Web shop rijetko stagnira zato što mu nedostaje još jedan popup.
Češće stagnira zato što SEO lovi promet, performance tim lovi ROAS, CRO tim boju gumba, CRM open rate, a uprava pita za profit. Svi rade. Sustav baš i ne.
Growth nije nova kampanja. To je način na koji povezuješ potražnju, iskustvo kupca, konverziju, ponovnu kupnju, maržu i učenje iz podataka.
Ovaj vodič služi kao karta kroz glavne teme na peremin.com. Nije popis „37 trikova za rast do utorka”. Ako ti to netko obeća, provjeri prodaje li odmah ispod i tečaj.
1. Počni od poslovnog problema
Prije kanala i alata odgovori na nekoliko neugodnih pitanja:
Treba li web shop više kvalitetnog prometa ili bolje koristiti postojeći?
Je li problem konverzija ili loša marža nakon popusta i dostave?
Kupci ne dolaze drugi put ili ih ne znamo prepoznati?
Nedostaje li potražnja ili proizvod nestane sa zalihe baš kad potražnja krene?
Mjerimo li inkrementalni učinak ili samo pripisujemo zasluge zadnjem kliku?
Bez toga growth plan postaje švedski stol taktika. Malo SEO-a, dva influencera, AI chatbot i grafikon koji ide prema gore jer je tako nacrtan.
2. Akvizicija: promet mora imati razlog
SEO nije proizvodnja članaka po kilogramu. Treba povezati tehničku dostupnost, namjeru pretraživanja, kategorije, proizvode, interno pretraživanje i sadržaj koji rješava stvaran problem.
Posebno zanemarena tema je interna tražilica. Kupac koji upiše konkretan upit već je pokazao namjeru. Ako mu web shop vrati krive proizvode, nismo izgubili „search session”. Izgubili smo čovjeka koji nam je doslovno napisao što želi.
U vodiču Koliko je loš search skup — SEO, UX i konverzija pokazujem kako mjeriti relevantnost rezultata, reformulacije, izlaze, konverziju i maržu.
Brzina je drugi osnovni sloj. Ako slike proizvoda imaju nekoliko megabajta, ne treba ti nova SEO teorija nego kompresija. Pogledaj optimizaciju slika za web shop pomoću Pythona.
3. CRO: konverzija nije isto što i profit
CRO počinje uklanjanjem neizvjesnosti:
Je li web shop vjerodostojan?
Koliko košta dostava?
Kada proizvod stiže?
Mogu li ga vratiti?
Hoće li plaćanje biti sigurno?
Odgovara li proizvod mojoj situaciji?
Sedam elemenata povjerenja dobar su početak jer rješavaju stvarne sumnje, a ne ukrašavaju checkout.
Ali viša stopa konverzije nije automatski pobjeda. Kupon može podići prodaju i istodobno pojesti doprinosnu maržu. Zato u tekstu Popust nije konverzija odvajam kupce koje je ponuda stvarno pomaknula od onih kojima smo samo subvencionirali kupnju koju bi ionako napravili.
4. Retention: rast koji curi nije rast
Ako svaki mjesec dovedeš 1.000 novih kupaca, a izgubiš vrijednost postojećih, akvizicija postaje skupa zamjena za kantu s rupom.
Retention sustav treba znati:
tko se vjerojatno neće vratiti
kada je realan trenutak za novu kupnju
koji proizvod ima smisla preporučiti
povećava li preporuka maržu ili samo premješta postojeću kupnju
koji signal pokazuje da interes slabi
Za praktične modele kreni od članka Što će kupac sljedeće kupiti — recommendations i CLTV i eksperimenta Može li AI predvidjeti tko će otkazati članstvo?.
Širu sliku objašnjava prediktivna analitika u eCommerceu: model nije vidovnjak, nego procjena vjerojatnosti pod poznatim uvjetima.
5. Zalihe i potražnja: prosjek ne zna da dolazi promjena
Sezonski grafikon može izgledati uredno sve dok se vrijeme, cijena, konkurencija ili dostupnost proizvoda ne promijene.
Dobro predviđanje ne pita samo koliko ćemo prodati. Pita koji vanjski signal dovoljno rano pokazuje da se uvjeti mijenjaju. U članku Ne predviđaj samo prodaju — pronađi signal koji je zaustavlja povezujem takav signal s odlukama o zalihama, nabavi i oglašavanju.
6. Mjerenje: ROAS nije presuda
Platforma koja prodaje oglas rado će ti objasniti koliko je prodaje sama proizvela. To je kao da učenik sam ispravlja test i određuje kriterij prolaza.
Za ozbiljnije mjerenje kombiniraj:
dobro definirane poslovne metrike
eksperimente i holdout grupe
atribuciju kao operativni, ne apsolutni pogled
ekonometrijske modele
doprinosnu maržu i CLTV
Marketing ROI povezuje te slojeve, a ekonometrija u marketingu pokazuje zašto korelacija i uzrok nisu isti stanovnici istog Excela.
Za brze kreativne hipoteze može pomoći i A/B testiranje uz AI, ali sintetička procjena nije zamjena za stvarno ponašanje kupaca.
7. AI: koristi ga kao alat, ne kao alibi
AI može pomoći pri segmentaciji, preporukama, predviđanju, istraživanju i generiranju hipoteza. Može i vrlo uvjerljivo automatizirati lošu pretpostavku.
GenAgents simulacije korisne su za istraživanje scenarija, ali virtualni kupac nema karticu, loš dan ni susjeda koji mu je preporučio konkurenta.
Isto vrijedi za sintetičke podatke: odlični su za razvoj i testiranje kada su dobro dizajnirani, opasni kada ih koristimo kao elegantnu zamjenu za stvarnost.
Ako želiš procijeniti je li nova marketinška tema stvaran signal ili samo glasna prezentacija, otvori Marketing Hypeometar.
8. GDPR i povjerenje: legal nije zadnji checkbox
Web shop obrađuje podatke kupaca, posjetitelja, zaposlenika i dobavljača. U tom sustavu privatnost utječe na tracking, CRM, newsletter, personalizaciju, AI, korisničku podršku i sigurnost.
Napredna GDPR checklista za hrvatske web shopove povezuje GDPR s pravilima AZOP-a, Zakonom o elektroničkim komunikacijama, Zakonom o zaštiti potrošača, Zakonom o radu i Zakonom o zaštiti na radu. Za cookie implementaciju koristi zaseban vodič Kolačići i GDPR u Hrvatskoj.
Privatnost nije suprotnost marketingu. Loša obrada podataka je samo marketing koji je zaboravio da iza retargeting publike postoje ljudi.
Redoslijed rada za sljedećih 90 dana
Odaberi jedan poslovni problem i jednu glavnu metriku ishoda.
Provjeri kvalitetu podataka i možeš li uopće izmjeriti promjenu.
Ukloni najveću tehničku ili korisničku prepreku.
Postavi eksperiment ili usporedivu kontrolu.
Mjeri prodaju, maržu i ponašanje nakon prve kupnje.
Dokumentiraj što je naučeno, uključujući neuspjeh.
Tek tada skaliraj kanal, model ili automatizaciju.
Growth postaje ozbiljan kada prestane biti kolekcija taktika i postane sustav učenja. Sve ostalo je samo vrlo zaposlen kalendar.