Switasצרו קשר

ניתוח משפכים (Funnel Analysis)

ניתוח משפכים (Funnel Analysis) הוא שיטה לבחינת האופן שבו משתמשים נעים לאורך רצף מוגדר של שלבים לקראת מטרה ספציפית, כגון רכישה, הרשמה או מנוי, כדי לזהות היכן הנתח הגדול ביותר של המשתמשים מתנתק לפני השלמת המטרה. משפך מוצג בדרך כלל כסדרת שלבים, למשל ביקור בדף נחיתה, צפייה במוצר, הוספה לעגלה, התחלת תשלום ורכישה, כאשר מספר המשתמשים או אחוזם שנשארו בכל שלב מוצג כך שהגודל היחסי של הנשירה בין כל שני שלבים עוקבים גלוי מיד לכל מי שסוקר את הדוח, בלי צורך לפרש ישירות טבלאות אירועים גולמיות או להריץ שאילתה נפרדת לכל שלב. אפשר לבנות משפכים כסגורים, שדורשים מהמשתמשים להשלים כל שלב בסדר קפדני כדי להיספר, או כפתוחים, שמאפשרים למשתמשים להיכנס בכל נקודה ברצף, והבחירה בין השניים משנה באופן מהותי את האופן שבו יש לפרש את אחוזי הנשירה המתקבלים. השיטה חשובה משום שהיא הופכת שיעור המרה מצטבר יחיד לכלי אבחון ממשי. הידיעה שאתר ממיר ב-2 אחוז בסך הכול אומרת מעט מאוד על מה בדיוק צריך לתקן, בעוד שהידיעה ש-60 אחוז מהמשתמשים נוטשים דווקא בין הצפייה בעלויות המשלוח להשלמת התשלום מספקת יעד קונקרטי הניתן לבדיקה לספרינט הבא של הצוות. ניתוח משפכים הוא אפוא הטכניקה העיקרית המשמשת למעבר מהבחנה שקיימת בעיית המרה להבנה מדויקת של היכן במסע המשתמש הבעיה הזו מקורה בפועל, וזה הצעד הראשון ההכרחי לפני שאפשר לתעדף באופן סביר שינוי עיצוב או תוכן אחד על פני רעיון מתחרה אחר. סקירה של אותו משפך על פני תקופות עוקבות חושפת גם אם תיקון קודם החזיק מעמד בפועל, שכן שלב שהשתפר לאחר גרסה אחת יכול לסגת בשקט חודשים מאוחר יותר כשמושקים שינויים לא קשורים במקום אחר בדף. משפכים נבנים ומנותחים בדרך כלל באמצעות כלים כמו דוחות חקר המשפכים של Google Analytics 4, Mixpanel או Amplitude, שכולם דורשים להגדיר מראש כל שלב כאירוע במעקב, מה שהופך מעקב אירועים מדויק לדרישת קדם מוחלטת לניתוח משפכים אמין מכל סוג. אנליסטים בונים בדרך כלל גם משפך כולל וגם כמה גרסאות מפולחות, למשל הפרדת משפכים לפי מקור תנועה, סוג מכשיר או מבקר חדש לעומת חוזר, משום ששלב שנראה כמתפקד באופן סביר במצטבר יכול להסתיר בעיה חמורה עבור פלח אחד, כמו משתמשי נייד, בזמן שהוא מתפקד מצוין עבור פלח אחר, כמו משתמשי מחשב שולחני שמגיעים מחיפוש ממותג עם כוונת רכישה גבוהה. טעות נפוצה היא הגדרת שלבי משפך רחבה מדי או קשורה באופן רופף מדי לממשק המשתמש בפועל, למשל התייחסות לתהליך תשלום רב-שדות שלם כשלב אחד במקום פירוקו למידע משלוח, מידע תשלום וסקירת הזמנה, מה שמסתיר בדיוק את נקודת הנשירה המפורטת שהניתוח נועד לחשוף מלכתחילה. מכשול נפוץ נוסף הוא ניתוח משפך באמצעות לוגיקה ליניארית ורציפה בלבד, כשהתנהגות משתמשים אמיתית היא לעיתים קרובות לא ליניארית, כשמבקרים חוזרים אחורה כדי להשוות מוצרים, פותחים כמה לשוניות או חוזרים על פני כמה סשנים ומכשירים לפני שהם מבצעים המרה בסופו של דבר, דפוסים שמודל משפך קפדני שלב אחר שלב עלול לייצג בצורה גרועה אם לא מביאים אותם בחשבון במכוון בהגדרות הניתוח והדיווח הבסיסיות. בייעוץ CRO, ניתוח משפכים הוא בדרך כלל הצעד השני בפרויקט, אחרי ביקורת מעקב אירועים, והוא מזין ישירות את תעדוף השלב שיש לבדוק ראשון, בדרך כלל השלב עם שיעור הנשירה הגבוה ביותר ביחס לערך ההכנסות הפוטנציאלי שניתן להחזיר ממנו. יועצים משלבים לעיתים קרובות נתוני משפך כמותיים עם מחקר איכותני, כגון הקלטות סשנים של משתמשים שנשרו בשלב מסוים או סקרי יציאה בדף ששואלים מדוע מבקר בחר שלא להמשיך, כדי לעבור מזיהוי היכן משתמשים עוזבים להבנה מדוע עזבו, וזה מה שמעצב בסופו של דבר השערה ממוקדת ומגובה בראיות שכדאי להשקיע בה משאבי בדיקה. הצגת ממצאי המשפך לצד הערך המוערך בהכנסות של סגירת פער נתון, ולא רק אחוז הנשירה עצמו, נוטה גם להפוך שיחות תעדוף עם בעלי עניין לא טכניים לקונקרטיות ומשכנעות הרבה יותר.

עוד מונחים שמתחילים ב-F

בואו נבנה את הבא.

צרו קשר