستخدمه، الاستطلاعات (على الموقع أو عبر البريد الإلكتروني)، تتبع المؤشر، المخططات الحرارية، اختبار المستخدم، تحليل جلسة المستخدم. تبدأ عملية تحسين معدل التحويل من وجود فكرة جيدة عن الجزء الذي ترغب بتحسينه من موقعك. يمكن لتحليلات غوغل أن تساعدك في هذا الأمر. بمجرد معرفة ما تريد اختباره، عليك تطوير فرضية للاختبار. وللقيام بذلك، عليك أن تحدد العناصر الأربعة التالية: أهداف شركتك، أهداف موقعك الإلكتروني، مؤشرات الأداء الرئيسية الخاصة بك، المقاييس المستهدفة. بمجرد أن تحدد كل عنصر من العناصر الأربعة المذكورة في الأعلى، عليك أن تأتي بأفكار مختلفة لتحسين كل مقياس مستهدف. هذه هي النقطة التي يمكنك أن تبدع فيها بحلولك. أنشئ قائمة بكل الأفكار التي يمكنك طرحها لتحسين كل مقياس. لتبسيط عملية الاختبار، عليك أن تحدد أولوية كل فكرة. يمكنك أن تستخدم طريقة لإعطاء أولوية للأفكار ذات الإمكانيات الأكبر وتكاليف التطبيق الأقل. بعد أن تعطي أولوية لكل فرضية اختبار، عليك أن تنفذ كل فكرة اختبار قمت بتحديدها مسبقاً حتى تحصل على نتائج هامة. للقيام بذلك، سترغب في تحديد حجم العينة مسبقاً وإجراء الاختبار لبضعة أسابيع. في النهاية، تحتاج إلى تحليل النتائج التي حصلت عليها عن طريق إنشاء مجموعة من الشرائح من كل اختبار وتحليلها واحداً تلو الآخر. بعض أفضل أدوات الاختبار A/B التي يمكنك استخدامها لإجراء اختباراك هي Optimizely و VWO(https://vwo.com/). خصص موقعك باستخدام استهداف السلوك تخصيص الموقع كما عرّفته Optimizely هو: “عملية خلق تجارب مخصصة لزوار موقع إلكتروني. بدلاً من توفير تجربة واحدة كبيرة، يسمح تخصيص الموقع للشركات بأن تقدم للزوار تجارب فريدة من نوعها ومصممة لتلبية احتياجاتهم ورغباتهم.” لتخصيص موقعك الإلكتروني عليك أولاً أن تعرف لمَ تقوم بالتخصيص وما هو هدفك. في معظم الحالات، سيكون الهدف زيادة الارتباط، وهذا يساعدك في تخفيض معدل الارتداد وزيادة معدل التحويل. مهما كان هدفك، عليك أن تكون واضحاً في ما يتعلق به. ثم عليك معرفة الجهة الذي ترغب في أن تريها ذاك التخصيص. ما هي الشرائح التي تريد التأثير فيها؟ يمكن أن تستند شرائح التخصيص إلى العديد من السمات: الموقع الجغرافي الجهاز المستخدم مصدر حركة المرور بيانات الزيارة بيانات التعاملات في النهاية، عليك معرفة ما الذي ترغب بتخصيصه. قد يتغير ذلك من دعوة بسيطة إلى إجراء CTA إلى صفحة رئيسية جديدة بالكامل. كما هو الحال مع اختبارات A/B، كل حملة تخصيص هي فرضية يجب قياسها. لا تفكر أن جميع تطبيقات التخصيص ستعمل. اختبر تأثير كل تغيير كما تختبر تغييرات الموقع الأخرى تماماً. خاتمة يعتبر 87% من المسوقين أن البيانات هي الأصول الأقل استخداماً في منظماتهم. حان الوقت لتبدأ بالتبشير بدستور البيانات وتبدأ بتطبيق أساليب التسويق المعتمد على البيانات كالتي عرضناها في هذا المقال. ترجمة – بتصرف – للمقال 3 Ways to Increase Your Conversion Rate with Data-Driven Marketing لصاحبه IVAN KREIMER.

يوفر متجر Elegant Steps الواقعي والإلكتروني مجموعة كبيرة من أحذية الزفاف في المملكة المتحدة، و50% من زائري الموقع الإلكتروني للمتجر هم من المستخدمات الإناث اللاتي يتصفّحن الموقع لأول مرة من زيارات طبيعية Organic traffic باستخدام الأجهزة المحمولة، كما أنّ معظمهنّ من المقبلات على الزواج اللاتي يبحثنَ عن أحذية زفاف لشرائها. المشكلة بعد الاطلاع على بيانات تحليلات جوجل الخاصة بموقع Elegant Steps، وُجدَ أنّ نسبة التحويل لنسخة سطح المكتب من الموقع تساوي 2% وهي أكثر بكثير مقارنة بنسبة التحويل لنسخة المحمول والتي تساوي 0.6%. الملاحظات استخدمت Hit Search، إحدى وكالات التسويق الرقمي، أدوات توفرها منصة VWO (منصة لإجراء اختبارات A/B وتحسين التحويلات) مثل خرائط التمرير Scrollmaps والخرائط الحرارية Heatmaps، بالإضافة إلى تحليلات جوجل والتحليل الاستدلالي من أجل مساعدة موقع Elegant Steps في معرفة جذور هذه المشكلة، وما توصّلوا إليه هو أنّ: الزائرين كانوا نادرًا ما يمرّرون بما فيه الكفاية للوصول إلى قسم Shop by Brand (“تسوّق حسب العلامة التجارية”) على الصفحة الرئيسية. لا تظهر عروض المبيعات الحصرية الثلاثة الرئيسية لمتجر Elegant Steps، - من ضمنها الشحن المجاني- فوق خط الطي Fold على نسخة الهاتف المحمول للموقع. النص على صورة الصفحة الرئيسية كان صعب القراءة لأنّه بلون مماثل للون الخلفية. توضح الصورة التالية ما تبدو عليه الصفحة الرئيسية للموقع على الأجهزة المحمولة. الفرضيات على ضوء هذه الملاحظات، عمَدَ Niall Brooke من Hit Search إلى تحسين نسخة المحمول من صفحة الموقع الرئيسية من أجل حل هذه المشاكل، فتقرر ما يلي: عرض قسم Shop by Brand في منطقة أعلى في الصفحة، حيث ثبت أنّ وجود اسم عريق أو معروف يمكن أن يساعد في غرس الثقة وإزالة الخوف أو التردد. وجدت الكثير من الدراسات أنّ كلفة الشحن غير المتوقعة هي أكبر الأسباب التي تؤدي إلى التخلّي عن سلة التسوق Cart abandonment. لذا افتُرِض أنّ عَرْض النص “Free Shipping” (شحن مجاني) فوق خط الطي سيساعد على تقليل الارتداد bounce وتشجيع المستخدمين على الاستمرار في قمع التحويل conversion funnel. تغيير نص زر الدعوة إلى إجراء CTA من “Shop Wedding Shoes” (تسوّق أحذية زفاف) إلى “Find my new wedding shoes” (ابحث عن حذاء جديد لزفافي). تغيير لون النص على الصورة إلى لون بارز وقابل للقراءة أكثر من السابق. توضح الصورة التالية التغييرات التي أجريت على نسخة المحمول لصفحة الموقع الرئيسية. الاختبار اختبرت Hit Search الإصدار الجديد من الصفحة الرئيسية وقارنته مع الإصدار الأصلي. أُجري الاختبار على الزائرين الذين يستخدمون الأجهزة المحمولة فقط بالاعتماد على خاصية الاستهداف. راقب الفريق الإحصاءات وفي غضون شهر ظهرت نتائج الاختبار. النتائج صرّح Niall بأنّ “النتائج كانت إيجابية مع زيادة ثلاثة أضعاف تقريبًا في التحويلات وانخفاض في معدل الارتداد بنسبة 50%”. قد يبدو الأمر سهلا والحصول على النتيجة يأتي مباشرةً، إلا أن الأمر في الواقع يتطلّب أكثر من ذلك. اختيار الأدوات المناسبة لتحليل الإحصاءات وفرز الفرضيّات مهمّ في هذا المجال. خاتمة وفقًا لأحد التقارير لعام 2015، كان متوسط معدل التحويل لنسخة المحمول من المواقع الإلكترونية في الولايات المتحدة مساويًا لـ 1.32%، وهو أقل بكثير من نظيره لنسخة سطح المكتب الذي يساوي 3.82%. وبالرغم من أنّ الدراسات تشير إلى أنّ الزائرين غالبًا ما يستخدمون الأجهزة المحمولة لأغراض البحث، بينما يقومون بعملية الشراء الفعلية من نسخة سطح المكتب للموقع، إلّا أنّه لا يمكن إنكار أنّ تجار التجزئة على الإنترنت ما زالوا يضيعون فرص تحويل الزائرين بعدم تحسينهم لنسخ الأجهزة المحمولة لمتاجرهم. وأنت، متى تظهر أهمية النظر في تحسين مواقع المحمول بالنسبة لك؟ شاركنا بأفكارك حول تحسين نسخ المحمول من المواقع في صندوق التعليقات أدناه. ترجمة- بتصرّف - للمقال Optimizing Mobile Home Page Increases Conversions for Wedding Shoes Website لصاحبته Mohita Nagpal. حقوق الصورة البارزة محفوظة لـ Freepik