Jak poznat, že web odpovídá na špatné otázky

Odkud vychází tahle otázka

UX Question Framework jsem popsal jinde jako princip návrhu. Tenhle text je jeho praktická strana: jak framework použít ne na nový web, ale na existující, co už běží, jako audit, co za dvacet minut ukáže, kde web mluví o něčem, co zákazníka nezajímá, a mlčí o tom, co ho zajímá skutečně.

Hypotéza

Web, co je postavený kolem konkrétních otázek zákazníka, konvertuje líp než web postavený kolem předem daných sekcí (Hero, O nás, Reference, Ceník). Není to ještě ověřené na konverzních datech napříč víc klienty, je to hypotéza podložená tím, jak framework fungoval na jednom reálném projektu a tím, co říká širší výzkum o zákaznickém úsilí.

Sekce, co neodpovídá na žádnou otázku, nezraní web. Zraní ho sekce, co odpovídá na otázku, kterou nikdo neřeší.

Proč na tom asi záleží

Výzkum CEB/Gartner na 75 000+ zákaznických interakcích zjistil, že snadnost najít odpověď předpovídá loajalitu o 40 % přesněji než celková spokojenost. Web plný sekcí, co nikdo nečte, protože neodpovídají na jeho skutečnou obavu, je přesně ten typ zbytečného úsilí, co tenhle výzkum měří.

Jak audit vypadá v praxi

Čtyři kroky, co jdou udělat na jakémkoliv existujícím webu, ne jen na novém. 1. Vypsat každou sekci webu tak, jak je teď. 2. U každé napsat, na jakou konkrétní otázku zákazníka odpovídá. 3. Sekce, kde odpověď zní „vlastně na žádnou“ nebo „jen obecně o nás“, označit jako kandidáta na zrušení nebo přepsání. 4. Vedle toho vypsat otázky, co zákazník podle person/dat pravděpodobně má, a nemají na webu žádnou sekci: to jsou díry, ne jen slabá místa.

Reálný příklad

Co s tím, když audit najde díru

Sekce bez jasné otázky se nemusí rovnou smazat. Někdy stačí ji přesunout jako sekundární informaci do sekce, kde už zákazník je, přesně podle principu z UX Question Frameworku.

Chybějící otázka naopak potřebuje novou sekci, ne jen větu navíc někam vmáčknutou. Přesně tenhle typ díry ukazuje dá se to schovat pro práci?: otázka, co na řadě webů chybí úplně, přestože zákazníka reálně zajímá.

Kde to má limity

Audit ukáže, kde web pravděpodobně mluví mimo otázky zákazníka. Neukáže, jestli oprava skutečně zvedne konverzi: na to by bylo potřeba A/B testovat před/po na konkrétním klientovi, což zatím nemám.

Co se stane, když stejnou logiku použiju na weby studií

Otázky zákazníka se dají spočítat i napříč oborem. Na 95 webech českých a slovenských tetovacích studií jsem hledal, na které otázky web odpovídá. Ceny nebo ceník uvádí 54 z 89 měřitelných webů (61 %), online rezervaci nabízí 42 (47 %) a zálohu 36 (40 %). FAQ má 34 (38 %), konkrétní slib, kdy se studio ozve, jen 5 (6 %), a otázce, jestli se tetování dá schovat, se v běžném textu věnuje jediný web z 89.

Weby tedy nejčastěji odpovídají na otázky o penězích a rezervaci. U otázek, které klient řeší dřív, než se rozhodne, jsou skoro prázdné. Skript hledá klíčová slova, vzorek není náhodný (jen studia s vlastním webem, hodně velkých měst) a nejistota podílu je kolem deseti procentních bodů. NE znamená, že jsem klíčové slovo nenašel, ne že obsah neexistuje.

Zdroje

HBR: Stop Trying to Delight Your Customers (CEB/Gartner, 2010)

Vlastní audit webů studií (září 2026): 95 načtených webů z ČR a SR, skript hledající klíčová slova, ručně ověřený vzorek