So verbessern Sie die Conversions, ohne Kundendaten zu verlieren

Lange Formulare verringern die Conversion-Raten

Möglicherweise haben Sie die Erfahrung gemacht, ein langes Formular auf einer Website auszufüllen. Beispielsweise können Sie ein Konto erstellen, um einen Einkauf zu tätigen, sich auf eine Stelle bewerben oder Ihre Kfz-Versicherung verlängern.

Eine lange Form kann dazu führen, dass Kunden das Interesse verlieren und ihr Geschäft woanders abwickeln. Jedes zusätzliche Feld kann dazu führen, dass bis zu 10 % mehr Kunden abbrechen, anstatt das Formular auszufüllen.

Wenn Sie ein Unternehmen mit einem solchen Formular haben, können Sie Ihr Formular unter anderem deshalb nicht vereinfachen, weil die von Ihnen angeforderten Daten wertvoll sind.

Durch die Verbesserung der Benutzererfahrung werden die Conversions verbessert

Es gibt viele Möglichkeiten, das Problem zu lösen, z. B. das Design des Formulars zu verbessern, es auf mehrere Seiten aufzuteilen, das Feld „Passwort bestätigen“ zu entfernen und so weiter. Es scheint jedoch, dass die meisten Felder nicht entfernt werden können, ohne die Daten, die Sie über diese neuen Kunden sammeln, automatisch zu beeinträchtigen.

Mit maschinellem Lernen ist es jedoch möglich, die Werte einiger dieser Felder vorherzusagen und sie vollständig aus dem Formular zu entfernen, ohne zu viele Informationen zu opfern. So gewinnen Sie mehr Kunden. Um die Felder für Neukunden zu entfernen, benötigen Sie eine Historie darüber, welche Informationen Kunden in der Vergangenheit bereitgestellt haben.

Wie maschinelles Lernen die Lücken schließen und die Conversions verbessern kann

• Auf einer Website mit Kleinanzeigen verlangen Sie von den Nutzern, dass sie ein Foto hochladen oder eine Beschreibung des Artikels ausfüllen, den sie verkaufen. Mit maschinellem Lernen können Sie einen Preis aus der Beschreibung oder einen Titel aus dem Foto vorschlagen, was für den Benutzer weniger Tipparbeit bedeutet.
• Auf einer Rekrutierungswebsite können Sie mithilfe von maschinellem Lernen viele Daten (Name, Adresse, Gehalt, gewünschte Rolle) direkt aus dem Lebenslauf des Kandidaten ableiten, wenn dieser hochgeladen wird. Sogar das Gehalt kann vorhergesagt werden, auch wenn es im Lebenslauf normalerweise nicht explizit erwähnt wird.
• Auf einer Kfz-Versicherungs-Website ist es möglich, Marke, Modell, Kfz-Steuer und Versicherungsstatus anhand eines Bildes des Fahrzeugs abzurufen.

Wenn Sie Interesse haben und mehr wissen möchten, senden Sie mir bitte eine Nachricht .

Ein Beispiel dafür, wie Daten aus einem unstrukturierten Textfeld abgeleitet werden können, finden Sie in meiner Demo zur forensischen Stilometrie .