Время на прочтение: 5 минут
22 апреля 2024
Для получения значимых выводов и выработки рекомендаций по повышению эффективности сайта важно на основе представленной статистики диагностировать возможные проблемы и понимать, какие данные необходимы для уточнения и поиска решений.
Итак, возьмем сайт действующего интернет-магазина мебели. Начнем с проверки настроек представления и целей, а также зададим пользовательский сегмент для анализа поискового трафика. В представлении проверяем настройки часового пояса, валюты, включаем фильтрацию обращений роботов и «пауков».
Как видим, для сайта уже задано несколько целей. Наша задача — проверить корректность их настройки. Нередки случаи, когда название цели отличается от того, что отслеживается на самом деле.
Посмотрим детально, как настроены цели «Оформление заказа» и «Заказ обратного звонка». Заказ на сайте осуществляется через корзину (URL страницы: /zakaz/). При этом во время отправки заказа из корзины формируется URL с параметром ORDER_ID.
Как видим, цель настроена верно, следовательно, этими данными мы можем пользоваться при анализе статистики.
Что касается «Заказа обратного звонка», при клике на соответствующую кнопку на сайте открывается всплывающее окно, и при отправке формы URL страницы не изменяется. Зато мы видим, что настроена отправка события submit с ярлыком callback: в настройках цели в поле «Действие» указано submit, а в качестве «Ярлыка» — callback. Название callback_submit в качестве названия позволит анализировать данные с использованием параметра «Категория событий».
Для анализа трафика на сайт нам потребуется настроить сегмент для оценки количества переходов из поисковых систем. Также полезным будет исключение трафика с брендом, объем которого может изменяться в связи с проведением рекламных кампаний в офлайне; реферального трафика, трафика из Яндекс.Маркета, переходов с некорректно настроенными UTM-метками. Назовем этот сегмент notbrand-site. В дальнейшем мы будем не раз пользоваться им для анализа статистики.
Для исключения трафика по запросам с упоминанием бренда воспользуемся регулярным выражением. Допустим, наша компания называется ООО «Планета мебели», а домен сайта — planetamebeli.ru. Необходимо исключить эти названия (написанные кириллицей, латиницей или на неверной раскладке клавиатуры). При этом нельзя отсекать слово «мебель», которое может входить в состав небрендовых запросов. Получается регулярное выражение: планета|planeta|gkfytnf|здфтуеф. Задаем соответствующий фильтр:
На этом завершаем предварительные настройки и обращаемся к отчету «Обзор аудитории»:
Как видим, сайт имеет хорошие показатели лояльности: высокую глубину просмотра (страниц/ сеанс) и среднюю длительность сеанса, низкий показатель отказов. Однако в январе трафик снизился на 20% по отношению к декабрю. Задаем вопрос, на который будем искать ответ с помощью данных Google Analytics: что стало причиной и как это исправить?
Наиболее очевидной гипотезой является сезонность спроса, однако для данной тематики пик популярности приходится на ноябрь и декабрь, а наибольшее падение — на май – июнь. Безусловно, можно оправдаться тем, что в январе были новогодние каникулы, однако и после их окончания ситуация не улучшилась. То есть гипотеза о сезонности имеет право на существование, но следует поискать и другие причины, поскольку статистические данные неоднозначны.
Первым делом необходимо понять, из-за какого канала произошло снижение. Посмотрим отчет «Источники трафика → Весь трафик → Каналы». Выведем на график информацию по всем каналам.
Как видим, основные изменения в трафике произошли в органическом поиске. В других каналах они были незначительными.
Посмотрим на трафик по сегменту notbrand-site и сравним его с показателями аналогичного периода прошлого года.
В целом графики похожи, и это, казалось бы, подтверждает начальную гипотезу о сезонности спроса. В то же время эти данные позволяют сформировать лишь самое общее представление об изменениях трафика из органического поиска. Чтобы понять, как изменилась видимость страниц сайта в поиске, обратимся к отчету «Поведение → Контент сайта → Страницы входа». Мы видим, что трафик на страницу «Угловые кухни» в январе – феврале увеличился втрое по сравнению с октябрем и ноябрем:
А вот у страницы «Диваны» есть явные проблемы: трафик к январю упал практически до нуля. Снижение более чем в 10 раз, в то время как спрос в этот период обычно снижается лишь на 10-15% (по данным Яндекс.Вордстата).
Необходимо искать причины проседания трафика и исправлять ошибки. Аналогично следует проанализировать все продвигаемые страницы. Полученные данные о динамике трафика следует соотносить с данными по сезонности, особенно если она ярко выражена (в этом случае увеличение или уменьшение посещаемости тех или иных страниц может быть связано исключительно с этим, например, мебель для дачи вряд ли будут покупать в январе).
Для получения дополнительной информации о причинах снижения трафика на сайт мебельного магазина обратимся к отчету «Аудитории → Мобильные устройства → Обзор». С его помощью можно посмотреть статистику изменения посещаемости с устройств типа desktop, mobile, tablet (планшеты).
Трафик с desktop в январе и феврале такой же, как в октябре и ноябре. В декабре — сезонный максимум. А вот поток пользователей с мобильных устройств снизился:
Сравним данные за январь и декабрь:
Как видим, число сеансов с десктопных устройств (компьютеров и ноутбуков) уменьшилось на 12,79%, с планшетов — на 18,45%, с мобильных устройств — на 43,64%. Это говорит о том, что позиции сайта в мобильном поиске ухудшились, и необходимо произвести работы по его оптимизации под мобильные устройства (на момент анализа сайт не был оптимизирован).
Далее обратимся к отчету «Аудитория → Поведение → Новые и вернувшиеся пользователи». Число вернувшихся потенциальных клиентов в январе значительно меньше, чем в декабре:
Данные «Электронной торговли» показывают, что средний чек заказов вернувшихся посетителей выше в 1,5 раза, а ценность сеанса (отношение суммарного дохода к числу сеансов по данному типу пользователей) — в 4 раза.
Следовательно, для повышения эффективности интернет-магазина следует использовать каналы повторного привлечения/возвращения пользователей на сайт. Это могут быть рекламные каналы ремаркетинга/ретаргетинга, email-рассылки, бонусные программы и пр.
Наконец обратимся к отчету «Аудитории → Сравнение → Каналы», который позволяет получить сводную информацию по использованию каналов в тематике сайта. Красным выделены показатели, которые в среднем выше, чем на исследуемом сайте. Среди каналов, на которые стоит обратить внимание: социальные сети, интернет-реклама, email-рассылки.
Таким образом, анализ статистики позволяет на поставленный нами вопрос о причинах проседания трафика дать следующий ответ и предложить ряд рекомендаций:
-
Cуществует ряд страниц, посещаемость которых сократилась (например, «Диваны»), необходимо провести их оптимизацию.
-
Сайт стал хуже ранжироваться в мобильном поиске. Необходимо оптимизировать его под мобильные устройства, поскольку доход от этой категории пользователей достигает 30% от общей суммы.
-
Необходимо подключать каналы повторного привлечения посетителей на сайт, т. к. средний чек возвратившихся пользователей больше, чем у вновь пришедших.
-
Сайт теряет часть потенциальных клиентов из-за того, что не использует для привлечения популярные для данной тематики каналы: социальные сети, интернет-рекламу (баннеры, видеорекламу и пр.), email-рассылки.
Мы рассмотрели алгоритм анализа интернет-магазина: выявили проблему, нашли ее причины и предложили возможные решения. Профессиональные веб-аналитики проводят подобный анализ по гораздо большим параметрам и показателям, однако на данном этапе вы можете самостоятельно диагностировать ключевые для вашего сайта проблемы и находить возможные причины надостаточной эффективности.