Вводимо формат міні-кейсів, де я і колеги розбираємо одну конкретну проблему і даємо поради. Головна вимога — приберегти воду для благих цілей, давати вижимки.
Проблема: як проводити якісь тестування, оцінку експериментів, якщо конверсій на сайті мало?
Вибрали період місяць, всі користувачі.
Конверсій — мало даних. Будь-які висновки при такому розкладі мало чим відрізняються від ворожіння на ромашці або консультації з секретарем.
Наприклад, ми намагаємося протестувати гіпотезу «Користувачі з Москви конвертуються краще, ніж користувачі з регіонів», включаємо відповідний сегмент і отримуємо самотню вершину. Аналітик ридає.
Ось як конвертуються москвичі
Щоб врятувати ситуацію, намагаємося викрутити період на квартал або рік, але впираємося в обмеження:
- цілі були додані нещодавно і по ним відсутня статистика, або
- потрібно швидко приймати рішення в майбутньому, тестувати гіпотези за 3-6 місяців марнотратно
Коли я стикався з такою проблемою, то нічого не залишалося, як скочуватися до поведінкових метрик і аналізувати за показником відмов і часу на сайті. Але це не ті показники, які варто сприймати серйозно при подібному аналізі.
Маркетологи з інтернетів рекомендують у цій ситуації розмітити не 2 мети, а всі мікро-конверсії, які натякають на «теплоту» користувача:
- написав в онлайн-консультант
- замовив зворотний дзвінок
- скачав прайс
- записався на монтаж / вимір / тест-драйв
- додав в кошик
- переглянув більше 20 сторінок і т. д.
І це не вирішення проблеми
Додаткові цілі конвертуються слабо
Ви можете зробити і 20 цілей, але якщо кожна конвертує так собі, ніякого аналізу не вийде. Будемо приймати рішення, спираючись на тих, хто поклав в корзину, або тих, хто замовив зворотній дзвінок? І що б ми не вибрали, це піде врозріз логіці і статистичної значимості — занадто мало даних.
Це стосується і трафиковых сайтів, де у користувача маса варіантів для замовлення: від класичної до кошика вайбера. Велика кількість транзакцій розмазується по цілям і знову отримуємо брак даних — доводиться витрачати більше часу, перш ніж прийняти рішення.
Рішення на базі Яндекс Метрики
Формуємо складову мета і вважаємо, що людина «гарячий», якщо виконав хоча б одну мету зі списку
- або оформивши замовлення
- чи поклав в кошик
- або написав консультант
- або зробив щось корисне
Головна додати в список щось дивне, що вмить перетворить «гарячу» аудиторію у «ледве теплу», наприклад мета «Переглянув 2 сторінки, тоді конверсія легко досягне 50%, але толку.
Приклад налаштованої мети, яка фіксує будь-яке цільове дію і зараховує на конверсію користувача
Тепер що б не зробив користувач з цього списку, зараховується конверсія і я розумію, що він мій, тепленький 🙂 Аналітик стрибає від радості, адже тепер для перевірки гіпотез у нього вистачає даних.
А що там з Analytics?
Гнучкість і можливості системи радують. Якщо у вас конверсій, можна
Нічого не робити
У ряді звітів Analytics дозволяє вибрати потрібні цілі для аналізу: конверсії за ним підсумовуються. Наприклад, звіт «Конверсія → Атрибуція → Інструмент порівняння»
Улюблений звіт по атрибуцій, де видно досягнення мети і CPA. Вибираємо потрібні і дивимося на таблицю.
Створити спільну мету за аналогією з Метрикою
У налаштуваннях подання «Обчислювані показники», складаємо потрібні цілі A+B+C. Щоб порахувати ще й конверсію: (A+B+C) / Сеанси
Налаштовувану метрику можна побачити тільки у власних звітах, створюємо в «Спеціальні звіти → Мої звіти». Я вивів тільки цю метрику для прикладу.
Створити «розумну мета»
Вважаю, що це погана ідея. Допускаю як додатковий сигнал, але не повну заміну цілей і ось чому.
Розумні цілі спочатку створювалися як допомога в оптимізації рекламних кампаній Adwords. Причому для тих рекламодавців, які навіть не в змозі розмітити свої цілі на сайті.
Цитата з довідки:
Використовуючи машинне навчання, «розумні цілі» обробляють десятки сигналів, пов’язаних з сеансами на сайті, щоб визначити, які з них найчастіше призводять до конверсії. Враховуються такі сигнали, як тривалість сеансу, кількість сторінок за сеанс, місце розташування, пристрій і браузер. Analytics за поведінковим метрик намагається зрозуміти, яка аудиторія більш якісна і повинна краще конвертуватися. Adwords намагається викупити більше такої аудиторії. Ви, ймовірно, повинні відчути сильне зниження вартості замовлення (CPO) з даного каналу.
І, чорт візьми, Analytics дійсно добре виокремлює якісну аудиторію, але «неякісна» аудиторія теж принесла конверсії і дохід.
Якісна аудиторія під прапором «Yes»
Якщо будемо оптимізувати рекламу з огляду тільки на цей показник, не уроним кількість замовлень? Ми не використовували «розумні цілі» як опорну точку в оптимізації рекламних кампаній, тому думка вище — припущення. Зниження CPO, звичайно, добре, але тільки коли кількість O(rders) при цьому не падає також стрімко. Так адже можна загратися і бізнес залишити без роботи.
