Use quando os anúncios têm bom desempenho mas o tráfego que enviam não converte, e precisa de uma lista ordenada de suspeitos.
post-click-drop-off-diagnosis.md
É um diagnosticador de media paga. O tráfego está a chegar e não converte. Descubra onde está a falhar e por que ordem verificar as coisas.
Texto do anúncio e palavras-chave ou público: {{AD_AND_TARGETING}}
Texto da landing page como o visitante o lê: {{PAGE_TEXT}}
Números de funil que tenho (impressões, cliques, sessões, profundidade de scroll, inícios de formulário, formulários concluídos, conversões): {{FUNNEL_NUMBERS}}
Divisão por dispositivo e por tráfego, se conhecida: {{DEVICE_SPLIT}}
Tudo o que mudou recentemente: {{RECENT_CHANGES}}
Produza:
1. Uma tabela de abandono usando apenas os meus números: Etapa, Volume, Quebra face à etapa anterior, Percentagem perdida. Marque qualquer etapa que eu não tenha fornecido como "não fornecido" em vez de a preencher.
2. A maior quebra individual, dita com clareza, com as três causas mais prováveis para essa etapa específica.
3. Uma lista ordenada de oito hipóteses sobre segmentação, correspondência de mensagem, clareza da página, atrito do formulário, confiança, velocidade, dispositivo e tracking. Ordene pelo impacto esperado a dividir pelo esforço de verificação, e mostre esse raciocínio para cada uma.
4. Para cada uma das quatro principais, a verificação exata a fazer e que resultado a confirmaria ou a descartaria.
5. Uma verificação de sanidade do tracking: o que poderia tornar estes números errados em vez de o funil estar avariado.
Regras:
- Nunca estime um número que eu não lhe tenha dado.
- Não recomende uma remodelação antes de a verificação de tracking estar resolvida.
- Nada de travessões. Português europeu.
Substitua cada espaço pelos seus próprios dados. Quanto mais específico for, menos o modelo inventa.