Автор статьи, интернет-маркетолог
В средних и малых компаниях, где толком не знают о продуктовом анализе, до сих пор не умеют работать с конверсией в продажу. Большинство команд привыкло увеличивать конверсию на этапе привлечения клиента: оптимизировать рекламные каналы и лендинги. При этом, куда прибыльнее увеличивать конверсию с конца воронки – от транзакции или обращения клиента.
Иллюстрации и фактура для этой статьи взяты из выступлений Ильи Красинского — признанного эксперта в продуктовой аналитике:
- «Сегментация и рост конверсии. Часть 1»,
- «Сегментация и генераторы инцидентов. Часть 2»,
- «Илья Красинский - Как на самом деле работает Google Analytics».
Также вам могут пригодиться наши статьи про повышение конверсии в коммерческом блоге — тут эксперты уже мы:
- «Как повысить конверсии с коммерческого блога»,
- «Как делать конверсионные вставки в информационных статьях»,
- «Как поддерживать контент, опубликованный на сайте».
Поехали.
Почему нужно оптимизировать конверсию с конца воронки
Есть две причины, почему конверсию оптимизируют с начала воронки:
- неочевидно, что гораздо выгоднее работать с пользователями, которые уже пришли на продукт – сайт или приложение,
- уже пробовали поднять конверсию и ничего не вышло.
Если выстроить сквозную воронку и отобразить ее в графике, столбец с рекламным трафиком будет гораздо больше, нежели столбец с заявками или транзакциями. Тут наш мозг ловит когнитивное искажение — кажется, что проще всего налить побольше трафика и тем самым поднять конверсию. Так думает примерно 80% маркетологов.
Масштабирование и оптимизация рекламы — худший путь для увеличения конверсии. Для наглядности стоит смотреть на каждый шаг не в количестве сессий, а в процентном соотношении к первому шагу воронки.
На скриншоте видно, что транзакция была у 0,55% сессий. Выходит, что сколько не закупить рекламы, конверсия всегда будет около 0,55%. Это будет еще нагляднее, если посчитать конверсию в рублях.
По данным из кейса, 0,55% конверсий или 1 270 транзакций принесли 7 500 000 ₽. Получается, чтобы заработать 15 миллионов, нужно привести на сайт в 2 раза больше человек — это чуть более 460 тысяч человек. Грубо говоря, маркетинговый бюджет тоже придется умножить на 2 — это еще миллионы рублей на контекст, таргет, контент и прочие каналы привлечения трафика. Конечно, рекламные каналы можно и нужно оптимизировать, но за счет оптимизации рекламный бюджет уменьшится на несколько процентов, не более.
В то же время можно не увеличивать трафик, а попробовать увеличить показатель конверсии на последнем шаге воронки — транзакции. Если увеличить конверсию хотя бы на 0,3% и достигнуть значения в 0,85%, бизнес заработает больше на 4 миллиона рублей.
Расчет можно показать одной строкой:
7 500 000 ₽ / 0,55% * 0,85% ≈ 11 590 000 ₽
Разверну его, чтобы было нагляднее:
1. Вычислим средний чек.
Сумма транзакций / количество транзакций = средний чек.
7 500 000 ₽ / 1270 = 5 905 ₽
2. Узнаем, сколько транзакций будет при увеличении конверсии на 0,3%.
Количество транзакций / текущая конверсия * планируемая конверсия = планируемое количество транзакций.
1 270 / 0,55% * 0,85% ≈ 1 962 транзакции
3. Вычислим усредненную прибыль при увеличении количества транзакций.
Планируемое количество транзакций * средний чек = планируемая прибыль.
1 962 * 5 905 ₽ = 11 585 610 ₽
Либо так:
1. Вычислим коэффициент планируемой конверсии в 0,85%, чтобы просто умножить на него количество транзакций.
Планируемая конверсия / текущая конверсия = коэффициент прироста конверсии.
0,85% / 0,55% = 1,54 545 454 545…45
2. Умножим текущее количество транзакций на коэффициент прироста конверсии, чтобы получить планируемое количество транзакций.
Текущее количество транзакции * коэффициент прироста конверсии = планируемое количество транзакций.
1 270 * 1,545 ≈ 1 962
3. Умножим планируемое количество транзакций на уже известный из прошлых расчетов средний чек, чтобы получить планируемую прибыль при конверсии в 0,85%.
Планируемое количество транзакций * средний чек = планируемая прибыль.
1 962 * 5 905 ₽ = 11 585 610 ₽
В общем, как ни играй с числами, рост конверсии на 0,3% дополнительно принесет более 4 миллионов рублей. И для этого не нужно будет лить больше трафика.
У увеличения конверсии есть еще один положительный эффект, который неочевиден, но экономит львиную долю бюджета – уменьшается CAC (стоимость привлечения клиента). Можно будет радоваться и оставить все как есть, или поднять ставки на аукционах в контексте и таргете, чтобы приводить еще больше клиентов.
Сейчас докажу на примере.
Посчитать CAC (стоимость привлечения клиента) можно двумя способами:
- CPC (цену за клик) разделить на процент конверсии. То есть, если конверсия – 0,55 %, мы делим на 0,0055, потому что процент.
- Маркетинговые расходы компании разделить на количество транзакций.
Для расчетов по обеим формулам понадобятся дополнительные данные — усредненная цена за клик и маркетинговые расходы компании. Примерная цена клика — 16,65 ₽, а маркетинговые расходы — 3 848 000 ₽.
Считаем по первой формуле:
CPC / конверсия в проценте = CAC
16,65 ₽ / 0,55% ≈ 3 027 ₽
Считаем по второй формуле:
Маркетинговые расходы / количество транзакций = CAC
3 848 000 ₽ / 1 270 ≈ 3 030 ₽
Данные немного не сошлись из-за того, что средняя цена клика была округлена. Нам известно, что CAC приблизительно равен 3 030 ₽, мы это перепроверили с помощью другой формулы.
Теперь покажу, как изменится CAC, если конверсия в транзакцию будет не 0,55%, а 0,85%.
Считаем по первой формуле:
CPC / конверсия в проценте = CAC
16,65 ₽ / 0,85% ≈ 1 958 ₽
Стоимость привлечения клиента с увеличением конверсии снизилась. Перепроверим CAC по второй формуле, но теперь возьмем планируемое количество транзакций при конверсии в 0,85%. Оно нам известно из прошлых расчетов, это 1 962 транзакции.
Считаем по второй формуле:
Маркетинговые расходы / количество транзакций = CAC
3 848 000 ₽ / 1 962 ≈ 1 961 ₽
Показатели опять разошлись на пару рублей, но смысл один – рост конверсии снижает стоимость привлеченного клиента, что позволяет маркетологам чуть более расточительно распоряжаться маркетинговым бюджетом. Можно повышать ставки на аукционе и быть более конкурентными. Важно: маркетинговый бюджет компании при этом не меняется.
Выходит, что большинство маркетинговых команд вообще никогда не анализировали конверсию и пытались оптимизировать такие метрики, как CAC, CPO, CPA и CPL. Эти метрики не относятся к actionable-метрикам: они все зависят от конверсии и по сути не показывают кратные точки роста. Рекламные метрики нужно оптимизировать тогда, когда конверсия как минимум точно известна.
Упрощенный пример: CPL таргетированной рекламы ВКонтакте будет 1 000 ₽, а CPL Яндекс. Директ — 1 300 ₽. Маркетолог может решить, что Яндекс. Директ нужно отключить, потому что он дороже приносит клиентов. При этом, конверсия во ВКонтакте будет 0,2%, а в Яндекс. Директ — 1,2%. CPL таргета во ВКонтакте будет ниже из-за более низкой CPUser — стоимости приведенного клиента. Правильным управленческим решением будет не отключать Яндекс. Директ, а оптимизировать конверсию рекламы во ВКонтакте — скорее всего она приводит менее целевой трафик, чем могла бы.
Более продвинутые и расчетливые команды поняли, что конверсию надо оптимизировать с конца воронки. Но они так и не смогли поднять конверсию, потому что:
- Не учли баги и искажения session-based-систем: Google Analytics и Яндекс.Метрики. Большинство специалистов даже не подозревают, что эти сервисы записывают сессии, а не пользователей, отчего конверсия может в разы отличаться от настоящей.
- Пытались увеличить среднюю конверсию, не работая с сегментами и когортами по различным срезам.
Про искажения в Яндекс. Метрике и Google Analytics у нас есть отдельная статья, обязательно прочтите: «Как компании теряют миллионы на отчетах Google Analytics и Яндекс. Метрики». Там я рассказываю, почему session-based-аналитика не годится для управленческих решений, а еще там перечислены некоторые из багов аналитических систем. Дальше я буду объяснять, почему не стоит ориентироваться на средние показатели и покажу, что дает сегментация конверсии по различным срезам.
Почему не стоит ориентироваться на средние показатели и зачем нужно сегментировать конверсию
Задача продуктового аналитика — взглянуть на продукт под правильным углом и работать не над увеличением конверсии, а над уменьшением количества пользователей, которые по каким-то причинам конверсию не совершили.
Продуктовую воронку можно настроить усредненной, для общего отчета, но работать с ней над увеличением конверсии нельзя. Всех пользователей нужно сегментировать по разным срезам, чтобы работать над конверсией каждого сегмента в отдельности. Самый простой пример: сегментирование посетителей по устройствам, на мобильные и десктопные. Специалист может оптимизировать среднюю конверсию, работая над компьютерной версией сайта, при этом совершенно не обращая внимания на адаптив.
Сильные сегменты пользователей скрывают проблемы в усредненных показателях. Чтобы выявить точки роста, нужно найти все слабые сегменты и точечно работать над оптимизацией их конверсии. Нужно выстраивать отдельную продуктовую воронку под каждый пользовательский сегмент.
Причины низкой конверсии могут быть как общие, так и частные, которые будут относиться к определенному сегменту пользовательской аудитории.
Примеры причин низкой конверсии для всех пользователей:
- обязательная регистрация на сайте,
- проблемы с платежным шлюзом,
- лишние поля для ввода в форме обратной связи.
Примеры причин низкой конверсии для отдельных сегментов:
- плохая адаптивная верстка,
- сегмент не может найти свой товар,
- сегмент не может понять выгоду от продукта.
Пример: продукт — лидогенератор, такой как JivoSite или Carrot Quest. Таким продуктом могут пользоваться маркетологи и стартаперы — это будут разные сегменты целевой аудитории. Лендинг может лучше конвертить маркетологов, потому что он будет написан для них более понятным языком. Чтобы выявить эту проблему, нужно подготовить квиз для зарегистрированного пользователя, который позволил бы его сегментировать по методологии JTBD. Когда накопится достаточное количество данных, можно будет работать над отдельными сегментами пользователей, выстраивая для них отдельные маркетинговые воронки.
Аудиторию можно и нужно сегментировать глубже. Например, большие компании используют для сегментирования RFM-анализ аудитории. В нем используется 3 параметра: время с последней покупки, количество и сумма покупок. Такое сегментирование несет массу функций: например, позволяет реактивировать лояльных клиентов, которые давно не пользовались продуктом. Про это у нас есть отдельная статья: «Что такое RFM-анализ и как его использовать в маркетинге».
Важно: всегда нужно делить аудиторию на когорты из новых и вернувшихся пользователей. Срез по любому параметру должен включать в себя когортный анализ, потому что старые пользователи всегда будут показывать лучшие показатели конверсии, нежели новая аудитория. Например, специалисты могут начать A/B-тестирование старого и нового лендинга. Средняя конверсия будет лучше у старого лендинга, поскольку у него уже есть клиенты, которые привыкли к его интерфейсу. Но если выделить только новых пользователей, окажется, что конверсия выше у нового лендинга.
Надеемся, что этот материал поможет вам сэкономить миллионы рублей и спасет очередной маркетинговый отдел от увольнения. Если есть вопросы или пожелания — пишите в комментарии.
на журнал
