5.2.2018

Autokaupan analytiikka

Olemme käsitelleet blogijutuissamme aiemmin verkkopalveluiden analytiikan perusteita useaan otteeseen. Jokainen toimiala on kuitenkin yksilöllinen ja geneerinen lähestyminen analytiikkaan ei tarjoa parhaita ratkaisuja toimialan erityistarpeisiin. Autokauppa tarjoaa useita herkullisia mahdollisuuksia analytiikan hyödyntämiseen. Tässä kirjoituksessa keskityn mahdollisuuksiin hyödyntää analytiikkaa erityisesti autokauppojen verkkopalveluissa.

Palvelun kehittäminen käyttäjälähtöisesti

Käyttäjälähtöinen suunnittelu on toimivan verkkopalvelun perusta. Analytiikka oikeissa käsissä tarjoaa monipuoliset työkalut asiakasymmärryksen kasvattamiseen. Autojen myyminen suoraan verkossa on yleistynyt Suomessa viimeisen kahden vuoden aikana. Ostoputki autokaupassa on rahoituksineen ja hyvitystarjouksineen väistämättä tavallista verkkokauppaa monimutkaisempi. Analytiikka osoittaa, mitkä kohdat ostoputkessa aiheuttavat asiakkaille ongelmia. Samalla voidaan myös selvittää, onko autokaupan oma toimintamalli liian kankea vietäväksi verkkoon sellaisenaan. Sama koskee toki myös huollon varausta.

Vielä ostoputkeakin keskeisemmässä asemassa autokaupan sivustoilla on autohaku. Jos asiakas ei löydä nopeasti ja helposti itselleen sopivaa autoa, ei konversiosta auton myyntiin tarvitse edes haaveilla. Myös autohaun kehitystä kannattaa ohjata analytiikan avulla. Autohaun kaikkiin suodattimiin kytketään seuranta, josta nähdään kiinnostaako asiakkaita ensisijaisesti vaikkapa auton merkki ja malli, käyttövoima, vetotapa vai sijainti. Tällä tiedolla autohaun suunnittelussa voidaan priorisoida omaa asiakaskuntaa oikeasti kiinnostavia hakukriteerejä ja karsia suodattimia, joiden käyttö on vähäistä.

Analytiikan paras ystävä on A/B-testaus. Sen toteutus on tekniseltä työmäärältään todella pieni. Tarvitaan vain hiukan kärsivällisyyttä. Esimerkiksi Google Analytics pitää sisällään kaikki tarvittavat toiminnallisuudet. A/B-testaus toteutetaan yksinkertaisesti seuraavasti:

  1. Analytiikasta tai käyttäjiltä saadusta palautteesta on todettu, että esimerkiksi huollon varauksessa on ongelmia.
  2. Muodostetaan hypoteesi siitä, millä muutoksilla vika saadaan korjattua, ja toteutetaan vaihtoehtoinen ratkaisu.
  3. Sen sijaan, että julkaistaan suoraan uusi versio ja uskotaan sokeasti sen olevan vanhaa parempi, ohjataan osa käyttäjistä samanaikaisesti uuteen ja osa vanhaan versioon.
  4. Tarkkailujakson aikana mitataan, kumpi versio johtaa parempaan konversioon, ja lopulta julkaistaan voittanut versio.

Haasteena joissain tapauksissa voi olla järkevien mittareiden keksiminen hypoteesien tueksi. Miten esimerkiksi mitataan, toimiiko uudistettu autohaku vanhaa paremmin? Olennaista testauksessa on valita riittävän pieniä kokonaisuuksia. Jos samalla kertaa muutetaan liian montaa asiaa, on vaikeaa erotella, mitkä yksittäiset muutokset vaikuttivat positiivisesti tai negatiivisesti.

Analytiikka myynnin työkaluna

Kun autohaku on saatu toimimaan optimaalisesti, pitää vielä varmistaa, että käyttäjät löytävät kaikki heille sopivat kohteet. Väärät tai puutteelliset tiedot voivat estää autoja nousemasta hakutuloksiin, ja jos kohteesta puuttuu kuvat, ei asiakas todennäköisesti edes avaa sen sivua. Mutta miten saadaan kiinni nämä epäonniset yksilöt satojen tai parhaassa tapauksessa tuhansien autojen joukosta. Kivijalan myyjiä varten voidaan helposti rakentaa viikoittain lähetettävät toimipistekohtaiset sähköpostiraportit, joihin listataan autot niiden katselumäärien mukaan. Raportista näkee suoraan, mitkä autot eivät syystä tai toisesta kiinnosta asiakkaita. Tämän tiedon pohjalta niiden sisältöä voi rikastaa houkuttelevammaksi.

Toimialan tila

Oman kokemukseni mukaan analytiikan hyödyntäminen toimialan verkkopalveluissa on yhä vajavaista. Yhtenä kompastuskivenä ovat tekniset toteuttajat tai suunnittelutahot, joiden prosessissa räätälöity analytiikka ei ole vakioitu käytäntö. Alan verkkopalveluiden monimutkaistuessa on entistä tärkeämpää ottaa myös analytiikka kokonaisvaltaisesti haltuun sekä myynnin työkaluna että käyttäjälähtöisen suunnittelun perustana.

Verkkopalvelut Käyttökokemus Analytiikka Asiakaskeskeisyys