В шаге от покупки: как найти слабые места карточки товара через Яндекс Метрику

Анастасия Ольховская

Веб-аналитик ArrowMedia

Анастасия Ольховская, веб-аналитик ArrowMedia, делится пошаговым алгоритмом: как объединить данные разных отчетов, найти причины низкой конверсии и определить, какие изменения действительно повлияют на продажи.

Предварительно необходимо настроить в Яндекс Тег Менеджере цели на ключевые действия. Стандартных екомерс-событий недостаточно: они не показывают, как пользователь взаимодействует со страницей до принятия решения. В числе таких целей: добавление товара в корзину, покупка в один клик (если такой сценарий предусмотрен), взаимодействие с галереей, раскрытие описания, характеристик и отзывов, а также выбор размера, цвета или комплектации. Это поможет проанализировать не только результат, но и путь пользователя.

Базовая диагностика: поиск проблемных карточек

Начать стоит с проверки екомерс-воронки, чтобы определить, на каком этапе пользователи прерывают путь к покупке, и убедиться, что снижение конверсии связано именно с карточкой товара. Если основной отток приходится на переход от просмотра к добавлению в корзину, дальнейший анализ следует сосредоточить на странице товара.

При интерпретации данных важно учитывать особенность Яндекс Метрики: конверсия каждого шага рассчитывается относительно первого этапа – «Все посетители». Поэтому показатели нельзя напрямую сравнивать с классическими воронками или данными других аналитических систем.

Сначала необходимо определить, какие карточки требуют внимания. Базовые отчеты Метрики позволяют получить общее представление о трафике и работе сайта, однако для анализа их недостаточно. Понадобятся те, которые дают товарный и поведенческий разрез данных:

• «Электронная коммерция», раздел «Популярные товары».

Отправная точка для приоритизации. Отчет показывает данные конкретных товаров: просмотры, добавления в корзину, покупки и выручку. В первую очередь интерес представляют товары с высоким трафиком и низкой конверсией в добавление в корзину. Если хуже конвертирует вся категория, проблему стоит искать в шаблоне карточки или ее несоответствии ожиданиям аудитории.

• «Содержание», раздел «Страницы входа».

Именно здесь видна реальная картина по каждой странице товара, поскольку отчет показывает поведенческие метрики по конкретным URL: показатель отказов, глубину просмотра, время на сайте и конверсию в добавление в корзину.

Для поиска проблемных карточек достаточно добавить в отчет столбец с целью «Добавление в корзину» и отсортировать по объему трафика. Если страница получает большое количество визитов, но ее конверсия в корзину ниже средней по сайту, она становится приоритетной для анализа.

Тепловые карты: обнаружение UX-барьеров

Карта кликов показывает, с какими элементами взаимодействуют пользователи, карта скроллинга – до каких блоков страницы они доходят. Вместе они помогают определить, где возникает UX-барьер.

• Карта кликов.

Ключевые зоны для анализа – галерея изображений и конверсионная область. Высокая активность на фотографиях при низкой конверсии в покупку означает, что интерес к товару есть, но визуальной информации недостаточно. Например, дополнительных ракурсов, крупных планов, фотографий деталей или вариантов использования.

Обратная ситуация, когда отсутствуют клики по галерее, также требует внимания. Причина может быть в неудобной галерее или в том, что первое изображение не мотивирует изучать товар дальше.

Если CTA находится в зоне видимости, но получает мало кликов, стоит посмотреть, какие элементы привлекают внимание рядом с кнопкой. Взаимодействие с ценой, условиями доставки, рассрочкой или другими информационными блоками говорит о том, что пользователей что-то останавливает от принятия решения.

Отдельного внимания заслуживают клики по неинтерактивным элементам. Обычно такое поведение говорит о ложных ожиданиях: пользователи рассчитывают получить дополнительную информацию или выполнить действие, но интерфейс не реагирует. Если подобное повторяется регулярно, стоит сделать элемент интерактивным либо добавить недостающий контент.

• Карта скроллинга.

Резкое снижение видимости на уровне цены и CTA говорит о том, что значительная часть пользователей не доходит до конверсионной зоны. На мобильных устройствах это особенно критично: пользователи скроллят менее охотно, а из-за большой галереи или навигационных элементов кнопка «Купить» может оказаться за пределами первого экрана.

Глубина просмотра описания и характеристик отражает, сколько пользователей доходит до этих блоков. Когда они расположены слишком низко, важная информация остается вне поля зрения. Тогда имеет смысл пересмотреть структуру карточки и перенести ключевые сведения ближе к конверсионной зоне.

Если до описания пользователи доходят регулярно, но конверсия остается низкой, стоит проверить не только расположение блока, но и подачу информации. Краткое структурированное описание с ключевыми характеристиками воспринимается легче, чем длинный сплошной текст.

Если блок отзывов расположен в конце страницы, до него доходит лишь небольшая часть пользователей, хотя для многих именно отзывы становятся последним аргументом перед покупкой. На карте скроллинга это часто заметно по небольшому «хвосту» активности в нижней части страницы: пользователи целенаправленно прокручивают карточку вниз. В таком случае стоит протестировать перенос блока выше или добавить рядом с ценой рейтинг и количество отзывов.

Тепловые карты отражают агрегированную картину поведения, тогда как Вебвизор позволяет анализировать отдельные визиты. Эти инструменты дополняют друг друга: тепловые карты помогают увидеть UX-барьеры, а Вебвизор – проверить их на уровне конкретных пользовательских сценариев.

Вебвизор: проверка наблюдений

После анализа тепловых карт важно сформулировать предположение – почему возникла UX-проблема. Только после этого имеет смысл переходить к Вебвизору: просмотр записей без предварительно поставленного вопроса редко приносит полезные результаты. При этом для UX-анализа нужны не все визиты, а только те, где пользователь изучал карточку, но не совершил покупку.

Чтобы получить такую выборку, достаточно использовать комбинацию 3-х фильтров:

• Просмотр карточки без добавления в корзину – позволяет выделить пользователей, которые просмотрели хотя бы один товар, но ни разу не добавили его в корзину. Эта выборка показывает тех, кто изучал карточку, но не конвертировался.

• Время на странице больше 30 секунд – исключает случайные визиты и пользователей, которые почти сразу покинули страницу. В выборке остаются те, кто действительно изучал карточку, но все равно не купил товар. Именно такие визиты наиболее ценны для UX-анализа.

• Тип устройства – если отчет по устройствам показывает разрыв в конверсии между мобильным и десктопным трафиком, мобильные визиты стоит анализировать отдельно. Проблемы на разных устройствах принципиально отличаются, поэтому смешивать такие визиты не имеет смысла.

Поиск повторяющихся паттернов

При анализе записей в Вебвизоре важно обращать внимание на действия, которые регулярно повторяются у разных пользователей. Для первичного анализа обычно достаточно просмотреть 10–15 записей.

5 поведенческих паттернов, которые снижают конверсию:

1. «Зум без покупки». Пользователь внимательно изучает товар, но не переходит к покупке. Обычно это означает, что визуальный контент не снимает оставшиеся вопросы.
2. «Скролл вниз – возврат к цене». Возврат к цене после просмотра описания, характеристик и отзывов может говорить о том, что информации недостаточно, чтобы обосновать стоимость и принять решение.
3. «Клики в никуда». Часто указывают на ложный визуальный сигнал или нехватку информации.
4. «Начал выбор – бросил». Сценарий может прерываться из-за отсутствия нужного варианта, неудобного интерфейса или нехватки информации. Анализ этапа, на котором пользователь прекращает взаимодействие, помогает локализовать проблему.
5. «Уход за несколько секунд». Пользователь закрывает карточку почти сразу после открытия, не совершая никаких действий. Это может быть связано не с UX, а с несоответствием ожиданиям по товару, цене или условиям. Если подобные визиты концентрируются в одном источнике трафика, стоит проверить рекламное сообщение, таргетинг и посадочную страницу.

Подтверждение гипотез: оценка изменений

На основе выявленных закономерностей формируются гипотезы для доработки карточки товара. Изменения рекомендуется вносить последовательно, по одному элементу или группе связанных элементов, чтобы корректно измерить эффект каждой доработки. После этого необходимо собрать данные за сопоставимый период и сравнить их с исходными значениями. Так можно оценить влияние изменений на конверсию и отделить реальный эффект от случайных колебаний данных.

Эффективный анализ карточки товара строится не на одном отчете, а на последовательной работе с данными. Приведенный в статье алгоритм помогает найти причины низкой конверсии, сформулировать обоснованные гипотезы и оценить, какие изменения действительно влияют на продажи.