Cara Cepat Mendapatkan Cukup Sesi untuk Heatmap dan Rekaman Sesi

Pernahkah Anda bertanya-tanya apa tepatnya yang dilakukan orang saat mengunjungi situs Anda? Gambar mana yang mereka klik, tombol mana yang mereka arahkan kursornya, dan bagian teks mana yang mereka baca? Heatmap dan rekaman sesi memberikan wawasan ini dan bisa menyediakan data berharga untuk menyempurnakan UX situs Anda.

Sama seperti pengujian A/B atau menguji pasar baru, Anda perlu mendapatkan trafik yang cukup untuk memperoleh data yang relevan secara statistik sambil tetap menyeimbangkan biaya. Begini caranya:

Apa Itu Heatmap dan Rekaman Sesi?

Heatmap dan rekaman sesi merupakan cara yang sangat bagus untuk menguji bagaimana orang sungguhan berinteraksi dengan website Anda.

• Heatmap menghasilkan gambar halaman Anda dengan kode warna, yang menyoroti tempat orang mengarahkan kursor, mengeklik, dan menghabiskan waktu untuk membaca. Gambar ini dibentuk dari gabungan semua pengunjung Anda, sehingga memberikan wawasan tentang bagaimana orang pada umumnya berinteraksi dengan halaman Anda. Semakin “hangat” warna bagian yang disorot, semakin banyak perhatian yang didapatnya.
• Rekaman sesi, seperti namanya, memberi Anda video tentang bagaimana seorang pengguna tertentu (tetapi anonim) berinteraksi dengan halaman Anda. Ini memungkinkan Anda melacak perjalanan pengguna di halaman Anda secara akurat, termasuk hal-hal seperti klik mouse, cara mereka mengisi formulir (atau keraguan mereka saat melakukannya), dan seberapa jauh mereka menggulir.

Informasi ini memungkinkan Anda melihat bagaimana orang berinteraksi dengan berbagai bagian situs Anda. Artinya, Anda bisa menguji apakah orang mengeklik tombol ajakan bertindak Anda, membaca teks Anda, dan menggulir halaman Anda ke bawah. Anda juga bisa mengetahui apakah mereka mengeklik sesuatu seperti gambar statis dan mengharapkannya melakukan sesuatu, atau melewatkan beberapa bagian, lalu memperbaiki masalahnya.

Apa yang Bisa Saya Uji dengan Keduanya?

Heatmap maupun rekaman sesi memungkinkan Anda menguji aspek apa pun dari halaman Anda, dengan mengumpulkan data nyata tentang bagaimana orang berinteraksi dengan situs Anda.

Misalnya, Anda ingin menguji pilihan warna untuk tombol ajakan bertindak Anda. Saat ini warnanya merah, tetapi Anda bertanya-tanya apakah hijau bisa menarik lebih banyak klik. Pertama, Anda menyiapkan plugin heatmap dan mengumpulkan data tentang kondisi saat ini. Lalu Anda melakukan perubahan dan membandingkan dampaknya terhadap cara orang berinteraksi dengan tombol yang sedang diuji. Setelah itu, Anda bisa menerapkan pilihan yang paling efektif.

Begitu juga jika Anda ingin menguji seberapa efektif judul-judul bagian Anda dalam mendorong orang menggulir, melihat beberapa rekaman sesi bisa memberi Anda wawasan yang berharga. Membandingkan beberapa sesi sebelum dan sesudah perubahan akan membantu Anda melihat versi mana yang mendorong orang untuk terus membaca lebih jauh ke bawah halaman.

Hal lain yang bisa Anda uji antara lain:

• Apakah orang mengeklik gambar Anda
• Bagaimana orang berinteraksi dengan formulir Anda—apakah mereka ragu-ragu pada bagian tertentu atau salah memahami petunjuk Anda?
• “Klik frustrasi”—apakah orang berulang kali mengeklik sesuatu, yang mengindikasikan tautan rusak, tombol yang tidak merespons, atau elemen yang lambat dimuat?
• Zona perhatian—di mana orang berlama-lama di situs Anda dan di mana perhatian mereka mulai berkurang
• Interaksi navigasi—bagaimana orang menelusuri halaman Anda dan bagian mana yang mereka lewatkan

Cara Mendapatkan Trafik untuk Menjalankan Pengujian Heatmap dan Rekaman Sesi

Setelah membahas apa saja yang bisa Anda uji, kita akan melihat cara menyiapkan pengujian dan mendatangkan cukup trafik ke halaman untuk memperoleh cukup data agar Anda bisa mengambil keputusan yang tepat tentang UX Anda.

Meskipun Anda tentu bisa melakukannya dalam jangka panjang melalui trafik organik, menemukan titik masalah pada halaman Anda sebaiknya menjadi prioritas, karena pengalaman pengguna yang kurang optimal bisa membuat calon pelanggan sungguhan pergi bahkan sebelum mereka mendekati proses pembayaran.

Cara tercepat untuk mendatangkan trafik biasanya melalui iklan berbayar, jadi itulah yang akan kita bahas.

Berapa Banyak Trafik yang Saya Perlukan untuk Menjalankan Pengujian?

Tidak ada satu jawaban pasti tentang berapa banyak kunjungan yang Anda perlukan untuk heatmap atau rekaman sesi—sebenarnya, semakin banyak, semakin baik. Namun, jumlahnya harus diseimbangkan dengan biaya akuisisi, tingkat konversi, waktu yang dibutuhkan untuk menjalankan pengujian, dan berbagai faktor lainnya. Kita mencari wawasan yang bisa ditindaklanjuti, dan itu berarti mendapatkan hasil relatif cepat tanpa mengorbankan relevansi statistik dengan mendasarkan tindakan kita pada data pencilan dan data yang tidak lengkap.

Kita juga harus memikirkan elemen mana yang sebenarnya ingin kita amati. Pertanyaan umum seperti “bagaimana orang berinteraksi dengan situs saya” mungkin hanya memerlukan relatif sedikit kunjungan, tetapi pertanyaan yang lebih spesifik akan membutuhkan lebih banyak. Misalnya, jika Anda ingin menguji seberapa efektif sebuah tombol tertentu, Anda akan membutuhkan jumlah klik yang relevan secara statistik pada tombol tersebut.

Selain itu, ada satu hal utama yang perlu diingat: terlalu sedikit sesi akan menghasilkan informasi yang tidak andal, karena setiap pengunjung bisa bertindak di luar dugaan. Idealnya, kita menginginkan 200+ klik pada elemen yang sedang diuji (lebih banyak klik memungkinkan tingkat keyakinan yang lebih tinggi), sehingga jumlah total sesi bisa sangat bervariasi, tergantung seberapa menonjol elemen yang Anda uji.

Berapa Banyak Trafik yang Saya Perlukan untuk Heatmap?

Heatmap menggabungkan perilaku semua pengunjung Anda menjadi grafik sederhana, dengan area yang menarik perhatian paling besar ditampilkan dalam warna yang lebih “hangat” dan area yang kurang diperhatikan dalam warna yang lebih dingin. Semakin banyak sesi yang didapat situs Anda, semakin akurat data Anda. Namun, tekanan waktu dan anggaran membuat kita perlu menghitung jumlah yang bisa memberi kita tingkat kepastian yang memadai dengan relatif cepat.

Rumusnya bisa terlihat seperti ini:

Sesi yang Dibutuhkan = Target Klik pada Elemen ÷ Perkiraan Tingkat Klik Elemen

Tingkat klik di sini adalah proporsi sesi yang mengeklik elemen tersebut (klik ÷ sesi), ditulis sebagai desimal. Ini bukan rasio klik-tayang iklan Anda.

Rumus ini memungkinkan kita menghitung target akuisisi trafik untuk menguji elemen tertentu pada halaman kita, misalnya sebuah tombol atau seberapa efektif judul-judul bagian kita dalam mendorong orang menggulir lebih jauh. Sebagai patokan umum, elemen utama yang besar dan menonjol seperti tombol ajakan bertindak akan membutuhkan lebih sedikit trafik untuk pengujian yang relevan secara statistik dibandingkan sesuatu yang lebih tersembunyi, seperti opsi navigasi yang terselip di lapisan ke-3 sebuah menu.

Misalnya, jika kita menginginkan 200 klik pada tombol ajakan bertindak yang diklik oleh sekitar 5% pengunjung, kita membutuhkan 200 ÷ 0.05 = 4,000 sesi. Opsi navigasi yang hanya diklik oleh 0.5% pengunjung akan membutuhkan 200 ÷ 0.005 = 40,000 sesi untuk mengumpulkan 200 klik yang sama.

Margin Kesalahan

Tentu saja, jika semua orang merespons elemen target Anda dengan cara yang sama, sejak awal tidak akan ada kebutuhan untuk menjalankan pengujian—elemen itu akan berhasil atau tidak. Artinya, kita perlu memperhitungkan ruang toleransi tertentu pada hasil kita untuk mengakomodasi orang yang tidak bertindak seperti yang kita harapkan. Ini juga berlaku untuk peta gulir: seseorang menggulir cukup jauh untuk melihat elemen tersebut atau tidak, dan pembagian ya-atau-tidak itulah yang diukur oleh rumus ini.

Untuk setiap jenis heatmap, kita akan menggunakan rumus:

Margin Kesalahan = Z × √(p × (1 − p) ÷ n)

Ini memungkinkan kita menghitung margin kesalahan, yang dinyatakan sebagai desimal (cukup kalikan dengan 100 untuk mengubahnya menjadi persentase). Z adalah nilai yang terkait dengan tingkat keyakinan yang kita tuju (1.96 memberikan tingkat keyakinan standar industri sebesar 95%), dan p adalah proporsi sampel kita, yaitu persentase orang yang berinteraksi dengan elemen target kita, ditulis sebagai desimal (jadi 40% menjadi 0.4). n hanyalah ukuran sampel kita—semakin besar, semakin akurat hasil akhir kita.

Rumus ini memungkinkan kita memberikan tingkat keyakinan yang cukup akurat pada temuan kita.

Misalnya, jika 40% dari 300 sesi desktop mencapai tabel harga kita, margin kesalahan kita adalah 1.96 × √(0.4 × 0.6 ÷ 300) = 0.055, atau 5.5 poin persentase ke salah satu arah. Dengan kata lain, angka sebenarnya kemungkinan besar berada di antara 34.5% dan 45.5%.

Rumus yang sama menunjukkan apa yang kita peroleh dari 200 klik pada contoh sebelumnya. Untuk tombol yang diklik oleh 5% dari 4,000 sesi, margin kesalahannya adalah 1.96 × √(0.05 × 0.95 ÷ 4,000) = 0.007, jadi kita mengetahui tingkat klik tombol tersebut dengan toleransi sekitar 0.7 poin persentase.

Kita juga bisa membalik rumusnya untuk menghitung berapa banyak sesi yang kita butuhkan sebelum memulai:

Sesi yang Dibutuhkan = Z² × p × (1 − p) ÷ (Margin Kesalahan)²

Jika kita ingin mengetahui seberapa jauh orang menggulir dengan toleransi 5 poin persentase, dan belum tahu proporsi orang yang akan mencapai elemen tersebut, kita menggunakan 0.5 untuk p, karena ini menghasilkan jumlah terbesar dan paling aman: 1.96² × 0.5 × 0.5 ÷ 0.05² = 385 sesi. Untuk tombol yang diklik oleh sekitar 5% pengunjung, ketika 2 poin persentase ke salah satu arah sudah cukup presisi, kita membutuhkan 1.96² × 0.05 × 0.95 ÷ 0.02² = 457 sesi.

Jumlah itu jauh lebih sedikit daripada 4,000 sesi yang dibutuhkan untuk mendapatkan 200 klik, jadi ada baiknya menentukan seberapa presisi jawaban yang benar-benar Anda butuhkan sebelum menetapkan target trafik. Ingat, angka-angka ini berlaku secara terpisah untuk setiap jenis perangkat, seperti yang akan kita lihat di bawah.

Berapa Banyak Trafik yang Anda Perlukan untuk Rekaman Sesi

Untuk menarik kesimpulan yang kuat dari rekaman sesi, sekali lagi semakin banyak, semakin baik, tetapi kita tetap dibatasi oleh kebutuhan mendapatkan hasil dalam jangka waktu tertentu tanpa menghabiskan seluruh anggaran pemasaran untuk pengujian.

Perlu dicatat juga bahwa rekaman sesi memberikan data yang jauh lebih bersifat kualitatif daripada kuantitatif. Saat menggunakan alat ini, kita biasanya mencari jawaban atas pertanyaan seperti “mengapa orang tidak melakukan konversi pada formulir ini”, dan jawabannya bisa terlihat dari jumlah sesi yang ternyata sangat sedikit.

Kita juga harus memperhitungkan bahwa tidak setiap sesi merupakan pengujian yang valid tentang bagaimana orang berinteraksi dengan situs kita. Kunjungan dari tim Anda sendiri, bot atau crawler, atau sumber yang kita kecualikan karena alasan apa pun harus dikeluarkan dari perhitungan kita. Kita juga harus memperhitungkan bahwa tidak semua orang akan setuju sesi mereka direkam.

Dari sini, kita mendapatkan:

Trafik yang Dibutuhkan = Target Rekaman yang Dibutuhkan ÷ (Tingkat Kejadian × Tingkat Perekaman × Tingkat Sesi Valid)

Di sini, tingkat kejadian adalah proporsi kunjungan yang menunjukkan perilaku yang ingin kita pelajari. Tingkat perekaman adalah proporsi kunjungan yang benar-benar direkam: proporsi orang yang setuju untuk direkam, dikalikan dengan tingkat pengambilan sampel alat Anda jika alat tersebut tidak merekam setiap sesi. Tingkat sesi valid adalah proporsi rekaman yang tersisa setelah kita mengeluarkan tim kita sendiri, bot, dan sumber yang dikecualikan. Ketiganya ditulis sebagai desimal.

Agar tidak terjebak dalam matematika abstrak, mari kita gunakan contoh yang nyata: mengapa orang tidak menyelesaikan formulir pendaftaran milis Anda?

Misalnya, kita menginginkan sekitar 15 sesi yang sudah difilter dan benar-benar akan kita tonton, sehingga target jumlah rekaman kita adalah 15. Anggap 20% pengunjung mulai mengisi formulir tetapi tidak mengirimkannya, yang menjadi tingkat kejadian kita dalam bentuk desimal (0.2). Kita juga menganggap (agar hitungannya sederhana) bahwa 60% pengunjung setuju untuk direkam dan alat kita merekam setiap orang tersebut, sehingga tingkat perekamannya 0.6, dan bahwa 90% dari rekaman itu tetap valid setelah kita mengeluarkan tim kita sendiri dan bot, sehingga tingkat sesi validnya 0.9.

Hasilnya:

Trafik yang Dibutuhkan = 15 ÷ (0.2 × 0.6 × 0.9) = 15 ÷ 0.108 = 139

Artinya, kita membutuhkan sekitar 139 kunjungan untuk mendapatkan 15 rekaman yang akan ditonton.

Jika alat Anda hanya merekam sebagian sampel sesi, tingkat pengambilan sampel itu juga masuk ke dalam tingkat perekaman. Pada tingkat pengambilan sampel 10%, tingkat perekaman turun menjadi 0.6 × 0.1 = 0.06, dan kita membutuhkan 15 ÷ (0.2 × 0.06 × 0.9) = 1,389 kunjungan, jadi ada baiknya memeriksa batas perekaman alat Anda sebelum menetapkan anggaran.

Mengapa 15? Jika suatu masalah muncul dalam 20% rekaman orang yang meninggalkan formulir, peluang melihatnya setidaknya sekali adalah:

Peluang Melihat Masalah = 1 − (1 − Tingkat Masalah)ⁿ, dengan n sebagai jumlah rekaman yang kita tonton

Dengan 15 rekaman, hasilnya 1 − 0.8¹⁵ = 0.965, atau peluang 96.5% untuk menemukannya. Jika masalah itu hanya muncul dalam 10% rekaman, 15 rekaman yang sama memberi kita 1 − 0.9¹⁵ = 0.79, jadi ada baiknya menonton beberapa rekaman lagi.

Sekali lagi, jumlahnya akan sangat bervariasi tergantung pertanyaan yang Anda ajukan. Bug yang memengaruhi 1% pengunjung akan membutuhkan jauh lebih banyak trafik untuk dianalisis dibandingkan sesuatu yang memengaruhi hampir semua orang yang berkunjung. Untuk memiliki peluang 95% menangkap bug seperti itu meski hanya sekali, kita membutuhkan sekitar 300 rekaman (1 − 0.99³⁰⁰ = 0.95). Kita tidak bisa memfilter bug yang belum ditemukan, jadi tingkat kejadiannya adalah 1, yang menghasilkan 300 ÷ (1 × 0.6 × 0.9) = sekitar 556 kunjungan.

Menargetkan Trafik Anda

Karena kita melakukan pengujian menggunakan trafik berbayar, kita memiliki banyak kendali atas siapa yang masuk ke dalam sesi kita melalui penargetan jaringan iklan kita.

SparkTraffic, jaringan iklan yang mendatangkan orang sungguhan ke halaman Anda melalui penempatan iklan display, native, dan pop-under di situs penerbit mitra, memungkinkan Anda memilih negara, wilayah, atau kota untuk setiap kampanye, serta apakah iklan Anda tampil di desktop, seluler, atau keduanya. Artinya, Anda bisa mengisi satu segmen perangkat pada heatmap Anda dengan trafik website tertarget dan berhenti begitu mencapai ukuran sampel dari rumus-rumus di atas.

Idealnya, Anda ingin penargetan ini relatif mendekati penargetan Anda yang biasa. Artinya, geofencing, minat, dan sebagainya yang biasa Anda gunakan sebaiknya menjadi sasaran, sehingga Anda bisa menguji bagaimana audiens normal Anda merespons situs Anda. Namun, ada baiknya melonggarkannya sedikit untuk mendorong lebih banyak klik dengan cepat dan menguji bagaimana audiens yang lebih umum merespons.

Jika kita terlalu melonggarkan penargetan, kita berisiko mendapatkan data yang sangat akurat tentang bagaimana orang yang bukan sasaran kita berinteraksi dengan halaman kita.

Menetapkan Anggaran Iklan Anda

Kita menargetkan jumlah trafik yang memadai dalam waktu yang relatif singkat, jadi Anda mungkin ingin menetapkan anggaran lebih tinggi daripada untuk bentuk pengujian lainnya. Ini akan memungkinkan Anda mengumpulkan cukup trafik dan konversi untuk menarik kesimpulan yang kuat, tetapi ada risiko biaya pengujian menjadi terlalu mahal.

Kunci menghindari pengeluaran berlebihan adalah memantau analitik Anda dengan saksama dan menghentikan kampanye saat trafik sudah cukup untuk membuat hasil Anda dinilai andal—gunakan rumus-rumus di atas untuk menghitung target Anda. Begitu mencapai target, hentikan kampanye dan analisis hasilnya.

Dengan begitu, Anda bisa menyeimbangkan biaya dengan kebutuhan pengumpulan data yang relevan secara statistik, sekaligus menjalankan pengujian dengan relatif cepat.

Pengujian pada Kunjungan Desktop vs Seluler

Cara orang berinteraksi dengan website sangat bervariasi tergantung jenis perangkat yang mereka gunakan untuk menjelajah, dan itu berarti pengujian kita harus memperhitungkan perbedaan perilaku ini dalam hasilnya.

Heatmap merekam interaksi, dan meskipun beberapa interaksi cukup mirip antara kunjungan seluler dan desktop (klik pada dasarnya setara dengan ketukan, dan sebagainya), interaksi lainnya khas untuk setiap jenis perangkat. Misalnya, heatmap seluler mungkin memperhitungkan perilaku seperti memperbesar gambar dengan mencubit layar, yang tidak benar-benar memiliki padanan jika Anda menggunakan laptop. Sebaliknya, mengarahkan kursor sering kali bisa dibaca sebagai petunjuk tentang di mana seseorang memusatkan perhatian di desktop, tetapi tidak ada padanan yang benar-benar sama pada perangkat seluler.

Mungkin juga bug yang ingin Anda uji muncul pada sesi desktop tetapi tidak pada seluler, atau sebaliknya, dan jangan lupa bahwa tata letak halaman Anda bisa berubah cukup drastis antarjenis perangkat.

Artinya, kita perlu memisahkan sumber trafik dan melihat heatmap serta rekaman sesi kita sebagai entitas yang berbeda berdasarkan perangkat yang digunakan pengunjung. Anda juga bisa memisahkan trafik dari browser yang berbeda jika menemukan masalah tertentu dengan Chrome atau Firefox.

Cara paling sederhana untuk memperhitungkan perbedaan ini adalah mengatur penargetan iklan berbayar agar iklan hanya ditampilkan kepada orang yang menggunakan jenis perangkat tertentu, atau memfilter peta dan rekaman sesi dengan teliti berdasarkan jenis perangkat di dasbor platform, tergantung apa tepatnya yang ingin kita uji. Perbedaan biayanya bisa besar. Jika 60% kunjungan Anda berasal dari seluler, mengumpulkan 385 sesi desktop dari contoh gulir kita berarti membeli 385 ÷ 0.4 = 963 kunjungan, sedangkan penargetan khusus desktop hanya membutuhkan 385.

Masalah Umum dan Cara Mengatasinya

Meskipun rekaman sesi dan heatmap bisa memberikan banyak sekali detail tentang bagaimana orang berinteraksi dengan halaman web Anda, kualitasnya bergantung pada pengaturan dan interpretasi Anda, dan keduanya rentan terhadap beberapa masalah besar.

Masalah Ukuran Sampel

Pertama, ada risiko menarik kesimpulan berdasarkan beberapa data pencilan. Memeriksa heatmap sebelum cukup banyak orang mengunjungi situs atau memilih rekaman sesi secara acak bisa membawa Anda pada kesimpulan keliru berdasarkan satu kunjungan yang tidak sesuai dengan tren yang sebenarnya sedang Anda amati. Bagaimanapun Anda mengatur UX, akan ada orang yang menganggap sesuatu sulit atau membingungkan dan menghasilkan contoh pencilan.

Solusinya sederhana: pastikan Anda hanya menarik kesimpulan dari pengujian yang telah mencapai jumlah contoh yang relevan secara statistik.

Masalah Pengeluaran Berlebihan

Kebalikan dari masalah sebelumnya, yang terutama berkaitan dengan jumlah kunjungan yang tidak cukup untuk menarik kesimpulan yang kuat, ada juga risiko membayar terlalu banyak kunjungan. Meskipun ini akan membuat heatmap Anda lebih andal, keseimbangan antara biaya dan hasil harus selalu dijaga. Jujur saja, iklan berbayar itu mahal.

Menghindari masalah ini berarti memantau angka-angka Anda dan menghentikan kampanye (sehingga biaya tidak terus naik) pada saat yang tepat. Tetapkan target jumlah konversi yang ingin Anda amati dengan jelas di awal proses dan berhentilah saat Anda mendekatinya.

Masalah yang Timbul dari Sumber Trafik

“Iklan berbayar” adalah istilah yang cukup luas, mencakup segala sesuatu mulai dari banner tradisional hingga iklan penelusuran dan pop-under, dan setiap jenisnya bisa menghasilkan hasil yang berbeda dalam pengujian Anda. Contoh terakhir ini bisa menimbulkan masalah khusus terkait durasi sesi, karena iklan tersebut terbuka (memulai sesi) dan berada “di bawah” tab aktif, sehingga sangat memperpanjang durasi rekaman Anda dan mendistorsi heatmap Anda.

Solusinya adalah menerapkan tag UTM pada URL yang disertakan untuk setiap jenis iklan yang Anda jalankan untuk mendukung pengujian. Ini memungkinkan Anda memisahkan hasil berdasarkan sumber, dengan setiap jenis iklan direkam secara terpisah, sehingga Anda bisa mengoreksi anomali-anomali ini.

Masalah Persetujuan dan Privasi

Kita hidup di dunia yang semakin sadar akan data, dan orang sangat serius menjaga privasi mereka. Undang-undang, seperti GDPR dan Direktif ePrivacy Uni Eropa serta berbagai aturan setara di seluruh dunia, semakin umum dan terus diperketat. Di sebagian besar tempat, orang berhak menolak pemrosesan data mereka jika menginginkannya.

Tidak ada solusi sederhana untuk masalah ini selain meminta persetujuan melalui banner saat orang pertama kali membuka situs Anda dan menjelaskan tujuan pengumpulan data dalam kebijakan privasi Anda. Di sini, Anda juga perlu menjelaskan bagaimana Anda berencana menggunakan data tersebut dan melindunginya dari ancaman keamanan. Pada akhirnya, data penjelajahan orang adalah milik mereka, dan Anda memiliki tanggung jawab hukum untuk menanganinya dengan hati-hati.

Kesimpulan: Mendapatkan Cukup Trafik untuk Menjalankan Pengujian yang Valid

Jika Anda ingin meningkatkan UX dan membantu orang memanfaatkan situs Anda sebaik mungkin, membuat heatmap dan memeriksa rekaman sesi adalah cara untuk mengidentifikasi bagian yang menyulitkan mereka dan bagian yang bekerja tepat seperti yang diharapkan.

Tentu saja, Anda tidak ingin mengambil risiko membuat pelanggan sungguhan kesal dengan UX yang perlu diperbaiki. Membayar trafik yang cukup untuk menguji halaman Anda, tanpa berlebihan, berarti Anda bisa mengatasi masalah ini. Kalau mereka menjadi pelanggan sungguhan, tentu lebih baik lagi.

Usahakan menyeimbangkan biaya dengan pengumpulan data yang cukup untuk mengambil keputusan yang kuat; hindari godaan menafsirkan data pencilan terlalu jauh dan pastikan Anda sedang mengamati masalah tertentu, bukan sekadar mengintip bagaimana orang menggunakan situs Anda, maka heatmap maupun rekaman sesi bisa menjadi alat yang sangat berharga.