Кейс ПИК-Ремонта: в 3,8 раза увеличили конверсию из посетителя лендинга в заявку на ремонт

Результат: лендинг, который генерирует целевые лиды по оптимальной стоимости

На этом проекте мы разделили работу на три этапа: исследования → доработка лендинга на основе исследований → АВ-тестирование.

Этап с исследованиями был самым важным, потому что мы спрашивали реальных людей с запросом на ремонт, почему они хотят или не хотят оставить заявку на лендинге ПИК-Ремонта.

После исследования мы составляли список гипотез для проверки, затем оценивали их по разным критериям, например, по ресурсам на реализацию, отдаче в конверсию, потенциальному успеху. Гипотезы, которые можно было проверить быстрее всего, и которые могли принести больше конверсии, оформляли в ТЗ на доработку старого лендинга.

После редизайна старого лендинга мы показали получившуюся версию новой группе потенциальных клиентов, чтобы убедиться, что сняли замечания, собранные во время первого теста. На основе полученных замечаний мы снова доработали лендинг. В итоге мы трижды дорабатывали лендинг, пока замечания не закончились. После всех исследований и доработок у нас получилось четыре версии лендинга: одна старая и три новые. Все версии по очереди мы запускали в АВ-тесты, чтобы найти ту, которая будет показывать лучшие результаты.

Лучше всего себя показала самая последняя версия лендинга. По результатам АВ-тестов конверсия из посетителя в заявку выросла в 3,8 раза.

Как мы это сделали

Узнали у потенциальных клиентов ПИК-Ремонт, почему их отталкивал старый лендинг

Первой задачей на проекте было разобраться, почему посетители не оставляют заявки на текущем лендинге. Для этого мы провели серию UX-тестирований: опрашивали респондентов из целевой аудитории, хотят ли они оставить заявку на лендинге. Если не хотят, то почему.

Благодаря этим интервью мы выяснили, почему старый лендинг не внушал доверие целевой аудитории. Например, одних настораживали отзывы от незнакомых людей, других — отсутствие конкретики на первом экране и что чат-бот не отвечает мгновенно. На основе замечаний, которые повторялись чаще всего, мы собрали новый прототип лендинга.

Трижды дорабатывали лендинг по обратной связи от целевой аудитории

После первого UX-тестирования мы собрали новую версию лендинга, которая учитывала комментарии респондентов. Например, мы улучшили структуру повествования, добавили новые смысловые блоки и интерфейсные элементы.

Чтобы удостовериться в том, что наша версия лендинга сподвигает людей оставить заявку на ремонт, мы показали его новым людям из целевой аудитории с запросом на ремонт. Тогда же вылезли дополнительные недостатки, которые нужно было исправить.

Всего мы провели три UX-тестирования. Так у нас появились версии лендинга №1, №2 и №3. Мы остановились на трёх версиях, потому что на третьей версии люди перестали давать отрицательную обратную связь по тем моментам, которые прямо влияли на конверсию.

Следующий этап улучшения лендинга — проверить его лидогенерацию в бою.

Провели серию АВ-тестов всех версий лендинга, чтобы найти тот, который лучше генерирует лиды

После UX-тестирований мы провели АВ-тестирования всех лендингов, никак не влияя на трафик. Мы преследовали две цели:

1. Убедиться, что наши улучшения действительно полезны. Всегда есть риск, что во время UX-тестирований респонденты говорят неправду или дают социально одобряемые ответы, поэтому АВ-тест необходим.
2. Убедиться, что именно наши улучшения влияют на конверсию, а не, например, сезонность.

При запуске теста мы решили, что самый эффективный лендинг — тот, который принесёт больше всего квалифицированных лидов. Такая метрика точнее показывает эффективность, чем просто количество лидов. Она учитывает ситуации, когда лидов много, а квалифицированных среди них нет.

Лучший результат показала версия №3. Она принесла в 3,8 раза больше заявок, поэтому её мы и оставили.