To nejdůležitější z článku:
- Sekundární data vám pomohou s rozvojem e-shopu či webu, pomohou vyřešit nejzásadnější problémy s použitelností.
- Usnadní tvorbu standardizovaných prvků a obvyklých postupů, jako je třeba průchod e-shopem zahrnující filtrování produktů, rozložení detailu produktu nebo jednotlivé kroky nákupního procesu.
- Na sekundární data ale nespoléhejte při návrhu specifických funkcí nebo obsahu typického pro váš obor či cílovou skupinu.
- Funkce a postupy vytvořené na základě obecných sekundárních dat ověřujte uživatelským výzkumem s cílovou skupinou.
Co jsou to sekundární data a odkud se berou
Jako sekundární data chápeme všechny informace, které jsme nezpracovávali pro konkrétní projekt. Může jít o data z našeho dřívějšího výzkumu, nebo o data, která zpracoval někdo jiný a dal je k dispozici.
Takových zpracovaných dat, ke kterým se dostaneme, je spousta. Od velkých akademických studií přes odborné články po výzkumná data. Mají také různou kvalitu, proto je třeba čerpat z ověřených zdrojů. My nejčastěji používáme:
- studie a výzkumy, například od Nielsen Norman Group nebo Baymard Institute,
- případové studie z obdobných projektů,
- knížky a články s příklady dobré praxe v rámci dané problematiky.
„Kvalitní zdroje sekundárních dat, ze kterých můžete pro rozvoj e-shopu čerpat, jsme sepsali do samostatného článku.“
Uživatelský výzkum, nebo sekundární data?
Vždy zdůrazňujeme přínos uživatelského testování a výzkumu. Stojíme si za tím, že v dlouhodobém rozvoji webů je jeho role nenahraditelná. Zároveň ale víme, že ne vždy je vhodné primárním výzkumem začínat. Efektivnější je podívat se nejdřív na sekundární data a vycházet z nich, abychom se nezdržovali vymýšlením již známého.
Uživatelský výzkum může být v této fázi problematický, protože:
- sice zjistíte, kde jsou problémy webu, ale z výsledků zpravidla nevyplyne konkrétní řešení,
- aby přinesl kvalitní a co nejméně zkreslené výsledky, musíte mít reprezentativní vzorek pro všechny cílové skupiny, celý výzkum je nákladný a trvá déle,
- pokud výzkum provádíte sami, musíte se správně ptát a odpovědi správně interpretovat, jinak získáte nicneříkající informace, na kterých řešení nepostavíte.
Oproti tomu práce se sekundárními daty je:
- levná, počáteční výdaje začínají na nižších desítkách tisíc,
- rychlá nejen v použití, ale i výsledcích, první přináší už po pár měsících,
- funkční, podle počátečního stavu lze už těmito prvními výsledky dosáhnout zvýšení konverzního poměru o 10 až 20 % bez jakýchkoliv dalších zásahů.
Kdy je vhodné použít sekundární data
Samozřejmě i použití sekundárních dat s sebou přináší možná rizika, která musíte zvážit:
- Získáte sice reprezentativnější vzorek lidí, než kdybyste si výzkum dělali sami. Ale už nezohledníte konkrétní cílovou skupinu.
- Použijete zpracovaná data, nemusíte řešit nábor respondentů, realizaci výzkumu ani interpretaci testování. Ale data se týkají obecných funkcionalit a postupů, které platí napříč e-shopy. Neporadí vám se specifiky vašeho produktu nebo zákazníků.
- Mimo vhledy dostanete i instrukce, jak e-shop navrhnout, aby fungoval. Nesmíte je ale brát jako dogma – všechny úpravy testujte a vyhodnocujte.
Sekundární data jsou skvělá pro návrh standardizovaných prvků nebo postupů, které uživatelé znají a očekávají. Proto se tak dobře hodí pro návrhy webů a e-shopů, které jsou z velké části standardizované. Použití těchto obecně platných pravidel funguje a návštěvníkům usnadní používání.
Je to dáno tzv. Jakob’s Law – uživatelé tráví většinu času na jiných webech, takže se jim ten váš bude používat lépe, když bude fungovat podobně. Díky tomuto pravidlu můžete data z testování jiných e-shopů tak dobře uplatnit k úpravám toho svého a využít podobné principy filtrace, výpisu produktů, obdobný layout a stejné kroky nákupního procesu.
„Není potřeba znovu vymýšlet už vymyšlené. Pokud můžeme použít studii, která nám za desetinu času řekne to stejné, co bychom zjistili z výzkumu, použijeme ji. Ušetřený čas i peníze pak investujeme do výzkumu konkrétních problémů, jejichž řešení z obecných studií nevyčteme.“
Pokud tedy máte e-shop, jehož výkon zpomaluje nebo dokonce stanguje, mohou vám sekundární data výrazně pomoct. Podobně také při prvotním návrhu e-shopu můžete využít pravidla, se kterými e-shopy běžně pracují a na která jsou uživatelé zvyklí.
Naopak když chcete zjistit, jaký obsah uživatelé na webu očekávají a jak nad ním přemýšlejí, sekundární data přestávají stačit. Obsah totiž vychází z motivací, potřeb a obav vašich uživatelů. Ty zjistíte výzkumem.
„Zdaleka ne každý projekt můžeme zahájit pouze se sekundárními daty. Pokud potřebujeme specifické informace o konkrétním produktu nebo cílové skupině, nemá smysl se zdržovat obecnými doporučeními a přistupujeme rovnou k primárnímu výzkumu.“
Jak nastartovat rozvoj e-shopu pomocí sekundárních dat – postup:
1. Získejte data o návštěvnosti stávajícího e-shopu
Sekundárních dat je obrovské množství. Jen Baymard Institute např. nabízí stovky konkrétních <b>doporučeních</b><divider>Baymard Institute se zaměřuje na identifikaci obecně problémových míst na e-shopech a jejich řešením. Vychází přitom z rozsáhlých uživatelských testování a dotazníků napříč bezmála 200 e-shopy z celého světa.. Jejich aplikování by zabralo spoustu času a nákladů. Abyste byli efektivní, potřebujete vybrat doporučení, která budou mít na výkon vašeho webu největší dopad.
Proto potřebujete zjistit, kde má váš e-shop problémy. Odhalí vám to data o návštěvnosti, která získáte pomocí následujících nástrojů:
- Google Analytics vám dá rámcovou představu o kritických místech e-shopu (místa s největším průtokem lidí a nejvyšším procentuálním odpadem uživatelů – zaměřte se přitom na místa nejblíž konverzní akci, jděte od objednávkového procesu přes košík po produktovou stránku a dál). Výsledky konzultujte s analytikem.
- Hotjar, Smartlook nebo podobné nástroje vám vygenerují heatmapy stránek a anonymizované nahrávky návštěv, díky kterým přesněji zjistíte, jak se uživatelé na webu chovají, kde se zdržují a kde naráží na problémy.
Získaná data vám pomohou určit místa, kde se vyskytují problémy. Pokud vám z těchto dat žádná taková místa nevyplývají a potvrdí to i analytik, pak vám sekundární data nejspíš nepomohou – vydejte se rovnou cestou uživatelského testování s vaší cílovou skupinou.
2. Slabá místa porovnejte s doporučeními
Problematická místa porovnejte s řešeními, která doporučuje např. Baymard nebo NN Group. Rozchází se váš návrh s doporučením? Pak víte, co a jak upravit.
Vždy zvažujte realizovatelnost úprav. Pokud by byly náročné, pak vás budou stát víc úsilí i peněz, než jste očekávali. Plánované změny konzultujte s vývojáři a vybírejte doporučení, která jsou efektivní a výsledky přinesou co nejrychleji a nejlevněji.
3. Úpravy testujte a vyhodnocujte, zda fungují
Sekundární data se snadno používají a je pak jednoduché získat pocit, že díky nim víme vše podstatné. Nezapomínejte na to, že sekundární data jsou obecná a nemáte záruku, že standardy fungující napříč internetem budou platit i u vašeho webu. Navíc je tu riziko zkreslení (bias), kdy příliš spoléháte na vlastní úsudek, který může být chybný.
„Všeobecně platná sekundární dat nemusí platit ve vašem konkrétním případě. Toto riziko eliminujete testováním.“
Vždy proto návrhy po nasazení vyhodnocujte, abyste věděli, které změny fungují více a které méně. Pokud sekundární data využíváte mimo úvodní opravy nejzásadnějších problémů, doporučujeme je kombinovat s uživatelským testováním s konkrétní cílovou skupinou.
Bez uživatelského výzkumu se neobejdete
Pokud sekundární data použijete správně a ve vhodných případech, dokážete díky nim jednoduše, rychle a levně provést změny, které web skokově posunou.
Bývají proto užitečným nástrojem zejména ve chvíli, kdy vás na začátku projektu tlačí čas nebo máte omezený rozpočet. Použitím sekundárních dat odbavíte ty nejzásadnější problémy s použitelností. Tím pádem mohou pomoct zvýšit zisky e-shopu, které pak můžete vložit do výzkumu s vaší cílovou skupinou.
Primární výzkum je přitom nedílnou součástí využití sekundárních dat. Sebelepší studie ani příklady z praxe jej nemůžou nahradit. Nespoléhejte proto jen na sekundární data a nesnažte se na nich vystavět celý projekt.
„Primární výzkum je stále alfou omegou celého projektu. Jedině díky primárnímu výzkumu a uživatelskému testování můžeme vystavět opravdu výkonný a fungující web.“
