در مطالب قبلی بلاگ در مورد مهم‌ ترین ویژگی‌ های شاخص های کلیدی عملکرد برای استارتاپ، ۵ شاخص کلیدی عملکرد برای استارتاپ که نباید از رصد آن ها غافل شد و چالش‌ های بکارگیری شاخص‌ کلیدی عملکرد برای استارتاپ صحبت کردیم.

در این مطلب قصد داریم به مفهوم ۲ شاخص کلیدی عملکرد برای استارتاپ؛ «رشد» و «نرخ تبدیل» بپردازیم. گرچه این دو مفهوم خود به صورت یک شاخص کلیدی عملکرد تعریف و درک می‌ شوند اما می توانند مکملی برای تعریف و پایش سایر شاخص های کلیدی عملکرد‌ نیز باشند. 

رشد؛ مهم ترین شاخص کلیدی عملکرد برای استارتاپ

رشد، میزان تغییر یک مقدار نسبت به مقدار قبلی آن در زمان مشخصی از گذشته است. طبق این تعریفِ ساده می‌توان دو نتیجه مهم و اولیه گرفت:

۱) بهتر است مناسب ترین متغیر برای اندازه گیری رشد انتخاب شود

اولین گام در رصد نحوه عملکرد و میزان موفقیت استارتاپ، انتخاب شاخص کلیدی عملکردِ مناسب و در مرحله بعد محاسبه رشد ِ آن شاخص است. در مقابل محاسبه رشد یک شاخص کلیدی عملکرد نامناسب می‌تواند باعث از دست رفتن تمام سرمایه‌ شود زیرا رشدِ هر شاخصی معادل با رشدِ استارتاپ نیست.

۲) رشد، نسبت تغییر متغیر را محاسبه می کند

وقتی از رشد حرف می ‌زنیم منظور نسبت تغییر یک شاخص است که مستقل از حجم و اندازه آن شاخص کلیدی عملکرد به دست می ‌آید. این ویژگی باعث می ‌شود بتوان بدون تاثیر گرفتن از وضعیت فعلی، روندهایی که استارتاپ در آن قرار دارد را شناسایی و نسبت به آنها آگاه بود.

چرا رشد مهم‌ ترین شاخص کلیدی عملکرد استارتاپ است؟

در پاسخ باید گفت که مهم ‌ترین تفاوت میان استارتاپ‌ و شرکت سنتی در «رشد سریع و مقیاس پذیری» آن‌ است. گرچه نمی‌ توان این ویژگی را یک تعریف فراگیر و مورد قبول همگان از استارتاپ دانست اما بی شک رشد یکی از پارامترهای مهم در ارزش ‌گذاری یک استارتاپ از سمت سرمایه‌ گذاران خطرپذیر است.

همه شرکت ها می ‌توانند فعالیت‌ های خود را در مقیاس بزرگ تکرار کنند ولی استارتاپ ‌ها به دلیل داشتن مدل مبتنی بر فناوری، نوآوری و وابستگی کم به دارایی ‌های فیزیکی افزایش مقیاس را با هزینه و سرمایه بسیار کمتر و در زمان سریع‌تری انجام می ‌دهند.

ایران خودرو و فیسبوک

فرض کنید برای شرکت تولیدی ایران خودرو میزان تقاضا ناگهان دوبرابر شود. برای برآوردن نیاز بازار در یک مقیاس بزرگ‌ تر، این خودروسازی باید علاوه بر جذب کارکنان جدید به ساخت یک خط تولید جدید، توسعه انبار و… نیز اقدام کند. بدیهی ست که ایجاد خط تولید جدید و توسعه انبار نیازمند سرمایه فراوان و مدت‌ زمانی طولانی‌ است.

در مقابل استارتاپی مانند فیسبوک را در نظر بگیرید. فیسبوک با دو برابر شدن کاربران در بدترین حالت باید توسعه کوچکی را در زیرساخت پردازشی مانند سرورها و بهینه ‌سازی برنامه ‌های پردازشی و ذخیره‌سازی انجام دهد. عملیات مبتنی بر فناوری به استارتاپ‌ ها این امکان را می ‌دهد که با سرعت بیشتری نسبت به رشد و افزایش مقیاس فعالیت ‌ها اقدام کرده و متناسب با آن عملیات خود را نیز توسعه دهند.

رشد و مقیاس پذیری؛ هویت اصلی یک استارتاپ

مقیاس‌پذیری (Scalability) به معنای امکان رشد سریع یک مدل کسب و کار و ظرفیت رشد سریع تقاضا در بازار (ظرفیت بازار) را می‌توان هویت اصلی یک استارتاپ دانست.

بازار خودروساز بزرگی مانند ایران‌خودرو چندین دهه طول کشید تا به ارزش سه‌ هزار میلیارد تومان برسد در حالی که بازار USSD در عرض تنها چند سال توانست ارزش سه هزار و چهارصد میلیارد تومانی را به دست آورد. استارتاپ های حوزه پرداخت موبایلی که با USSD شروع کردند به دلیل فناورانه بودن توانستند به سرعت رشد کنند.

بنابراین کلمه استارتاپ، تعریف دیگری از کسب و کار مقیاس‌پذیر (قابلیت رشد سریع در عرضه و تقاضا) است. در غیر این صورت حتی اگر حجم بالایی از تقاضا در بازار وجود داشته باشد ولی مدل کسب و کار نتواند به سرعت سهم قابل قبولی از آن را بگیرد و رشد کند، نمی‌ توان آن کسب و کار را یک استارتاپ دانست.

هر گاه از رشد و مقیاس ‌پذیری صحبت می شود، این پرسش پیش می آید که منظور از رشد، رشدِ چه شاخص کلیدی عملکرد‌ی است. زیرا رشد یک استارتاپ بسته به اینکه برای چه شاخص کلیدی عملکرد‌ی محاسبه شود، می‌تواند معانی متفاوتی داشته باشد.

رشد مثبت همواره به معنای بهبود اوضاع استارتاپ و رشد منفی همواره به معنای بدتر شدن اوضاع نیست.

بسته به نوع شاخص کلیدی عملکرد و استراتژی‌های توسعه استارتاپ، هر گونه رشدی مطلوب و یا هر گونه کاهشی نامطلوب نیست. برای مثال رشد منفی تعداد تماس ‌ها با مرکز پشتیبانی مشتری یا CRM که در نتیجه Automation و Self-service در کانال‌ های فروش رخ می دهد به معنای بهبود اوضاع استارتاپ است.

در مراحل مختلف توسعه یک استارتاپ مفهوم رشد تغییر می‌کند. در مراحل ابتدایی رشد برای شاخص های کلیدی عملکرد‌ کیفی تعریف می شود و به مرور زمان رشد شاخص های کلیدی عملکرد‌ِ کمی‌ مانند درآمد، سهم از بازار و… اهمیت پیدا می ‌کند.

بنابراین نمی‌توان گفت منظور از رشد همواره رشد تعداد کاربر، رشد درآمد، سود یا سهم از بازار است و باید شاخص کلیدی عملکردی که رشد استارتاپ بر اساس آن ارزیابی می شود را بر اساس مرحله توسعه استارتاپ تعریف کرد.

برای مثال در مراحل اولیه ممکن است رشد شاخص کلیدی عملکرد تعداد کاربران فعال ماهانه برای یک استارتاپ اهمیت داشته باشد و پس از مدتی رشد برای این استارتاپ معادل با رشدِ شاخصی مانند نرخ تبدیل کاربران فعال ماهانه به کاربران پولی باشد.

از طرفی رشد یک رویکرد غیر تجمعی دارد. یعنی مانع از گمراهی بر اساس انباشت دستاوردهای گذشته می شود و توجه را به روند دستاوردهای زمان حال و آینده جلب می‌ کند. برای مثال تعداد سفارش های ثبت شده در ۶ ماه اخیر برای یک پلتفرم آنلاین تحویل غذا گمراه کننده است در حالیکه رشد تعداد سفارش‌ ها در این ۶ ماه نسبت به ۶ ماه گذشته معیاری صحیح برای ارزیابی عملکرد استارتاپ است.

رشد به عنوان پارامتری اقدام‌پذیر (Actionable) و پیشرو (Leading)

رشد پارامتری اقدام‌پذیر (Actionable) است چون سریع‌ ترین بازخورد ممکن از عملکرد و کارایی استارتاپ را نشان می ‌دهد. اگر به دنبال جذب کاربر هستید و تمام برنامه‌ های بازاریابی خود را بر اساس آن تدوین و اجرا می ‌کنید، شاخص کلیدی عملکرد «رشد کاربران جدید» به شما نشان می‌ دهد که هر کدام از کانال ‌های جذب و کمپین‌ های مختلف چه کارایی ای داشته‌ اند. این بازخورد می تواند به سرعت در تصمیم‌گیری‌ ها و بهینه سازی های مربوط به اختصاص منابع مالی به کانال ‌ها و کمپین ‌های مختلف جذب کاربر استفاده شود.

رشد پارامتری پیشرو (Leading) است و به شما در پیش‌بینی آینده کمک می‌کند. با دانستن میزان رشد یک شاخص کلیدی عملکرد در یک بازه زمانی مشخص و مقدار فعلی آن شاخص کلیدی عملکرد می ‌توان پیش‌بینی ای از مقدار آن شاخص در مدت زمانی مشابه در آینده به دست آورد.

این پیش‌بینی می تواند در برنامه ‌ریزی، هدف‌ گذاری و ارزیابی عملکرد آتی استفاده شود. برای مثال اگر میانگین رشد فصلی درآمد استارتاپ شما در ۲ سال گذشته برابر با ۲۰% و درآمد استارتاپ در فصل قبل ۹۰۰ میلیون تومان باشد می ‌توان گفت که درآمد فصل بعد حدودا ۱۱۰۰ میلیون تومان خواهد بود. به همین دلیل ما در فرآیند ارزش گذاری استارتاپ ابتدا بر اساس متریک های رشد در داده های مالی تاریخی به سراغ صحت گذاری بر پیش بینی های مالی تیم بنیان گذار می رویم.

در بعضی از انواع مدل کسب و کار مانند پلتفرم ‌ها رشد در همبستگی چند شاخص کلیدی عملکرد تعریف می ‌شود و تمرکز روی رشد تنها یک شاخص کلیدی عملکرد می‌ تواند گمراه‌ کننده و یا بی‌ معنی باشد.

در پلتفرم‌ ها و استارتاپ هایی چند وجهی (Multi sided) رشد یک وجه از مشتریان در ارتباط با رشد وجه دیگر باید ارزیابی شود. برای مثال در یک سرویس آنلاین تاکسی، رشد تعداد راننده در صورتی می ‌تواند به درستی تفسیر شود که ارتباط معناداری با رشد تعداد تقاضای سفر داشته باشد. در غیر این صورت این استارتاپ رشدی نامتناسب و ناپایدار دارد.

در نهایت رشد را می ‌توان بر روی تمامی شاخص های کلیدی عملکرد‌ عملکرد استارتاپ تعریف کرد. از شاخص های حوزه عملیات داخلی، بازاریابی، منابع انسانی، مالی، محصول، تولید، لجستیک گرفته تا حوزه ارزش ‌گذاری، سرمایه ‌گذاری، قراردادهای تجاری و… .

نرخ تبدیل؛ تعیین کننده ترین شاخص کلیدی عملکرد برای استارتاپ

مشتری در مواجهه با یک استارتاپ از لحظه احساس نیاز تا خرید وارد یک فرایند می‌ شود. در این فرایند انتقال مشتری از یک مرحله به مرحله جدید را تبدیل می‌ گویند. هر تبدیلی با یک کنش (Action) از طرف مشتری و یک فراخوان کنش (Call to Action) از طرف استارتاپ همراه است. این کنش می‌ تواند کلیک کردن روی یک دکمه، دانلود یک فایل، ثبت‌ نام کردن، فعالسازی حساب کاربری، تماشای یک فیلم یا هر کنش دیگری باشد که به طور مستقیم مشتری را به سمت کنش نهایی (خرید) جلو می‌برد.

بنابراین برای محاسبه نرخ تبدیل بایستی حاصل تقسیم تعداد کاربرانی که کنش مورد نظر را انجام داده اند به تعداد کاربرانی که در معرض فراخوان کنش (Call to Action) قرار گرفته اند را محاسبه کنیم.

برای مثال کاربری با کلیک روی یک بنر تبلیغاتی وارد سایت می‌شود. این اولین مرحله از تبدیل است؛ تبدیل کاربر وب به بازدیدکننده سایت. سپس با پیمایش صفحات مختلف و دیدن خدمات یا محصولات تصمیم می‌گیرد در سایت‌ ثبت نام کند. این دومین مرحله از تبدیل او در فرایند خرید است؛ تبدیل بازدیدکننده به ثبت‌نام‌کننده. این فرایند بسته به مدل کسب و کار می‌تواند گام به گام جلو رفته و در نهایت منجر به خرید و سپس تکرار خرید شود.

طبیعی‌ ست که هر چه در فرایند خرید جلوتر می‌ رویم تعداد مشتریانی که همچنان کنش مورد نظر ما را انجام داده و وارد مرحله بعد می‌شوند، کمتر می‌ شود. همانگونه که گفتیم نسبت مشتریانی که از یک مرحله به مرحله دیگر می‌روند به کل مشتریان آن مرحله را نرخ تبدیل می‌ گویند. نرخ تبدیل یکی از مهم‌ ترین شاخص های رفتاری مشتریان است و بهینه‌سازی نرخ تبدیل یکی از مهم‌ ترین اهداف استارتاپ ها.

افزایش نرخ تبدیل به طور مستقیم تاثیر مثبتی روی افزایش درآمد استارتاپ دارد.

سنجش و پایش نرخ تبدیل مشتریان در مراحل مختلف فرایند خرید، یک روش سیستماتیک برای درک نحوه رفتار مشتری در تعامل با کسب‌ و کار است. این پایش کمک می‌ کند تا بفهمیم محصول چه ایرادی دارد، مشتریان‌ را بیشتر در مواجهه با کدام مرحله از دست می‌دهیم و آیا نوع طراحی محصول، نوع برقراری ارتباط یا تجربه کاربری، تاثیری مستقیم (منفی یا مثبت) در این نوع رفتار دارد یا نه.

قیف مشتریان

اگر فرایند خرید مشتریان را با توجه به حجم کاربران در هر مرحله تصویرسازی کنیم، با یک نمودار شبیه قیف مواجه خواهیم شد که به قیف مشتریان (Customer Funnel) یا قیف تبدیل (Conversion Funnel) معروف است. همانطور که از اسم آن مشخص است قیف تبدیل به سادگی میزان کارایی کسب‌ و کار شما را در ترغیب مشتری به سپری کردن مراحل خرید نشان می‌ دهد.

کسب‌ و کاری مانند دیجی کالا را در نظر بگیرید. در مرحله اول دیجی کالا باید کاربران وب را به سمت سایت خود بکشاند. این کار را مثلا با تبلیغات بنری انجام می‌ دهد. فرض کنید در یکی از کمپین‌ ها دیجی کالا ۱۰ میلیون تومان برای تبلیغات بنری هزینه کرده است.

کنش اول: کلیک روی بنر

در این کمپین بنرهای دیجی کالا ۱ میلیون بار به طور منحصر به‌ کاربران نمایش داده می‌ شوند. از ۱ میلیون کاربری که بنر را مشاهده می‌ کنند تنها ۳۰.۰۰۰ نفر روی بنر کلیک می‌ کنند.

کنش دوم: پیمایش بیش از یک صفحه

از این ۳۰.۰۰۰ نفری که وارد سایت دیجی کالا می‌ شوند، ۲۷۰۰۰ نفر بدون اینکه روی لینکی کلیک کنند و صفحه دیگری را ببینند، سایت را ترک می‌ کنند بنابراین ۳۰۰۰ نفر از بیش از یک صفحه بازدید می‌ کنند.

کنش سوم: اضافه کردن حداقل یک محصول به سبد خرید

از این ۳۰۰۰ نفر، ۵۰۰ نفر محصولی را انتخاب و آن را به سبد خرید خود اضافه می کنند.

کنش چهارم: ورود به صفحه خرید

در مرحله بعد تنها ۳۰۰ نفر تصمیم می‌ گیرند به صفحه مربوط به سبد خرید منتقل شوند.

کنش پنجم: پرداخت

و در نهایت تنها ۲۴۰ نفر خرید خود را با انجام پرداخت نهایی می‌ کنند.

با مشخص شدن نرخ های تبدیل در قیف مشتریان، گام بعدی جستجوی راهکارهایی برای بهینه‌ سازی هر کدام از نرخ‌ هاست.

بهینه‌ سازی نرخ تبدیل یک رویکرد مالی دارد و هدف آن هدایت بیشترین تعداد از مشتریان به سمت کنش خرید با صرف کمترین هزینه تبلیغات است.

محاسبه نرخ های تبدیل در مثال دیجی کالا

در مثال فوق نرخ تبدیل اول (نرخ کلیک روی بنر) برابر با ۳٪ است. بنابراین برای هر کلیک موفق (بازدید) ۳۳۰ تومان هزینه شده است. با توجه به اینکه دیجی کالا برند شناخته شده‌ ای است، طبیعی‌ ست که نرخ کلیک آن روی بنرهای عمومی پایین باشد. بنابراین برای افزایش این نرخ باید از معرفی محصولات یا کمپین‌ های خاص دیجی کالا برای ترغیب بازدیدکننده به کلیک روی بنر استفاده کرد.

برای این کار می‌توان از راهکارهای هدف‌ گذاری مجدد (Re-targeting) یا داده‌ کاوی (Data Mining) برای نمایش تبلیغ محصول متناسب با نیاز کاربر برای افزایش نرخ کلیک استفاده کرد. اگر دسترسی به داده‌ های مشتری برای اختصاصی‌ سازی محصول روی بنر تبلیغات ممکن نباشد، می‌توان با A/B Testing، بهترین دسته از محصولات یا کمپین‌ ها را برای نمایش انتخاب کرد.

در این تکنیک یک مجموعه محدود از بنرها با پیام‌ های مختلف (بر اساس نوع محصول یا کمپین) به طور تصادفی به دسته‌ های مختلفی از کاربران نمایش داده می‌ شود. سپس نرخ کلیک هر کدام از بنرها محاسبه و در نهایت بهترین بنر به عنوان بنر نهایی برای ادامه کمپین انتخاب می‌ شود.

در مرحله بعدی تنها ۱۰٪ بازدیدکنندگان (۳۰۰۰ نفر) به بازدیدکنندگان چند صفحه‌ ای تبدیل می‌ شوند. بهینه‌ سازی این نرخ تبدیل به دو عامل اصلی بستگی دارد:

  1. کیفیت کاربران ورودی که می‌ توان آن را بهینه‌ سازی کرد.
  2. طراحی و تجربه کاربریِ صفحه فرود به طوری که کاربر را جذب و مانع از پرش (Bounce) او شود.

مهم‌ ترین روش برای کاهش نرخ پرش و افزایش ماندگاری کاربر در صفحه فرود و پیمایش دیگر صفحات، A/B Testing است.

در مرحله سوم تنها ۱۶٪ (۵۰۰ نفر) از کاربرانی که در سایت پیمایش کرده‌ اند، سبد خرید ایجاد می‌ کنند. این نرخ تبدیل به عوامل زیر بستگی دارد:

  1. عواملی خارجی مانند زمان ورود به سایت، نیازهای کاربر، شرایط مالی، ترجیحات خرید و…
  2. عوامل داخلی مانند تنوع محصولات و قیمت‌ گذاری (یا مکانیزم‌ های تخفیف)

در مرحله چهارم ۶۰٪ (۳۰۰ نفر) از کاربرانی که سبد خرید ایجاد کرده‌ اند، روی دکمه پرداخت کلیک کرده و به صفحه پرداخت بانکی می‌ روند. بخشی از این ۳۰۰ نفر ممکن است بعد از چند ساعت و حتی روز از ساخت سبد خرید برای این کار به سایت برگردند. برای این کار معمولا از تکنیک‌ هایی مانند ارسال پیامک یا ایمیل یا اعلان موبایل استفاده می‌ شود تا به کاربر یادآوری کند که یک سبد خرید رها شده دارد.

در مرحله آخر ۸۰٪ (۲۴۰ نفر) از کاربرانی که وارد صفحه خرید شده‌اند، پرداخت خود را با موفقیت به اتمام می‌ رسانند. برخی از کاربران به خاطر مشکلات فرایند پرداخت مانند نداشتن رمز دوم، فراموشی آن یا عدم موجودی کافی پرداخت را رها می‌ کنند و برخی دیگر به خاطر تصمیمات روانی مانند به تاخیر انداختن خرید یا انصراف از آن.

این مسئله برای تمامی استارتاپ ها و در تمام جهان اتفاق می‌ افتد چنانچه به طور میانگین تنها ۷۹٪ کسانی که وارد صفحه پرداخت می‌ شوند، موفق به پرداخت می شوند. با توجه به انجام عملیات در صفحه بانکی و عوامل غیر سیستماتیک، بهینه‌ سازی این مرحله امکان‌ پذیر نیست.

بهینه‌سازی نرخ تبدیل (Conversion Rate Optimization)

با توجه به تحلیل نرخ تبدیل در قیف مشتریان، می‌ توان فعالیت‌ هایی را برای افزایش نرخ تبدیل انجام داد که در نهایت باعث می‌ شود تعداد مشتریانی که خرید کرده‌ اند، افزایش یابد. بنابراین هزینه به ازای هر کلیک یا بازدید (Cost per Click/Visit)، هزینه به ازای هر سبد خرید (Cost per Forming Basket)، هزینه به ازای هر پرداخت یا سفارش (Cost per Order/Payment) کاهش می‌ یابد. کاهش این هزینه‌ ها در نهایت به طور مستقیم روی میزان بازگشت سرمایه (ROI) تبلیغات انجام شده تاثیر مثبت دارد.

بنابراین بهینه‌سازی نرخ تبدیل مجموعه فعالیت‌ هایی ست که با محوریت عوامل مرتبط با نرخ تبدیل در مراحل مختلف سعی در افزایش بازگشت سرمایه دارد. استفاده از سیستم‌ های توصیه‌ گر (Recommender system)، روش‌ های مبتنی بر اکانت کاربر (Account based)، استفاده از تحلیل داده‌ ها و یادگیری ماشین و در نهایت A/B Testing باعث بهینه‌ سازی نرخ تبدیل مشتریان می‌ شود.

پیش بینی و هدف گذاری بر اساس نرخ تبدیل

کاربرد دیگر نرخ تبدیل پیش‌ بینی آینده و هدف‌ گذاری است. اگر از آغاز فعالیت استارتاپ شما به اندازه کافی زمان گذشته باشد می‌ توانید به مرور مقادیر نرخ‌ تبدیل را محاسبه و از آن برای پیش‌ بینی آینده استفاده کنید. یا فعالیت‌ های خود را به گونه ای برنامه‌ ریزی و اجرا کنید که این نرخ به مرور زمان بهتر و بهتر شود.

به طور معمول برای برخی از نرخ‌ های تبدیل مقادیر معیاری در بازار وجود دارد که می‌ توانید از آنها به عنوان مرجعی برای مقایسه کارایی استارتاپ خود استفاده کنید. در این صورت نرخ تبدیل می‌تواند شاخصی برای ارزیابی عملکرد تیم بازاریابی، طراحی محصول یا طراحی تجربه کاربری باشد.

در بسیاری از موارد ممکن است این قیف تنها یک مرحله داشته باشد.برای مثال کاربر به محض ورود به سایت تنها با یک فراخوان (CTA) مواجه شود. مثلا دانلود کردن یک کتاب الکترونیکی. در این صورت مسئله به بهینه‌ سازی یک نرخ تبدیل داخلی (دانلود) و نرخ تبدیل خارجی (کلیک روی بنر) ساده‌ سازی می‌ شود.

بهینه‌ سازی نرخ تبدیل می‌ تواند شامل طیف گسترده‌ تری از اقدامات، ارزیابی‌ ها و پارامترها باشد. برای مثال می‌ توان با ارزیابی درست از پرسونای مخاطبان یک رسانه تبلیغاتی و تناسب آن با نوع خدمات‌ استارتاچ، نرخ تبدیل داخلی را افزایش داد.

این میزان از بهینه‌ سازی به مرور زمان و با انجام چندین تجربه تبلیغات در کانال‌ های مختلف، از طریق شبکه‌ های تبلیغات مختلف، شبکه‌ های اجتماعی و… به دست می‌ آید. در نهایت مجموع این تجربیات و ارزیابی‌ ها را می‌ توان در شاخص هزینه جذب مشتری (Customer acquisition cost) خلاصه و از آن برای تصمیم‌ گیری در اقدامات آینده استفاده کرد.

مؤلفه‌ های خارجی مختلف در مقادیر نرخ تبدیل نقش دارند. مؤلفه‌ هایی مانند زمان، جغرافیا، دموگرافی و… . گرچه این عوامل خارج از کنترل ماست اما اکثر پلتفرم‌ های تبلیغاتی امکاناتی را برای هدف‌ گذاری کمپین‌ های تبلیغاتی بر اساس این عوامل ارائه می‌ دهند. بنابراین همچنان می‌ توان با برنامه‌ ریزی درست برنامه های بازاریابی و بهینه‌ سازی مدام آنها به سمت بهینه‌ سازی کلی نرخ تبدیل در قیف مشتریان پیش رفت.

بیشترین نرخ ریزش مشتری در کدام مرحله وجود دارد؟

قیف نرخ تبدیل به خوبی گلوگاه (های) فرآیند خرید را نشان می‌ دهد. اما علت آن را مشخص نمی‌ کند. علت‌ یابی نرخ تبدیل پایین یا بالا باید با توجه به ویژگی‌ های استارتاپ، ویژگی های روان شناختی، جامعه‌ شناختی و رفتاری مشتریان و ویژگی‌ های طراحی محصول انجام شود. در هر حال فعالیت‌ های بازاریابی، طراحی محصول و ارتباط با مشتریان به راحتی می‌ توانند روی نرخ‌ های تبدیل تاثیر مثبت یا منفی بگذارند.

رفتار غیرمنطقی مشتریان

از طرفی برخلاف تصور عموم، مشتریان اغلب رفتار منطقی و معقولی از خود نشان نمی‌ دهند. تصمیم‌ گیری آنان بیشتر تحت تاثیر مولفه‌ های روانی و احساسی است تا مولفه‌ های منطقی و تحلیلی. با این وجود رفتار غیر منطقی آنان را می‌توان با تقریب خوبی پیش‌بینی‌ کرد.

هدف ما شناخت دقیق فرایند تصمیم‌ گیری مشتریان نیست. این فرایند چه منطقی و چه غیرمنطقی باشد، می‌ توانیم آن را پیش‌بینی کنیم و با تغییرات کنترل شده و اقدامات برنامه‌ ریزی شده، رفتار مشتریان را به نفع استارتاپ تغییر دهیم.

یک نمونه از رفتار غیرمنطقی مشتریان را می‌ توان در رها کردن سبد خرید مشاهده کرد. بخش مهمی از این مشتریان از ابتدا تصمیمی جدی برای خرید ندارند. با این وجود محصولاتی را در سبد خرید خود وارد کرده و بدون انجام پرداخت آن را رها می‌ کنند.

در واقع آنها صرفا دنبال لذت خریدگردی مجازی هستند. مانند کسانی که زمان زیادی را صرف خیابان‌ گردی و دیدن فروشگاه ها می‌ کنند بدون اینکه قصد خرید جدی داشته باشند. مشتریانی هم که قصد خرید دارند، با اتمام فرایند انتخاب و مشاهده صورت‌ حساب در سبد خرید نهایی از پرداخت صرف نظر می‌ کنند. زیرا یا پول کافی ندارند یا بار روانی پرداخت پول بر آنها غلبه می‌ کند و یا برای فرار از سختی انتخاب نهایی، پرداخت را به زمانی در آینده موکول می‌ کنند.