As gravações de sessões funcionam. Mas como? Como é uma implementação real? Que resultados alcançam as equipas reais? Os casos de estudo mostram o caminho da implementação até aos resultados. Uma loja online descobre o abandono do checkout no telemóvel através de gravações. Vê setenta sessões em telemóvel. Identifica que os visitantes hesitam precisamente ao escolher entre cartão de crédito e uma carteira digital. Acrescenta o pagamento por carteira móvel. A conversão no telemóvel sobe de 1,2 por cento para 1,8 por cento. O impacto anual na receita é de quatrocentos e vinte mil dólares. Um produto SaaS vê gravações de onboarding. Descobre que os novos utilizadores passam doze minutos a clicar no painel à procura do botão de exportar. Muda o botão de um menu aninhado para a barra de ferramentas principal. A adoção da funcionalidade passa de oito por cento para vinte e três por cento dos novos utilizadores. Estes exemplos não são teóricos. São resultados reais de equipas que implementaram bem. As gravações de sessões dão resultados quando o processo tem disciplina. Os casos de estudo provam-no. A diferença entre as equipas que têm sucesso com gravações e as que não têm é o rigor na execução. A ferramenta certa importa. A estrutura de equipa certa importa. O processo de medição certo importa. Mas, acima de tudo, importa a disciplina certa. As equipas que veem gravações com propósito, documentam as conclusões, testam as alterações e medem os resultados têm sucesso de forma consistente.
Este artigo explica casos de estudo de gravações de sessões e resultados reais de implementação.
Caso de estudo de loja online: atrito nas opções de pagamento no telemóvel
Uma loja online de equipamento de exterior tinha um bom desempenho no computador, mas vendas fracas no telemóvel. A conversão no computador era de 2,8 por cento. No telemóvel era de 1,1 por cento. A relação entre telemóvel e computador era de 39 por cento. Assumiam que o tráfego do telemóvel era de pior qualidade. Estavam errados.
Implementaram gravações de sessões no final de agosto. Definiram o objetivo de perceber o atrito específico do telemóvel. Viram vinte sessões de checkout abandonadas em dispositivos móveis. O padrão surgiu de imediato. Catorze dos vinte que abandonaram chegaram ao ecrã de escolha do método de pagamento. Depois pararam. Não concluíram o checkout.
A equipa observou com mais cuidado. Os visitantes chegavam às opções de pagamento, viam apenas duas opções (cartão de crédito e uma carteira digital) e depois deslizavam para baixo à procura de mais. Voltavam a subir. Passavam o dedo pela zona de pagamento. Depois fechavam o navegador. A sessão terminava.
A equipa entrevistou alguns clientes. Descoberta: sessenta e três por cento dos compradores no telemóvel preferiam pagar com a carteira móvel do telemóvel, como o Google Pay. O site não oferecia nenhuma. Os visitantes procuravam estas opções. Não as encontravam. Saíam.
A implementação demorou duas semanas. Integraram carteiras móveis, incluindo o Google Pay. Reorganizaram o ecrã de pagamento. Tornaram as opções de pagamento maiores e mais claras. Acrescentaram um texto de ajuda a explicar que métodos de pagamento estavam disponíveis.
Resultados ao fim de duas semanas. A conversão no telemóvel melhorou de 1,1 por cento para 1,6 por cento. É um aumento de quarenta e cinco por cento. O valor médio das encomendas era de cento e noventa dólares. O aumento gerou cerca de trezentos e setenta mil dólares de receita anual adicional. O custo da ferramenta foi de seis mil dólares. O trabalho de implementação foi de quarenta horas. O investimento total foi de oito mil dólares. O ROI foi de quatro mil seiscentos por cento.
Caso de estudo de SaaS: a dificuldade em encontrar uma funcionalidade trava a adoção
Uma empresa de SaaS de gestão de projetos lançou uma funcionalidade de registo de tempo. Anunciou-a aos clientes. Esperava que a adoção crescesse de forma constante. Ao fim de um mês, só seis por cento dos utilizadores tinham ativado o registo de tempo. Ao fim de três meses, a adoção atingiu o máximo de nove por cento e estagnou. Não percebiam porque a adoção era tão baixa.
Implementaram gravações de sessões para perceber o atrito na adoção da funcionalidade. Viram trinta gravações de novos utilizadores na primeira semana. Viram mais trinta gravações de utilizadores existentes no primeiro mês depois do lançamento do registo de tempo.
Descoberta: os novos utilizadores nunca viam a funcionalidade de registo de tempo. Estava num submenu, no separador Definições. Os novos utilizadores só exploravam as Definições depois de semanas a usar o produto. Os utilizadores existentes não sabiam que a funcionalidade existia, porque o email de anúncio teve uma taxa de abertura baixa.
A equipa viu uma gravação particularmente reveladora. Um utilizador avançado passou quarenta e três minutos a usar o produto, a navegar por várias secções, mas nunca descobriu o registo de tempo. O verdadeiro problema: o registo de tempo não estava visível no fluxo de trabalho principal. Os utilizadores não lhe conseguiam aceder enquanto faziam o trabalho a sério.
A implementação demorou seis semanas. A equipa acrescentou o registo de tempo diretamente à vista de tarefas. Quando os utilizadores criavam ou editavam tarefas, viam um botão de registo de tempo. O botão era discreto, mas estava lá. Acrescentaram uma dica a explicar o que fazia.
Resultados ao fim de duas semanas de lançamento. A adoção do registo de tempo saltou de nove por cento para trinta e dois por cento. Ao fim de seis semanas, a adoção chegou aos quarenta e um por cento. A receita mensal recorrente dos clientes que usam o registo de tempo aumentou em cento e cinquenta mil dólares por ano. O custo da ferramenta foi de dez mil dólares. O custo de implementação foi de cinco mil dólares. O ROI foi de seiscentos e sessenta e sete por cento.
Caso de estudo B2B: atrito escondido num formulário de captação de leads
Uma empresa de software B2B organizava webinars trimestrais. Captava leads através de um formulário. A taxa de preenchimento do formulário era de trinta e dois por cento. Isso significava que sessenta e oito por cento dos visitantes que chegavam ao formulário não o preenchiam. Precisavam de mais leads, mas não podiam aumentar os custos de tráfego.
Implementaram gravações de sessões para perceber o abandono do formulário. Viram cinquenta gravações de visitantes que abandonaram o formulário. Marcaram cada gravação com o campo onde o abandono aconteceu.
Descoberta surpreendente: o abandono não estava distribuído de forma uniforme. Dezanove visitantes abandonaram no campo Nome da empresa. Vinte e dois abandonaram no campo Telefone. Apenas dois abandonaram no campo Email. Quando os visitantes chegavam ao campo Nome da empresa, hesitavam. Quando chegavam ao Telefone, o formulário rejeitava números formatados de forma incorreta. Os visitantes tentavam formatos diferentes. Acabavam por desistir.
A equipa analisou os requisitos do formulário. O Nome da empresa era opcional. O Telefone era recolhido, mas não era crítico. Os dois campos acrescentavam atrito sem acrescentar valor.
A implementação demorou uma semana. Tornaram o Nome da empresa opcional e passaram-no mais para baixo. Removeram por completo o campo Telefone. Simplificaram o formulário de oito campos obrigatórios para quatro.
Resultados ao fim de três semanas. A taxa de preenchimento do formulário subiu de trinta e dois por cento para cinquenta e um por cento. É um aumento de cinquenta e nove por cento. Antes captavam cerca de oitenta leads por webinar. Agora captavam cento e trinta leads por webinar. O custo por lead desceu quarenta e dois por cento. O impacto anual foi de cerca de seiscentos mil dólares em pipeline adicional. O custo da ferramenta foi de cinco mil dólares. O investimento total foi de cinco mil dólares. O ROI foi de mil e duzentos por cento.
Caso de estudo de SaaS: a complexidade do onboarding causa abandono precoce
Um produto SaaS de análise de dados tinha uma boa aquisição freemium, mas uma conversão fraca para planos pagos. A taxa de abandono no primeiro mês era de trinta e oito por cento. A gestão achava que os utilizadores não percebiam o valor. Os dois pressupostos estavam errados.
Implementaram gravações de sessões para perceber o comportamento inicial dos utilizadores. Viram cinquenta gravações de utilizadores na primeira hora. Depois compararam os utilizadores que convertiam com os que abandonavam.
Descoberta: os utilizadores que convertiam concluíam a primeira análise em quinze minutos e depois exploravam outras funcionalidades. Tentavam criar uma segunda análise. Os utilizadores que abandonavam concluíam a primeira análise e depois saíam. Não voltavam.
A diferença não era a capacidade. Era a confiança. Os utilizadores que convertiam sentiam-se competentes. Os que abandonavam sentiam que tinham concluído a tarefa para que vieram. Não percebiam porque precisariam do produto para além desse caso de uso inicial.
A implementação demorou oito semanas. Redesenharam a experiência de onboarding. Depois de os utilizadores concluírem a primeira análise, mostravam um ecrã "O que se segue". Três análises sugeridas que podiam fazer com os seus dados. Acrescentaram ajuda contextual. Acrescentaram uma barra de progresso a mostrar quanto do produto já tinham explorado.
Resultados ao fim de um mês com o novo onboarding. O abandono no primeiro mês desceu de trinta e oito por cento para vinte e quatro por cento. A conversão para plano pago no terceiro mês subiu de dezoito por cento para trinta e dois por cento. O valor do cliente ao longo da vida aumentou quarenta por cento. O impacto anual na receita foi de cerca de 1,2 milhões de dólares. O custo da ferramenta foi de oito mil dólares. O custo de implementação foi de doze mil dólares. O investimento total foi de vinte mil dólares. O ROI foi de cinco mil novecentos por cento.
Perguntas frequentes
Como decidiram estas equipas focar-se nestes problemas específicos?
Começaram pelas métricas. A conversão no telemóvel era mais baixa do que no computador. A adoção da funcionalidade não cumpria as expectativas. O preenchimento do formulário estava abaixo da média do setor. As métricas mostraram onde havia problemas. Depois usaram as gravações de sessões para perceber porquê. As métricas mostram que existe um problema. As gravações mostram porque existe. Com o criador de websites da WEMASY, podes configurar isto diretamente no teu website.
Estas equipas usaram testes A/B para validar as alterações?
A maioria sim. A equipa das opções de pagamento aplicou as alterações a todos os utilizadores porque o problema era claro. A equipa da descoberta da funcionalidade testou a nova posição com cinquenta por cento dos utilizadores antes de a aplicar a todos. A equipa do formulário testou a versão simplificada com cinquenta por cento dos utilizadores. A equipa do onboarding testou primeiro a experiência redesenhada com novos utilizadores de uma região específica. Testar reduziu o risco.
Quanto tempo demorou a implementar estas alterações?
Os prazos de implementação variaram. As alterações às opções de pagamento demoraram duas semanas. A correção da descoberta da funcionalidade demorou seis semanas, porque exigiu coordenação entre design e engenharia. A simplificação do formulário demorou uma semana. O redesenho do onboarding demorou oito semanas, por ser abrangente. A complexidade determinou o prazo.
Alguma destas alterações falhou ou produziu resultados inesperados?
A equipa das opções de pagamento acompanhou possíveis problemas. Temia que alterar as opções de pagamento aumentasse a fraude. Não aumentou. A conversão no telemóvel subiu sem aumento de fraude. A equipa da descoberta da funcionalidade acompanhou a adoção com atenção. As ativações acidentais foram mínimas. As implementações bem-sucedidas continuam a vigiar efeitos secundários.
Como mediram estas equipas o ROI com rigor, quando outros fatores podiam ter influenciado os resultados?
Controlaram as variáveis externas. A equipa da loja online confirmou que a qualidade do tráfego não mudou. As empresas de SaaS compararam os utilizadores que converteram com os que abandonaram, para ver que a variável era a experiência de onboarding e não a qualidade do tráfego. Controlar variáveis aumenta a confiança nos resultados.
As empresas mais pequenas podem alcançar um ROI semelhante ou isto limita-se às grandes organizações?
O tamanho da empresa não determina o ROI. Uma loja online pequena, com menor volume de transações, pode ver uma melhoria percentual semelhante, mas um impacto absoluto menor na receita. Uma empresa de SaaS pequena, com menos clientes, pode ver um impacto anual menor na receita. Mas a melhoria percentual seria semelhante. Um aumento de quarenta e cinco por cento na conversão beneficia empresas de todos os tamanhos.