Иными словами, у посетителей, интересующихся категорией диванов, возникает барьер в части путешествия, связанной с оформлением заказа. Это знание может подтолкнуть вас к тому, чтобы собрать больше данных и предпринять действия по исправлению проблем, возникающих при оформлении заказа. К примеру, благодаря опросам при выходе с сайта вы можете обнаружить, что для потенциальных покупателей очень важен вопрос доставки столь крупных предметов, как диваны. Затем вы можете выдвинуть гипотезу о том, что дополнительные гарантии качества ваших услуг по доставке, которые вы даете посетителям в этот момент их путешествия, способны увеличить коэффициент «корзина/заказ» и в конечном итоге резко повысить продажи. Сплит-тест позволит вам получить точный ответ на этот вопрос, и если вы правы, то вскоре будете продавать намного больше диванов.
Анализ навигации
Вы также можете использовать эти данные для оптимизации отображения категории в вашей навигации. В приведенном выше примере категория C имеет намного более высокое значение коэффициента конверсии на этапах корзины и заказа, а также самое высокое значение £ в расчете на количество просмотров в категории.
Зная об этом, вы можете поместить категорию C в более выгодное положение в своей навигации, рекламировать ее с помощью баннеров, а также переместить в категорию C продукты из других категорий (если это уместно).
Затем проведите простой сплит-тест, чтобы определить, привело ли перемещение результативной категории на другую позицию в навигации к дополнительным продажам.
Анализ отношения просмотров к покупкам (Look-to-book)
Это интересный элемент анализа, помогающий вам сформулировать стратегию для всех продуктов, основанную на отношении количества просмотров страниц каждого продукта к количеству раз, когда продукт был помещен в корзину.
Данный метод был разработан Брайаном Айзенбергом
[43], одним из первых практиков оптимизации сайтов. Этот анализ прост в работе и позволяет узнать массу инсайтов о продуктах на основании того, как ведут себя посетители вашего сайта. Прежде всего решите, будете ли вы проводить анализ сезонности, например выявлять пики, спады или колебания за год.
Для проведения этого анализа вам нужна следующая информация.
А. Общее количество всех уникальных просмотров продуктов (то есть просмотров уникальными посетителями).
Б. Общее количество продуктов (не беспокойтесь о каждой ассортиментной позиции – можно ограничиться продуктовыми линейками).
В. Общее количество уникальных просмотров страницы корзины (вне зависимости от того, были ли в итоге куплены продукты или нет).
Г. Количество уникальных просмотров по каждому продукту.
Д. Количество уникальных просмотров страницы корзины по продукту.
Эти данные помогут вам рассчитать два важнейших показателя:
• среднее количество просмотров страниц продукта;
• среднюю величину отношения количества просмотров к количеству раз, когда продукт оказался в корзине.
Скажем, у вас 450 продуктов, и у каждой страницы 350 000 просмотров.
Среднее количество уникальных просмотров в расчете на страницу для вашего сайта равно 777. Ваши данные показывают, что ваша страница с корзиной получает 33 500 уникальных просмотров. Разделив это значение на общее количество уникальных просмотров страниц с продуктами (то есть 350 000), вы получите результат: после просмотра продукта потребители клали его в корзину всего в 9,5 % случаев.
Теперь у вас есть два числа:
• среднее количество просмотров для страниц продуктов – 777;
• среднее значение коэффициента «корзина к просмотрам» (add-to-basket ratio) – 9,5 %.
Используйте их для оценки каждого из ваших продуктов.
Чтобы рассчитать значение коэффициента «корзина к просмотрам» для каждого продукта, просто разделите количество просмотров, после которых продукт оказывается в корзине, на общее количество просмотров страницы этого продукта.
Пусть продукт A имеет 1100 уникальных просмотров страниц и отношение «корзина к просмотрам», равное 8,1 %.
• С точки зрения количества просмотров посетителями это значение выше среднего (1100 против 777).
• С точки зрения частоты добавления в корзину его значение ниже среднего (8,1 % против 9,5 %).
После того как вы проделали это упражнение для всех своих продуктов, сегментируйте их в один из четырех сегментов, как показано в таблице ниже. Слово «высокий» означает «выше среднего», а «низкий» – ниже среднего.
Это знание помогает вам принять довольно простые решения о том, какие продукты продвигать (сегмент A), от каких избавляться (сегмент D), а какие требуют особого внимания (сегменты B и C).
Итак, что же вам нужно делать с этими группами продуктов?
Для продуктов с низкой конверсией, попадающих в сегмент B (высокое количество просмотров страниц, но низкое отношение «корзины к просмотрам»), воспользуйтесь онлайновыми инструментами для проведения опросов типа Qualaroo и выясните, почему посетители не добавляют эти продукты в свои корзины. Имеет смысл задавать вопросы типа «Достаточно ли вам информации об этом продукте?» или более прямые «Почему вы не добавили этот товар в корзину?». Ответы на такие вопросы помогут понять, как лучше продвигать и выставлять эти продукты на сайте.
Для продуктов с высокой конверсией, попадающих в сегмент C (низкое количество просмотров страниц, однако высокое отношение «корзины к просмотрам»), у вас имеется возможность объединять их в единый набор с другими бестселлерами из сегмента A. Это помогает пользователям чаще их замечать и подталкивает их к увеличению размера каждого заказа, что повышает его среднюю величину.
В конце концов, используйте анализ отношения просмотров к покупкам, чтобы разработать ясную стратегию мерчандайзинга для каждого из ваших продуктов, основанную на том, как именно взаимодействуют с ними посетители вашего сайта. Об этом мы расскажем ниже.
