Cómo la experimentación basada en datos ayudó a Electrolux a aumentar la tasa de finalización de la página de reparación en un 4%

La empresa

El Grupo Electrolux es líder mundial en electrodomésticos con más de 80 marcas, entre ellas AEG, Frigidaire y Zanussi. Con una plantilla mundial de 45.000 empleados, la empresa generó unas ventas de 134.000 millones de coronas suecas en 2023.

En esencia, Electrolux se centra en crear experiencias excepcionales para sus clientes. Han estado fomentando activamente una cultura de experimentación que equilibra la satisfacción de las necesidades de los consumidores y la consecución de resultados empresariales mediante la comprensión de lo que quieren los clientes y la optimización basada en sus comentarios.

Su estrategia de experimentación consta de 3 bloques fundamentales: objetivo, investigación y análisis. Este enfoque ha permitido a Electrolux vender unos 60 millones de productos al año en más de 150 mercados.

El reto

En el corazón de la estrategia de experimentación de Electrolux se encuentra Plataforma de Inteligencia de Experiencias de Contentsquareque permite a Rebeiro Jeyapaulweb Analytics & Insights Manager de Electrolux, y a su equipo recopilar datos cuantitativos y cualitativos sobre el comportamiento, el sentimiento y la intención de los clientes. Recientemente, Rebeiro y su equipo decidieron examinar más de cerca el rendimiento de su página de servicios de reparación. Esta página permite a los clientes reservar servicios de reparación en línea cuando sus productos se averían. Para mejorar los clientes potenciales y las conversiones, el equipo quería conocer en profundidad la experiencia de los usuarios y su interacción con la página.

Su análisis del recorrido del cliente reveló una tasa de abandono del 35% en uno de los primeros pasos críticos de la página: la búsqueda de productos. Decididos a entender qué era lo que estaba alejando a los clientes, el equipo recurrió a Contentsquare para descubrir información práctica.

La solución

Para determinar la causa de la caída y aumentar el número de clientes potenciales, el equipo de Rebeiro utilizó las funciones de 2 Contentsquare para descubrir puntos de fricción y comprender mejor la interacción de los usuarios en la página.

He aquí cómo lo hicieron:

1. Identificar los principales puntos de dolor en el embudo

Utilización de Repetición de sesiónrebeiro y su equipo analizaron cómo interactuaban los usuarios con la página del servicio de reparaciones, centrándose específicamente en el paso de búsqueda de productos. Este paso requiere que los usuarios encuentren su producto específico -como una lavadora o un modelo de frigorífico- antes de poder proceder a reservar una reparación.

Al observar las sesiones de los usuarios, el equipo detectó un problema recurrente: los usuarios tenían dificultades para encontrar la opción de producto correcta para su aparato durante el paso de búsqueda. Descubrieron que la herramienta de búsqueda era poco intuitiva, imprecisa y ofrecía resultados que no eran relevantes para las consultas de búsqueda utilizadas.

Una usuaria anónima, a la que el equipo se refirió como "Lisa", se encontró con esta frustración, pero persistió afinando sus criterios de búsqueda hasta que encontró la opción de producto que se ajustaba a su electrodoméstico. Sin embargo, no todos los usuarios eran como Lisa. La mayoría de los clientes abandonaron la página y no volvieron tras un intento fallido.

2. Comprender la experiencia del usuario en la página

El equipo utilizó Heatmaps para analizar visualmente cómo interactuaban los usuarios con la página del servicio de reparaciones e identificar las áreas de frustración.

El análisis del mapa de calor reveló que los usuarios tenían dificultades para reservar una cita. Al analizar los datos, el equipo obtuvo información clave, como por ejemplo

• Distribución de los clicsdestacando las zonas de la página en las que los usuarios han hecho clic con más frecuencia

• Índice de atractivo: identificación de los elementos que los usuarios consideran más pertinentes para su tarea

• Tasa de exposición: mide el porcentaje de usuarios que interactuaron con estos elementos

Estas métricas proporcionaron al equipo una idea más clara de cómo navegaban los usuarios por la página, qué secciones atraían la mayor interacción y dónde se necesitaban mejoras para reducir la frustración y mejorar la experiencia de reserva.

"We looked at attractiveness rate and exposure rate in heatmaps to try to understand the experience users were having and where they were interacting on the page. Based on this data, we identified which areas were working well and which areas were not."

Rebeiro Jeyapaul

Web Analytics & Insights Manager

3. Prueba A/B del nuevo diseño

Basándose en la información recopilada, el equipo desarrolló un nuevo diseño y realizó una prueba A/B, utilizando la página original como control y la página rediseñada como variante.

En sólo 3 semanas observaron resultados positivos. Sin embargo, en lugar de apresurarse a implantar el diseño, hicieron una pausa para analizar qué aspectos del rediseño funcionaban bien y por qué.

Gracias a los mapas de calor de Contentsquare, confirmaron que los usuarios interactuaban con áreas clave de la página de variantes que eran fundamentales para avanzar en su recorrido, lo que indicaba que el nuevo diseño cumplía sus objetivos. Con esta validación, el equipo hizo algunos pequeños ajustes y finalmente lanzó la versión final de la página.

"Hay que volver a los datos y tratar de entender qué está funcionando bien. A partir de los insights de Contentsquare, pudimos ver que los usuarios interactuaban en las áreas que eran más importantes para ellos, que es también donde queríamos que interactuaran."

Rebeiro Jeyapaul

Responsable de análisis e información web

Los resultados

Este enfoque iterativo, basado en datos, permitió introducir grandes mejoras en la página de reparación de servicios. El equipo observó, al cabo de solo 3 semanas, un

• -8% disminución de la tasa de abandono

• +4% aumento de la tasa de finalización

La optimización de los pasos clave en el recorrido del usuario, como la mejora de la funcionalidad de búsqueda de productos y el flujo de reserva de citas, condujo a una experiencia de usuario más fluida e intuitiva y a un mayor compromiso en la página del servicio de reparaciones de Electrolux.

Próximos pasos

Electrolux ha creado una cultura que da prioridad al aprendizaje, la experimentación y la mejora continua. Al centrarse en decisiones basadas en datos y no en suposiciones, la empresa se asegura de que la experiencia del cliente siga siendo el centro de todos los experimentos y cambios realizados.

En 2022, Electrolux se asoció con Contentsquare y Optimizely para realizar 204 pruebas, logrando una tasa de éxito del 20%, con 42 de ellas generando la mayoría de los resultados. En 2023, aunque el número de pruebas se redujo a 171, la tasa de éxito mejoró significativamente hasta el 27 %, con 47 resultados impactantes.

Las tasas de conversión de la ruta de compra también aumentaron un 28,6%, mientras que las tasas de conversión de clientes potenciales crecieron un 70% entre el primer y el cuarto trimestre del mismo año. Estos resultados son claros indicadores de cómo su estrategia iterativa basada en datos está generando mejores resultados.

Rebeiro Jeyapaul presentó recientemente en el evento CXC Estocolmo de Contentsquare, hablando de cómo Electrolux construyó una base para la experimentación exitosa.

Puede ver su sesión para conocer mejor su proceso.

Extra: Principales conclusiones

3 pasos para las marcas que quieren crear una cultura de experimentación como Electrolux

Para obtener resultados similares, o incluso mejores, de tus experimentos y priorizar las ideas que más resuenan entre los usuarios, Rebeiro recomienda estos pasos:

1. Empezar con un objetivo

Al principio, Rebeiro y su equipo pasaron por alto este paso fundamental en su proceso de experimentación: empezaron por investigar en lugar de definir primero unos objetivos claros. Con el tiempo, se dieron cuenta de que tener una dirección clara era esencial para el éxito.

Para ponerlo en práctica, es crucial definir métricas de éxito mensurables a todos los niveles. Normalmente, las empresas trabajan con objetivos estructurados en tres niveles:

• Nivel 1: KPI empresariales: objetivos de alto nivel establecidos por el equipo directivo que se alinean con la estrategia general de la empresa.

• Nivel 2: KPI funcionales: objetivos específicos del equipo que apoyan los objetivos empresariales más amplios.

• Nivel 3: KPI operativos: indicadores de rendimiento diarios vinculados a actividades individuales.

Definir estos indicadores de rendimiento por adelantado para comprender lo que su organización está tratando de lograr es importante porque más tarde puede vincular su experimentación a los respectivos KPI.

Los KPI funcionan como un árbol de crecimiento: sus KPI operativos respaldan sus KPI funcionales, y los KPI funcionales respaldan aún más sus KPI empresariales.

Por ejemplo, en el sector del comercio electrónico, los ingresos por ventas suelen ser el principal KPI empresarial, y los directivos hacen hincapié en su importancia. Para que esto sea factible, es necesario desglosar este objetivo de alto nivel en resultados clave específicos y mensurables a todos los niveles. Este enfoque garantiza que todos los esfuerzos de experimentación se vinculen a los objetivos empresariales generales.

2. Investigar a fondo

Las empresas suelen tener opiniones encontradas sobre qué experimentar primero. Para resolver este problema y obtener los datos adecuados para sus experimentos, Rebeiro y su equipo siguen un enfoque triangulado en 3D enfoque triangulado en 3D.

1. Datos cuantitativosmediante herramientas como Session Replay y Google Marketing Platform (que incluye Google Analytics 360 Suite) para recopilar métricas medibles y comprender el comportamiento de los usuarios.

2. Datos cualitativos: aprovechar herramientas como Heatmaps y Google Search Console para analizar cómo llegan los usuarios al sitio e interactúan con él.

3. Comentarios de los usuariosrecopilación de información directa mediante herramientas como Qualtrics XM o La capacidad VoC de Contentsquare para comprender las frustraciones de los clientes e identificar áreas de optimización.

Este método garantiza que las decisiones se basen en datos sólidos, y no en suposiciones u opiniones, lo que conduce a una experimentación más centrada y fructífera.

3. Analice sus datos

Aunque todas las ideas que encuentre durante la investigación le parezcan valiosas, es fundamental establecer prioridades, sobre todo cuando se dispone de un presupuesto limitado.

Para gestionar esto, Rebeiro y su equipo se sientan juntos y utilizan una escala de importancia frente a relevancia para evaluar y priorizar los objetivos de cada experimento. Se aseguran de que solo se seleccionen uno o dos objetivos, ya que demasiados dificultan la medición eficaz del éxito.

Aquí tienes otros consejos que debes tener en cuenta a la hora de crear tu propia cultura de la experimentación:

• Validar las ideas con datos. Respalda siempre tus hipótesis o conclusiones con datos fiables para asegurarte de que tus decisiones se basan en hechos y no en opiniones.

• Iterar constantemente. Utiliza cada experimento como un trampolín para seguir mejorando, perfeccionando tu enfoque en función de lo que revelen los datos.

Considerar la experimentación como un ciclo continuo. La experimentación no termina con un resultado satisfactorio. Es un proceso continuo de aprendizaje, pruebas y optimización para adaptarse a los cambios de comportamiento de los usuarios y a las necesidades de la empresa.