Оценка поведения пользователей на сайте и его взаимосвязи с коэффициентом конверсии

Почти каждый интернет-маркетолог или аналитик, который работает с сайтами и онлайн-продуктами сталкивается с задачей улучшения сайта и повышения ключевых метрик. Одна из важных метрик это коэффициент конверсии, зачастую от него зависят такие высокоуровневые метрики как LTV и CAC.

Когда я не знал о том как применить сегментацию для коэффициента конверсии, то открывал GA, смотрел на коэффициент конверсии и не понимал, что делать дальше, как искать взаимосвязи между конверсией и поведением пользователей, как найти точки роста и проблемные места.

Как искать взаимосвязи коэффициента конверсии и поведения пользователей?

Перейдем сразу к примерам. Я хочу выяснить, есть ли разница в коэффициенте конверсии между пользователями, которые пользовались внутренним поиском сайта и теми, кто его не использовал. Для этого я создаю два сегмента в GA.

На картинке выше я создаю сегмент пользователей которые использовали поиск по сайту. Обязательно в поле фильтр выберите параметр пользователи, а не сеансы. Для того чтобы создать сегмент пользователей, которые не использовали поиск по сайту, в поле фильтр выберите параметр исключить и сохраните, как отдельный сегмент.

В результате у меня получился такой отчет

Мы видим, что у сегмента пользователей, которые пользовались поиском по сайту конверсия 0,10%, а у тех кто не пользовался 0,02%. Теперь нужно оценить является ли эта разница статистически значимой или же у нас недостаточно данных для того чтобы говорить о том что между коэффициентами конверсии есть разница.

Для этого используем специальный калькулятор, например https://abtestguide.com/calc/

Немного расскажу о калькуляторе, он позволяет узнать является ли разница в коэффициентах конверсии двух выборок статистически значимой или нет.

В блоке Test data указываем данные из отчета по нашим сегментам, в поле visitors указываем количество сеансов, а в поле conversion количество транзакций или других целевых действий для каждого из сегментов.

В блоке settings выбираем two-side, в блоке confidence 95%

Жмем кнопку apply changes

Получаем уведомление о результате расчета

Здесь написано, что наши варианты(сегменты) имеют статистически значимые различия в коэффициенте конверсии. Т.е. мы можем сделать вывод о том, что пользователи, которые осуществляют поиск по сайту действительно более склонны к совершению заказа, чем те кто не использует поиск по сайту.

Важно!

Мы выяснили что между поиском по сайту и коэффициентом конверсии есть взаимосвязь, но мы не знаем чем обусловлена эта взаимосвязь, может быть 2 ситуации:

благодаря поиску пользователи нашли нужный товар и совершили транзакцию, т.е. причиной повышенного коэффициента конверсии является поиск
поиском пользуются люди, которые уже готовы к покупке и на самом деле поиск не повлиял на их желание совершить покупку, они бы и без поиска совершили бы эти покупки

Найденная взаимосвязь это повод провести АБ тестирование. С помощью АБ тестирования мы сможем выяснить влияет ли поиск на коэффициент конверсии, а также в случае правильной гипотезы сможем увеличить конверсию.

Для того чтобы понять действительно ли поиск повышает коэффициент конверсии можно провести АБ тестирование. Наша гипотеза будет заключаться в том, что мы рассчитываем увеличить коэффициент конверсии за счет того что сделаем поисковую строку более заметной, за счет этого получим больше коэффициент взаимодействия с поиском и соответственно больше коэффициент конверсии в заказы. Одной части пользователей будем показывать значок лупы для вызова поисковой строки, а другим сразу поисковую строку.

Вариант А	Вариант Б

Если в результате эксперимента выяснится, что между группами пользователей, которые видели разные варианты поиска, есть статистически значимая разница в коэффициента конверсии в оформленный заказ, то можно сделать вывод, что поиск действительно влияет на коэффициент конверсии. Соответственно тогда стоит провести серию тестов поиск для улучшения показателя конверсии.