Verkkokaupan konversion kasvattaminen : opas konversio-optimointiin LIFT-mallia käyttäen
Salmela, Johanna (2021)
Salmela, Johanna
2021
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2021120724299
https://urn.fi/URN:NBN:fi:amk-2021120724299
Tiivistelmä
Tämän toiminnallisen opinnäytetyön tavoitteena oli auttaa pk-yritysten verkkokauppiaita kasvattamaan oman verkkokaupan konversiota ja tulosta. Tavoitteena oli tarjota heille edullinen ja tehokas, mutta helppo keino kasvattaa verkkokaupan konversiota, ilman markkinointibudjetin kasvattamista. Suomessa perustettiin viime vuosien aikana kymmeniä tuhansia uusia verkkokauppoja. Osa niistä perustettiin niin sanotusti pakon sanelemana, sillä talvella 2020 alkanut koronapandemia siirsi ison osan asiakkaista verkkoon. Monella uudella verkkokauppiaalla ei ollut aiempaa tietotaitoa verkkokaupan ylläpitämisestä ja kehittämisestä ja ajan kuluessa myynnin ja tuloksen aikaansaaminen ja lisääminen osoittautui haasteelliseksi.
Verkkokaupan tuloksen ja konversion kasvattamisen menetelmäksi valikoitui konversio-optimointi ja työkaluksi heuristinen LIFT-malli. Sen avulla optimoitaessa verkkokaupan ostopolusta tulee asiakasystävällisempi ja konvertoivampi, koska LIFT-malli auttaa löytämään konversion esteenä olevat tekijät ja kehittämään niitä.
Opinnäytetyön teoreettiseen osuuteen kerättiin tietoa aihealueen keskeisistä käsitteistä, verkkokaupan ostopolusta ja konversiota edistävistä ja estävistä tekijöistä. Lähdeaineisto koostui aihealuetta käsittelevistä oppaista ja webinaareista sekä verkko- ja kirjalähteistä. Aiheesta ei ollut aiemmin tehty opasta.
Opinnäytetyön toiminnallisen osuuden tuotoksena syntyi opas, joka opastaa konversio-optimointiin LIFT-mallia käyttäen. Oppaan tarkoituksena oli tarjota konversioasteen kasvattamiseen kerätty tietoperusta mahdollisimman ohjaavassa ja havainnollisessa muodossa. Opas sisältää myös teoriatietoa, mutta se on helppolukuinen kokemattomallekin verkkokaupan kehittäjälle. Opas suunniteltiin ja toteutettiin Adobe InDesign taittojen ja sivujen suunnitteluohjelmistolla.
Opinnäytetyön johtopäätöksenä todettiin, että LIFT-malli on relevantti konversio-optimoinnin työkalu silloin, kun optimointi halutaan tehdä itse ilman aiempaa kokemusta ja verkkokaupassa ei ole vielä suurta kävijäliikennettä. Todettiin myös, että parhaisiin kehittämistuloksiin pääsemiseksi, sen tukena olisi hyvä käyttää myös muita konversio-optimoinnin menetelmiä, kuten kuumakarttoja, kävijäkyselyitä ja A/B-testausta, unohtamatta konversioseurantaa Google Analyticsissa.
Verkkokaupan tuloksen ja konversion kasvattamisen menetelmäksi valikoitui konversio-optimointi ja työkaluksi heuristinen LIFT-malli. Sen avulla optimoitaessa verkkokaupan ostopolusta tulee asiakasystävällisempi ja konvertoivampi, koska LIFT-malli auttaa löytämään konversion esteenä olevat tekijät ja kehittämään niitä.
Opinnäytetyön teoreettiseen osuuteen kerättiin tietoa aihealueen keskeisistä käsitteistä, verkkokaupan ostopolusta ja konversiota edistävistä ja estävistä tekijöistä. Lähdeaineisto koostui aihealuetta käsittelevistä oppaista ja webinaareista sekä verkko- ja kirjalähteistä. Aiheesta ei ollut aiemmin tehty opasta.
Opinnäytetyön toiminnallisen osuuden tuotoksena syntyi opas, joka opastaa konversio-optimointiin LIFT-mallia käyttäen. Oppaan tarkoituksena oli tarjota konversioasteen kasvattamiseen kerätty tietoperusta mahdollisimman ohjaavassa ja havainnollisessa muodossa. Opas sisältää myös teoriatietoa, mutta se on helppolukuinen kokemattomallekin verkkokaupan kehittäjälle. Opas suunniteltiin ja toteutettiin Adobe InDesign taittojen ja sivujen suunnitteluohjelmistolla.
Opinnäytetyön johtopäätöksenä todettiin, että LIFT-malli on relevantti konversio-optimoinnin työkalu silloin, kun optimointi halutaan tehdä itse ilman aiempaa kokemusta ja verkkokaupassa ei ole vielä suurta kävijäliikennettä. Todettiin myös, että parhaisiin kehittämistuloksiin pääsemiseksi, sen tukena olisi hyvä käyttää myös muita konversio-optimoinnin menetelmiä, kuten kuumakarttoja, kävijäkyselyitä ja A/B-testausta, unohtamatta konversioseurantaa Google Analyticsissa.