Na czym polega UX research i dlaczego jest ważny przy CRO

CRO (ang. Conversion Rate Optimization), czyli optymalizacja współczynnika konwersji, to w praktyce każda pożądana czynność podejmowana przez użytkownika na Twojej stronie. Najczęściej jest to zakup, ale równie dobrze może to być mniejsze działanie, które przybliża użytkownika do finalnej decyzji – na przykład zapis do newslettera czy dodanie produktu do koszyka.

UX research – inaczej badania UX lub badania doświadczeń użytkowników – to systematyczny proces poznawania zachowań użytkowników, ich potrzeb, motywacji i barier, prowadzony zarówno dla stron internetowych, aplikacji mobilnych, jak i innych produktów cyfrowych.

Wiele osób kojarzy CRO głównie z analizą danych ilościowych (takich jak GA4 czy heatmapy). W Digispot podchodzimy do tego szerzej – gdzie istotną rolę odgrywają dla nas badania jakościowe, które pozwalają zrozumieć motywacje i bariery użytkowników.

W dalszej części artykułu pokażę, na jakie pytania odpowiadają dane ilościowe, a na jakie jakościowe oraz dlaczego ich połączenie daje najlepsze efekty. Żeby nie było zbyt teoretycznie, oprę się na konkretnych przykładach z mojej praktyki.

CRO to konkrety, UX Research to „bzdety”?

Nasi klienci Digispot (głównie e-commerce) najczęściej przychodzą do nas z bardzo konkretnym celem – zwiększyć konwersję. I to jest często moment, w którym CRO kojarzy się wyłącznie z liczbami, wykresami i analityką. Dlatego kiedy po audycie rekomendujemy: testy użyteczności, wywiady pogłębione lub inne metody UX research, często pojawia się lekkie zdziwienie.

Bo UX research dla wielu osób:

• wydaje się „miękki”,
• mniej mierzalny,
• mniej bezpośrednio powiązany z wynikiem sprzedaży.

A to duży błąd w myśleniu.

Badania UX to zestaw metod, które pozwalają zrozumieć, w jaki sposób użytkownicy wchodzą w interakcję ze stroną – i co się dzieje w ich głowie podczas tego procesu. Dzięki nim dowiadujemy się: co użytkownik rozumie, a co jest dla niego niejasne, gdzie się zatrzymuje i dlaczego, jakie ma obawy przed podjęciem decyzji, co go frustruje lub zniechęca.

Krótko mówiąc – UX research skupia się na poprawie doświadczenia użytkownika, co bezpośrednio wpływa na konwersję.

Zamienianie odwiedzających w kupujących odbywa się poprzez głębokie zrozumienie zachowań, intencji oraz potrzeb użytkowników, a następnie przełożenie tej wiedzy na skuteczne rozwiązania.

Audyt CRO świetnie wskazuje, co się dzieje – pokazuje dane, identyfikuje miejsca, w których „ucieka” konwersja oraz pomaga zbudować hipotezy. Warto jednak pamiętać, że hipotezy – dopóki nie zostaną zweryfikowane – pozostają jedynie przypuszczeniami.

Oczywiście zdarzają się sytuacje, w których na podstawie doświadczenia i wcześniejszej wiedzy o użytkownikach jesteśmy w stanie trafnie zidentyfikować potencjalne problemy i szybko usprawnić lejek zakupowy. Takie działania (tzw. quick wins) często są stosunkowo proste do wdrożenia i możliwe do zweryfikowania poprzez testy A/B. (Testy A/B – jak działają i dlaczego warto je przeprowadzać?)

Jednak z perspektywy UX researcherki jedno jest pewne – prawdziwe „dlaczego” odkrywamy dopiero w bezpośrednim kontakcie z użytkownikami. Jest to szczególnie istotne w sytuacjach, gdy nie dysponujemy solidną bazą wiedzy jakościowej, taką jak persony czy user journeys, które pomagają budować trafne hipotezy. Każdy sklep internetowy ma swoją specyfikę – dlatego kopiowanie rozwiązań konkurencji czy stosowanie ogólnych „dobrych praktyk” nie zawsze przynosi oczekiwane rezultaty. To, co działa u innych, niekoniecznie zadziała w Twoim przypadku (więcej w artykule Adriana: User experience (UX) – jak projektować cyfrowy design dla dobrego doświadczenia użytkownika).

Właśnie dlatego metody jakościowe – takie jak wywiady pogłębione, contextual inquiry czy testy użyteczności – odgrywają ważną rolę. Pozwalają one zrozumieć przyczyny wzorców widocznych w danych ilościowych (np. w GA4 czy na heatmapach) i trafniej zdiagnozować problemy. Umożliwiają realne poznanie użytkownika: jego motywacji, barier i sposobu podejmowania decyzji. Dzięki temu możesz tworzyć rozwiązania dopasowane do swojego biznesu, zamiast bezrefleksyjnie powielać działania konkurencji.

Przykładowo, testy użyteczności pozwalają:

• zidentyfikować miejsca tarcia w ścieżce zakupowej, których nie widać w analityce (np. przez brak odpowiednich zdarzeń),
• zrozumieć zachowania użytkowników w kontekście,
• zweryfikować, czy wdrożone zmiany faktycznie działają.

Są one szczególnie przydatne tam, gdzie testy A/B nie są możliwe (np. przy niskim ruchu) lub gdy zmiany mają charakter kompleksowy – jak w przypadku pełnego redesignu serwisu.

UX research jest częścią fundamentu skutecznego CRO, bo zamienia hipotezy w zrozumienie, dostarcza „dlaczego” za danymi, oraz pozwala projektować trafne rozwiązania UX i lepsze eksperymenty.

Przykłady znalezienia odpowiedzi „dlaczego” oraz sytuacji, w której badania jakościowe ujawniły problem potwierdzony później analityką.

W jednym z projektów dla naszego klienta MyBed przeprowadziliśmy szeroko zakrojone badania ilościowe – obejmujące pełen audyt oraz pogłębioną analizę danych. Na tej podstawie rozpoczęliśmy optymalizację konwersji poprzez konkretne zmiany w designie sklepu oraz usprawnienia w doświadczeniu użytkownika.

Dopiero jednak badania jakościowe pozwoliły nam zobaczyć pełniejszy obraz. Podczas testów zauważyłam zachowania użytkowników, które:

• albo tłumaczyły “dlaczego” za tym, co widzieliśmy wcześniej w danych ilościowych,
• albo całkowicie podważały nasze hipotezy i dostarczały nowego kontekstu,
• albo ujawniały zupełnie nowe problemy, które następnie potwierdziliśmy w danych.

Przykład 1: „Działające” taby, które w rzeczywistości wprowadzały w błąd

Nasz analityk przeprowadził analizę dotyczącą tabów na liście produktów. Sprawdzaliśmy, czy użytkownicy z nich korzystają i czy spełniają swoją funkcję.

Wynik (w skrócie): tak – taby są używane, więc można uznać, że działają.

Jednak testy użyteczności pokazały coś zupełnie innego:

• użytkownicy klikali w taby, ale głównie dlatego, że nie rozumieli ich nazw (labeli) i próbowali w ten sposób „rozgryźć” różnice między produktami,
• dodatkowo oczekiwali, że taby będą działały jak filtry, a nie jak obecnie zaprojektowane.

Wniosek: dane ilościowe nie były błędne – ale ich interpretacja mogła prowadzić do mylnych wniosków. Sam fakt kliknięć nie oznacza jeszcze, że rozwiązanie działa zgodnie z intencją użytkownika.

Przykład 2: CTA, którego prawie nikt nie używał

Podczas tego samego badania zauważyłam pewien wzorzec zachowania użytkowników. Jednak nie mogłam wyciągnąć wniosku bazując na zachowaniu 10 użytkowników. Poprosiłam analityka o jego weryfikację w danych. Dane pokazały, że:

• tylko co piąty użytkownik (18%) rozpoczynał korzystanie z głównej funkcji konfiguracji łóżka, poprzez kliknięcie głównego CTA “Skonfiguruj i kup”,
• aż 82% użytkowników odkrywało tę funkcję dopiero podczas scrollowania strony.

To oznaczało, że:

• główne CTA praktycznie nie spełniało swojej roli,
• użytkownicy trafiali do funkcji „przypadkiem”, a nie poprzez zaprojektowaną ścieżkę.

Insight ten okazał się krytyczny w kontekście planowanych zmian. Nowa, ulepszona funkcja konfiguracji łóżka miała być dostępna wyłącznie poprzez kliknięcie CTA – w przeciwieństwie do poprzedniej wersji, którą można było odkryć również podczas scrollowania.

Dzięki temu odkryciu mogliśmy zareagować zanim zmiana trafiła na produkcję, uniknąć ryzyka błędnej oceny skuteczności nowej funkcji, oraz lepiej zaprojektować punkt wejścia do istotnego elementu doświadczenia.

Te dwa przykłady dobrze pokazują, że:

• dane ilościowe mówią nam co się dzieje,
• ale dopiero badania jakościowe pokazują dlaczego.

A dopiero połączenie tych dwóch perspektyw pozwala podejmować trafne decyzje projektowe i biznesowe.

Podsumowanie – dane ilościowe mówią „gdzie i co poprawić”, a UX Research pokazuje „dlaczego i jak”.

Jeśli zależy Ci na realnych efektach – lepszym designie, wyższym zadowoleniu użytkowników, większej retencji i przede wszystkim wzroście konwersji – odpowiedź jest prosta: UX research to proces ciągły, który nie powinien się kończyć. Korzyści płynące z badań UX zostały wielokrotnie udokumentowane i potwierdzone w praktyce (m.in. w badaniach Baymard Institute). Jednak dopiero w realnych projektach widać, jak dużą wartość wnoszą one do działań CRO.

Badania jakościowe dostarczają czegoś, czego same dane ilościowe nigdy nie zapewnią – kontekstu. Dzięki nim:

• przestajesz zgadywać, a zaczynasz rozumieć zachowania użytkowników,
• odkrywasz „dlaczego” stojące za danymi,
• budujesz trafniejsze hipotezy do testów,
• ograniczasz liczbę przypadkowych i kosztownych eksperymentów.

Poleganie wyłącznie na danych ilościowych może prowadzić do zgadywania, a z kolei sam UX Research bez wsparcia danych liczbowych nie pokaże, które problemy mają największy wpływ na wyniki biznesowe. Dlatego ważne jest łączenie obu tych podejść.

W Digispot patrzymy na CRO szerzej – nie jako na same dane ilościowe, ale jako proces oparty na dwóch kluczowych workstreamach: researchu (obejmującym zarówno UX Research, jak i analitykę – jakościową i ilościową) oraz eksperymentacji. Innymi słowy, CRO zawiera w sobie zarówno UXR, jak i analitykę, które razem napędzają skuteczne testy i realne wyniki.

To właśnie dzięki krzyżowaniu badań ilościowych oraz jakościowych powstają zmiany, które nie są przypadkowe, lecz skuteczne, bo wynikają z realnych insightów.