For an e-commerce business to grow, there are many ways one could try to improve the business in order to gain greater reach and increase sales. One of the main goals of such businesses is to convert as many visitors as possible into customers. Even though many e-commerce businesses already have web analytics tools installed, e-merchants find difficulty in identifying where to start optimizing, what data to extract from analysis reports, and how to make use of such data in order to produce a successful design that will increase the conversion rate. The purpose of this thesis is to (without spending resources on marketing-related factors) guide companies to find a low cost and efficient way to increase the conversion rate by creating well-thought-through designs based on analytic data, qualitative research, and human-computer interaction principles. Google Analytics, a web analytics tool, was used in identifying high-valued pages to optimize and to identify demographics/target groups, while qualitative e-commerce related research was used to shape design-proposal hypotheses. This, along with two A/B tests conducted using Optimizely, is the basis for the guidelines and conclusions. The results of both A/B tests showed an increase in conversions with designs highlighting: evidence of a secure shopping environment, incentives that will attract visitors to buy, and by removing auxiliary navigation elements at the check-out page. The evaluation of the results and its statistical significance was done using both Optimizely’s statistical engine and null hypothesis testing. The increases in conversions were not statistically significant per Optimizely; however, they were significant using traditional statistics. In conclusion, using metrics such as high exit-rates combined with many page views and high revenue-generating pages will allow e-merchants to identify where to start their optimization process. Furthermore, to know what valuable data needs to be extracted, one should seek the data that needs to be inserted into HCI concepts, such as personas and scenarios. This, along with qualitative research allows designers to create well-thought out design-proposals that will potentially lead to an increased conversion rate. / För att få en e-handelsbutik att växa finns det många arbetsområden man kan försöka förbättra för att nå ut till fler samt öka försäljning. Ett av huvudmålen för dessa butiker är att konvertera så många besökare till kunder som möjligt på sin hemsida. Även om många e-handelsbutiker redan har webbanalytiska redskap till sitt förfogande, har många tjänsteleverantörer svårigheter med att fastställa var på hemsidan det skall optimeras, vilken data som ska hämtas från analysrapporter, och hur man använder sig av dessa data för att skapa en lyckad design som kommer öka konverteringsgraden. Syftet med avhandlingen är att, utan marknadsföringsrelaterade investeringar, vägleda företag till billiga och effektiva sätt att öka konverteringsgraden. Detta ska uppfyllas genom att skapa väl genomtänkta designer grundade på analytisk data, kvalitativ forskning, samt människa-datorinteraktions principer. Webbanalysverktyget Google Analytics användes för att identifiera högt värderade sidor att optimera och demografier/målgrupper medan kvalitativ e-handels-relaterad forskning användes för att forma hypoteser kring designförslagen. Detta, tillsammans med två A/B tester som genomfördes med hjälp av Optimizely, är grunden till riktlinjerna och slutsatserna. Resultaten från båda testerna visade en ökning i konverteringar med designer som framhäver; övertygande eller bevis för en säker handelsmiljö, incitament som kommer locka besökare att handla, och genom att ta bort extra navigeringselement vid kassasidan. Utvärdering av resultaten och dess statistiska signifikans gjordes med Optimizelys statistiska motor såväl som egen nollhypotes prövning. Ökningarna av konverteringar var inte statistiskt signifikanta enligt kalkyl från Optimizely, men lyckades nå signifikans enligt traditionell statistik. Sammanfattningsvis, med hjälp av mätvärden så som höga utgångsfrekvenser i kombination med högt antal sidvisningar samt höga intäktsgenererande sidor, kan tjänsteleverantörer nu identifiera var man kan påbörja optimeringsprocessen. För att veta vilken värdefull data man bör extrahera skall man ta reda på vilken data som behövs för att stoppa in i Människa–datorinteraktion (MDI) koncept, som personas och scenarier. Detta, tillsammans med kvalitativ forskning, tillåter webbdesigners att skapa väl genomtänkta designförslag som förhoppningsvis leder till en ökad konverteringsgrad.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-207040 |
| Date | January 2017 |
| Creators | Kaushik, Utsav, Grondowski, Antonio |
| Publisher | KTH, Skolan för informations- och kommunikationsteknik (ICT) |
| Source Sets | DiVA Archive at Upsalla University |
| Language | English |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ICT-EX ; 2017:36 |
Page generated in 0.0024 seconds