Indicateurs de succès qui comptent
La plus grande confusion au sujet du tableau de bord de ShopGuide n'est pas de choisir le mauvais nombre — il s'agit de traiter deux nombres différents comme s'ils mesuraient la même chose. Voici ce que chacun compte en fait, en utilisant les définitions réelles de ShopGuide plutôt qu'un point de repère de l'industrie que nous devrions inventer.
Ce que chaque métrique compte en fait
- Utilisateurs uniques — acheteurs distincts, par identité persistante. Une personne, cinq visites, encore un utilisateur.
- ** Sessions** — visites de navigation distinctes. Un shopper peut en accumuler beaucoup au fil du temps.
- Interactions — sessions où l'acheteur a effectivement envoyé un message, par opposition à une session où le widget chargé et personne ne l'a touché.
- Message de l'utilisateur — volume total du message.
- Commandes de chat / revenus attribués au chat — commandes terminées Shopify liées à un thread de chat, lorsqu'un achat suit une interaction de chat.
Ils sont séparés sur le but. Réduire les séances en interactions, ou les interactions en ordres, et vous obtenez des comparaisons qui ne signifient pas ce qu'ils ressemblent à ce qu'ils signifient — un mois avec plus de sessions mais les interactions plates est plus de gens voyant le widget sans engager, pas plus d'engagement. Voir erreurs communes pour la version spécifique de ce à surveiller.
Deux façons de compter une session
Le tableau de bord vous permet de changer le dénominateur de session entre le compte analytique de Shopify et le compte dérivé du fil de ShopGuide. Ils ne sont pas toujours d'accord, et c'est bien — le numéro de Shopify dépend de votre magasin ayant accordé l'accès à la déclaration ShopGuide, et là où il manque, le tableau de bord montre ces ratios comme indisponibles plutôt que d'échanger tranquillement dans un autre nombre. Là où les deux existent, de petits écarts entre eux sont attendus, puisqu'ils sont comptés de deux façons différentes. Choisissez un comme point de référence et collez-le à travers les périodes de déclaration plutôt que de changer de source en milieu de comparaison.
Les recettes sont liées, non modélisées
Les commandes de chat et les revenus attribués au chat ne sont pas une estimation statistique — elles proviennent directement de la connexion d'un ordre Shopify complété au fil de chat de l'acheteur. Cela rend le nombre défendable: chaque commande comptée est réelle, traçable. Il le rend aussi conservateur. Un acheteur qui bavarde, part et revient plus tard sans lien traçable vers ce fil ne se fait pas compter. Traitez ce nombre comme un plancher sur l'influence réelle du chat, pas un plafond.
Les lacunes en matière d'information comme signal de qualité
Un nombre system_error d'escalade pour une boutique vaut la peine d'être examiné immédiatement; c'est un problème de santé-application, pas un problème de contenu. Un groupe knowledge_gap autour d'un sujet vous indique exactement ce qu'il faut ajouter ensuite, puisque les phrasés récurrents de la même question sont déjà empilés dans une rangée plutôt que dispersés entre des duplicatas.
Où une vraie comparaison se produit
Le test A/B est le seul endroit où vous vous rapprochez d'une expérience contrôlée : il attribue à la fois l'engagement de chat et les commandes complétées à chaque variante d'un message de lancement ou d'une invitation, donc vous comparez deux configurations par rapport aux revenus réels au lieu d'inférer la cause d'une ligne de tendance. Essais A/B et Résultats des essais A/B — et de donner un test d'un cycle économique complet avant de traiter une avance précoce comme réelle.