Что такое воронка: 4 этапа ее внедрения и успешного использования

Воронка может выявить практически любую проблему в продвижении и продукте. Почему это так — читайте в этой статье!

С точки зрения аналитики, воронка — базовый инструмент в работе продактов и маркетологов. Это отчет, включающий в себя расчет показателей по определенной последовательности действий пользователя.

Чаще всего воронку представляют в виде столбчатой диаграммы, где по одной оси — шаги воронки, а по другой — величина показателя. Также отчет можно представлять в виде таблицы или использовать другие виды визуализации.

Шаги воронки — этапы, через которые проходит потенциальный клиент, начиная от ознакомления с продуктом или услугой до совершения покупки или целевого действия.

Например, воронку застройщика упрощенно можно представить в виде последовательности шагов: 

С технической точки зрения, каждый шаг воронки характеризуется типами событий, которые в него входят. Событие — зарегистрированное действие пользователя. 

Например:

У каждого события есть тип, дата, время, а также идентификатор пользователя. Также можно собирать дополнительную информацию: 

Воронка позволяет оценить качество рекламного трафика и эффективность функций приложения, также определить, есть ли у пользователей проблемы с юзабилити в их пути к покупке. 

Резюмируя все вышесказанное — воронка может выявить практически любую проблему в продвижении и продукте. 

— как определить, какие шаги необходимо включить в воронку;

— как собрать данные для анализа;

— какие показатели  выбрать для оценки эффективности;

— как анализировать результаты и строить гипотезы, чтобы на их основе принимать решения для увеличения продаж.

Пользователи могут начинать свой путь с разных шагов, хаотично переходить между этапами, вести себя по-разному на сайте, в приложении или в офисе продаж. 

В таких случаях свести поведенческие сценарии к определенному набору шагов и выбрать одну последовательность — непросто.. 

Стоит помнить, что воронка — упрощенная модель сложного взаимодействия пользователя с продуктом. В реальности невозможно найти такую модель, которая описывает путь всех пользователей. Начните с одной или двух последовательностей шагов, которые, на ваш взгляд, соответствуют поведению большинства пользователей.

К примеру, в интернет-магазине одни пользователи могут добавлять товар в корзину, проходить этапы оформления и попадать на страницу подтверждения — это первая воронка. Другие пользователи могут нажимать на кнопку «Заказать в один клик» и сразу оказываться на финальном шаге. Это будет вторая воронка.

На следующем этапе, когда появятся данные, вы сможете оценить, какой процент пользователей следует вашей модели, а какой — действует иначе. Может оказаться, что большинство пользователей перед оформлением заказа проходят процедуру регистрации по первой воронке. Понять это можно по данным, а как они должны выглядеть — рассказываем дальше.

Необходимо подготовить таблицу, где каждая строка соответствует одному событию, совершенному пользователем. Например:

Далее прописываем добавляем столбцы с наименованиями необходимых базовых параметров пользователя:

— единый идентификатор пользователя, который нужен, чтобы сопоставить события и данные из разных источников: мобильного приложения, веб-версии, CRM и так далее;

— дата и время события в едином формате;

— название события. 

В дополнение к базовым данным можно собирать любые параметры, важные для вашего бизнеса или продукта. Например, тип устройства, рекламный источник, страна и город.

Чем больше критериев у вас будет, тем больше возможности построить разные гипотезы. 

Для упрощения этой задачи в Adventum разработали сервис сквозной аналитики dataCraft. Он собирает данные из разных источников в общем хранилище, присваивает всем пользователям единый идентификатор и предоставляет возможность быстро визуализировать данные, строить воронки самостоятельно, избавляя от рутинной технической работы. 

Базовые показатели, которые можно применять для любой воронки — это конверсии из шага в шаг и из определенного шага. Например, из первого, в последний.

От выбора показателей зависит, какие решения вы будете принимать

Рассмотрим простую воронку из четырех шагов: 

Конверсия из первого шага в последний: 650 / 10200*100 = 6,37%

По конверсии из шага в шаг мы сразу можем обнаружить узкое место воронки. В нашем примере только 10% пользователей, открывших каталог с товаром, добавили что-то в корзину. На основе этого показателя можно сделать первые предположения: возможно есть проблемы с каталогом. Например, пользователям сложно найти нужный товар или кнопка «Добавить в корзину» неочевидно расположена. 

Еще один полезный и универсальный показатель — коэффициент прерывания воронки. Он показывает долю пользователей, ушедших с шага.

Снова рассмотрим нашу воронку из четырех шагов:

Этот показатель позволяет найти «проблемные» места воронки — шаги с наибольшим оттоком пользователей. Он более точен, чем коэффициент конверсии. 

Низкий коэффициент конверсии может говорить о том, что последовательность шагов не отражает поведение большинства пользователей, и они совершают целевое действие другим образом. Например, есть способ оплатить покупку, который вы не учли. Высокий коэффициент прерывания говорит о том, что с данного шага пользователи уходят: покидают сайт или приложение. Если это не конец воронки, то такая ситуация сигнализирует о проблемах на этом этапе.

Многие предпочитают работать с абсолютными значениями, например, количеством пользователей на шаге, но зачастую это менее информативный показатель. Придерживаться такого формата стоит в тех случаях, когда вы «погружены» в процесс, регулярно мониторите показатели и можете понять: 4938 событий — это хорошо или плохо.

Выбор остальных показателей зависит от специфики бизнеса и продукта, модели вашей воронки и для чего ее используете. Например, можно подсчитать стоимость привлечения клиента на каждом этапе воронки или среднюю скорость прохождения пользователем каждого этапа. 

В случае, когда вход в воронку возможен не только с первого шага, помимо стандартных конверсий можно рассчитать «сквозную» конверсию в последний этап. То есть делить количество действий на последнем шаге на все входы в воронку, а не на количество пользователей на первом этапе. 

Важно соблюдать баланс в количестве и выбирать показатели, понятные тем, кто будет принимать решения на основе воронки. 

Вы рассчитали показатели, но сами по себе цифры ничего не показывают. Получившиеся результаты необходимо сравнить с другими сегментами, либо в динамике. 

Анализ показателей в динамике позволяет понять, как он меняется и как это отражается на эффективности. При этом важно знать, какие существуют тенденции и циклы в изменении величины показателя, так как это влияет на принятие решения. 

Например, вы обнаружили, что в этом месяце конверсия значительно хуже, чем в прошлом. Но вместо того, чтобы срочно с этим что-то делать, стоит понять, закономерно ли это, было ли так в прошлые годы? Может быть сменился сезон и спрос на ваш продукт всегда закономерно падает в этом месяце? Или действительно что-то «сломалось»? 

Обратимся к нашему примеру. Мы посчитали, что конверсия из первого шага в последний составляет 6,37%. Это много или мало? Мы сможем это понять, сопоставив значение с данными за предыдущие периоды: 

Как видим на диаграмме, конверсия имеет отрицательную динамику, но стоит сравнить эти данные с показателями на февраль и март предыдущего года, чтобы исключить сезонность и принять стратегически верное решение.

Теперь поговорим про сегментацию — один из базовых приемов анализа.

Мы анализируем воронку, чтобы выявить проблему или найти точки роста. Это называется поиском гипотезы. Для хорошей гипотезы показатели нужно смотреть в разбивке по сегментам.

Это могут быть как привычные для аналитиков сегменты из Google Analytics или Яндекс Метрики (тип устройства, регион, категория продукта, браузеры и так далее), так и сегменты, специфичные для вашего бизнеса или продукта.

Вы ищете тот сегмент, который значимо отличается от другого, и предполагаете, что нужно сделать, чтобы отстающий сегмент подтянулся к остальным.

Однажды к нам пришел клиент с проблемой: в конкретный день резко упало количество звонков, не только целевых, но и обычных. Мы построили воронку и  обнаружили, что проблема в самом раннем этапе. 

Далее провели сегментирование и увидели, что при сравнении мобильной и веб-версии падение произошло именно на мобильных устройствах. 

Далее сегментировали более детально: по типам мобильных устройств. Обнаружили, что проблема наблюдается только на Android. Посмотрели версию сайта для Android, и оказалось, что разработчики добавили новую плашку, которая закрывает номер телефона. Пользователи просто не знали, куда звонить — контактного номера не было видно. 

Так, с помощью воронок и сегментирования мы выявили проблему. Плашку убрали, и конверсия выровнялась.

При анализе показателей по сегментам главное не впасть в азарт, когда вы создаете много разных групп. Очень легко найти незначительную разницу, которая возникла случайно. В таком случае мы советуем все коэффициенты конверсии проверять на калькуляторах АБ тестов. Один из популярных и удобных — ABTestGuide.com. Он позволяет не просто посчитать, но и визуализировать, насколько значимые у вас значения. 

Попробуйте определить, есть ли статистически значимые различия между двумя сегментами:

Первая группа — пользователи с операционной системой iOS. 

На первом шаге воронки 19 700 пользователей и 1574 из них дошли до последнего шага. Конверсия — 7,99%.

Вторая группа — пользователи с операционной системой Android. 

На первом шаге — 16 000 пользователей, 1190 из них дошли до последнего шага. Конверсия — 7,44%.

Кажется, что первая группа с iOS лучше конвертируется, но так ли это на самом деле? Ответ — нет, и это мы видим по расчету калькулятора:

Бывает так, что вы смотрите на разные сегменты и не видите статистической значимости. Тогда в игру вступают более продвинутые методы анализа. 

Метод, который мы применяем в Adventum — декомпозиция воронки. Его суть в том, чтобы разбить воронку на события и классифицировать каждое двумя способами: что было до этого события и после него. 

Более подробно о декомпозиции воронки мы рассказали в нашей следующей статье.