Uporabniška izkušnja (UX)

Kako visoka je lahko cena slabih spletnih iskalnikov in filtrov

Kako visoka je lahko cena slabih spletnih iskalnikov in filtrov

Ta članek je nastal na podlagi intervjuja s Creatimovim UX oblikovalcem Sebastianom Žetkom in je bil prvotno objavljen v Financah.

B2B-kupci se v spletni trgovini od B2C-kupcev razlikujejo predvsem po načinu odločanja in nakupnem procesu. Medtem ko so B2C-nakupi pogosto impulzivni in včasih čustveni, B2B-kupci delujejo precej bolj premišljeno, z jasnim ciljem in večjo odgovornostjo, saj gre ponavadi za nakupe večjih zneskov. Potrebe B2B-kupcev so kompleksnejše – pričakujejo individualne cene, možnosti vnovičnega naročanja, odloženo plačilo ter integracijo z lastnimi sistemi. Zato so nakupne poti B2B daljše, vključujejo več odločevalcev in temeljijo na dolgoročnih odnosih, zaupanju in zanesljivosti ponudnika.

Na prvi pogled so pogosto najbolj opazne razlike te:

  • uporabniški vmesnik: B2B-uporabniki pogosto iščejo večjo gostoto preglednosti izdelkov, zato je seznam izdelkov, ki omogoča hitrejši pregled, ponavadi bolj primeren kot velike kartice, značilne za B2C-trgovine;
  • iskanje izdelkov: odločilnega pomena je, da uporabniki hitro in enostavno najdejo izdelek, ki ustreza njihovim specifičnim zahtevam. V tem kontekstu imajo iskalnik in filtri izjemno pomembno vlogo, saj omogočajo natančno iskanje glede na različna merila;
  • cenovna dinamika: B2B-stranke ponavadi uživajo ugodnosti, ki so določene s pogodbenimi dogovori o cenah, kar pomeni, da mora spletna trgovina omogočati dinamično prikazovanje cen, odvisno od pogodbenih pogojev. To zahteva ustrezno podporo na ravni zalednega sistema, bodisi prek ERP-integracije bodisi z drugimi rešitvami;
  • potrjevanje nakupov: pri večjih organizacijah se pogosto od različnih deležnikov zahteva potrjevanje nakupov. Zaposleni lahko, na primer, dodajo izdelke v nakupno košarico, medtem ko odgovorna oseba (na primer vodja nabave) dejansko potrdi ali sklene naročilo;
  • dostavni čas: hitrost dostave je v B2B-poslovanju pogosto odločilni dejavnik za zagotavljanje pozitivne uporabniške izkušnje. Včasih je prav hitrost dostave tisti element, ki odloča o uspehu oziroma zadovoljstvu stranke.
Po podatkih raziskave Forrester kar 40 odstotkov B2B-kupcev opusti iskanje, če prek iskalnika ne najdejo tega, kar iščejo​. To pomeni, da skoraj polovica potencialnih B2B-kupcev ob neuspešnem iskanju zapusti spletno trgovino.

V B2B-okolju so posledice neuspešnih iskanj predvsem nižja dodana vrednost z vidika avtomatizacije prodaje, pravi Sebastian Žetko iz Creatima. »Poleg tega lahko pride do slabše izkušnje za mlajše uporabnike (milenijce in generacijo Z), saj ti pogosto pričakujejo visoke standarde digitalnih izkušenj. V obeh primerih pa to pomeni tudi priložnost za konkurenco, ki lahko hitro izkoristi vaše pomanjkljivosti za širjenje svojega tržnega položaja.«


Moški z očali, ki v roki drži mikrofon

Foto: Creatim d.o.o.

Sebastian Žetko, UX-oblikovalec v podjetju Creatim: »Za posamezne oddelke spletne trgovine imejte produktne vodje namesto enega vodjo za celotno trgovino. Produktni vodje namreč poznajo svoje oddelke oziroma kategorije z vidika »domenskega znanja.«

Preverite kakovost svojih filtrov in iskalnikov

Glavni vidik dobre uporabniške izkušnje so uporabniki, zato je najbolje, da ima vsak oddelek v spletni trgovini svojega »produktnega vodjo«, ki skrbi, da se v okviru oblikovanja uporabniške izkušnje redno izvajajo testiranja oziroma intervjuji z uporabniki.

»Testiranja naj potekajo tako, da uporabnikom dodelimo specifične naloge, kot je iskanje določenih izdelkov. Med tem postopkom se seja opazuje ali snema, pri čemer smo pozorni na morebitne točke trenja, kjer lahko pride do težav v uporabniškem procesu,« svetuje Sebastian Žetko.

Pogosto so pomembni tudi podatki. Na primer, bodite pozorni na morebitne razlike v prodaji določenih izdelkov med spletnimi in nespletnimi kanali. Tam, kjer so odstopanja v korist nespletne prodaje, so priložnosti za izboljšave.

»Ko enkrat ugotovimo, kje in kaj je problematično, lahko te točke spremljamo tudi z uporabo orodja, kot je Hotjar, ki omogoča množično anonimno snemanje uporabniških sej. To orodje nam daje širok vpogled v kvalitativne podatke, vendar ne zagotavlja iste kakovosti kot testiranje z uporabniki v živo, saj pri teh lahko neposredno zaznamo kontekst, v katerem se težave pojavljajo,« doda Žetko.

Poleg kvalitativnega spremljanja je nujno, da spremljate tudi kvantitativne podatke, kot je stopnja konverzije izdelkov v posamezni kategoriji. To je pomembno za ugotavljanje, ali so spremembe prinesle učinke, kot je povečanje števila izdelkov, ki so dodani v košarice v opazovani kategoriji.

Pomoč UI

S pomočjo umetne inteligence (UI) lahko učinkovito analiziramo velike količine podatkov o izdelkih, da pridobimo glavne lastnosti teh izdelkov, torej glavne spremenljivke. Na primer, to so lahko podatki, kot so (če dam primer produkta, ki ga vsi poznamo) velikost televizije, tip zaslona, frekvenca osveževanja, brezžični priklop, poraba električne energije, možnost svetlobnega prilagajanja zaslona, možnost priklopa zvočnikov in podobno.

»Ko so te lastnosti identificirane, jih je treba ustrezno implementirati, bodisi v obliki metapodatkov o izdelkih bodisi kot filtre in merila v uporabniškem vmesniku oziroma pri obdelavi podatkovnih baz,« pravi sogovornik iz Creatima.

Čeprav lahko podjetja to storijo sama, je to le delček večjega mozaika. »Za uspešno reševanje uporabniških problemov so potrebne različne faze, od raziskovanja, ideacije, prototipiranja do testiranja. Podjetja lahko sama predvsem razumejo problem in zbirajo simptome, vendar pa za uspešno reševanje tega problema priporočamo sodelovanje z ustreznimi strokovnjaki, kot je oblikovalec uporabniške izkušnje.«

Seveda uporaba UI prinaša prihranek časa. Koliko? Sebastian Žetko predstavlja konkreten primer: »Ročno delo za pripravo filtrov za 500 izdelkov ponavadi traja od 20 do 30 ur. Z umetno inteligenco se čas skrajša na štiri do osem ur, kar pomeni prihranek od 15 do 25 ur. UI lahko skrajša potreben čas za več kot 80 odstotkov, v nekaterih primerih tudi do 90 odstotkov.«

Pri tem pa opozarja, da to ne pomeni nujno, da boste za kakovostne filtre plačali manj. Namesto tega bo pri istem vložku energije v pripravo filtrov rezultat precej boljši, saj umetna inteligenca nadomesti ročno analizo prodajne ponudbe. Razmerje med vloženim časom in kakovostjo izkušnje se tako zniža.

61 odstotkov ponudnikov B2B izgublja prodajo zaradi slabega iskanja na spletu. V poročilu Master B2B – State of B2B eCommerce 2023 je 61 odstotkov B2B-prodajalcev priznalo, da so izgubili prodajo, ker njihovo spletno iskanje ni dovolj dobro.

Pet glavnih razlik med iskanjem z UI in tradicionalnimi filtri

Iskanje z umetno inteligenco je zmogljivejše od iskanja s filtri, saj temelji na ujemanju ključnih besed. UI namreč uporablja semantično iskanje, zaradi česar je postopek bolj intuitiven in enostaven za uporabnike. UI lahko upošteva tudi posamezne preference, zgodovino nakupov in prejšnja iskanja ter tako omogoči bolj personalizirana priporočila.

Tako je Hilary Murdock iz podjetja Threekit določila pet glavnih razlik med iskanjem z UI in tradicionalnimi spletnimi filtri:

  1. UI ima »možgane«: zaradi semantičnega razumevanja UI razume pomen in namen uporabniških poizvedb – presega zgolj ujemanje ključnih besed. Prepozna sopomenke, kontekst in pogovorni jezik, kar pomeni bolj relevantne rezultate. Uporabniku ni treba razmišljati kot računalnik – dovolj je, da napiše, kar potrebuje, in UI bo razumel.
  2. UI gre globlje: UI razume zapletene poizvedbe in obvlada naravni jezik, medtem ko se filtri večinoma opirajo na vnaprej določene kategorije in atribute. Namesto vnašanja ključnih besed in stalnega filtriranja lahko uporabnik postavi vprašanje, kot bi ga postavil prodajalcu. Rezultati so natančnejši in bolj podobni izkušnji osebnega svetovalca v trgovini.
  3. UI ve, kaj iščete: z napovednimi zmogljivostmi lahko UI predlaga izdelke, še preden uporabnik konča iskalni niz – česar filtri ne omogočajo. To prihrani čas, še posebej, kadar uporabnik išče nekaj po opisu, in ne točno določen izdelek. Na primer, »potrebujem čevlje za poroko oktobra« že med tipkanjem prikaže ustrezne možnosti, brez ročnega filtriranja po velikosti ali slogu.
  4. Ni potreben popoln vnos: z UI ni potrebna popolna zadetost. S tako imenovanim mehkim ujemanjem UI razume tipkarske napake, delne vnose in različice imen izdelkov, medtem ko filtri zahtevajo natančno ujemanje. To omogoča bolj naravno iskanje, uporabno za ljudi, ki ne govorijo tekoče angleško, za tiste, ki hitijo, ali za uporabnike s posebnimi potrebami.
  5. UI vas spozna: iskanje z UI je personalizirano – prilagodi rezultate glede na uporabniške navade, preference in zgodovino nakupov, kar pomeni bolj osebno izkušnjo kot pri standardnih filtrih.

To ne vodi le do bolj ustreznih rezultatov, temveč tudi do večjih možnosti za dodatno prodajo. Vračajoči se kupci vidijo izdelke, ki dopolnjujejo njihove prejšnje nakupe, kar poveča zaupanje v blagovno znamko in možnost nakupa. Kot vidimo, je odkrivanje izdelkov z umetno inteligenco veliko več kot le bolj »pametno« iskanje – gre za premišljeno in bolj relevantno izkušnjo brskanja, ki koristi tako kupcu kot trgovcu.