Ustvarjanje prihodka iz obiska

Kako z enakim številom obiskovalcev pridobiti več naročil

Posted on July 19, 2026 by

Iz enakega prometa dobite več naročil tako, da zmagate pri prodajah, ki se ne zgodijo ob prvem obisku. Večina ljudi, ki kupijo pri vas, ne kupi prvič, ko pristanejo — vrnejo se pozneje, ob drugem ali tretjem obisku, dneve ali tedne pozneje. Pretvorba ob prvi seji, tisto, za kar je optimizirana vsaka blagajna, zajame le majhno skupino, ki je bila pripravljena prav zdaj. Večja skupina potrebuje razlog in način, da se vrne. Dodatna naročila torej prihajajo iz sledenja: iz zajemanja obiskovalcev kot kontaktov, preden odidejo, in nato iz privabljanja zainteresiranih nazaj z dobro časovno usklajenimi sporočili, dokler niso pripravljeni kupiti. Enako število obiskovalcev, več dokončanih naročil, ker ste nehali prvi obisk obravnavati kot edino priložnost za sklenitev.

Takole nastanejo ta zapoznela naročila.

Večina vaših kupcev danes tako ali tako ni nameravala kupiti

Opazujte, kako ljudje dejansko nakupujejo v vaši trgovini. Nekdo klikne oglas, mu je izdelek všeč in odide. Vrne se tri dni pozneje z neposrednim obiskom in kupi. Na papirju to izgleda kot en odboj in ena pretvorba. V resnici je bil to en kupec, ki je potreboval dva obiska.

Ta vzorec je pravilo, ne izjema, še posebej nad cenami impulzivnih nakupov. Ljudje primerjajo, čakajo na plačo, se posvetujejo z nekom, prespijo na to. Naročilo, ki pristane v četrtek, se je pogosto začelo z obiskom v ponedeljek, ki bi ga odpisali kot neuspeh.

To pomeni, da je vaša resnična priložnost za pretvorbo precej večja, kot nakazuje vaša stopnja pretvorbe ob prvi seji. Ta stopnja — običajno nekaj odstotkov — meri le množico, pripravljeno prav zdaj. Vsakdo, ki bi kupil ob poznejšem obisku, a nikoli ni dobil razloga za vrnitev, je manjkajoče naročilo. Ne manjkajoč obiskovalec. Obiskovalca ste že imeli. Izgubili ste povratno pot.

Zakaj stiskanje prve seje ni dovolj

Standardna rešitev za »premalo naročil« je optimizacija stopnje pretvorbe ob prvi seji: hitrejše strani, čistejše fotografije izdelkov, manj korakov do blagajne, značke zaupanja. Vse vredno narediti — pokvarjena blagajna pušča naročila, ki jih nobeno sledenje ne more povrniti, zato to popravite najprej.

A sama optimizacija konverzije ima strop. Tekmujete za droben delež ljudi, pripravljenih kupiti v tisti eni seji. Če stran izdelka dovolj močno potisnete, boste morda premaknili pretvorbo ob prvi seji z 2 % na 2,4 %. Resnično, a majhno, ker še vedno obdelujete le skupino, pripravljeno zdaj. Precej večja skupina — raziskovalci, še-ne-pripravljeni, prekinjeni — odide ne glede na to, kako dobra je stran, ker se danes tako ali tako niso nameravali odločiti.

Drugi refleks, več prometa, sploh ne dvigne števila naročil na obiskovalca. Kupi več prvih obiskov, večina jih odide, in če jih ne ujamete za povratno pot, ste pravkar razširili enako nizko stopnjo dokončanja pri višjem strošku. Za več naročil iz enakega prometa vzvod ni prva seja. Je druga.

Kje puščajo naročila

Recimo 10.000 obiskov na mesec, 2 % pretvorbe ob prvi seji. To je 200 naročil in 9.800 odšlih ljudi. (Ilustrativno.) Denimo, da bi od teh 9.800 realističnih 15 % kupilo ob poznejšem obisku, če bi jih nekaj pripeljalo nazaj — a le drobec se jih kdaj sam vrne.

Če zajamete že 6 % nekupcev kot kontakte (okoli 590 ljudi) in v naslednjih tednih pretvorite 20 % teh, je to približno 118 dodatnih naročil na mesec. Poleg vaših 200. Iz enakih 10.000 obiskov. Brez dodatnega stroška za oglase, brez spremembe cene — samo naročila, ki so bila vedno mogoča, a nikoli niso dobila svojega drugega obiska. To je puščanje: povpraševanje, ki bi ga bilo mogoče dokončati, a poteče, ker mu nič ni sledilo.

Rešitev, po vrsti

1. Najprej popravite puščanja ob prvi seji. Nakup kot gost, viden strošek dostave zgodaj, hiter mobilni tok. Nobeno sledenje ne more povrniti naročila, ki umre pri pokvarjeni blagajni, in raziskave inštituta Baymard še naprej kažejo na prisilno ustvarjanje računa, presenetljive stroške in dolge blagajne kot glavne razloge za opustitev. To počistite, preden karkoli gradite.

2. Zajemite obiskovalce, ki danes ne bodo kupili. Ljudi ne morete pripeljati nazaj, če jih ne morete doseči. Prijave na strani, obvestila o vrnitvi na zalogo in ponudbe ob nameri izhoda spremenijo anonimne prve obiske v kontakte. To je tečaj, na katerem se vrti vse skupaj — podrobnosti v članku zajemanje vrednosti od kupcev, ki niso pripravljeni na nakup.

3. Dajte jim pravi razlog za vrnitev. Zajet kontakt brez sledenja ne naredi ničesar. Opustitev brskanja za tiste, ki so si ogledali, a niso dodali, tokovi za košarico za tiste, ki so dodali, a niso kupili, pozdravni tok za nove kontakte. Vsak od njih izdela drugi obisk.

4. Uskladite vrnitev s tem, kako se ljudje dejansko odločajo. Impulzivni izdelek za 30 EUR morda potrebuje spodbudo v nekaj urah. Premišljen nakup za 200 EUR morda potrebuje nekaj dotikov v enem ali dveh tednih. Ritem sledenja uskladite s ceno in izdelkom, ne z generičnim urnikom.

Kaj natanko avtomatizirati

Tok, ki proizvede največ zapoznelih naročil, je sledenje brskanju in košarici. Konkretno:

Sprožilec: znan kontakt si ogleda izdelek ali začne košarico in je v določenem oknu ne dokonča.
Segment: ločite košarico (nekaj dodal) od brskanja (samo ogledal) — namera pri košarici je toplejša in dobi odločnejšo spodbudo; brskanje dobi mehkejšo. Namera pri košarici zmaga, če veljata obe.
Čas: opomnik za košarico okrog ene ure; sledenje brskanju okrog 4–8 ur; drugi dotik naslednji dan, če naročila še vedno ni.
Kanal: e-pošta najprej; SMS za vrednejše košarice s privolitvijo, saj sporočilo pogosto hitreje pripelje do povratnega obiska.
Vsebina: natančen ogledan ali zapuščen izdelek, neposredna povezava naravnost nazaj nanj in en razlog za vrnitev — ocena, odgovor na pogosto vprašanje, poštena nizka zaloga. Popust ne kot privzetek.
Cilj: proizvesti drugi obisk in dokončano naročilo, nato pa iz toka izstopiti v trenutku, ko naročilo pristane, da nihče po nakupu ne dobi »nekaj ste pozabili«.

To pravilo o izstopu ob nakupu je pomembnejše, kot zveni. Nič ne ubije zaupanja bolj kot opomnik, ki prispe po blagajni.

Primer trgovine

Trgovina z opremo za na prostem, 55.000 EUR na mesec, prodaja jakne in nahrbtnike za 80–300 EUR, poganja oglase na Googlu in Meti. (Ilustrativno.) Pretvorba ob prvi seji je bila okrog 1,8 % — običajna za ta cenovni razred, kjer ljudje pred nakupom veliko raziskujejo.

Vlagali so trud v strani izdelkov in dobivali vse manjše donose, ker so bile strani že dobre. Kupci se le niso odločali ob enem obisku. Dodali smo zajemanje na strani izdelka in namero izhoda, nato pa vklopili sledenje brskanju in košarici, časovno usklajeno za premišljene nakupe — mehka spodbuda nekaj ur po ogledu izdelka, odločnejši opomnik za košarico naslednji dan, možnost SMS pri vrednejših košaricah.

Stopnja ob prvi seji se je komaj premaknila, kot pričakovano. Skupno število naročil je vseeno naraslo, ker so raziskovalci, ki so prej izginili, zdaj bili povlečeni nazaj na drugi obisk, kjer so dejansko kupili. Enak promet, več dokončanih naročil, po polni ceni.

Kaj meriti

Skupno naročil na obisk — naročila ÷ obiski, pravi cilj. Širše in bolj pošteno kot sama stopnja pretvorbe ob prvi seji.
Naročila ob prvi seji v primerjavi s povratno sejo — razdelitev, ki dokazuje, da sledenje opravlja delo. Opazujte, kako raste delež povratnih.
Naročila, pripisana tokovom — koliko dokončanih naročil je prišlo prek tokov za brskanje, košarico in pozdrav.
Čas od prvega obiska do naročila — če veliko naročil pristane dneve po prvem obisku, to teče vaš motor zapoznele pretvorbe.

Kako se vključi Omnisend

Za izdelovanje drugih obiskov želite orodje s pripravljenimi sprožilci za brskanje in košarico, obrazci za zajemanje prvih obiskovalcev, čistim izstopom ob nakupu, da kupci nehajo prejemati sporočila iz toka, ter e-pošto in SMS v enem urejevalniku, da lahko sledenje ob premišljenem nakupu za najtoplejše košarice preklopi kanal. Pomembno je tudi poročanje o prihodku po posameznem toku, da vidite, koliko naročil je prišlo iz sledenja v primerjavi s prvo sejo.

Za svoje trgovine sem se odločil za Omnisend, potem ko sem ga preizkusil proti Klaviyu — predvsem zato, ker sem lahko sam zgradil te tokove za brskanje in košarico ter postavil obrazce za zajemanje in prebral, koliko naročil je proizvedel vsak tok, brez izvoza podatkov. (Uporabljam in priporočam ga; morebitna partnerska povezava je tu razkrita in pristop deluje enako, s katerim koli orodjem.)

Ne bo ustvaril naročil, ki se niso nameravala zgoditi. Če je izdelek za obiskovalca napačen ali je blagajna pokvarjena, sledenje ljudi le opomni na »ne«. Najprej popravite trgovino; nato sledenje pobere zapozneli »da«.

Vaš naslednji korak

Izvlecite eno številko: od naročil prejšnjega meseca, koliko jih je prišlo iz obiskovalčeve čisto prve seje v primerjavi s poznejšo? Večina analitike lahko pokaže pretvorbe novih v primerjavi s povratnimi. Če je delež povratnih tanek, vaša zapoznela naročila puščajo, in zajemanje plus sledenje je tam, kjer graditi. Ta teden začnite z enim tokom za opustitev brskanja. Za pogled na evre-na-obiskovalca istega dela — ter vzvode za povprečno vrednost naročila in ponovne nakupe, ki jih ta članek ne pokriva — preberite kako povečati prihodek na obiskovalca brez dvigovanja cen, za celoten nabor tokov za tem pa kako zgraditi sisteme sledenja za plačani promet e-trgovine.

Traffic Monetization

How to Get More Orders From the Same Number of Website Visitors

Posted on July 10, 2026 by

To get more orders from the same number of website visitors, stop treating each visit as a single yes-or-no event and start banking every visit for future selling. Three moves do the work: capture contact details from a bigger share of visitors so one visit can produce a purchase weeks later, run behavior-triggered follow-ups (cart recovery, browse reminders) that pull near-buyers back over the line, and reactivate past customers with a win-back automation so old visitors generate new orders. Orders come from three populations — today’s buyers, delayed buyers, and returning customers — and most stores only ever harvest the first one.

Same traffic, flat orders: why this happens

Your traffic has been stable for a year. So have your orders. Every attempt to grow means feeding the ad platforms more, and their appetite grows faster than your margin. You’ve likely tuned the site itself — better photos, cleaner checkout — and squeezed conversion from 1.8% to 2.1%, which was real work for a small gain.

Here’s the reframe that changes the ceiling: your monthly order count isn’t capped by your conversion rate. It’s capped by how many selling opportunities you create per visitor. A store that can only sell during the visit gets one opportunity per visitor. A store with a list and flows gets that visit, plus a cart reminder, plus a welcome sequence, plus a browse nudge, plus next month’s campaign, plus a win-back touch in the autumn. Same visitor. Six chances instead of one.

Why squeezing the session harder stops paying

Conversion optimization has diminishing returns because it only addresses people who were nearly ready anyway. Once the obvious friction is gone — slow pages, surprise shipping, clunky mobile checkout — each further test fights over a thinner slice of maybe-buyers. Discounts widen the slice temporarily, at the cost of margin and trained bargain-waiting. More ad spend adds visitors, not opportunities per visitor, so it scales your inefficiency along with your reach — the exact trap described in how to reduce paid traffic waste without cutting ad spend.

The untouched lever in most €20k–100k/month stores is opportunity count. And it’s untouched because it doesn’t show up in any default dashboard.

Count your opportunities — a quick audit

Illustrative numbers; substitute your own. 10,000 monthly visitors, 2% convert: 200 orders.

Population two: delayed buyers. If you capture 4% of visitors (400 contacts/month) and 6% of them order within 60 days, that’s 24 orders/month at steady state that today land at zero, because you have no way to reach them.

Population three: returning customers. Say you’ve accumulated 2,400 past customers over two years and 70% haven’t bought in 6+ months. A win-back automation reactivating just 1% of that dormant pool monthly is ~17 orders. Together, roughly 40 extra monthly orders — a 20% lift — from visitors and customers you already paid to acquire, some of them a year ago. No new traffic anywhere in the calculation.

The sequence to build, and what to skip

Week 1 — capture: a well-targeted popup plus back-in-stock alerts. Nothing downstream works on an empty list.
Week 1–2 — cart recovery: the highest-intent follow-up. If you build only one flow, build this one; the spec is in how to build follow-up systems for paid ecommerce traffic.
Week 2–3 — welcome flow: converts the captured contacts into population-two orders.
Week 3–4 — win-back: wakes up population three. Full spec below, because it’s the one merchants most often skip.
Ongoing — one good campaign a week: a new arrival, a restock, a genuinely useful tip. Flows create opportunities from behavior; campaigns create them from the calendar.
Skip for now: loyalty points, referral programs, AI product feeds. Real levers, wrong order.

The win-back automation, exactly

Trigger: a customer’s last order date passes your reactivation threshold. Set it from your data: find your typical repurchase interval (for many stores 60–90 days) and trigger at roughly 1.5× that. Consumables might use 75 days; durable goods 180.

Segment: past customers only, excluding active subscribers who’ve clicked recently — they’re not lost, just between purchases. Branch by spend if you can: your top-quartile customers get a warmer, discount-free first touch.

Timing, channel, content:

Email 1, at threshold: “Since your last order…” — what’s new in the category they bought from. No discount; you’re testing whether attention alone brings them back.
Email 2, 7 days later: a concrete reason to return — bestsellers they haven’t tried, replenishment reminder if the product runs out (“Most customers reorder around now”).
Email 3, 14 days after that: the incentive, if you use one. Make it expire in 7 days and mean it.
SMS, optional, alongside email 3: only for opted-in customers, only with the incentive — one sentence and a link.

Goal: an order within the flow window. Contacts who finish without ordering drop to a low-frequency segment — don’t keep emailing the unresponsive at full cadence; it damages deliverability for everyone else.

How the three populations stack in practice

Illustrative example: a specialty coffee store with steady traffic. In one week: 31 subscribers join via a “brew guide” popup (future orders seeded). Cart recovery emails bring back 6 abandoners. The welcome flow converts 4 of last month’s signups on their second or third email. And the win-back flow, triggered at 70 days since last order, nudges 11 lapsed customers — 3 reorder their usual beans, one adds a grinder. That’s 14 orders this week that pure session-optimization could never have produced, on identical traffic. Stack the same machinery for a year and the store’s order curve detaches from its traffic curve — which is the entire aim of a traffic-to-revenue follow-up strategy.

The scoreboard

Orders per 100 visitors, trailing 90 days — wider than conversion rate, because it credits delayed and repeat orders to the traffic that seeded them.
Repeat purchase rate — share of customers with a second order within 90 days.
Reactivation rate — win-back recipients who order.
Capture rate — new contacts per 100 visitors; the input everything else feeds on.

Implementation notes, including Omnisend

All of this runs on any platform with behavioral triggers and lifecycle data. I run these exact flows — welcome, cart recovery, browse abandonment, cross-sell and win-back — on my own stores in Omnisend; I picked it over Klaviyo mostly because I could set up and adjust everything myself without an agency day-rate, and the win-back flow was the one I’d procrastinated on longest precisely because it sounded complicated. It wasn’t: the lapsed-customer trigger, time delays and discount-code blocks are standard workflow pieces, and order history from Shopify or WooCommerce syncs in for the segmentation.

Being honest about limits: win-back quality depends entirely on clean order data and a sensible threshold — trigger too early and you discount people who were coming back anyway. And no flow fixes a first-purchase experience that disappointed. Automation multiplies whatever experience you already deliver, in both directions.

Your one next step

Pull one number today: how many of your past customers haven’t ordered in six months. If it’s in the hundreds, the win-back flow above is your biggest untapped order source and you can build it this week. If your list itself is thin, start a step earlier with capture — then work through increasing revenue per visitor without raising prices to turn those extra orders into extra margin.