И найдите проблемные места на сайте
Как правило, до 99% пользователей не доходят до оплаты заказа — кто-то теряется на этапе просмотра карточки товара, кто-то — после этапа добавления в корзину, а кто-то — в момент оформления заявки.
Причин может быть множество: одним не понравился товар, других не устроила цена, третьим — что-то на сайте помешало совершить покупку.
Цель сплит-тестирования: выявить уязвимые места на сайте и устранить их. Если коротко, процесс выглядит так: получаем задачу, смотрим, как пользователи ведут себя на сайте и на каких этапах уходят → выдвигаем гипотезу, с чем это может быть связано → проверяем ее, устранив помехи. Результат, к которому стремимся, всегда достижимый и измеримый — например, увеличить CR на 5%, снизить закрытие карточек товаров на 15% и т.д.
В статье покажем, как это делаем мы в своей практике: рассмотрим варианты анализа данных на примере наших проектов, определим проблему и покажем решение.
Проанализируйте количественные и качественные данные, чтобы понять, как ведут себя пользователи на сайте
Аналитические данные показывают, когда пользователи заходят на сайт, сколько там проводят времени и какие действия совершают. На основании этого мы можем предположить, где на сайте зарыта проблема, которая мешает пользователям доходить до покупки.
- количественные данные отвечают на вопросы «Сколько?», «Где», «Когда?»;
Они дают нам первостепенную информацию о работе сайта и помогают конкретизировать проблему — сузить ее от общего к частному.
Мы их смотрим в Яндекс. Метрике и Google Analytics, системах сквозной аналитики и других сервисах для анализа пользовательского поведения — том же Amplitude.
- качественные данные отвечают на вопрос «Почему?», «Как?».
Они показывают исчерпывающую информацию о поведении аудитории на сайте. Вы сможете понять, понравился ей сайт или нет, а также детально разобрать факторы, которые мешают совершить покупку.
Существует масса возможностей для получения качественной веб-аналитики: сервисы аналитики, CustDev пользователей, UX-тесты, конкурентный анализ.
Без количественных данных мы не узнаем, с каких страниц сайта происходит отток, а без качественных — по какой причине.
Сформулируйте гипотезу — почему пользователь уходит
В жизни проблемы решаются разными способами. Так и в интернет-маркетинге к положительному результату могут привести разные гипотезы. Важно понять на основе всех типов данных, что стопорит пользователей вашего сайта.
У одного из наших клиентов был низкий коэффициент добавления товаров в корзину из каталога. Благодаря количественной аналитике мы поняли, что основной отток пользователей происходит не на этапе оформления, а в процессе поиска товаров.
Мы предположили, что это может быть связано с невозможностью сравнить товары между собой, недостаточным описанием в карточках, объемным фильтром.
Каждую гипотезу мы проверили — добавили более подробное описание в карточках товаров, кнопку «Сравнить», но именно упрощение фильтра существенно увеличило коэффициент добавления в корзину.
Фильтр включал такие параметры как цена, бренд, цвет, сезон, свойства, назначение и т.д. Качественная аналитика подсказала, что аудитория пользовалась 1-2 параметрами фильтра вместо 11 возможных.
Разработчики убрали фильтр с главной страницы каталога, оставив его на подкатегориях товаров. Теперь он включает два наиболее популярных параметра — цену и бренд. Каталог стал выглядеть просто и понятно, по сравнению с первым вариантом.
Спустя 1,5 месяца после упрощения фильтра коэффициент добавления в корзину увеличился на 29%.
Больше подробностей, примеров и конкретных цифр, которых можно достичь при подтверждении гипотезы, смотрите в полной версии статьи в нашем блоге.