חברת האופנה למסחר אלקטרוני התאימה את מדדי הליבה לבדיקת חוויית המשתמש באתר עם מדדים עסקיים, ראתה עלייה במדדי ה-KPI ויצרה 'מחשבון מקרים עסקיים לשיפור הביצועים' כדי לקבל החלטות לגבי מוצרים וליצור תרבות ביצועים.
בקרב חברות רבות, ביצועי מהירות האתר ומדדי הליבה לבדיקת חוויית המשתמש באתר עדיין נתפסו בעיקר כאחריותם של צוותי המהנדסים. מהירות האתר עשויה להפוך לבלתי נראים מאזורים אחרים של העסק אם העסק וחוויית הלקוח אינם מובנים. מצב זה עלול לגרום להתעלמות מביצועים כאשר מתקבלות החלטות מרכזיות ומוגדרות מפות דרכים.
כדי לשפר את תרבות הביצועים של הצוותים השונים וכדי להביא לשיפורים משמעותיים בחוויית האינטרנט, החברה הקמעונאית Farfetch היוקרתית למסחר אלקטרוני השיקה פרויקט להגדרת מדדי ביצועים אמיתיים שמתמקדים בלקוחות, ולשימוש בהם. מטרת החברה הייתה לקשר בין הנתונים האלה למדדים עסקיים כדי להמחיש איך הביצועים משפיעים על מדדי ה-KPI של החברה.
אבל השאיפות שלהם לא הסתיימו שם. בסופו של דבר, מטרת הפרויקט הייתה שינוי תרבותי בקנה מידה רחב - פירוק סילואים בתוך הארגון והוספת שפה עסקית חדשה כדי לתת לכולם דרך משותפת לדבר על מה שנחשב לנושאים טכניים. חברת Farfetch רצתה שהביצועים של מהירות האתר יהיו כאחריות משותפת, שיאפשרו את קבלת ההחלטות בצורה מושכלת ולהציב אותם כעמוד עיקרי ביצירת חוויית משתמש טובה באינטרנט.
בתחילת הדרך, ב-Farfetch הבינה שמחלקה אחת לא השיגה זאת כמו קודם, והרכיבה צוות ליבה של מומחים מתחומים שונים בחברה – הנדסה, תשתית, אדריכלות ומוצר – שהגדיר אסטרטגיה מפורטת כדי לשנות את האופן שבו החברה ראתה את הנושא הזה.
שלב 1: הגדרה, מדידה ומעקב אחר מדדים
קודם כול, Farfetch היה צריך להשתמש בכלי המעקב המתאימים כדי להבין את המצב הנוכחי ואת הסטיות בנקודות המגע עם הלקוח ובאפליקציות.
הם השתמשו גם בנתוני מעבדה וגם במעקב אמיתי (נתוני שטח) כדי לעקוב אחר מדדי ליבה לבדיקת חוויית המשתמש באתר, ובמדדי ביצועים נוספים שמתמקדים במשתמש כדי לנתח את מצב ביצועי המהירות הנוכחי. הם השתמשו ב-JavaScript ובספרייה web-vitals.js כדי לתעד את הנתונים, וכך צוות ניתוח הנתונים של המוצרים יכול לראות את מדדי הביצועים לצד מדדים עסקיים באותו סשן, וכך להתחיל לבחון איך אחד מהם משפיע על השני.
בקבוצה הרב-תחומית החליטו להבין מהם המדדים החשובים ביותר לעסק. לשם כך, הם בחנו את נתיב התהליך הקריטי של משתמשי Farfetch וניסו לקשר את התהליך הזה לסמני ביצועים. בנוסף למדדים של מדדי הליבה לבדיקת חוויית המשתמש באתר ש-Google ציינה, כל אחד מהם מייצג היבט ייחודי של חוויית המשתמש, ובחשבון נעשה שימוש ב-JavaScript בהתאמה אישית כדי לעקוב אחרי הנתונים הבאים: Time to First Byte (TTFB), First Contentful Paint (FCP), הצגת נתונים בפעם הראשונה וזמן עד לאינטראקטיביות (TTI).
איסוף המדדים מתבצע באמצעות מספר שיטות של Performance API, Long Tasks API ו-Polyfills של Google. פרטים נוספים זמינים בפוסט הזה בבלוג של Farfetch Tech for 2020 מאת מנואל גרסיה, מהנדס ראשי בכיר באינטרנט.
בצד של ניתוח הנתונים, ל-Farfetch יש פתרון משלו למעקב אחר ערוצים מרובים, שמשמש אפליקציות ממשק קצה שנקרא Omnitracking. הוא עוקב אחר האירועים שנוצרו בעקבות צפיות בדפים, פעולות משתמשים ופעולות מערכת. מודל הנתונים של Omnitracking הוא הפתרון של Farfetch למקרי ניתוח, ניתוח נתונים ודיווח, שנוצר מעל האירועים שנוצרו על ידי כלי מעקב. המטרה של מודל הנתונים היא לעזור ולתמוך בכל מי שצריך להבין:
- התנהגות המשתמשים
- חוויית משתמש באפליקציות Farfetch
- שימוש באפליקציות
- המרות מאקרו ומיקרו
- ניתוח חוצה-ערוצים ומשפכים
בשלב הבא, הרעיון היה להוסיף לשכבת הנתונים את נתוני הביצועים של כל צפייה בדף ב-פרfetch.com, שתועדו על ידי JavaScript. השימוש במודל הזה הבטיח התאמה בין נתוני הביצועים לבין המדדים של משפך ההמרות הראשי בכל סשן, וגם הבסיס לניתוח אנליטי בנושא.
לבסוף, Farfetch הגדיר תקציבי ביצועים מבוססי-זמן לכל מדד בדפי המסלול הראשיים, ותהליך פיקוח לטיפול בפרצות בתקציב. בנוסף, החברה התחילה לשלב מדדי ביצועים בצינורות עיבוד נתונים של CI כדי להבין סטיות מהתקציב בהקדם האפשרי בתהליך הפיתוח.
שלב 2: יצירת קשר באמצעות השפה העסקית
באמצעות נתוני הביצועים שזמינים עכשיו במערכי הנתונים הפנימיים של הבינה העסקית של Farfetch, צוות ניתוח הנתונים החל לבחון מודלים מתמטיים ודפוסים בנתונים שיכולים להצביע על קשר בין מדדי ביצועים ומדדי KPI של העסק (למשל, שיעור ההמרה ואחוז הביקורים בדף יחיד). כתוצאה מכך, התקבלה תצוגה חדשה של ההשפעה הפיננסית של מהירות האתר וחוויית המשתמש על העסק. כך אפשר לדון בביצועים בשפה משותפת עם מקבלי ההחלטות העסקיות. הניתוח כלל את כל דוח המדדים הבסיסיים של חוויית המשתמש (Core Web Vitals) ואת המדדים האחרים של Farfetch שקבעו כי הם חשובים. הוא גילה תובנות חשובות מאוד.
חשוב לזכור ש-Google ממליצה על LCP (המהירות שבה נטען רכיב ה-LCP) הכי גדול (LCP) לא לחרוג מ-2.5 שניות כדי לספק חוויית משתמש אופטימלית. לכן, Farfetch בחנה את הסף הזה בקפידה ומצאה תוצאות משמעותיות.
ניתוח המתאם הסטטיסטי מרחוק הראה שמעבר לנקודה זו, שיעור ההמרות מתחיל לרדת וכן שיעור היציאה עלה. הנתונים מראים שהמשתמשים מתחילים להרגיש את החיסרון של תפיסה איטית של טעינת דף, ושיעור ההמרה יורד בממוצע ב-1.3%, בכל פעם נוספת של LCP ב-100 אלפיות השנייה.
חברת Farfetch גם אימתה ירידה בשיעור היציאה של -3.1% עבור כל 0.01 פחות בציון Cumulative Layout Shift (CLS), מה ששוב הוכיח את ההשפעה של יציבות הדף במטרה לשמר משתמשים באתר.
בכל הנוגע לאינטראקטיביות ולזרימה של הדף, למרות שמתבצע מעקב רציף אחר העיכוב בקלט הראשון (FID) וניתוח הנתונים שלו, Farfetch מודד גם את TTI, והוכח כמדד בעל השפעה משמעותית על משפך ההמרות העסקי של Farfetch.
לשם כך, הם החדירו לאתר את ה-Polyfill של Google TTI כדי לאחסן את המדד הזה. שימוש ב-Long Tasks API לדיווח על משימות ארוכות (משימות שנמשכות יותר מ-50 אלפיות השנייה ב-thread הראשי של הדפדפן).
לאחר מכן צוות הניתוח גילה ששיעור ההמרות עלה ב-2.8% לכל ירידה שנייה ב-TTI, וכך הוכחה משמעותית ליעילות קוד טובה יותר ופתיחת ה-thread הראשי של הדפדפן.
בסופו של דבר, ניתוח הנתונים אפשר גם להראות שלחלק מהמדדים לא הייתה השפעה משמעותית על מדדי ה-KPI של העסק, או שחלק מהמדדים יותר רלוונטיים בשלבים שונים של המסלול להמרת המשתמש. כך אפשר לקבל תמונה מלאה של ההזדמנויות שעומדות לרשותכם בכל נקודה במשפך ההמרות.
שלב 3: הטמעת שינוי תרבותי
הצגת התובנות שלמעלה לצד מחקר איכותני על תפיסת מהירות האתר על ידי המשתמשים, היה חיוני כדי לבסס התאמה ליעדי החברה, לאבטח את המוּדעוּת הניהולית ולהתבסס על קבלת החלטות מבוססות-ביצועים בכל מפות הדרכים של המוצרים. עכשיו הייתה אפשרות להוכיח את השווי של הביצועים עבור Farfetch.
כדי לייעל את סדר העדיפויות, Farfetch יצר כלי בשירות עצמי שנקרא 'מחשבון מקרים עסקי של מהירות אתר', על סמך ההשראה ממחשבון השפעת המהירות של Google. הוא מאפשר לכל מנהל מוצר ליצור מקרה עסקי על סמך שיפורי ביצועים על ידי חישוב ההשפעה של העסק בזמן אמת. מודל הנתונים משתמש בהתאמה בין שיעור ההמרה למדדים של חוויית המשתמש, וכך אפשר להתאים את המודל להיקפי מוצרים שונים, למכשירים שונים ולנקודות מגע שונות בתהליך שעובר המשתמש.
במקביל, בעזרת קבוצה של מרכזי בקרה בשירות עצמי, אפשרו למשתמשים לקבל תמונה מלאה של מדדי ביצועים בזמן אמת וההשפעה שלהם על העסק. מדד הביצועים מוטמע עכשיו במלואו בפיתוח המוצרים, וצוותי המוצר נהנים מגישה קלה למדדים, לכלי ביקורת ולמעקב אחרי תקציבי הביצועים. בנוסף, הודות לשילוב עם שכבת הנתונים, מדדי הביצועים זמינים גם בכלים לבדיקת A/B של Farfetch, כך שמנהלי המוצרים יכולים לספק למנהלי מוצרים עוד ועוד תובנות מעמיקות.
בחודשים האחרונים, צוות הליבה פועל גם לבסס את התרבות הזו לא רק בצוותי פיתוח חזיתי אלא גם בתוך תחום הפלטפורמה, תוך שימוש בשיטות דומות כדי לעקוב ולהוכיח את ההשפעה של המיקרו-שירותים והעסקאות העיקריים.
נכתבו כמה מצגות המבוססות על Fafetch בנושא הזה, אבל גם אזכורים חיצוניים. לדוגמה, אזכור בנאום של Google I/O משנת 2021 על ההשפעה העסקית של מדדי הליבה לבדיקת חוויית המשתמש באתר. העובדה הזו גם תרמה ליצירת רלוונטיות מתמשכת לנושא, ויגבשה את האסטרטגיה של הצוות בנוגע לתרבות.
שלב 4: שיפור המדדים
בסופו של דבר, כל העבודה הקשה הזו הייתה צריכה לתרום ל-Farfetch כדי לשפר באופן אובייקטיבי את מדדי מהירות האתר, ולהבטיח שהצוותים ישתמשו בשיטות העבודה המומלצות ויפתחו הזדמנויות לשיפור.
אחת ההזדמנויות העיקריות שזיהינו בשנת 2021 הייתה הצורך לשפר את ה-LCP בשני סוגי הדפים העיקריים של Farfetch – דפי מוצרים ודפי כרטיסי מוצר.
הצוותים טיפלו באופן שבו הם טוענים את התוכן העיקרי של הדפים האלה. בצירוף מקרה עסקי שהראו את ההשפעה של מימוש ההזדמנות הזו, החברה הצליחה:
- התאמת רכיב הטעינה של תמונת מוצר מפתרון מבוסס JavaScript להטמעה מקורית.
- צריך להגדיר את העדיפות של התמונות ולחלק אותן לנכסים קריטיים ולא חיוניים.
- יש לטעון תמונות קריטיות בשלב מוקדם, כאשר המקור כבר מוטמע ב-HTML ומשתמש ב-
<link rel="preload">כדי שההורדה תתבצע בהקדם האפשרי. - יש להשתמש במאפיין
<img loading="lazy">לתמונות לא חיוניות, עם polyfill שמופקד על ידי Intersection במסמכים בדפדפנים שאינם נתמכים, כמו Safari.
כך הם הצליחו להניע את המחסור ולהוכיח את עצמו באמצעות בדיקת A/B של ההשערה וההשפעה על העסק. בדפי מוצרים, לדוגמה, המאמץ הזה הצטמצם יותר מ-600 אלפיות השנייה, ובדיקת ה-A/B הראתה עלייה בשיעור ההמרות בטווח של 1-5% עם רמת הסמך שהוגדרה של החברה.
בהמשך מפורטים השיפורים שהצוות הצליח לבצע במונחים של אחוז הצפיות בדפים שנחשבות 'טובות', 'דרוש שיפור' ו'חלש', על סמך ההגדרה של Google לציון LCP.
אתר מהיר יותר ושיטות עבודה טובות יותר מרוויחים
יצירת תרבות ארגונית סביב ביצועים וכלים כמו מחשבון התרחישים העסקיים אפשרה לכולם להתחיל לדבר בשפה משותפת שמובנת למנהלי מוצרים, לבעלי עניין ולמהנדסים. פעולה זו הובילה לדיונים מתמשכים בנושא קביעת סדר העדיפויות של יוזמות חדשות ושיפורי ביצועים.
"רצינו לבטל את מחזור הביצועים, מאחר שהמטרה היחידה של צוות המהנדסים שלנו היא לטפל ולתקן", מסבירה מנהל המוצר הראשי בערוצי האינטרנט של Farfetch, רוי סנטוס. "החיבור בין מדדי ביצועים למדדים עסקיים היה יעיל באופן מפתיע להעברת המסר, מהר מאוד. העסקים מניעים את החברה, וחיבור ההצלחה שלה כדי להאיץ את המדדים עודדה קבוצה רחבה יותר של בעלי עניין להבין את החלטות הפשרה ולנווט בהן".
בפלח יוקרתי של מסחר אלקטרוני, האם האתר שלכם מהיר או איטי יכול לקבוע איך הצרכנים יראו את המותג שלכם ואת איכות השירות הכוללת. מבחינת המשתמשים, איכות מקבילה ליוקרתית – והיא מתייחסת לכל היבט בחוויה שלהם, כולל ביצועי האתר. מהירות האתר מניבה השפעה מוכחת על שיעור ההמרות, ולכן הביצועים משיגים עכשיו מיקום בטוח בתכנון העתידי ב-Farfetch.