Гайд по оптимизации конверсии. Урок #3 — работа с Google Analytics.
Предыдущий урок:
Гугл Аналитикс — твой главный друг. Выкинь всех остальных друзей, забудь о них и научись работать с аналитикой.
Любая идея должна проходить через аналитику, иначе вы работаете в слепую.
Ребята из Гугла даже целый курс записали специально для вас. И даже с русскими субтитрами. Посмотреть можно здесь.
Что я могу узнать от Google Analytics?
Чтобы узнать ответ на этот вопрос, понадобился бы трех-дневный интенсив. Но я постараюсь вам вкратце описать его возможности.
Самое важное — подойти с правильным вопросом к аналитике. Без вопроса — это просто набор данных.
В сущности, мы можем узнать:
- как себя ведут люди на сайте.
- какое влияние оказывает каждый виджет, фишка или страница.
- где на сайте утекают деньги.
… но мы не можем узнать почему так происходит.
Информация сама по себе не ответит, что делать. Только любопытство вашего разума способно превратить сухие цифры в живых клиентов.
Средние значения врут — смотри на сегменты, распределения и сравнения.
Многие компанию составляют усредненный портрет клиента, но это неправильно. Допустим, первый клиент, 12-летняя девочка из Америки, второй клиент, 60-летний мужчина из Японии. Какой усредненный портрет? 30 летний житель Европы неопределенного пола?
Ближе к сути. Средняя конверсия на сайте 4.2%. Но если мы включим сегментацию на девайсу, то обнаружим, что средняя конверсия скачет от устройства к устройству.
Вместо того, чтобы просто смотреть на количество транзакций:
Попробуйте посмотреть на конкретные сегменты и сравнить например их по “Шагам до конверсии”. На этом графике видно, что пользователи чаще всего делают конверсию с первого посещения.
Измеряй важные вещи
Компании грешат тем, что неправильно устанавливают цели и настраивают аналитику. Не надо так.
Или же отслеживают совершенно бесполезные KPI вместо полезных. Например, “время на сайте” упало на 15 секунд по сравнению с прошлым месяцем и составляет 3:40. И что? Да, скорее всего ничего, лучше всего сфокусируйтесь на метрике “доход на посетителя”.
Составьте список “хороших” действий пользователя:
- нажал кнопку “добавить в корзину”
2. изменил порядок сортировки на “лучшая цена”
3. взаимодействие с виджетом
4. использовал поиск по сайту
5. подписался на рассылку
6. купил товар
А потом составьте список “плохих” действий:
- неправильно ввел пароль
- выпало окно с ошибкой на вводе данных
- 404 — страница не найдена
- удалил продукт из корзины
Все эти штуки нужно будет отслеживать. Некоторые могут обойтись обычной “спасибо” страницей, другим же придется писать event-tracking.
Зачем так много?
Вот простой пример. Я отслеживаю поведение пользователей, который воспользовались виджетом X и сравниваю их с остальными пользователями. Что мы видим? Первый сегмент конвертируется в 4 раза лучше и тратит чуть больше денег, чем остальные. И это инсайт.
Что это дает? Сейчас фичей пользуется 10% посетителей. Что если мы повысим это число до 20%? Как это сделать? Может тупо увеличить размеры виджета? Или частоту всплывания? И этот инсайт превращается в гипотезу.
Если бы мы не анализировали всю поступающую информацию столь дотошно, у нас бы не было этой гипотезы.
Если вы e-commerce, у вас наверняка стоит какая-нибудь система с корзиной товаров и куча разных товаров с разной стоимостью, вам определенно нужно настроить все возможные цели. Для этого понадобится веб-разработчик.
А так же, обязательно настройте воронку: Продукт > Корзина > Оплата шаг 1 > Шаг 2 > Спасибо за заказ.
Как это сделать? Гугл в помощь, это не предмет моего гайда.
Если вам кто-то уже настроил цели и фильтры в аналитике, то вам нужно пройтись по этому чек-листу:
- Собирает ли система всю необходимую информацию?
- Можем ли мы доверять этой информации?
- Где дырки?
- Что можно исправить?
- Сломано ли что-нибудь?
По-правде говоря, настройки аналитики часто бывают в плохом состоянии. Например, не исключают внутренний трафик из офиса, что приводит к небольшим отклонениям в конверсии и путанице.
Находим утечки
Время находить дырки, через которые вы теряете деньги.
Нужно определить специфические страницы (страница конкретного товара) и шагов (страница продукта).
Возможно страница категорий товаров плохо сделаны. Или на странице с продуктом всего 1% добавляет товар в корзину. Может быть какие-то страницы товаров очень круто продают, а другие нет? Или может быть много людей добавляют товары в корзину, почти доходят до конца, но на одном этапе сливаются?
Откуда начать искать такую информацию? И вот вам опять чек-лист.
- Посмотрите на воронку, там не должно быть резких просадок.
- Проверка конверсий по браузерам
- Проверка конверсий по устройствам
- Страницы типа: много трафика / высокий выход / низкая конверсия
5. Страницы типа: много трафика / низкая скорость.
6. Разделение трафика по каналам
7. Новые vs вернувшиеся посетители.
В следующей части, я расскажу о том, как работать с тепловыми картами и скролл-картами.
Спасибо за прочтение.
Меня зовут Артем и я пишу о всяких штуках. Написать мне можно сюда — https://vk.com/artexe
А не пропускать посты, можно подписавшись на рассылку — eepurl.com/bMql2H.