Привет, Кинетика!
Спасибо вам за статью, в которой вы перечислили 15 вопросов для оптимизации CR и подсказали, где в Google Analytics искать на них ответы. Можете, пожалуйста, опубликовать подобный список вопросов для того, чтобы найти причины низкого LTV?
Анна
Здравствуйте, Анна!
Аналитика — это не только поиск ответов на уже готовые вопросы, как в случае с оптимизацией CR. Иногда это поиск самих вопросов, отправных точек для новых идей.
Хорошая практика — изучать, как ведут себя на сайте конкретные пользователи. Например, те, у кого средний чек или LTV в несколько раз больше, чем привычные значения. Или те, кто до целевого действия доходит максимально коротким путем.
В результате начинаешь лучше понимать свою аудиторию, находишь новые возможности для роста и увеличиваешь долю правильно принятых решений. Разберемся на примерах.
Ищите инсайты в отчете Google Analytics: Аудитория → Статистика по пользователям
На проекте по продаже товаров для туризма мы анализировали поведение каждого пользователя с наибольшим LTV.
Делать это можно в Вебвизоре Яндекс.Метрики, но данные там доступны всего 2 недели, поэтому нам удобнее пользоваться отчетом Google Analytics: Аудитория → Статистика по пользователям. А для детализации отчета мы настроили специальные события: по проценту скролла на странице (0% ,10%, 25% и т.д.), просмотру всплывающих окон и кликам по элементам сайта.
Открываем отчет. В верхней части видим, когда пользователь посетил сайт в первый раз и когда — в последний, а также — какие ему присвоены идентификаторы и параметры.
Этот пользователь впервые перешел на сайт по ссылке с utm-меткой из группы во Вконтакте 5 октября 2020 годаСкроллим отчет и видим средние показатели за выбранный промежуток времени: сколько было сеансов у этого пользователя, сколько времени он провел на сайте, какой доход он уже принес кампании и за сколько транзакций. А еще чуть ниже — построчно в хронологическом порядке все его действия: просмотры и выполнение целей.
Этот пользователь часто возвращается на сайт из соцсетей: что-то докупить, добавить товары в корзину, промониторить скидки. При этом он активно пользуется чатом, когда выбирает товарыВ результате такого анализа мы получили несколько инсайтов. Одним из них был — развернуть кампанию по наращиванию подписчиков в соцсетях, так как у пользователей с наибольшим LTV именно из соцсетей много сеансов, в течение которых они выполняют целевые действия.
Создавайте сегменты пользователей и изучайте поведение каждого в этом сегменте
На проекте по продаже земельных участков под застройку мы столкнулись с такой проблемой: страницы самых дорогих участков просматривали (и просмотров было немало), но заявки с них не оставляли. При этом никаких сложностей с конверсией из просмотра в заявку на страницах более дешевых участков не было.
Мы создали сегмент пользователей, которые были на страницах дорогих участков и не оформили заявку, и проанализировали поведение каждого в этом сегменте.
Так мы выяснили, что в большинстве своем это была нецелевая аудитория. Они переходили на страницы дорогих участков по ссылке с мини-карты поселка на главной странице сайта, а там не были указаны цены. Увидев цены уже на странице участка, они уходили и выбирали что-то из более доступного ценового сегмента.
Мы предложили добавить на карту цены участков, а также исключили эту аудиторию из показа объявлений по условию просмотра страниц дорогих участков и за счет этого повысили эффективность ретаргетинговой кампании.
Где еще можно искать инсайты:
- сегмент пользователей, которые совершили больше 1 транзакции в месяц;
- сегмент пользователей, которые совершили покупку на сумму в 2 раза выше среднего чека;
- сегмент пользователей, которые совершили покупку сразу же в день первого посещения и т.д.
Создание и выбор сегмента доступны в самом отчете.
Сегмент пользователей, совершивших более 1 транзакции за периодБудьте готовы к преобразованиям разного масштаба, вплоть до смены курса
На предпроектной аналитике для клиента, который предлагает коммуникационные решения для b2b, мы увидели, что рекламные каналы были источниками большого количества нецелевых лидов. Заявку оставляли те, кто не понял, в чем фишка продукта, и кому на самом деле нужно было что-то другое. Или те, кому этот продукт нужен был не для бизнеса, а для личных целей.
При этом целевые и крупные клиенты также приходили с рекламы.
Мы предложили внести в рекламную кампанию ряд изменений (в месседжах сделать акцент на размере компании, для которой предназначен продукт, и других характеристиках, пополнить список минус-слов, исключить некоторые площадки в контексте и т.д.), но понимали, что за счет этих действий снизим процент некачественных заявок ненамного.
Поэтому мы стали изучать, как ведет себя на сайте каждый отдельный целевой лид. Оказалось, что 97% из них действуют по паттерну «зашел на страницу, проскролил до формы, оставил заявку и ушел». Они не переходили на страницу «О компании», не смотрели кейсы, не изучали весь список продуктов и услуг.
Этот пользователь оставил заявку сразу, посмотрев только одну страницуПричина в том, что у целевых компаний запросы, как правило, индивидуальные, направленные на решение определенных задач в контексте уже выстроенной инфраструктуры и запущенных процессов. Чтобы понять, подходит им подрядчик или нет, им нужно погрузить его в детали задачи и получить предложение по ее решению. Так что для заявки им достаточно знания о бренде в духе: «Это те ребята, которые, возможно, могут мне помочь».
Проведенная аналитика сместила фокус с прямой лидогенерации на увеличение узнаваемости в профессиональной среде и формирование отложенного спроса.
Мы рекомендовали:
- настройку имиджевой охватной рекламной кампании в таргете на аудиторию, похожую на текущих клиентов, а также на оставивших качественную заявку;
- медийно-контекстный баннер на поиске Яндекс с показом по запросам услуг и названий конкурентов (включая непрямых конкурентов);
- посев экспертного контента на релевантных площадках и телеграм-каналах;
- увеличение pr-активности (мероприятия и совместные проекты).
Результаты еще предстоит оценить.
Техническая деталь. Настройте передачу Client ID в систему аналитики при каждом действии пользователя
Мы для этого используем переменную GTM типа Custom JavaScript, которую добавляем в «Дополнительные поля» каждого тега Google Analytics и настраиваем пользовательские переменные ClientId и UserId с соответствующими индексами (в нашем случае, 1 и 2):
Теперь, если вам интересен пользователь, который, например, оформил крупный заказ, откройте любой отчет, где можно однозначно идентифицировать его сеанс (таким отчетом может быть Электронная торговля → Эффективность продаж), и в качестве дополнительного параметра отобразите его Client ID.
Все. Переходите в отчет Google Analytics: Аудитория → Статистика по пользователям, в поиске введите Client ID пользователя и изучайте: когда пользователь первый раз пришел на сайт и по какому каналу, с какой периодичностью возвращался, сколько времени длилась каждая сессия, какие цели были достигнуты, какие товары он просматривал/добавлял в корзину, сколько транзакций и на какую сумму совершил. Отметим, что Client ID идентифицирует не человека, а устройство, то есть в отчете мы видим сеансы пользователя, заходившего на сайт с одного и того же устройства.
В итоге информация о нецелевых пользователях не будет вам мешать и вы сможете лучше понять потребности и ценности того сегмента, который вам интересен. Увидите, какие есть проблемы в процессе оформления заявки и как их решить, и сможете сформировать индивидуальные предложения на основе того контента, который пользователи просматривали.
