В шаге от покупки: как отыскать слабенькие места карточки продукта через Yandex Метрику

В попытке прирастить конверсию карточку продукта часто дорабатывают интуитивно. Меж тем, нужные данные уже содержатся в Yandex Метрике – принципиально только осознавать, где их находить, как сопоставлять и интерпретировать.

Анастасия Ольховская, веб-аналитик ArrowMedia, делится пошаговым методом: как соединить данные различных отчетов, отыскать предпосылки низкой конверсии и найти, какие конфигурации вправду воздействую на реализации.

За ранее нужно настроить в Yandex Тег Менеджере цели на главные деяния. Обычных екомерс-событий недостаточно: они не демонстрируют, как юзер ведет взаимодействие со страничкой до принятия решения. В числе таковых целей: добавление продукта в корзину, покупка в один клик (если таковой сценарий предусмотрен), взаимодействие с галереей, раскрытие описания, черт и отзывов, также выбор размера, цвета либо комплектации. Это поможет проанализировать не только лишь итог, да и путь юзера.

Базисная диагностика (процесс установления диагноза, то есть заключения о сущности болезни и состоянии пациента): поиск проблемных карточек

Начать стоит с проверки екомерс-воронки, чтоб найти, на каком шаге юзеры прерывают путь к покупке, и убедиться, что понижение конверсии соединено конкретно с карточкой продукта. Если главный отток приходится на переход от просмотра к добавлению в корзину, предстоящий анализ следует сосредоточить на страничке продукта.

При интерпретации данных принципиально учесть изюминка Yandex Метрики: конверсия всякого шага рассчитывается относительно первого шага – «Все гости». Потому характеристики недозволено впрямую ассоциировать с традиционными воронками либо данными остальных аналитических систем.

Поначалу нужно найти, какие карточки требуют внимания. Базисные отчеты Метрики разрешают получить общее представление о трафике и работе веб-сайта, но для анализа их недостаточно. Пригодятся те, которые дают товарный и поведенческий разрез данных:

• «Электрическая коммерция», раздел «Пользующиеся популярностью продукты».

Отправная точка для приоритизации. Отчет указывает данные определенных продуктов: просмотры, прибавления в корзину, покупки и выручку. Сначала энтузиазм представляют продукты с высочайшим трафиком и низкой конверсией в добавление в корзину. Если ужаснее преобразует вся категория, делему стоит находить в шаблоне карточки либо ее несоответствии ожиданиям аудитории.

• «Содержание», раздел «Странички входа».

Конкретно тут видна настоящая картина по каждой страничке продукта, так как отчет указывает поведенческие метрики по определенным URL: показатель отказов, глубину просмотра, время на веб-сайте и конверсию в добавление в корзину.

Для поиска проблемных карточек довольно добавить в отчет столбец с целью «Добавление в корзину» и отсортировать по размеру трафика. Если страничка получает огромное количество визитов, но ее конверсия в корзину ниже средней по веб-сайту, она становится приоритетной для анализа.

Термо карты: обнаружение UX-барьеров

Карта кликов указывает, с какими элементами ведут взаимодействие юзеры, карта скроллинга – до каких блоков странички они доходят. Совместно они помогают найти, где возникает UX-барьер.

• Карта кликов.

Главные зоны для анализа – галерея изображений и конверсионная область. Высочайшая активность на фото при низкой конверсии в покупку значит, что энтузиазм к товару есть, но зрительной инфы недостаточно. К примеру, доп ракурсов, больших планов, фото деталей либо вариантов использования.

Оборотная ситуация, когда отсутствуют клики по галерее, также просит внимания. Причина быть может в неловкой галерее либо в том, что 1-ое изображение не мотивирует учить продукт далее.

Если CTA находится в зоне видимости, но получает не много кликов, стоит поглядеть, какие элементы завлекают внимание рядом с клавишей. Взаимодействие с ценой, критериями доставки, рассрочкой либо иными информационными блоками гласит о том, что юзеров что-то останавливает от принятия решения.

Отдельного внимания заслуживают клики по неинтерактивным элементам. Обычно такое поведение гласит о неверных ожиданиях: юзеры рассчитывают получить доп информацию либо выполнить действие, но интерфейс не реагирует. Если схожее повторяется часто, стоит создать элемент интерактивным или добавить недостающий контент.

• Карта скроллинга.

Резкое понижение видимости на уровне цены и CTA гласит о том, что значимая часть юзеров не доходит до конверсионной зоны. На мобильных устройствах это в особенности критично: юзеры скроллят наименее охотно, а из-за большенный галереи либо навигационных частей клавиша «Приобрести» может оказаться за пределами первого экрана.

Глубина просмотра описания и черт отражает, сколько юзеров доходит до этих блоков. Когда они размещены очень низковато, принципиальная информация остается вне поля зрения. Тогда имеет смысл пересмотреть структуру карточки и перенести главные сведения поближе к конверсионной зоне.

Если до описания юзеры доходят часто, но конверсия остается низкой, стоит проверить не только лишь размещение блока, да и подачу инфы. Короткое структурированное описание с главными чертами воспринимается легче, чем длиннющий сплошной текст.

Если блок отзывов размещен в конце странички, до него доходит только маленькая часть юзеров, хотя для почти всех конкретно отзывы стают крайним аргументом перед покупкой. На карте скроллинга это нередко приметно по маленькому «хвосту» активности в нижней части странички: юзеры преднамеренно прокручивают карточку вниз. В таком случае стоит протестировать перенос блока выше либо добавить рядом с ценой рейтинг и количество отзывов.

Термо карты отражают агрегированную картину поведения, тогда как Вебвизор дозволяет рассматривать отдельные визиты. Эти инструменты дополняют друг дружку: термо карты помогают узреть UX-барьеры, а Вебвизор – проверить их на уровне определенных пользовательских сценариев.

Вебвизор: проверка наблюдений

Опосля анализа термических карт принципиально сконструировать предположение – почему появилась UX-проблема. Лишь опосля этого имеет смысл перебегать к Вебвизору: просмотр записей без за ранее поставленного вопросца изредка приносит полезные результаты. При всем этом для UX-анализа необходимы не все визиты, а лишь те, где юзер изучал карточку, но не сделал покупку.

Чтоб получить такую подборку, довольно применять комбинацию 3-х фильтров:

• Просмотр карточки без прибавления в корзину – дозволяет выделить юзеров, которые просмотрели хотя бы один продукт, но никогда не добавили его в корзину. Эта подборка указывает тех, кто изучал карточку, но не конвертировался.

• Время на страничке больше 30 секунд – исключает случайные визиты и юзеров, которые практически сходу покинули страничку. В выборке остаются те, кто вправду изучал карточку, но все равно не купил продукт. Конкретно такие визиты более ценны для UX-анализа.

• Тип устройства – если отчет по устройствам указывает разрыв в конверсии меж мобильным и десктопным трафиком, мобильные визиты стоит рассматривать раздельно. Задачи на различных устройствах принципно различаются, потому соединять такие визиты не имеет смысла.

Поиск циклических паттернов

При анализе записей в Вебвизоре принципиально уделять свое внимание на деяния, которые часто повторяются у различных юзеров. Для первичного анализа обычно довольно просмотреть 10–15 записей.

5 поведенческих паттернов, которые понижают конверсию:

1. «Зум без покупки». Юзер пристально изучает продукт, но не перебегает к покупке. Обычно это значит, что зрительный контент не снимает оставшиеся вопросцы.
2. «Скролл вниз – возврат к стоимости». Возврат к стоимости опосля просмотра описания, черт и отзывов может гласить о том, что инфы недостаточно, чтоб доказать стоимость и принять решение.
3. «Клики в никуда». Нередко указывают на неверный зрительный сигнал либо нехватку инфы.
4. «Начал выбор – бросил». Сценарий может прерываться из-за отсутствия подходящего варианта, неловкого интерфейса либо нехватки инфы. Анализ шага, на котором юзер прекращает взаимодействие, помогает локализовать делему.
5. «Уход за несколько секунд». Юзер закрывает карточку практически сходу опосля открытия, не совершая никаких действий. Это быть может соединено не с UX, а с несоответствием ожиданиям по товару, стоимости либо условиям. Если подобные визиты концентрируются в одном источнике трафика, стоит проверить маркетинговое сообщение, таргетинг и посадочную страничку.

Доказательство гипотез: оценка конфигураций

На базе выявленных закономерностей формируются догадки для доработки карточки продукта. Конфигурации рекомендуется заносить поочередно, по одному элементу либо группе связанных частей, чтоб корректно измерить эффект каждой доработки. Опосля этого нужно собрать данные за сопоставимый период и сопоставить их с начальными значениями. Так можно оценить воздействие конфигураций на конверсию и отделить настоящий эффект от случайных колебаний данных.

Действенный анализ карточки продукта строится не на одном отчете, а на поочередной работе с данными. Приведенный в статье метод помогает отыскать предпосылки низкой конверсии, сконструировать обоснованные догадки и оценить, какие конфигурации вправду влияют на реализации.