Качественные vs количественные данные: нюансы, которые не учитывают или как увеличить ARPU на 37,28%

Как мы уже писали в предыдущей статье, работая с UX, нельзя опираться на интуицию или «лучшие практики» — это может быть не только бесполезным, но и вредным. Чтобы получить нужный результат, необходимо опираться на данные исследований — то есть достоверную информацию, которая получена из систем аналитики или от пользователей. Но и тут есть нюансы.

В рамках исследований можно получить два типа данных:

Эти данные показывают, что и в каком количестве происходит — указывают на проблему и ее объемы.

То есть количественные данные позволяют найти проблему и понять ее масштаб. А качественные данные дают возможность понять источник проблемы.

И количественные, и качественные данные можно получить только в результате исследований и анализа. При этом стоит иметь в виду, что если данные собирались некорректно или недостоверны, а при исследованиях были допущены ошибки, то и положительного результата не будет.

Для количественных данных источники — это инструменты веб- и сквозной аналитики. Качественные данные можно получить напрямую от пользователей или покупателей — из опросов, либо путем анализа записей сеансов, кастдева и т. д.

Работали с интернет-магазином ковров, проводили для них исследования и веб-аналитику. На сайте магазина был сервис онлайн-примерки ковров в интерьере — отдельно подключенный платный сервис. У клиента были сомнения по поводу полезности данного сервиса.

Для начала обратились к количественным данным — Google Analytics, который показал, что:

На первый взгляд, вывод очевиден — сервис не нужен, им практически никто не пользуется. Но просто логически — это очень удобно, можно загрузить фотографию собственного интерьера и увидеть, как будет выглядеть ковер в нем еще до покупки и примерки в реальности.

Решили углубиться в исследования — запросили аналитику самого сервиса. Оказалось, что среди тех, кто пользовался сервисом примерки, конверсия была больше средней в 11 раз.

Дальше провели качественные исследования — опрос с рассылкой по базе покупателей. Задали вопрос: «Как вы думаете, такой сервис необходим?».

86% респондентов ответили, что считают такой сервис полезным и нужным, и лишь 16% ответили отрицательно. При этом все понимали о чем речь.

Стали анализировать дальше, изучив конкурентов. Выяснилось, что у всех крупных зарубежных игроков тоже есть аналогичная функция, но если сравнивать реализацию этого элемента на сайте клиента — она проигрывает сразу по всем пунктам.

Как онлайн-примерка была реализована у конкурентов:

В данном случае расположение кнопки сервиса было решающим, поскольку в онлайн-магазине большое значение имеет визуал и он же привлекает максимум внимания.

Примеры решений конкурентов

Чтобы гипотезы дали положительный результат, они должны опираться на достоверные данные, то есть основываться на результатах количественных и качественных исследований.

Без подтверждения качественным исследованиями есть риск поддаться субъективизму, то есть опираться на догадки и интуицию при обосновании причинно-следственной связи.

Например, у вас высокий показатель отказов, но причин этому может быть масса — от ошибок в установке систем аналитики до нерелевантной аудитории, которая привлечена на сайт.

Например, просмотрев запись сеанса пользователя, мы обнаружим, что он завершил его, столкнувшись с большим количеством полей. Но здесь стоит убедиться, что с такой проблемой сталкивается достаточное количество пользователей, что должно быть подтверждено количественными данными.

Именно поэтому при проведении исследований нужно опираться на оба вида данных.

То есть:

Обратили внимание на то, что региональный трафик имеет коэффициент транзакций сравнительно ниже, чем трафик из Москвы и Питера.

Запустили опрос для региональных пользователей в карточке товара и чекауте. При перемещении курсора мыши в сторону закрытия вкладки появлялось модальное окно с одним лишь вопросом: «Почему вы не сделали заказ?».

Значительная часть пользователей отметили в качестве причины дорогую доставку.

Дополнительно проанализировали региональную выдачу по запросам — выяснили, что конкуренты в органике с аналогичным ассортиментом предлагают более выгодные условия по стоимости доставки. В массмаркете стоимость и сроки доставки сильно влияют на принятие решение о покупке.

Такой подход дает синергетический эффект — мы одновременно находим искомую проблему и экстраполируем ее на достаточный массив пользователей. Таким образом, получаем значительный прирост эффективности работы интернет-магазина.

Фундаментально есть два подхода к изменениям в дизайне и функционале сайта:

Радикальный — революционный редизайн. Это глобальная переработка сайта с определенной периодичностью.

Причин для этого может быть несколько:

Чаще всего какие-либо исследования не проводятся. Так, мы многократно при запросе на редизайн сталкивались с тем, что данные, либо собирались некорректно, либо в принципе отсутствовала такая культура, либо доработки в UX внедрялись несистемно. И результат, будь он успешным или нет, в принципе не был задокументирован в виде кейсов.

Легаси присуще не только коду, оно также встречается в UX. Поэтому, если причиной редизайна стали первые три пункта — риск обрушить все ключевые метрики возрастает многократно.

Для того чтобы сократить эти риски и как минимум сохранить текущие показатели, нужно собрать как можно больше количественных и качественных данных о проекте.

Все помнят кейс Кинопоиска, когда новая команда проекта решила радикально изменить дизайн.

«Очень многие посещали ваш сайт с самого его основания. Интерфейс «Кинопоиска» был многофункционален, крайне информативен и удобен. Но с такими резкими изменениями все совершенствования на протяжении стольких лет оказались напрасными — новый сайт просто невозможно узнать», — говорится в обращении пользователей.

Самое страшное, что было потрачено много времени и денег, а желаемого результата достичь не удалось.

В таком контексте более привлекательным кажется второй подход — эволюционный редизайн сайта. Суть этого подхода в том, чтобы улучшать интерфейс точечно, последовательно на каждом этапе взаимодействия пользователя с сайтом.

Задача в том, чтобы спроектировать сам каркас на основе решений, которые проверены на пользователях. В завершение останется лишь обновить стилистику.

В основе этого подхода процесс системной оптимизации конверсии — CRO.

При этом риски существенно снижаются поскольку:

В результате мы не ждём полгода, чтобы выкатить новый дизайн для пользователей и разочаровать их, а получаем профит от внедрений сразу, улучшая пользовательский опыт.

Работали с интернет-магазином детской одежды, проект находится под NDA, поэтому покажем только прототипы вариации первого экрана.

Провели небольшой кастдев и проанализировали отзывы этого же бренда на маркетплейсе, собрав информацию о том, на какие детали обращает внимание ЦА, выбирая одежду своим детям в этой категории.

В итоге полностью переработали блок со слайдером изображений:

Понятно, что основной процент трафика приходится на первый экран, поэтому было важно оптимизировать коммерческий блок, собрав все важные для принятия решения о покупке элементы в первом экране:

Вид старой версии карточки товара:

Прототип новой версии:

В следующих статьях цикла мы разберем, как правильно выдвигать и приоритизировать гипотезы, проводить эксперименты, поговорим про культуру инноваций и экспериментов в компании — присоединяйтесь к нашему каналу в Telegram и подписывайтесь на блог на vc.ru.

Ставьте «+1» к оценке статьи, если было полезно — вам несложно, а нам приятно :)

Если нужен свежий взгляд, нет ощутимого роста или пришло понимание, что развиваете UX в интернет-магазине не системно — обращайтесь в KISLOROD. Определим барьеры и точки роста важных для проекта KPI.