Różnica między liczbą odwiedzających sklep a liczbą zamówień nie jest przypadkowa. Ma przyczyny. Analityka zachowań odwiedzających to zestaw narzędzi i metod, które pozwalają je znaleźć.
Co mówi Ci analityka zachowań odwiedzających sklep?
Dane o zachowaniach odpowiadają na pytanie, na które same przychody nie odpowiedzą. Nie tylko, ilu ludzi kupiło, ale co robili zamiast tego wszyscy, którzy nie kupili.
Gdy patrzysz na warstwę behawioralną analityki, patrzysz na drogę między przyjściem odwiedzającego a podjęciem przez niego decyzji. Jak długo został na stronie produktu? Czy przewinął ją do końca? Czy dodał produkt do koszyka i zatrzymał się przy płatności? Czy przyszedł z płatnej reklamy i wyszedł w ciągu trzech sekund? Każdy z tych sygnałów wskazuje coś konkretnego o tym, gdzie doświadczenie się psuje.
Dwa najczęstsze błędy sklepów w analityce to patrzenie wyłącznie na sumy i sprawdzanie ruchu bez łączenia go z zachowaniem. Łączna liczba wizyt mówi, ilu ludzi przyszło. Dane o zachowaniach mówią, co zrobili po przyjściu i gdzie ich droga skończyła się przed sprzedażą.
Jakie wskaźniki pokazują, jak odwiedzający poruszają się po Twoim sklepie?
Pięć wskaźników daje najczytelniejszy obraz zachowań, zanim dodasz głębszą analizę.
Współczynnik odrzuceń
Współczynnik odrzuceń to odsetek sesji, w których odwiedzający ogląda jedną stronę i wychodzi bez dalszej interakcji. Wysoki współczynnik odrzuceń na stronie produktu oznacza, że większość odwiedzających nie zostaje na tyle długo, by zainteresować się tym, co sprzedajesz. Współczynnik odrzuceń dla poszczególnych stron jest bardziej użyteczny niż średnia dla całego sklepu, bo przyczyny różnią się zależnie od tego, gdzie następuje odpływ i czego szukali ci odwiedzający.
Czas na stronie
Średni czas na stronie pokazuje, jak głęboko odwiedzający angażują się w Twoje treści. Strona produktu, na której większość odwiedzających spędza mniej niż piętnaście sekund, to strona, która od razu coś zniechęca albo nie potrafi utrzymać uwagi. Bardzo długi czas na stronie nie zawsze oznacza, że strona działa dobrze. Może też znaczyć, że odwiedzający szukają informacji, które powinny być oczywiste, i ich nie znajdują.
Głębokość przewijania
Dane o głębokości przewijania pokazują, jak daleko w dół strony odwiedzający czytają, zanim wyjdą. Jeśli opinie o produkcie lub kluczowe parametry leżą poniżej miejsca, w którym osiemdziesiąt procent odwiedzających przestaje przewijać, nikt tych treści nie widzi. Głębokość przewijania pokazuje, jakie elementy znajdują się poniżej tego, co dociera do większości odwiedzających, i pomaga zdecydować, czy przenieść je wyżej.
Strony wyjścia
Strony wyjścia to ostatnie strony, które odwiedzający widzą, zanim wyjdą. Jeśli strona produktu często pojawia się wśród głównych stron wyjścia, ma problem z konwersją, który warto zbadać. Jeśli główną stroną wyjścia jest potwierdzenie zamówienia, to zachowanie oczekiwane. Strony wyjścia pokazują, gdzie kończą się ścieżki i czy te zakończenia są normalne, czy sygnalizują tarcie.
Współczynnik dodania do koszyka
Współczynnik dodania do koszyka to odsetek odwiedzających stronę produktu, którzy dodają go do koszyka. Oddziela tych, którzy angażują się w produkt, od tych, którzy wychodzą bez zainteresowania. Niski współczynnik dodania do koszyka na dobrze odwiedzanej stronie produktu to wyraźny sygnał, że sama strona nie robi swojej roboty, niezależnie od tego, czy chodzi o tekst, zdjęcia, czytelność ceny czy brakujące informacje.
Jak analiza lejka pokazuje, gdzie odwiedzający odpadają?
Lejek zakupowy to ciąg kroków, które odwiedzający pokonuje od pierwszego wejścia do sklepu do dokończenia zakupu. Większość narzędzi analitycznych pozwala zdefiniować lejek przez wskazanie stron w tej kolejności, a potem śledzić, ilu odwiedzających przechodzi z jednego kroku do następnego.
Typowy lejek sklepu internetowego prowadzi przez stronę docelową, stronę produktu, dodanie do koszyka, kasę i potwierdzenie zamówienia. Na każdym kroku jedni idą dalej, a inni wychodzą. Analiza lejka pokazuje wielkość tych odpływów na każdym przejściu.
Najbardziej użyteczną rzeczą, jaką daje analiza lejka, jest konkret. Nie „nasz współczynnik konwersji jest niski", tylko „tracimy czterdzieści procent odwiedzających między stroną produktu a koszykiem i kolejne trzydzieści procent między koszykiem a płatnością". To dwa różne problemy wymagające dwóch różnych odpowiedzi.
Gdy wiesz, gdzie jest największy odpływ, wiesz, gdzie najpierw skierować uwagę. W większości sklepów największe straty występują na stronach produktów i w kasie. Bliższe spojrzenie na to, co odstrasza na ostatnim kroku, znajdziesz w artykule o tym, dlaczego kupujący porzucają koszyk i co możesz z tym zrobić.
Co pokazują nagrania sesji i mapy ciepła, czego nie pokażą wskaźniki?
Wskaźniki mówią, co się stało. Nagrania sesji i mapy ciepła pomagają zrozumieć, dlaczego.
Nagranie sesji to odtworzenie prawdziwej wizyty w Twoim sklepie. Możesz zobaczyć, gdzie odwiedzający poruszał kursorem, co kliknął, jak daleko przewinął i gdzie się zatrzymał i wyszedł. Nagrania sesji to jeden z najbardziej bezpośrednich sposobów zrozumienia zachowań, bo pokazują prawdziwe doświadczenie korzystania ze sklepu, a nie jego abstrakcję.
W nagraniu szukasz tarcia. Odwiedzający, który wielokrotnie przesuwa kursor w miejsce, gdzie spodziewał się przycisku, a go tam nie ma. Odwiedzający, który na telefonie przewija obok przycisku dodania do koszyka, bo przy tym rozmiarze ekranu go nie widać. Odwiedzający, który czyta zasady zwrotów, zamyka je, a potem porzuca koszyk. Każda z tych obserwacji wskazuje coś konkretnego i możliwego do przetestowania.
Mapy ciepła zbierają zachowania z wielu sesji w jeden obraz. Mapa ciepła kliknięć pokazuje, gdzie odwiedzający klikają najczęściej. Jeśli klikają w obraz, który nie jest linkiem, spodziewali się, że da się go kliknąć. Mapa ciepła przewijania pokazuje, jak daleko w dół strony czyta większość odwiedzających. Jeśli większość przestaje przewijać, zanim dotrze do opinii o produkcie, opinie nie robią tej konwersyjnej roboty, jakiej od nich oczekujesz. Przeniesienie ich wyżej to poprawka jedną zmianą, którą dane z mapy ciepła czynią oczywistą.
Jak źródło ruchu wpływa na zachowanie odwiedzających w Twoim sklepie?
Nie wszyscy odwiedzający zachowują się tak samo, a źródło, z którego przychodzą, to jeden z największych czynników kształtujących ich zachowanie w sklepie.
Odwiedzający, który szukał konkretnie nazwy Twojego produktu, ma wysoką intencję zakupu. Wie, czego szuka. Twoje zadanie to potwierdzić, że trafił we właściwe miejsce, i usunąć każdą barierę przed zakupem. Odwiedzający, który kliknął szeroką reklamę wizerunkową w kanale z treściami, mógł wcześniej nie mieć zamiaru kupować. Rozgląda się. Czego potrzebuje od strony produktu, różni się od tego, czego potrzebuje odwiedzający z wyszukiwania o wysokiej intencji.
Podział wskaźników zachowań według źródła ruchu wyraźnie pokazuje te wzorce. Odwiedzający z wyszukiwarki organicznej, którzy wpisali zapytania o konkretny produkt, często spędzają mniej czasu na stronie i częściej kupują, bo przychodzą, wiedząc, czego chcą. Odwiedzający z płatnych reklam w mediach społecznościowych, z kampanii nastawionych na zasięg, częściej odpadają, zwłaszcza gdy strona docelowa nie pasuje do tonu lub obrazów reklamy, która ich tam przyprowadziła.
Gdy Twój ogólny współczynnik konwersji wygląda na niski, rozdziel ruch według źródła, zanim uznasz, że problemem jest strona produktu. Strona produktu może dobrze działać dla ruchu o wysokiej intencji. Problemem może być to, że duża część płatnego ruchu ma niską intencję i trafia na stronę, która nie jest zaprojektowana pod etap decyzji, na którym jest ten odwiedzający.
Jak czytać analitykę stron produktów?
Na stronach produktów zapada większość decyzji zakupowych, a sygnały behawioralne na nich to jedne z najbardziej pouczających danych w całym sklepie.
Patrz na strony produktów pojedynczo, a nie zbiorczo. Twoja najlepiej działająca strona produktu to jeden punkt odniesienia. Twoja najgorzej działająca strona z dużym ruchem to największa szansa. Porównaj, co je różni. Czy tekst jest dłuższy? Czy jest więcej zdjęć? Czy są opinie klientów? Czy cena jest czytelniejsza?
Kluczowe sygnały do śledzenia na każdej stronie produktu to czas na stronie, głębokość przewijania, współczynnik dodania do koszyka i odpływ między dodaniem do koszyka a ukończeniem kasy. Każdy z nich zawęża miejsce problemu. Niski współczynnik dodania do koszyka sugeruje, że strona nie przekonuje odwiedzających. Wysoki współczynnik dodania do koszyka przy dużym odpływie w kasie sugeruje, że problem tkwi w kasie, a nie w samej stronie produktu.
Szczegółowy poradnik o tym, co sprawia, że strony produktów konwertują, znajdziesz w artykule co sprawia, że strona produktu jest dobra. O tym, jak zmniejszyć odpływ między koszykiem a zakupem, przeczytasz w artykule jak zaprojektować stronę kasy, która zmniejsza odpływ.
Jak rozdzielić zachowania na komputerze i telefonie w analityce?
Odwiedzający na telefonach i komputerach nie zachowują się tak samo. Traktowanie ich w analityce jak jednej grupy ukrywa problemy, które kosztują Cię sprzedaż.
Większość sklepów internetowych otrzymuje dziś ponad połowę ruchu z urządzeń mobilnych. Współczynniki konwersji na telefonach są w większości sklepów niższe. Ta różnica to realne przychody, ale możesz ją zamknąć tylko wtedy, gdy widzisz, skąd się bierze.
W analityce segmentuj dane behawioralne według typu urządzenia. Strona produktu z akceptowalnym współczynnikiem konwersji na komputerze może mieć znacznie niższy na telefonie. Gdy obejrzysz nagrania sesji odwiedzających z telefonów, często znajdziesz przyczynę: przyciski zbyt małe, by w nie wygodnie trafić, zdjęcia produktów, które nie skalują się poprawnie, albo formularze kasy trudne do wypełnienia na małym ekranie. Te problemy są niewidoczne, gdy patrzysz na łączne dane o konwersji ze wszystkich urządzeń.
Poradnik o tym, na czym polega optymalizacja mobilna sklepu internetowego, znajdziesz w artykule jak dostosować sklep internetowy do telefonów.
Jak wykorzystać dane o zachowaniach, by ustalić, co naprawić najpierw?
Gdy masz dane behawioralne z wielu źródeł, w tym analizę lejka, nagrania sesji, mapy ciepła i wskaźniki poszczególnych stron, wyzwaniem staje się decyzja, od czego zacząć.
Najpewniejsze podejście to połączenie dwóch miar: wielkości odpływu (ilu odwiedzających dotyczy?) i jakości dowodów (jak jasno dane wyjaśniają przyczynę?). Strona produktu, która traci dwustu odwiedzających tygodniowo, zanim dodają produkt do koszyka, a nagrania sesji pokazują, że odwiedzający konsekwentnie przewijają opis bez zatrzymania, to szansa o wysokiej pewności i dużym wpływie. Strona kasy, która traci pięćdziesięciu odwiedzających tygodniowo bez wyraźnego sygnału behawioralnego, ma niższy priorytet, dopóki nie zbierzesz więcej dowodów.
Celem analizy behawioralnej nie jest zrozumienie wszystkiego naraz. Jest nim zbudowanie wystarczającej pewności, by wprowadzić jedną konkretną zmianę, zmierzyć ją i wyciągnąć wnioski z wyniku. Ramy systematycznego testowania takich zmian znajdziesz w artykule czym jest optymalizacja współczynnika konwersji i dlaczego ma znaczenie.
Jeśli dopiero budujesz fundament analityczny pod takie analizy, zacznij od artykułu jak skonfigurować analitykę i śledzić to, co ważne, od pierwszego dnia.
Jak WEMASY pomaga śledzić zachowania odwiedzających
Narzędzie Analityka i statystyki w WEMASY śledzi wizyty, źródła ruchu i wyniki poszczególnych stron w Twojej witrynie i sklepie. Widzisz, na jakich stronach odwiedzający zaczynają, z jakich wychodzą i jak różne źródła ruchu porównują się pod względem zachowań. W połączeniu z systemem e-commerce WEMASY masz dane o zamówieniach i zachowaniach na stronie w jednym miejscu, bez łączenia osobnych narzędzi. Sprawdź, co zawiera każdy plan, na stronie z cennikiem.
Najczęściej zadawane pytania
Czym różni się wizyta od sesji w analityce sklepu internetowego?
W większości narzędzi analitycznych sesja to jeden ciągły okres aktywności w Twojej witrynie. Jeśli odwiedzający wyjdzie i wróci dwie godziny później, liczy się to jako dwie sesje. Termin „wizyta" zwykle oznacza to samo. Rozróżnienie ma znaczenie przy obliczaniu współczynnika konwersji. Jeśli jako mianownika użyjesz sesji, powracający odwiedzający, który przegląda sklep kilka razy przed zakupem, pojawi się jako wiele sesji, co obniża procentowy współczynnik konwersji w porównaniu z użyciem unikalnych odwiedzających. Dzięki kreatorowi stron WEMASY możesz to skonfigurować bezpośrednio w swoim sklepie.
Jaki współczynnik odrzuceń uznaje się za zbyt wysoki dla strony produktu?
Nie ma uniwersalnego punktu odniesienia. Strona produktu ze współczynnikiem odrzuceń siedemdziesiąt procent wśród odwiedzających z wyszukiwarki organicznej może działać dobrze, jeśli pozostałe trzydzieści procent kupuje z wysoką skutecznością. Ważniejsza od samej liczby jest zmiana w czasie i porównanie współczynnika odrzuceń z podobnymi stronami w Twoim sklepie. Nagły wzrost współczynnika odrzuceń na wcześniej stabilnej stronie to wyraźniejszy sygnał niż liczba, która zawsze była wysoka.
Ile ruchu potrzeba, by nagrania sesji były użyteczne?
Nawet niewielka liczba nagrań sesji, dziesięć do dwudziestu od prawdziwych odwiedzających na konkretnej stronie, może ujawnić problemy z użytecznością, które są niewidoczne w danych zbiorczych. Nie potrzebujesz tysięcy sesji, by zauważyć, że odwiedzający nie widzą przycisku dodania do koszyka na telefonie albo klikają w obraz, spodziewając się powiększenia. Wnioski z małej próbki nagrań często odsłaniają problemy, których miesiąc samych danych analitycznych by nie pokazał.
Czy można zrozumieć zachowania odwiedzających, korzystając tylko z wbudowanej analityki sklepu?
W większości sklepów wbudowana analityka obejmuje źródła ruchu, odsłony stron, współczynnik odrzuceń i podstawowe dane o lejku. To wystarcza, by wskazać największe punkty odpływu w lejku i porównać wyniki stron produktów. Nagrania sesji i mapy ciepła wymagają dodatkowych narzędzi. Dane wbudowane to właściwy punkt wyjścia i pokażą większość istotnych problemów, zanim będziesz potrzebować bardziej wyspecjalizowanej analizy.
Jak często przeglądać analitykę behawioralną?
Cotygodniowy przegląd lejka konwersji, głównych stron wyjścia i współczynnika dodania do koszyka daje wystarczającą częstotliwość, by wychwycić nagłe zmiany. Miesięczne przeglądy danych z map ciepła i zachowań według źródeł ruchu pozwalają śledzić wzorce w oknie wystarczająco długim, by zobaczyć znaczące trendy. Codzienne sprawdzanie rzadko się przydaje, chyba że aktywnie prowadzisz test i monitorujesz, czy coś zmieniło się w wynikach sklepu.