Бизнес — статьи о сайтах
Поменяли карточку товара или корзину и не знаете, чем объяснить рост или падение заказов? Разбираем, как оценивать изменение на сайте магазина одежды и не принять случайность за результат.
Вы попросили разработчиков переделать карточку товара, а через неделю заказов стало больше. Или меньше. Вывод «сработало» или «не сработало» в таком случае почти всегда преждевременный: в магазине одежды на продажи влияют погода, рассылка, скидки и сезон. Ниже описано, как заранее подготовить оценку, чтобы цифры отвечали на вопрос, а не создавали иллюзию ответа.
Формулировка «сделать страницу удобнее» не поддаётся проверке. Нужна гипотеза в виде цепочки: что меняем, какое поведение ожидаем и почему. Например: «Покупатель сомневается в размере и уходит из карточки. Если показать таблицу размеров рядом с выбором размера, чаще будут нажимать «В корзину»». Здесь уже ясно, где искать эффект: в карточке товара, а не в общем числе заказов за месяц.
Представим карточку платья. Сейчас ссылка «Таблица размеров» спрятана в нижней вкладке после описания и состава. Меняем: рядом с кнопками размеров появляется ссылка «Подобрать размер», она открывает компактное окно с замерами и подсказкой, как измерить грудь и талию. Остальное не трогаем: фото, цену и кнопку оставляем прежними.
Что измеряем:
Чтобы это считать, до запуска нужно настроить события в Яндекс.Метрике или Google Analytics: открытие окна размеров, выбор размера, добавление в корзину, оформление заказа.
Общая выручка за неделю зависит от десятков причин, и изменение одной карточки в ней обычно не разглядеть. Время на сайте и глубина просмотра тоже неоднозначны: покупатель мог долго сидеть на странице, потому что не нашёл размер. Показатель отказов для карточки товара без уточнения мало говорит: человек мог увидеть всё нужное и закрыть вкладку, а мог ничего не понять.
Выбирайте метрику, которая стоит ближе всего к изменению. Меняли карточку — смотрите на переход в корзину. Меняли корзину или форму заказа — на завершение оформления.
Спрос на одежду заметно колеблется: меняется погода, начинаются распродажи, выходят новые коллекции, уходит в отпуск часть аудитории. Если вы запустили правку в день старта скидок, рост заказов нельзя приписывать правке.
Надёжнее всего показывать новую и старую версии одновременно разным посетителям, то есть провести A/B-тест. В Google Analytics для этого есть эксперименты, также используют специализированные сервисы. Если тест технически сложен, остаётся сравнение периодов, но с оговорками:
Общий результат может скрыть противоположные эффекты. Окно с размерами могло помочь на компьютере и помешать на смартфоне, если закрывает кнопку покупки. Поэтому разбейте данные минимум по устройствам, по новым и вернувшимся посетителям, по источникам трафика. Покупатель, пришедший из рассылки, обычно знает бренд и свой размер, а пришедший из поиска по фразе — чаще нет.
Не останавливайте проверку после первых удачных дней. Если заказов в категории немного, разница в несколько покупок легко получается случайно. Заранее решите, сколько полных недель или событий вам нужно, и придерживайтесь этого. Если разница небольшая и держится нестабильно, честный вывод звучит так: «явного эффекта не обнаружено». Это тоже результат, он избавляет от лишних доработок.
Читайте также
Бизнес — статьи о сайтах
SEO — статьи о сайтах
Интернет-маркетинг: статьи о рекламе, SEO и аналитике
Интернет-маркетинг: статьи о рекламе, SEO и аналитике
Заявка
Свяжемся в течение рабочего дня, зададим уточняющие вопросы и предложим варианты. Без навязчивых звонков.
Форма обратной связи