E-Ticaret Dönüşüm Oranı Nasıl Artırılır?

Dönüşüm oranı nedir, nasıl hesaplanır?

Dönüşüm oranı, belirli bir dönemde sipariş sayısının oturum (ziyaret) sayısına bölümüdür. 20.000 oturumda 300 sipariş alan bir mağazanın dönüşüm oranı %1,5'tir.

E-ticarette bu oran tipik olarak %1–4 bandında seyreder ve sektöre göre ciddi biçimde değişir: hızlı tüketim ürünlerinde yüksek, yüksek fiyatlı ve uzun karar süreli ürünlerde düşüktür. Bu yüzden "iyi oran kaçtır" sorusunun evrensel bir cevabı yok — anlamlı olan kendi taban çizginizdir.

İki ölçüm hatası neredeyse her mağazada var: birincisi tekil ürün trafiğiyle kampanya trafiğini aynı havuzda ölçmek, ikincisi mobil ve masaüstünü birleştirip ortalamaya bakmak. Mobil dönüşüm oranı neredeyse her zaman masaüstünden düşüktür; birleşik ortalama bu farkı gizler ve en büyük kayıp kaynağını görünmez kılar.

Kaybı hunide bulmak

Dönüşümü tek bir yüzde olarak görmek yerine dört adıma bölün. Her adımın kendi geçiş oranı vardır ve iyileştirilecek adım, geçiş oranı beklenenin en altında kalan adımdır.

Aşağıdaki tablodaki oranlar sektöre göre değişir; amaç bu sayılara ulaşmak değil, kendi hunizindeki en zayıf halkayı görünür kılmaktır. Her adımı analitiğinizde bir olay olarak tanımlayın ve haftalık kaydedin.

Adım 2 neden en kritik?

Dört adımın en büyük kaybı neredeyse her zaman ikinci adımda, ürün sayfasında yaşanır — ve en az ölçülen adım da bu. Sepeti terk eden kullanıcıyı görüyorsunuz; ürün sayfasından sessizce çıkanı görmüyorsunuz.

Baymard Institute'un derlemesine göre ortalama sepet terk oranı %70 civarında. Ama bu sayı yalnızca sepete kadar gelenleri kapsıyor. Ürün sayfasını görüp sepete hiç eklemeyenler bu istatistiğe hiç girmez ve sayıları çok daha büyüktür.

Bu adımdaki kaybın sebebi genellikle fiyat da değildir. Ziyaretçi ürünü beğenmiştir, fiyatı kabul etmiştir ama cevaplanmamış bir sorusu vardır: bu beden nasıl kalıyor, kaç günde geliyor, iade nasıl işliyor, bu mağazadan gerçekten alışveriş yapılıyor mu.

Adım 3 ve 4: sürtünmeyi azaltmak

Sepet ve ödeme adımlarındaki kayıp, ikna sorunu değil sürtünme sorunudur. Kullanıcı satın almaya karar vermiştir; süreç onu yoruyor veya şaşırtıyordur.

Baymard'ın terk sebepleri araştırmasında öne çıkan iki başlık bunu net gösteriyor: beklenmeyen ek maliyetler (kargo, vergi, hizmet bedeli) ve zorunlu hesap oluşturma. İkisi de teknik bir problem değil, bilgi zamanlaması problemidir.

• Kargo ve vergi dahil toplam tutarı sepette değil, mümkünse ürün sayfasında görünür kılın. Kullanıcı sürprizden değil, geç öğrenmekten rahatsız olur.
• Üyeliksiz (misafir) alışveriş sunun. Hesap oluşturmayı sipariş sonrasına teklif edin.
• Ödeme formundaki alan sayısını sayın. Gerçekten zorunlu olmayan her alan bir kayıp kaynağıdır.
• İade ve değişim koşullarını ödeme adımında link arkasına gizlemek yerine tek satırla yazın.
• Mobilde ödeme akışını kendi telefonunuzda baştan sona deneyin. Masaüstünde görünmeyen sorunların çoğu burada.

Mobil: ortalamanın gizlediği kayıp

Türkiye'de e-ticaret trafiğinin büyük çoğunluğu mobilden geliyor ama siparişlerin payı aynı oranda değil. Mobil dönüşüm oranı neredeyse her mağazada masaüstünün altındadır ve birleşik ortalamaya bakan bir mağaza bu farkı hiç görmez.

Bu tek başına bir sorun değil — mobilde tarama, masaüstünde satın alma davranışı gerçektir. Sorun, farkın ne kadarının davranıştan, ne kadarının arayüzden kaynaklandığını bilmemektir. İkisi çok farklı müdahaleler gerektirir.

Dönüşümü düşüren "dönüşüm" taktikleri

Dönüşüm artırma niyetiyle eklenen bazı unsurlar tersine çalışır. Bunların ortak özelliği, ziyaretçinin doğruluğundan kuşku duyabileceği şeyler olmasıdır — kuşku bir kez oluştuğunda sayfadaki gerçek kanıtlara olan güveni de götürür.

• Uydurma aciliyet: Her sayfa yenilendiğinde başa dönen geri sayım sayacı veya sabit "son 2 ürün" uyarısı. Fark edildiği anda tüm sayfanın güvenilirliğini düşürür.
• Sahte canlı bildirim: Gerçek ziyaretçi verisine dayanmayan "Ankara'dan biri bu ürünü aldı" bildirimleri. Gerçek veriye dayanan sayaçlar işe yarar; uydurulmuş olanlar risktir.
• Filtresiz yorum aktarımı: Spam ve alakasız yorumların temizlenmeden gösterilmesi. Kanıt niteliğini zayıflatır.
• Eklenti yığını: Dönüşüm için eklenen her script sayfayı yavaşlatır. Deloitte'un perakende çalışması, 0,1 saniyelik hız iyileşmesinin bile ölçülebilir dönüşüm etkisi yarattığını gösteriyor — tersi de geçerli.
• Gizli sekmeler: Yorum ve soru-cevap bloklarını kapalı sekme arkasına koymak. Ziyaretçilerin büyük kısmı hiç açmaz; içerik sayfada olur ama işlevini görmez.

Test etmeden değiştirmemek

Küçük ölçekli mağazalarda klasik A/B testi genellikle işlemez: istatistiksel anlamlılığa ulaşmak için gereken trafik yoktur. Bu, ölçmeden değiştirmek anlamına gelmiyor — daha basit bir yönteme geçmek anlamına geliyor.

Öncesi–sonrası ölçümü: değişiklikten önceki dört haftanın ilgili huni adımı geçiş oranını kaydedin, tek bir değişiklik yapın, sonraki dört haftayı karşılaştırın. Aynı dönemde başka bir şey değiştirmeyin ve sezonluk etkileri (kampanya, tatil) not edin.

Bu yöntem bilimsel açıdan A/B testinden zayıftır ama hiç ölçmemekten kat kat güçlüdür ve düşük trafikte uygulanabilir olan tek yöntemdir.

Nereden başlamalı: 30 günlük sıra

Teşhis olmadan müdahale yapmamak için önerilen sıra şu:

• 1. hafta — Ölçüm kur. Dört huni adımını analitikte olay olarak tanımlayın. Mobil ve masaüstünü ayrı ayrı görün. Hiçbir şey değiştirmeyin.
• 2. hafta — En zayıf halkayı bul. Hangi adımın geçiş oranı en düşük? Kararı veriye bırakın, sezgiye değil.
• 3. hafta — Tek müdahale yapın. Yalnızca o adıma. Ürün sayfasıysa: kanıt eksikliğini kapatın. Ödeme adımıysa: alan sayısını azaltın.
• 4. hafta — Karşılaştırın. Aynı adımın geçiş oranı yükseldi mi? Yükseldiyse aynı mantığı diğer sayfalara yayın, yükselmediyse geri alın ve sıradaki hipoteze geçin.