Как увеличить конверсию в два раза с помощью дата-аналитики?
На реальных кейсах рассказываем, как бизнесу использовать данные, чтобы развивать продукт и больше зарабатывать. Даём 5 шагов к тому, чтобы повысить конверсию с помощью аналитики — разберем, как использовать дата аналитику с пользой для бизнеса.
Шаг 1. Поймите свою аудиторию
Чтобы повысить конверсию, вы должны знать, кто ваши клиенты. Только так можно создать нужные им предложения. Для этого:
Сегментируйте аудиторию. Клиентов можно разбить на группы с общими характеристиками. Возможных метрик много, но чаще всего используют:
- поведенческие паттерны — частота и глубина использования сайта; время, проводимое в продукте;
- продуктовые метрики — жизненная ценность клиента (LTV); средний доход (ARPU); частота покупок;
- демографические данные — возраст, пол, местоположение, язык;
- жизненный цикл — новые или существующие пользователи, активные, оттекающие (churning) или вернувшиеся пользователи.
Дата аналитика помогает сделать этот процесс более точным и детальным. Инструменты на базе данных и машинного обучения успешно выделяют паттерны, которые человек может пропустить.
Когда вы сегментируете свою аудиторию, то приносите пользу бизнесу ― по статистике, этот метод помогает увеличить конверсию минимум в два раза.
Анализируйте поведение пользователей. Так вы найдете узкие места в пользовательском опыте. Например, с помощью инструментов веб-аналитики, можно узнать, на каком этапе оформления заказа пользователи отказываются от покупки.
С командой 999.md ― доски объявлений и самого посещаемого сайта Молдовы ― мы пытались понять, как получать больше просмотров объявлений и контактов продавцов с потенциальными покупателями.
Для этого провели комплексный анализ корреляций между различными параметрами объявлений и ключевыми метриками популярности. И выяснили, что некоторые элементы интерфейса больше, чем другие влияют на конверсию в просмотр. Среди них: наличие фотографий, заполнение всех полей в карточке товара, указание цены и емкие заголовки.
Мы учли эти факторы и внесли несколько значимых продуктовых изменений:
- сделали фото обязательным во многих категориях.
- изменили политику указания цены.
- начали использовать AI для улучшения описаний товаров.
Все это позволило нам увеличить конверсию. Мы подняли среднее количество просмотров объявлений в первую неделю на 7%.
Шаг 2. Улучшите путь клиента с помощью данных
Когда вы определили целевую аудиторию и проанализировали ее поведение, следующий шаг — оптимизация клиентского пути (Customer Journey).
Анализируйте воронки продаж. Чтобы понять, где пользователи «теряются», необходимо визуализировать путь клиента через воронку продаж. Она показывает, сколько людей проходит через каждый этап — от первого посещения до покупки.
Например, на сайте-доске 999.md мы также применили анализ воронки продаж, чтобы повысить конверсию. Поскольку это сайт объявлений, пользователи могут приобретать платное продвижение своих карточек.
Ищите «узкие места». Для каждого этапа воронки данных нужно определить, что вызывает сложности:
- Мало кликов по CTA (Call to Action): Попробуйте изменить текст, дизайн кнопки или поменять ее расположение на странице.
- Высокий процент отказов на странице регистрации: Оптимизируйте поля формы или предложите авторизацию через соцсети. Также вы можете повысить доверие к продукту, если покажете отзывы реальных пользователей и как продукт решают их проблему.
- Проблемы с оплатой: Проверьте, есть ли популярные методы оплаты, например, электронные кошельки или Apple Pay. Кроме того, постарайтесь сделать процесс легче и быстрее, например, сохраняя платежные данные.
Мы проанализировали воронку и поняли, что второй этап воронки (см. Картинку выше) достаточно популярен, поэтому решили поставить туда кнопку запуска продвижения. Так мы выдержали баланс между конверсионным потенциалом и размером аудитории: ставить кнопку на главный экран было бы неактуально для пользователя. А на последнем этапе ее могли просто не увидеть.
Проводите A/B-тестирование улучшений. Прежде чем внедрять изменения на всю аудиторию, старайтесь проводить тесты. Проверьте, например:
- как изменится конверсия, если сократить число шагов в регистрации;
- насколько эффективны новые заголовки или описания товаров.
Совет: фокусируйтесь на одном изменении за раз, чтобы получить точные данные о его влиянии.
Не так важно, какой тип тестирования вы выберете. Например, чтобы оценить, какую пользу принесет изменение, можно провести A/B тест. Или выкатить новый вариант на всех пользователей и потом посчитать с помощью статистических методов.
Но оценить результаты работы в цифрах нужно обязательно.
В нашем случае провели A/B тест:
- вариант A: страница личного кабинета с объявлениями (доступ к услугам через меню настроек);
- вариант B: добавлена кнопка «Продвинуть объявление» в личном кабинете.
Результаты:
- Конверсия из ЛК в запуск услуг продвижения увеличилась в 2 раза: с 6% до 12%.
- Эффект сохраняется в долгосрочной перспективе.
После этого мы выкатили изменения для всех.
Искать возможности для роста можно даже, если показатели стабильны. Для того, чтобы добиться результатов, стоит обратить внимание на ключевые этапы воронки ― для каждого бизнеса они свои.
Шаг 3. Персонализируйте предложения
Персонализация позволяет предложить пользователю именно то, что ему нужно, в подходящий момент, что значительно увеличивает вероятность покупки или целевого действия. Расскажем, что для этого нужно.
Собирайте пользовательские данные. Среди источников могут быть:
- история взаимодействий — просмотренные товары, сохраненные позиции, предыдущие покупки;
- поведенческие данные — время взаимодействия с продуктом, переходы по страницам;
- контекст использования — геолокация, устройство, время суток.
Например, Amazon собирает данные о прошлых покупках и просмотренных товарах. На их основе платформа предлагает клиентам рекомендации, что приносит до 35% дополнительного дохода.
А Netflix с помощью персонализированных рекомендаций зарабатывает $1 миллиард в год и стала лидером среди стриминговых платформ в мире.
Проводите таргетированные кампании. Клиентов можно разделить на группы по возрасту, интересам, частоте взаимодействий и другим параметрам. И создавать уникальные офферы для каждого сегмента.
Например, платформа Airbnb сегментирует пользователей на основе их прошлых поездок. Затем предлагает подходящее жилье и идеи для отдыха в зависимости от мест, которые интересовали клиента ранее. Это увеличивает частоту бронирований.
Шаг 4. Тестируйте гипотезы
Чтобы повысить конверсию, необходимо регулярно проверять предположения о том, какие изменения в продукте работают лучше. Тестирование гипотез помогает принимать лучшие решения, не полагаясь только на интуицию.
Определите гипотезы. Начните с формулировки гипотез, которые могут повлиять на поведение пользователей. Гипотезы должны быть четкими, измеримыми и основанными на данных. Примеры:
- изменение цвета кнопки CTA с синего на оранжевый увеличит клики на 15%;
- уменьшение количества полей в форме регистрации повысит конверсию на 20%;
- добавление функции предиктивного поиска сократит время нахождения товара и увеличит заказы.
Гипотезы можно брать с брейнштормов с командой по разным методикам. Например, мы проводим их в Miro, так как там много темплейтов для генераций идей.
Также можно полагаться на аналитику, например, оценить, сколько новых пользователей удалось привлечь в прошлом году и подумать, как увеличить это значение.
Иногда гипотезы могут вдохновить жалобы клиентов в поддержку. Например, пользователь предлагает новую фичу, которая решает его проблему, а бизнес, если видит, что это актуально и для других пользователей, может ее внедрить.
Используйте методы причинно-следственного анализа. Если после запуска рекламы выросли продажи, это не обязательно заслуга рекламы. Возможно, просто начался сезон высокого спроса. Сложно определить, что именно привело к результату.
Causal inference (причинно-следственный анализ) помогает найти реальные причины изменений. Когда его использовать:
- нельзя провести A/B тест;
- изменение уже запущено на всех пользователей;
- есть похожая контрольная группа (в нашем случае похожей группой были пользователи приложения);
- нужно учесть внешние факторы (сезонность, маркетинговые кампании, другие изменения в продукте).
Некоторые изменения в продукте мы проверяли именно так. На 999 Market мы поменяли иконку карточки товара в Web версии, добавив в нее новый элемент. Сделали изменение для всех клиентов в Web версии, и затем замеряли эффект с помощью метода Difference-in-Differences.
Он заключается в сравнении изменений между двумя группами: экспериментальной, где произошли изменения, и контрольной, где всё осталось по-старому. В нашем случае:
- экспериментальная группа — пользователи web-версии;
- контрольная группа — пользователи приложения.
Этот метод помог нам отделить влияние сезонности, рекламных кампаний и других внешних факторов, которые одинаково действовали на обе группы.
Шаг 5. Анализ результатов
После завершения тестирования соберите результаты тестирования гипотез и проанализируйте их:
- Какая версия показала лучшие результаты?
- Каково статистическое значение изменений (например, прирост конверсии)?
- Были ли негативные последствия, такие как отток пользователей или снижение других метрик?
Совет: оценивайте результаты на основе заранее определенных KPI, таких как коэффициент конверсии, средний чек или удержание пользователей.
Что в итоге
Запомните главное:
- Дата аналитика может помочь повысить конверсию и улучшить бизнес показатели.
- Чтобы повысить конверсию, вы должны четко знать, кто ваша целевая аудитория.
- Для этого можно сегментировать аудиторию и анализировать поведение пользователей.
- Когда вы определили целевую аудиторию и проанализировали ее поведение, следующий шаг — оптимизация клиентского пути (Customer Journey).
- Анализируйте воронки продаж, чтобы обнаружить слабые места. А также проводите A/B-тестирования улучшений.
Повышение конверсии — это непрерывный процесс. Постоянно тестируйте гипотезы, анализируйте результаты и адаптируйте свой подход, чтобы продолжать расти.
А вы уже используете аналитику данных для повышения конверсий?