Воронки конверсии — новый уровень погружения и топ-4 платформы.
Введение
Формально воронки конверсии — это инструмент для анализа движения пользователей на сайте или в приложении к целевому действию. Воронка продаж — самый известный пример: она отражает идеальный сценарий, в котором каждый шаг приближает клиента к покупке. Тем не менее многие маркетологи и продуктовые команды недооценивают потенциал воронок. Причина проста — нехватка знаний и действительно удобных инструментов для их применения. «Яндекс» в этом плане не помощник: его воронки зачастую малоинформативны, а использовать Google Analytics без рекламной экосистемы сегодня попросту нецелесообразно.
Друзья, всем привет! Меня зовут Денис Платонов, я основатель компании ExciteKit и CPO платформы продуктовой и маркетинговой аналитики, АБ-тестов - UX Rocket. Я не аналитик и не знаю SQL, но успел помочь более чем 100 компаниям оптимизировать воронку конверсии и вырастить ключевые показатели. Благодаря воронкам я могу находить ответы на вопросы, с которыми иногда не справляются даже дата-офисы наших клиентов. Как так? Всё дело в инструментах self-service аналитики, о которых я сегодня расскажу.
Эти инструменты созданы именно для таких, как мы с вами — кто хочет управлять ростом своего продукта, но не обладает сверхспособностями дата-сайентиста. Хотя, если вы аналитик, не спешите закрывать статью — она будет полезной и для вас. Тот, кто владеет данными — а в нашем случае, данными о росте или падении конверсии, — получает «железобетонные» аргументы для принятия решений и поддержку менеджмента. Хотите управлять продуктом с опорой на данные? Тогда поехали!
Воронки конверсии — это ключ к пониманию всех возможных путей оптимизации сайта или приложения. У лидеров глобального рынка — в ритейле, финтехе, IT и телекоме — конверсия давно стала одной из главных метрик, определяющих дальнейшее развитие цифровых продуктов.
Между нами говоря, воронки конверсии — удивительно простой и в то же время информативный инструмент для продуктовых и маркетинговых команд. Они помогают вовремя увидеть, какое влияние оказывают на конверсию изменения в трафике, контенте, функционале и маркетинге, чтобы у вас был шанс своевременно отреагировать на просадку или взрывной рост конверсии и поддержать управляемый рост продукта. Не удивлюсь, если вскоре появится новая должность — менеджер воронок. Ведь именно они показывают, насколько эффективно работает цифровой проект.
Чем больше вы тестируете гипотезы, тем больше находите работающих идей для роста. У нас в компании конверсию даже шутливо называют «родной сестрой гипотезы».Научиться пользоваться таким инструментом очень легко вне зависимости от статуса и опыта, у нас этому тоже учат в академии UX Rocket.
Что вы узнаете и чему научитесь после прочтения статьи?
Вы получите ответы на следующие ключевые темы:
- Какие бывают воронки и как выбрать подходящую
- Как оптимизировать воронку для увеличения продаж, заявок и других целевых действий
- Как использовать воронки конверсии на полную мощность
- Как выжимать максимум из существующего трафика без дополнительных вложений в рекламу.
Кроме того, вы познакомитесь с нашим «королём» отчётов — «Факторы конверсии», который наглядно показывает что именно пользователя отталкивает и вынуждает покинуть сайт, а что удерживает и мотивирует перейти на следующий шаг воронки. А ещё увидите, как работают воронки в популярных инструментах: Amplitude, Mixpanel, UX Rocket и Google Analytics.
ТОП-10 вопросов, на которые отвечают воронки конверсии*
1. Какова общая конверсия с первого шага до шага N в вашем цифровом продукте?
2. Откуда пользователи чаще всего входят в воронку?
3. На каких шагах вы теряете больше всего пользователей?
4. Как время, проведённое на сайте или в приложении, влияет на конверсию разных когорт? Насколько это важная метрика?
5. Кто эти пользователи (когорты), которые перешли на следующий шаг или ушли в отток?
6. Сколько времени в среднем занимает прохождение воронки или её отдельных шагов?
7. Как влияют статичные и рассчитываемые атрибуты (регион, устройство, рекламный канал, средний чек и т.д.) на конверсию и время?
8. Какова динамика средней конверсии во времени для разных когорт?
9. Сколько и какие каналы участвуют в цепочке касаний до выполнения покупки или любого другого целевого действия?
10. Как частота использования цифрового продукта влияет на конверсию и bounce rate?
* Для работы с self-service аналитикой вам нужно заранее разметить свой цифровой продукт. О простом и удобном способе разметки через кликстрим мы подробно рассказали в историях успеха наших клиентов.
По ходу статьи я буду показывать примеры и скриншоты из вышеперечисленных систем. Не смотря на то, что западные аналоги не доступны сейчас в РФ – они во многом определяют, а в чем-то отражают тренды. Несмотря на то, что 99% функций по построению и анализу воронок в этих инструментах схожи, каждая платформа реализует их немного по-своему. Отдельно хочется подчеркнуть, что Google Analytics немного выбивается из этих платформ, по мнению большинства наших клиентов его интерфейс не удобен, а функционал ограничен, но соотношение цены и качества очень достойное.
На каких данных строится конверсия воронки
По умолчанию воронка формируется на основе событий уникальных пользователей. Это значит, что система засчитает только одну конверсию, даже если пользователь прошёл воронку несколько раз. Если выбрать режим «Все события» (Totals), как показано на рисунке 1, воронка посчитает абсолютно все конверсии всех пользователей. Последний таб посчитает конверсию на уровне сессий. В последнем варианте система будет считать количество уникальных конверсий «по умолчанию» только в рамках одной сессии. При желании вы можете изменить этот подход вручную. Например, выбрать подсчёт конверсий только тех уникальных пользователей, которые прошли воронку за N-сессий.
В каких метриках можно анализировать воронку?
Два ключевых показателя — конверсия и длительность (время). Чтобы отслеживать эти показатели в динамике, достаточно сохранить шаги воронки в виде цепочки событий и задать для них имя — так же, как для обычного события. После этого их можно будет выбирать для отображения в графиках или других визуализациях. Кроме того, в самом отчёте «Воронки» легко переключать метрики — например, менять отображение конверсии на время и обратно.
Использовать метрику можно тремя способами:
1. Для анализа в динамике — сравнение значений с прошлыми периодами у разных групп пользователей;
2. Для расчёта составных метрик — использование метрики конверсии в формулах других метрик.
3. В качестве триггеров — например, для запуска виджетов или передачи в рекламные кабинеты в виде достигнутых целей. Наша команда активно применяет этот способ в работе.
Как найти зависимость конверсии от атрибута?
Построив воронку и рассчитав её конверсию, можно детализировать данные по атрибутам. Например, разбив её по UTM-меткам (как показано на рисунке 3), вы легко заметите, что пользователи из Instagram конвертируются немного иначе, чем из других источников.
Подобную детализацию можно выполнить по любому другому атрибуту: региону, устройству и так далее. Это открывает массу инсайтов. Например, в нашей практике были кейсы, когда для отдельных регионов и устройств приходилось строить отдельные воронки. Причина — культурные и поведенческие особенности пользователей, которые заметно влияли на их путь в продукте.
Какие бывают типы воронок конверсии?
1. Строгая последовательности шагов
Такой тип воронки демонстрирует чёткий и обязательный порядок действий пользователя. Например, в случае с заявкой на кредит у клиента «АДеньги» посетителю необходимо последовательно заполнить все поля формы. Здесь каждый шаг фиксируется отдельно, а ключевым показателем становится не только конверсия, но и скорость прохождения. Чем быстрее пользователь завершает процесс — тем выше итоговая конверсия.
2. Произвольная последовательность шагов
Другой пример — сайт автодилера «БрайтПарк». На сайте клиента представлено множество опций знакомства с продуктом: сравнение моделей, просмотр характеристик, фото и видео, акции, расчёт кредита и трейд-ин, а также конструктор комплектаций. Пользователи свободно перемещаются между этими разделами в течение недель или даже месяцев. Для компании важно не столько соблюдение строгого порядка действий, сколько гибкость в анализе путей, ведущих к заявке.
Упомянутые выше бизнес-модели наших клиентов отлично иллюстрируют, как можно использовать разные подходы к подсчёту конверсии в воронках: строгий и произвольный, но есть и третий порядок - стандартный.
Как алгоритмы учитывают разный порядок шагов в воронках?
Строгий алгоритм. Пользователь должен пройти все шаги строго по заданной последовательности. Например, если воронка состоит из шагов A1 → A2 → A3 → A4 → A5, и пользователь сначала выполнит шаг A4, а затем A3, система засчитает отток уже на третьем шаге. То же произойдёт, если он выполнит любое стороннее действие между шагами. Этот подход подходит для сценариев с чётко выстроенным процессом, как в кейсе нашего клиента «АДеньги», где важна пошаговая и быстрая заявка.
Произвольный алгоритм. Здесь шаги могут выполняться в любом порядке. Например, шаги A2 и A4 допускается проходить не последовательно. Это позволяет засчитать конверсию даже в том случае, если пользователь сначала выполнил A4, а потом A2. Также в воронку могут попадать другие события, не указанные в сценарии. Такой подход идеально подходит для гибких пользовательских путей, как на сайте автодилера Bright Park, где клиенты могут выбирать автомобили, смотреть фото, акции и рассчитывать кредит в любой последовательности.
Правда одновременно вы перестанете понимать какое конкретно событие выполняли пользователи на шаге А2 и А4, так как на графике вместо названия шагов останутся только номера (Рис.4).
Стандартный алгоритм. Этот режим предполагает последовательное выполнение шагов (A1 → A2 → A3 → A4 → A5), но допускает выполнение других событий между ними. Это компромиссный вариант между строгим и произвольным порядком — он сохраняет структуру воронки, но делает её более гибкой.
Сравнение конверсии по разным событиям на одном шаге воронке
Если вы хотите сравнить конверсию на определенном шаге воронки, вы можете использовать функцию «Сравнения». Например, выбрав два события для первого шага (см. рисунок 5), система автоматически выполнит разбивку и отобразит конверсии для каждой группы пользователей. Это позволяет наглядно определить, какое событие работает лучше: кто зашёл в воронку через событие 1A, а кто — через событие 1B. При необходимости можно добавить и больше событий для более глубокого анализа.
Объединение нескольких событий в один шаг.
Часто бывает так, что события с похожим смыслом размечены отдельно. В таких случаях удобно объединить их в воронке в единый шаг. Например, вас может заинтересовать, сколько пользователей ищут товары через каталог, а сколько — через строку поиска. Вместо того чтобы анализировать их по отдельности, можно объединить оба события в общий столбец «Поиск». На рисунке 6 показано, как объединяются события «Select Song or Video» и «Search Song or Video» — в результате в воронку попадают все пользователи, начавшие путь с одного из этих действий.
Практический пример — кейс «БрайтПарка». На сайте компании были разные формы заявок в различных разделах, и каждую мы отслеживали отдельно. В сумме их было больше десяти. Однако конечная цель всех заявок — покупка автомобиля. Чтобы посчитать общую конверсию, мы объединили все эти события в один шаг воронки.
Длительность прохождения воронки
Если необходимо оперативно узнать, сколько времени пользователи тратят на прохождение воронки (доступен выбор оператора – среднее, медиана, перцентиль…), достаточно выбрать в разбивке параметр «time to convert». Система автоматически распределит конверсии по временным группам (см. рисунок 7). Для более удобного анализа рекомендуем переключиться в табличный режим — он доступен под графиком воронки.
Интересно отследить связь между временем и конверсией? Для этого достаточно изменить конверсионное окно и посмотреть, как меняется общий показатель воронки.
В некоторых бизнесах действует правило 24 часов: чем больше времени прошло с момента визита, тем меньше вероятность покупки. Например, спустя сутки шанс целевого действия может упасть до 10%, в то время как в течение первого часа он достигает 90%. Для таких случаев мы советуем тестировать гипотезы, направленные на сокращение времени до конверсии, и делать акцент на метрике C1 (первая покупка с первого визита), а не только на общей конверсии.
При работе с временными метриками важно не забывать о статистических выбросах. Нецелевой трафик может исказить результаты, поэтому лучше ориентироваться на медиану, а не на среднее значение. Современные аналитические платформы позволяют легко настроить такие фильтры.
Когортный анализ воронок конверсии через анализ поведения пользователей
Когортный анализ помогает глубже понять, как поведение различных групп пользователей влияет на рост конверсии. Для этого необходимо создать когорты и применить их как фильтр в отчёте по воронке.
Каждый шаг воронки автоматически делится на 3 группы:
1) «все»
2) «все те, кто в когорте»
3) «все те, кто не в когорте»
Например, для «БрайтПарка» мы изучали влияния события «Просмотр фото» на конверсию. Отчеты показали: пользователи, совершившие это действие, оформляли заявки заметно чаще. Это позволило нам сделать важный вывод — просмотр фото действительно помогает клиентам принять решение о покупке. Такой инсайт стал отличным стартом для гипотезы.
Поиск точек роста и причин оттока через сравнение конверсии у пользователей с разными атрибутами. Сравнение по сегментам.
Один из наиболее эффективных подходов к поиску точек роста — сравнение конверсии пользователей с разными атрибутами. Сначала строим воронку, затем разбиваем её по нужному параметру: модель устройства, источник трафика, пол, возраст, разрешение экрана и так далее. Это позволяет увидеть, какие когорты демонстрируют высокую конверсию, а где есть аномально низкие значения. Важно учитывать статистическую значимость таких данных — в приоритете всегда инсайты, влияющие на значимую долю пользователей и бизнес в целом.
На скриншоте (рис. 9) видно, что самая высокая конверсия — у трафика из Instagram. Однако воронка помогает увидеть не только лидеров, но и зоны просадки. Низкая конверсия в определённых группах может указывать на проблемы, например вёрстку или некорректную работу элементов интерфейса. Разработчики и тестировщики часто пропускают ошибки, но конверсия не их KPI, а ваш.
На данном примере (Рис.9) используется еще одна полезная функция – «Сравнение с сегментом». Вместо простой таблицы под воронкой система сразу показывает наглядные подсказки в виде зелёных и красных индикаторов. Например, можно сравнить конверсию всех сегментов по источникам с эталоном — пользователями из Google Ads. Такой подход позволяет быстро понять, какой канал работает лучше, а какой — требует внимания.
Значения атрибута в качестве константы воронки
Иногда важно зафиксировать атрибут, чтобы точнее отследить путь определённой группы пользователей. Давайте представим, что нам хочется посмотреть конверсию в воронке у пользователей, которые прошли ее всю за одну сессию. Тогда каждое событие, которое совершил пользователь, должно содержать единый атрибут – одинаковый ID сессии.
Представим другой сценарий. Вы интернет-магазин с широким ассортиментом, от зарядных устройств до телевизоров стоимостью 2 млн рублей. Чтобы узнать, как конвертируются именно покупатели дорогих товаров, можно задать в качестве атрибута значение «Телевизор марки X» на всех трёх шагах воронки:
1) Шаг.1 – «Поиск товара в каталоге»
2) Шаг.2 – «Добавление товара в корзину»
3) Шаг.3 – «Покупка».
Так мы получаем репрезентативную конверсию.
Конверсионное окно: зачем оно нужно?
Задача этой функции поместить в воронку только тех, кто прошел ее за N-дней, часов, минут или сессий. Конверсионное окно ведет подсчет с определенным окном атрибуции, которое позволяет сместить этот интервал относительно точки входа/выхода из воронки (см. рисунок). Например, конверсионное окно в 7 дней означает, что пользователь должен выполнить первое действие в воронке не более 7 дней назад относительно анализируемого интервала, а остальные — в пределах этого периода.
Если условия соблюдены — конверсия засчитывается. Эта функция полезна для более точной оценки эффективности изменений в продукте. Также она позволяет учитывать как прошлые, так и будущие действия пользователя относительно точки входа в воронку.
Открытые воронки
Иногда важно не только отслеживать полный путь пользователя, но и учитывать тех, кто присоединился на более поздних этапах.
Открытые воронки позволяют включить в анализ визиторов, которые вошли не с первого шага, а, например, со второго или третьего. На рисунке 11 показано, как работает эта функция: каждый столбец делится вертикально, показывая трафик, который начал путь с самого начала, и трафик, присоединившийся позже. Это даёт более полную картину поведения пользователей и помогает выявить дополнительные сценарии использования продукта.
Исключение пользователей на основе определённых событий
Бывают случаи, когда необходимо исключить из воронки пользователей, совершавших или не совершивших определённые действия между шагами воронки. Это можно сделать, с помощью простой настройки в воронки или применив когорту через фильтр. Второй способ более гибкий, но требует больше времени.
Например, для одного крупного ритейлера мы сравнили конверсию у пользователей, кто применяет бонусные баллы при покупке и тех, кто ими не пользуется. Результаты показали заметно более высокую конверсию у первой группы. Это привело к решению сделать бонусы более видимыми на этапе оформления заказа.
Побочным эффектом исследования стало выяснение причин, почему пользователи не используют свои бонусы, которые ритейлер щедро раздавал для определенных групп товаров. Оказалось, они не применимы в корзинах с несколькими категориями товаров. Без этого ограничения клиент еще сильнее улучшил конверсию.
Фильтры и разбивка воронок по рассчитанным атрибутам
Иногда важно узнать конверсию или время прохождения воронки у узкой группы пользователей с определёнными характеристиками.
Например, нас интересует поведение покупателей, которые приобретают не менее трёх бутылок вина за раз и формируют чек на сумму от 10 тысяч рублей. Для этого в настройках фильтра задаются условия:
1) сумма корзины — «больше или равно» 10 000 рублей;
2) количество позиций вина — «больше или равно»
Это позволяет отфильтровать нужную аудиторию и увидеть, как именно они проходят воронку. Так, в одном из проектов мы обнаружили интересную закономерность: чем больше бутылок вина было в заказе, тем выше оказывалась вероятность завершения покупки. Этот инсайт стал поводом добавить на сайте мотивационные баннеры, что в итоге привело к росту продаж определённых марок на несколько процентов.
Разбивка по частотности (вовлеченности)
Разбивка конверсии по частотности выполнения действий — ещё один важный инструмент для поиска точек роста. Анализируя, как часто пользователи совершают определённые шаги воронки, можно понять, как вовлечённость влияет на время прохождения и конверсию. Как правило, высокая частотность — это признак интереса и мотивации пользователя (вовлеченность), что напрямую связано с лучшими результатами на выходе. Если удаётся нащупать, что именно усиливает эту вовлечённость — функциональность, баннеры или контент — открывается возможность существенно улучшить ключевые показатели продукта.
Факторы конверсии
А теперь время самого прорывного отчета для поиска инсайтов! Отчет «Факторы конверсии» в UX Rocket использует корреляционный анализ - сложнейшую математику, упакованную в удобный и простой интерфейс воронок.
Как известно, корреляция не равна истинной причине, но она в любом случае дает исследователю направления для поиска и достаточно часто приводит к реальным инсайтам. Алгоритм следующий: система анализирует все действия пользователей между выбранными шагами воронки и рассчитывает корреляцию между этими промежуточными событиями и конверсией (или оттоком) на целевом шаге.
Дополнительно каждое событие можно разбить по атрибуту, например, чтобы увидеть влияние устройства или региона. На рисунке 13 показано, как выглядит готовый анализ между шагами «Просмотр главной» и «Общая заявка». Для расчет корреляции рассчитывается частота, % выполнивших, время, кол-во касаний, стат.значимость для каждого события. Более детально описано здесь
Отчёт «Факторы конверсии» — премиальная функция в таких платформах, как Amplitude и Mixpanel. В Google Analytics подобного инструмента нет, а в UX Rocket он доступен во всех тарифах уже сегодня.
Надеюсь, теперь вы убедились: воронки конверсии превращают поиск точек роста и причин оттока в понятный и увлекательный процесс. Этот инструмент доступен каждому специалисту, знакомому с основами анализа данных. Думаю, вы готовы к использованию одного из самых крутых инструментов– «Воронок конверсии» в 4 самых функциональных платформах J У всех платформ есть бесплатные тарифы и у большинства тестовые датасеты.
Детально сравнение платформ можно найти по этой ссылке.
Хотите увидеть воронки в действии и узнать, как поведенческая аналитика помогает улучшать продукт? Оставьте заявку для получения демо-доступа.