Udregning af konverteringsraten
Hvordan udregnes konverteringsraten?
Alle snakker om konverteringsrater, så er der noget mere oplagt end at få fastlagt definitionen? Definitionen på en konverteringsrate kan gives således:
Konverteringsraten = Salg divideret med Besøg. Dvs. andelen af besøg, som genererede et salg.
For en konverteringsrate er vel en konverteringsrate?
Ovenstående formel er sådan systemerne (Google Analytics, Indextools (Yahoo! Web Analytics) og SiteCatalyst) udregner konverteringsraten. Men derfor behøver det ikke være den bedste måde at udregne den på.
Konverteringsrate i forhold til unikke besøgende?
Giver det et retvisende billede hvis konverteringsraten udregnes i forhold til antal besøg? Nogle produktkategorier køber brugerne ved første besøg, fx. produkter med lav involvering som en CD eller bog og “besøg” giver dermed et forholdsvis reelt billede af konverteringsraten. Når brugeren kommer ind på sitet så bør målet være at sælge i det pågældende besøg. Vender brugeren tilbage efterfølgende, kan det være for at købe endnu en vare, for nu skal han have en bog mere.
Men hvad med salg af varer, som har en længere beslutningsproces? Hvor mange går på Google, søger på tørretumbler, og køber den første og bedste? Konverteringsraten for produkter med større involvering, samt varer, som man køber sjældent bør måske være på baggrund af antallet af unikke besøgende frem for besøg?
Emnet har længe stået på min emneliste, og da Johan Schlüter fra Velux samtidig har bragt emnet op på 
Linkedin i gruppen “Danish Web Analytics Circle” (hvis du interesserer dig for webanalyse og ikke allerede er medlem af gruppen, så bringes hermed en opfordring), var der ikke flere undskyldninger for ikke at få lavet et indlæg om emnet. Johan skriver:
Visits versus visítor. Er beregningsgrundlaget afhængigt en tidsmæssig besøgsfaktor og hvad er denne?
Om man tager sit udgangspunkt i visits eller visitors bør være afhængigt hvilken type website man holder sig. Nogle websites besøger brugeren en, to eller tre gange inden for en kort periode og købes en vare har jeg en positiv conversion og en højere rate, da jeg qua websites natur beregner udfra visitors, men beregner jeg ud fra visits er det narturligvis kun besøget, hvorved der købes, der registreres positivt og dermed lavere rate. Kunden kommer ikke igen de næste 0,5, en-to-fem år. Omvendt med websites som besøges tit og ofte. Her giver det bedre mening at tale om visits som udgangspunkt for beregningen, da et bogsite, ´bingosite:) etc, har en anderledes relation til kunden, der kommer jævnligt igen og igen. Jeg synes at logikken holder, men så opstår følgende dilemmaer. 1.) Conversion rates på tværs af brancher bliver svære at benchmarke. 2) Hvordan bestemmer vi “universelt tidsmæssigt”, at her er en type A og B website og bør vi gøre det. Hvad siger i?
Johan selv taler dermed for at differentiere definitionen på konverteringsraten alt efter hyppigheden for salg af produktet og når til to dilemmaer: Benchmark på tværs af brancher og definering af hvilken gruppe sitet skal placeres i.
Hvordan benchmarkes konverteringsraten på tværs af brancher?
Med en konverteringsrate på baggrund af visits, benytter mange 2% som benchmark. 2% er en ok konverteringsrate – ikke frygtindgydende lav, men heller ikke prangende og bevis på et gennem-optimeret salgssite. Men hvad er benchmark hvis man i stedet benytter unikke besøgende? Jeg mener ikke problemet er anderledes end hvis man bruger de 2% som benchmark. Dette mener jeg ikke ud fra ovenstående udsagn – hvis konverteringsraten udregnes på baggrund af besøg, så bør det være lettere at få en konverteringsprocent på 2, hvis man sælger bøger, frem for hvis man sælger tørretumblere. Et benchmark er ikke stærkere end at man skal tage sine forbehold, og ud fra benchmarket lave et reelt benchmark. Man har et udgangspunkt for at kunne navigere ud fra det 
Hvilken gruppe af konverteringsrater hører sitet til?
Når man som ejer af et site skal placere sit site i forhold til hvordan konverteringsraten bør udregnes, hvad gør man så? I dag er der ingen klar måde at gøre dette på. Skulle jeg komme med et bud, så handler det om at undersøge mængden af research før et køb, dvs. hvor langt tid går der fra at brugeren første gang kigger på nettet efter produktet, til at det konkrete køb foretages? Endnu mere optimalt: Hvor mange gange besøger brugeren ens site, før beslutningen om køb foretages? I Google Analytics kan dette ses under e-commerce delen: Hhv. “Visits to Purchase” og “Days to Purchase”.
Vi kan nu og her lave en branchestandard: Hvis mere end 50% bruger 2 besøg eller flere før køb, så bør unikke besøgende benyttes til udregning af konverteringsraten. Hvis mere end 50% af salgene sker ved første besøg, så bør besøg benyttes.
Unikke besøgende er ikke kun ét tal
Indtil nu har jeg omtalt variablen “unikke besøgende” som ét tal, men så simpelt er det ikke. Unikke besøgende kan være pr. dag, pr. uge eller pr. måned. Forskellen er stor:
Bruger A kommer ind på sitet mandag og torsdag i samme uge. Udregning af unik besøgende pr. dag vil betyde at bruger A tæller som 2. Udregning pr. uge og pr. måned vil begge give 1. Hvis brugeren derimod besøger sitet torsdag og mandag (dvs. mandagen i ugen efter), så vil det tælle som 2 unikke besøgende ved både pr. dag og pr. uge, mens pr. måned tæller som 1. Der er to måder at håndtere dette: Enten at lade alt gå over en kam – konverteringsrate på baggrund af unikke besøgende er ALTID på baggrund af månedlige unikke besøgende, eller også skal der være klare definitioner for hvornår hvilken periode for unikke besøgende benyttes. Hvis sidstnævnte bør gøre sig gældende er det relevant at vide hvornår hvilken periode giver mest mening.
Unikke besøgende pr. dag
Brugeren kommer ind på dit site om morgenen for at læse om et produkt. Brugeren forlader dit site igen, fordi brugeren ønsker at læse om priser og udbudet på andre sites. I frokostpausen vender brugeren tilbage, for det var nu lidt spændende og en ok pris du havde. Om aftenen skal konen lige spørges,
men så er beslutningen heller ikke større, end at varen købes samme aften. Som besøg vil dette tælles som 3, men som unik besøgende pr. dag, så er det kun 1. Udregnes konverteringsraten på baggrund af antallet af unikke besøgende pr. dag, så bør det være fordi beslutningen tages samme dag. Typisk skal der flere besøg til, men beslutningen om køb er ikke længere væk, end at den tages samme dag. Produktet kan være en håndpisker (hvor mange mænd har købt en håndpisker uden at spørge konen først? Markering med håndsoprækning).
Unikke besøgende pr. uge
Nu tages beslutningen ikke længere samme aften. Der er brug for mere ro omkring købet, og det kræver en weekend med. Konen skal lige se på udvalget, og være enig i beslutningen, som begge parter måske lige skal tænke over. Produktet kan være nye spisebordsstole. Her vil unikke besøgende pr. uge give en retfærdig konverteringsrate, da brugeren kun tæller med én gang, men også kun har i tankerne at købe én gang i denne periode. Det er vigtigt at pointere at unikke besøgende pr. uge ikke er for en løbende uge, men mandag til søndag (i Google Analytics dog søndag til lørdag, hvis sproget er sat til engelsk), hvilket betyder at brugeren kan tælle med 2 gange inden for en periode på 7 dage.
Unikke besøgende pr. måned
Historien gentager sig. Denne gang er beslutningsprocessen blot længere – mere end en uge, og formentlig under en måned. Produktet kan være en tørretumbler. Man skal liiiige ud og se varen i en butik, og rådføre sig flere steder før valget tages. Igen skal det pointeres at en bruger kan tælle med to gange, selv om besøgende foretages inden for en 30 dages periode – hvis det er over et månedsskift (og her er amerikanerne heldigvis enige i hvornår man deler ).
Hvilken unik til konverteringsraten?
Der er ingen tvivl om at det giver god mening af skille tingene ad, og bruge antallet af unikke besøgende i forhold til beslutningsprocessens længde. Men omvendt giver det et endnu større slør i ønsket efter et benchmark og en ensartet måde at gøre tingene på. Resultatet af at bruge unikke besøgende er at konverteringsraten stiger, og den stiger mere, jo længere periode de unikke besøgende gælder for (dvs. konverteringsraten vil være størst hvis det udregnes på baggrund af månedlige unikke besøgende).
Min holdning er derfor: Rør ikke ved periodens længde for de unikke besøgende. Den eneste effekt dette har, er niveauet for konverteringsraten – udviklingen er ens. Benyt ugentlige unikke besøgende, da det dækker bredest, tager bedst højde for sæson udsving (julen varer en uge rent helligdagsmæssigt, efterårsferien er en uge mv) og endeligt, så er det mit indtryk af størstedelen af produkterne solgt over nettet har en beslutningsperiode mellem 2 og 7 dage (hvis vi renser for de tilfælde hvor besøg vil blive brugt).
Mit forslag til endnu en branchestandard er derfor: I de tilfælde hvor brugeren benytter 2 eller flere besøg før et køb foretages, så skal konverteringsraten udregnes på baggrund af de ugentlige unikke besøgende.
Tak til Johan for et godt indlæg i webanalyse debatten, og for tilladelse til gengivelse her. Jeg håber flere vil starte debatter i gruppen på Linkedin, og ellers er man som altid meget velkommen til at skrive her til bloggen, så jeg kan tage emnet op 
Hvad mener du? Er det relevant at dele konvertering op i flere måder at udregne det på, eller bør det kun være på baggrund af besøg? Er mine forslag til branchestandarder for skæve, for overfladiske eller generelt bare ubrugelige? Eller er der skabt historie i den danske webanalyse verden på en tilfældig mandag aften?
Pingback: www.anyhed.dk
Hej Jacob
God diskussion – og en meget interessant parameter at fokusere på og gå i dybden… Har lige fået et par gode idéer, jeg lige skal prøve af
Anyways – en lille kommentar. Du skriver:
“Min holdning er derfor: Rør ikke ved periodens længde for de unikke besøgende. Den eneste effekt dette har, er niveauet for konverteringsraten – udviklingen er ens.”
Nja – det behøver den vel ikke at være? Det kan jo fx. være et strategisk mål at gøre købsbeslutningen kortere på et website. Hvis dette er tilfældet, så er det da meget relevant at overvåge fx. Ordrer / Fortnightly visitors, Ordrer / Weekly visitors og Ordrer / Daily visitors – afhængigt af hvad man nu vil opnå?
Et lille indspark til din iver omkring at definere en branchestandard
Selvom du ofte har ytret dig kritisk omkring FDIM, var det så ikke rent faktisk en idé at benytte deres standard for Visitors som et udgangspunkt? Det er godt nok defineret på månedsplan, og det er rmåske lige i overkanten – men så var der da et ensartet tal på tværs af branchen… Forudsætter selvfølgelig igen, at sitet er medlem af FDIM – men hvem er efterhånden ikke det i disse dage
Ellers kan man jo overveje at finde et brugertal vha. Software Panelet.
Mvh.
Andreas Taarnskov Mailand
Der er forresten noget galt med din formular i Explorer 7 – checkboksen nedenunder ser helt skør ud…
Endnu en artikel, omend en smule lang
Min personlige holdning til emnet er helt klart, at måle conversion rate i forhold til visits, og så bruge visits per conversion som en metric også. Altså hvor mange besøg det i gennemsnit kræver for en unik bruger, før vedkommende konverterer.
At sammenligne sin conversion rate med andre, også inden for samme branche, mener jeg personligt er noget af det værste man overhovedet kan gøre. CR afhænger så ufatteligt meget af hvor du får din trafik fra (SEO, PPC, hvilke keywords osv), og så længe trafikfordelingen ikke bliver offentliggjort sammen med CR’en, så er den værdiløs. Jeg vil endda gå så langt som til at sige at den er farlig, da der trods advarsler alligevel vil være nogen der begynder at sammenligne sig med den.
I princippet er det også komplet ligegyldt hvor “høj” eller “lav” ens CR er, i forhold til andre. Det handler mere om hvad prisen er på ens trafik, og i sidste ende prisen per konvertering (ROAS).
@Andreas: Tak for godt input Andreas. Udviklingen vil være ens, det er kun et spørgsmål om hvor højt det ligger (mener der er en konstant procentmæssig forskel), men derfor kan man selvfølgelig godt have en interesse i at bruge en anden periode. Min pointe var mest at det ikke betyder at udviklingen ser anderledes ud, men hvis man i højere grad arbejder med benchmark og udviklingen, så vil den være ens (relativt).
Pudsigt du nævner FDIM og deres “Bruger”- den glemte jeg selv at få inddraget (på trods af min holdning til FDIM som egentlig mere er min holdning til Gemius og deres produkt – FDIM har blot valgt ansvarlige for valget…). Det er absolut også en interessant variabel at benytte til konverteringsraten. Men jeg er så ikke så enig i at de fleste efterhånden er medlemmer alligevel. E-shop, som investerer penge i en forening er i langt højere grad medlem af FDIH, hvor deres fokus på e-handel i langt højere grad dyrkes end i FDIM. Hvor meget e-commerce tracking er der fx lige i Gemius?
Må man høre nærmere om de ídéer du vil prøve af? Om ikke andet så efter de er afprøvet?
Og tak for info om min checkbox (tror jeg nok
). Hvad jeg har af viden om webanalyse matcher ikke helt mine kompetencer med dette WordPress tema, så der er desværre stadig lidt udfordringer. Jeg lærte fx at jeg ikke kan oprette indlæg i FF, så kan man ikke læse det i Explorer.
@Søren: Velkommen til, og godt holdt ud
Jeg prøver at fatte mig i korthed, men jeg vil så gerne have i bliver lidt længere. Spøg til side, jeg vil hellere gå i dybden, end at lave overfladiske indlæg, selv om det kræver tilmodighed hos brugerne til tider.
Du har noget så grusomt ret i at konverteringsraten kan være meget forskellig i forhold til trafikkanalerne. Og at det ikke betyder at være dårligt. Når trafikken er betalt, så handler det naturligvis i rigtig høj grad om ROI og ROAS, for hvis pengene mere end tjenes ind, så betyder en lav konverteringsrate langt mindre. Meeeen, jeg er nu ikke helt enig i at det er så slemt at sammenligne konverteringsrater. For rigtig mange (specielt mindre e-shops) betyder det meget med et benchmark. Det skyldes formentlig hovedsageligt at de har brug for noget at sigte efter. Man har også brug for at kunne tage armene op og juble når det går godt, og hvis man ikke kender til nogle standarder, men man øger sin konverteringsrate fra 0,1% til 0,2% så virker det jo godt, men kan være ret skidt.
For at skifte lidt emne til sidst, så mener jeg dog aldrig at man skal stille sig tilfreds med sin konverteringsrate. Design af website er en løbende proces hvor tre elementer hele tiden bør gøres: Test, test og test.
Hvornår er du glad for din konverteringsrate? Og hvor ofte segmenterer du din konverteringsrate på trafikkilden?
Ups, der skulle have stået endnu en SUPER artikel i det jeg skrev tidligere
@Jacob: Jeg segmenterer ALTID min konverteringsrate!
Og ikke kun per markedsføringskanal, men også mere efter hvor jeg tror den besøgende befinder sig i sin købsbeslutningsprocess. Det afhænger dog lidt af den konkrete case, for hos forretninger, der har en meget lav Visit per Conversion (f.eks. blomster- og kondombutikker) er dette ikke muligt. Mens man helt klart kan gøre det i f.eks. feriebranchen.
Ganske som du også selv er inde på, mener jeg at den eneste rigtige måde at arbejde med CR på, er “i forhold til en selv”. Dvs. konstant at finde (og teste, teste, teste) nye metoder til at forøge den.
Men det er også en del nemmere, når man ikke bare nøjes med at kigge på CR. Men at få den åbnet op i en Conversion Funnel med flere steps, der kan vise hvorhenne i butikken det er, at kunderne falder ud.
Må hellere se snart at få skrevet alt det her ned i en ny blog post…
@Søren: Aaaah, så giver det mere mening. Takker
Frafaldsraten i betalingsflowet er også et yderst relevant emne, hvor der i mange tilfælde er rigtig meget at hente. Dvs. optimere. Det er faktisk utroligt hvor mange der bruger masser af penge på at skaffe trafik til sitet, men knap bruger en krone på at optimere sitet. Tænk hvis alle investerede en måneds online marketing kr. på at optimere sitet – mit bud er at det er tjent hjem inden for de første tre måneder, og derefter er det rent ekstra indtjening. Men men, den debat må jeg også hellere gemme til et andet indlæg.
Hej Jacob
… det er langt fra alle, der er medlem af FDIM – det var egentlig også ment i spøg. Men for de sites, der er medlem, giver tallet et meget godt udgangspunkt. Er forøvrigt enig i din kritik af Gemius – mener bestemt også at det lader meget tilbage at ønske, omend deres realtime er fantastisk værktøj i tætte konkurrencesituationer (du kan jo selv se hvor jeg kommer fra…)
Idéer – ikke så konkret, men bare opfordring til mig selv om at dykke ned i visits to order mv. og få et mere detaljeret indblik i vores konverterende brugere…
My spouse and I stumbled over here from a different website
and thought I may as well check things out.
I like what I see so now i’m following you. Look forward to exploring your web page yet again.