FeaturesAbout rek.aiKontakt
Back to Customer Stories

Upplands-Bro kommun

Municipality
Upplands-Bro, Sweden

Trots att tjänsterna är grupperade samt har ett dedikerat sökfält hade sidan en utgångsfrekvens (exit) på 43% vilket innebär att nästan hälften av besökarna avbröt sitt besök på webbplatsen utan att ha hittat den e-tjänst som de eftersökte. Resultatet blir dels att kommunens kundtjänst får en ökad belastning och dels att ärenden som kommunens invånare vill utföra på webbplatsen inte blir gjorda.

U
25%
Träffsäkerhet
I 25% av fallen lyckades rek.ai att förutspå vad besökaren ville hitta och på så sätt göra sajten mer relevant och användarvänlig.
38%
Minskning
Utgångsfrekvens (exit) sjönk med 38% vilket innebär att en betydligt större grupp av besökarna kunde uppnå målet med sitt besök på sidan.
31%
Minskning
Tiden som besökarna spenderade på sidan (time on page) sjönk med 31% vilket innebär att besökarna betydligt snabbare hittade informationen som de sökte.
The Challenge

Upplands-Bro kommuns sida för e-tjänster hade en hög utgångsfrekvens — nästan hälften av besökarna lämnade utan att hitta den e-tjänst de sökte.

Hög utgångsfrekvens på e-tjänstsidan

Sidan hade en utgångsfrekvens (exit) på 43%, vilket innebar att nästan hälften av besökarna avbröt sitt besök utan att hitta rätt e-tjänst.

Ökad belastning på kundtjänst

När besökarna inte hittade rätt e-tjänst digitalt ökade belastningen på kommunens kundtjänst avsevärt.

Statisk presentation av e-tjänster

E-tjänsterna presenterades på samma sätt för alla besökare, utan anpassning efter årstid, enhet eller geografisk plats.

The Solution

Vår teori var att ett antal faktorer påverkar vilken e-tjänst besökaren på webbplatsen efterfrågar. Vi antog att tjänsternas efterfrågan varierar beroende på årstid, vilken enhet besökaren använder och geografiskt avstånd till Upplands-Bro. Vi ville undersöka om artificiell intelligens kunde användas för att rekommendera innehåll beroende på ovanstående faktorer (samt ytterligare sjuttio faktorer). Vi ville se om vi kunde presentera rätt e-tjänst från början och därmed öka nyttan och ge besökaren bättre service.

Vår teori var att ett antal faktorer påverkar vilken

Vår teori var att ett antal faktorer påverkar vilken e-tjänst besökaren på webbplatsen efterfrågar. Vi antog att tjänsternas efterfrågan varierar beroende på årstid, vilken enhet besökaren använder och geografiskt avstånd till Upplands-Bro. Vi ville undersöka om artificiell intelligens kunde användas för att rekommendera innehåll beroende på ovanstående faktorer (samt ytterligare sjuttio faktorer). Vi ville se om vi kunde presentera rätt e-tjänst från början och därmed öka nyttan och ge besökaren bättre service.

Att man som medborgare får hjälp med att snabbare och effektivare hitta rätt information, få svar på sina frågor och slutföra sitt ärende på webbplatsen
M
Maria Olsson Solmaz
Digital kommunikatör Upplands-Bro kommun, Upplands-Bro kommun
The Results
Med hjälp av rek-ai genererade vi tio rekommendationer överst på sidan så att besökarna direkt kunde se dem.
Därefter jämförde vi resultatet mellan två månader vilka vardera hade cirka 3 000 sidvisningar.
I 25% av fallen lyckades rek.ai att förutspå vad besökaren ville hitta och på så sätt göra sajten mer relevant och användarvänlig.
Utgångsfrekvens (exit) sjönk med 38% vilket innebär att en betydligt större grupp av besökarna kunde uppnå målet med sitt besök på sidan.
Tiden som besökarna spenderade på sidan (time on page) sjönk med 31% vilket innebär att besökarna betydligt snabbare hittade informationen som de sökte.

Achieve similar results for your organization

Discover how we can help transform your operations.