Основная проблема пользовательских сегментов в Google Analytics — недостаток данных. Вы можете настроить сегменты в зависимости от источников трафика или устройств, но упустите более ценные данные, например:
- зависимость кликов от разных сегментов;
- одинаково ли ведут себя клиенты с брошенной корзиной;
- как ведут себя старые и новые пользователи.
Из этой статьи вы узнаете о применении 9 нестандартных сегментов, которые помогут вам понять, что движет вашей аудиторией.
4 сегмента в ecommerce, которые можно отследить в Google Analytics
Вначале я расскажу про базовую сегментацию в GA, потом — как использовать данные тепловых карт Crazy Egg для создания новых сегментов.
На основе данных системы аналитики, мы можем создать 4 базовых сегмента:
- Источник трафика.
- Тип пользователя (или количество визитов на сайт).
- География.
- Браузер и тип устройств.
Сегменты по источнику трафика
Чтобы открыть соответствующий отчет, переходим: Acquisition → All Traffic → Source/Medium.
Сегмент покажет, какой источник дает качественный трафик.
Например, мы видим: пользователи, пришедшие с рекламного объявления, чаще остальных делают заказ при первом посещении сайта. А социальные сети — Инстаграм, например — дают не такие эффективные показатели.
Решение такой проблемы — спроектировать два разных пользовательских пути для этих каналов. Людей из Google Ads можно отправлять сразу на продуктовые страницы. Трафик из Инстаграма нужно прогревать, поэтому разумно вначале вести трафик на контент или на специальные офферы со скидкой. Далее — запустить ремаркетинг, чтобы вернуть уже заинтересованного в бренде человека на сайт.
Сегменты по типам пользователей
Чтобы открыть отчет, заходим: Audience → Behavior → New vs. Returning.
Отчет показывает вовлеченность и конверсию двух сегментов: люди, которые раньше посещали сайт, и пользователи, которые впервые на нем оказались.
Составим список самых посещаемых страниц для наших сегментов. После этого узнаем, какие страницы для каждого сегмента дают наибольшую конверсию, стремятся ли новые пользователи покупать строго определенные товары. Эта информация поможет максимально персонализировать контент, например, в email-рассылках.
Географические сегменты
Заходим Audience → Geo → Location.
Полезно, если у вас есть присутствие в разных регионах. Вы сможете грамотно распределить бюджет — выделить больше денег на рекламу в том регионе, который дает высокую конверсию.
В примере видим, что жители Канады покупают чаще, чем в Великобритании. Логично выделить больший бюджет на рекламу именно в Канаде, а также соответствующим образом персонализировать рекламные кампании.
Сегментация по типам устройств
Отчет: Audience → Technology → Browser & OS.
Основной инсайт, который можно получить из анализа такой сегментации — юзабилити сайта. Вы увидите зависимость поведения от устройства, через которое человек зашел на сайт. Как удобство влияет на бизнес-показатели каждого сегмента.
Например, видим, что конверсия пользователей, использующих Safari, намного ниже, чем пользователей с другими браузерами. Протестируем сайт. Увидим, что кнопка «Оформить заказ» в браузере поехала — ее не видно. Если это исправить, конверсия должна вырасти.
Как добавить больше возможностей для сегментации при помощи CrazyEgg
Основное ограничение, если мы пользуемся только Google Analytics: все данные основаны на пользовательских сессиях. Система не связывает несколько сеансов одного человека между собой. И даже если создать соответствующие сегменты, данные будут не очень надежными.
Инструмент Crazy Egg использует данные о посетителях. Это позволяет создавать сегменты, основанные на информации о поведении пользователей. К ним можно добавить статистику из электронной коммерции — это еще один уровень для анализа.
Когда вы открываете отчеты по своему интернет-магазину, Crazy Egg позволяет фильтровать все данные из них.
Это важно. Когда вы смотрите на обычные отчеты в Google Analytics, вы видите только статистику. Таким образом, просто упускаете промежуток времени между началом сессии и конверсией. Прокрутили ли они страницу до конца? Смотрели дополнительные фотографии товара?
Ответы на подобные вопросы помогут понять, что именно заставляет потенциальных клиентов решаться на покупку.
Вот пример, как использовать такую информацию. В отчете ниже мы выделили клики новых пользователей. Первоначальная задача — как поведение новых людей отличается от постоянных покупателей. Но выделенный прямоугольник показал, что значимая доля новых пользователей нажимает на значок бренда — это тревожный сигнал, потому что прерывает путь вглубь воронки продаж.
Пока это всего лишь тревожная гипотеза, которую нужно подтвердить. Пока непонятно, почему именно люди хотят покинуть текущую страницу. Мы можем «наложить» на все клики условие сегментации — источник трафика. Увидим, что люди, которые кликают на логотип, приходят из органической выдачи Google.
Вывод: они н еготов пока покупать. Им нужно дать больше информации, а для этого перенаправить трафик на страницу, которая ориентирована на верхний уровень воронки продаж.
Дополнительные сегменты для ecommerce
Можно выделить еще более узкие сегменты пользователей, чтобы изучить конкретные проблемы с конверсией.
Тепловые карты позволяют определить до пяти пользовательских переменных. Это значит, что практически все измеримое и доступное для Crazy Egg, можно отобразить на тепловых картах.
Определив пользовательские переменные, можно посмотреть конкретные последовательности кликов на основе следующих сегментов электронной торговли:
- Лояльность покупателей, пожизненная ценность (LTV) клиента.
- Тип покупателя — шопоголик, обычный, с большими расходами и т. д.
- «Бросатели корзин».
- Средняя стоимость заказа.
- Другая информация о покупателе — включая демографические и психологические показатели.
Фильтруя карты по типу покупателя, вы получите ценную информацию, как разные категории клиентов изучают ваш каталог. В дальнейшем вы можете сделать динамические и персонализированные страницы каталога и предложения по сопутствующим товарам.
Вот пример отчета по заданной пользовательской переменной:
Вы можете видеть, что группа клиентов, которая отмечена зеленым, интересуется товарами внизу страницы. Можно протестировать динамическое размещение товаров в каталоге — чтобы вывести эти товары для этого сегмента вверху страницы.
Лучшая сегментация клиентов интернет-магазина
Сейчас нельзя отмахнуться от сегментирования трафика. Либо вы разбиваете аудиторию на группы, чтобы каждой сделать более персонализированное и выгодное предложение, либо вас опередят конкуренты.
Когда вы добавляете к статистическим данным из систем веб-аналитики информацию о поведении пользователей, вы получаете возможность:
- запустить ретаргетинг с более выгодным предложением;
- рекомендовать пользователям дополнительные товары, которые с высокой вероятностью их заинтересуют;
- персонализировать описание товаров и посадочные страницы.
Если все сделаете правильно, обязательно увидите отдачу от потраченного времени и сил.
