Даже если ваш продукт чудо как хорош, вы не добьетесь высоких продаж при неубедительных целевых страниц. Они не будут убеждать пользователя в исключительности товара.
Статья написана для владельцев интернет-магазинов, маркетологов или продуктовых аналитиков.
По моему опыту, некоторые из продуктовых страниц помогают в принятии решения пользователем. Но в то же время, некоторые элементы нужно оптимизировать отдельно и разными способами.
Google Analytics может многое рассказать про карточки товаров — особенно, если вы подключили модуль Расширенной торговли. Кроме того, можно провести агрегированный анализ на уровне страницы продукта. Сегодня я покажу, как это делать.
Контент на сайте и цели
Обычная ситуация: только 1% пользователей сайта, попадающих на главную страницу, потом доходят до покупки. Как увеличить это значение?
Прежде всего, будьте реалистичны относительно текущей эффективности продвижения и возможных краткосрочных достижений. Далее — разберитесь со страницами, которые влияют на процесс принятия решения о покупке. Некоторые из них играют ключевую роль, например, страница оформления заказа. Но что насчет, скажем, страницы с политикой конфиденциальности?
Другими словами, цель каждой страницы на коммерческом сайте — отнюдь не конвертация посетителя в клиента. По крайней мере, не за один сеанс.
Приведу два примера:
- Нет смысла анализировать страницу на предмет эффективности: конверсий или других связанных с нею показателей.
- Посетителей нужно сгруппировать по нековертирующему сценарию использования.
- Эта страница со списком подкатегорий («Компьютер и офис» > Apple).
- Это ожидаемый путь по сайту для определенной категории пользователей.
- Снова нет смысла оценивать эффективность этой страницы с точки зрения транзакций.
- Я бы порекомендовал получить процент посетителей, которые переходят на страницу “Apple”. Для нее это может быть основной целью, которая приведет как можно больше посетителей на страницу подкатегорий.
И теперь посмотрим на продуктовую страницу.
- Многие элементы — часть воронки пользователя:
- фото продукта;
- цена товара;
- CTA — «положить в корзину»;
- CTA — «добавить в список желаемого»;
- выбор количества.
- Имеет смысл проанализировать производительность страницы по отношению к числу покупок.
- Нужно проанализировать конверсию этапа добавления товара в корзину и добавления в список желаний. Конверсии по первому действию можно увидеть в отчетах «Расширенная торговля» или по производительности продукта.
- Оценить количество добавлений товара в список желаний можно через отслеживание событий.
Сегменты при анализе продуктовых страниц
Первый шаг — сгруппировать все страницы сайта, которые относятся к сегменту «Продуктовая страница».
Для примера я использую данные Google Merchant Store.
Возможны три сценария при настройке сегмента карточек товаров:
- Используем структуру URL, если она идеально подходит для условия сегментации.
- Структура URL не идеальна, но по ней мы все равно можем выделить сегмент с продуктовыми страницами.
- Определить сегмент по структуре URL невозможно.
Разберемся с каждым вариантом.
1. Сегмент при идеальной структуре URL
Вот пример, что я считаю идеальным адресом:
Каждая карточка товара лежит в подкатегории “ /p/ “, а адрес заканчивается артикулом товара.
Достаточно написать простое регулярное выражение, чтобы собрать в сегмент все карточки товаров: ^/p/ сгруппирует все страницы, которые находятся в нужной нам подкатегории сайта.
2. Сегмент, когда структура URL не идеальна
Во втором случае адрес не имеет уникального идентификатора, как в предыдущем примере. Соответственно, мы не сможем отличать продуктовые страницы от других.
В моей практике были случаи, когда приходилось писать очень длинные и сложные регулярные выражения для группировки сразу всех карточек товаров. А для этого нужно было анализировать очень много разных урлов, чтобы понять, как они генерируются.
Если у вас этот случай, лучше всего поговорить с командой разработчиков или технической поддержкой вашего сайта. Скорее всего, они понимают, как формируются URL и помогут написать формулу.
3. Сегмент, когда невозможно получить структуру URL
Google Merchant Store делает практически невозможным получение URL карточек товаров при помощи регулярных выражений. Сложные операторы RegEx по типу /google\+redesign\/[A-Z]{1,15}\/[A-Z]{1,15}\+.*$ не справляются с этой задачей, потому что адреса продуктовых страниц и подкатегорий очень схожи.
Чтобы решить эту проблему, нужно написать очень длинное и сложное регулярное выражение. Но можно обойтись и без него, нужно только правильно получить метаданные.
Решение 1. Группировка контента
Создайте группу по коду отслеживания.
Идеальный вариант, когда у вас есть разработчик. Он сможет объединить страницы в нужную подкатегорию, в которую попадут карточки товаров.
Далее имя этой группы мы сможем использовать при построении сегмента в GA.
Решение 2. Кастомные измерения
Можно реализовать пользовательское измерение на уровне визитов, сеансов, пользователей или товаров.
При работе с продуктовой страницей, как правило, мы используем параметры на уровне обращений. Вот пример для Google Merchant Store:
- Настраиваем пользовательское измерение с Областью доступа «Обращение», даем ему имя, например, Product Page.
- Для каждой страницы извлекаем значение Product Page через уровень данных Google Tag Manager.
- https://shop.googlemerchandisestore.com/Google+Redesign/Apparel -> Category
- https://shop.googlemerchandisestore.com/Google+Redesign/Apparel/Android+Sport+Socks -> PDP
Вы можете использовать пользовательское значение измерения PDP для построения сегмента в GA.
Решение 3. Использование сегментов на основе воронки
Если вы уверены, что у вас правильно настроен модуль Расширенной торговли, то есть третье решение.
Но если применить указанный на скриншоте сегмент, увидим непонятные данные:
Обычно в сегмент попадают сессии с отказами. Поэтому я предпочитаю его не использовать.
Решение 4. Сочетание страницы и заголовков
Для магазина товаров есть еще одно решение.
Для всех страниц категорий есть общая черта — Title содержит символ « | », а в заголовке продуктовой страницы такого символа нет. Можно использовать эту информацию при определении сегмента:
Обратите внимание: я определил этот сегмент как последовательный. В итоге получаем нужный сегмент на основе обращений.
Анализ на уровне сессий
Можно проводить разные виды анализа, для разных целей.
Основное внимание я уделю анализу визитов продуктовых страниц. Это значит, что мы будем учитывать входы на страницы товаров, но не будем анализировать их отдельно от других сеансов и входов.
Сегмент PDP = Страница (сессия)
Вот сегмент, с которым мы уже встречались:
Анализ аудиторий:
- Примерно в 23% всех сеансов был просмотр продуктовых страниц.
- Вовлеченность (с точки зрения кол-ва просмотренных страниц и продолжительности сеанса) выше для этих страниц по сравнению со всеми пользователями.
- Показатель отказов — 11%. Если вы посмотрите на распределение целевых страниц, это то, что мы ожидали. На продуктовые страницы заходит не так много людей.
Анализ устройств:
- ПК — основной источник трафика.
- Пользователи компьютеров чаще посещают страницы товаров, чем пользователи мобильных устройств.
- Доля трафика с планшетов не значительна.
Анализ каналов:
- Органический трафик — как в целом, так и для нашего сегмента — является основным источником переходов.
- Реферальный трафик приносит большее количество сессий с просмотров продуктовых страниц.
Анализ рентабельности:
- 68% дохода и 62% транзакций приходятся на сеансы с просмотром карточек товаров.
- Коэффициент конверсии электронной торговли выше для сеансов PDP (ориентирован на продажи).
- Сессии с конвертацией, содержащие просмотр продуктовой страницы имеют более высокий AOV по сравнению с общим числом сеансов, в которых было достижение целевого действия.
- 38% транзакций не попали в наш сегмент.
При более внимательном рассмотрении структуры сайта можем увидеть другой путь покупки товара — без посещения карточки продукта.
Это объясняет меньший процент пользователей, взаимодействующих с карточкой товара перед совершением покупки на сайте. Особенно верно, поскольку многие сотрудники Google заказывают эти продукты. Им не нужно много информации, чтобы совершить покупку.
Это также наиболее вероятная причина низкого AOV, который мы видим среди всех покупок — они тоже содержат быстрое оформление заказа.
Анализ на уровне пользователя
Имейте в виду, что по умолчанию анализ на уровне пользователя сфокусирован на идентификаторе клиента. Он уникальный для каждого браузера и устройства. Тот, кто сегодня зашел на ваш сайт с ПК, завтра — через смартфон, не будет считаться одним и тем же пользователем.
Есть и еще одно ограничение. Система аналитики ограничивает максимальный период времени для анализе на уровне пользователя до 93 дней. Вот так выглядит этот сегмент:
Определение сегмента возможно только на уровне фильтра, где сеансы соотносятся пользователям. Вот сообщение в Google Analytics:
Я поделюсь одним анализом за первый квартал 2019 года.
Как интерпретировать данные:
- В первом квартале 2019 GA оценил доход в 12 387 долларов с конверсией в 0,12%.
- Для сессий с просмотром страницы доход 8 303 доллара, конверсия на уровне сеансов — 0,31%.
- Однако, если посмотреть на пользователей, у которых был просмотр карточки товара, то конверсия уровня сеанса ниже — 0,24%.
- В то же время, доход выше, но нет разницы, если сравнивать с сегментом уровня сеанса.
- В нашем случае мы можем сделать вывод, что небольшая часть транзакций происходит у пользователей, которые не переходили на страницу с товаром во втором сеансе, но при этом посещали ее в первом.
Заключение
Анализ производительности страницы не так прост, как кажется на первый взгляд.
Прежде всего, выясните детали структуры сайта, придумайте правильные определения для построения сегментов.
Затем примените нужные сегментации к правильному набору отчетов и интерпретируйте данные в контексте сайта и ситуации в бизнесе.
Суть в том, что сегментация имеет решающее значение, когда вы работаете с данными сайта. Получив знания и практический опыт о работе с регулярными выражениями, сегментами и проектами, у вас все обязательно получится.
