Współczynnik porzucania

Współczynnik rezygnacji to odsetek użytkowników, którzy porzucają zdefiniowany proces, taki jak proces finalizacji zamówienia, formularz rejestracyjny lub wieloetapowy wniosek, przed jego ukończeniem. Jest on zazwyczaj obliczany dla każdego pojedynczego kroku sekwencji, pokazując, jaki odsetek użytkowników, którzy dotarli do tego kroku, nie przeszedł do następnego, co odróżnia go od prostego współczynnika odrzuceń, który mierzy jedynie wyjścia z jednej strony, bez poczucia kolejności czy postępu. Na przykład, jeśli 1,000 użytkowników rozpoczyna trzyetapową finalizację zamówienia, a 700 dociera do kroku drugiego, współczynnik rezygnacji między krokiem pierwszym a drugim wynosi 30 procent. Jest to wartość, która natychmiast wskazuje zespołowi, gdzie w procesie uwaga jest najbardziej potrzebna, a nie gdzie proces wydaje się po prostu powolny. Współczynnik rezygnacji można również wyrazić jako jego odwrotność, współczynnik ukończenia kolejnych kroków, a oba te ujęcia są zazwyczaj wyświetlane obok siebie w raportach, dzięki czemu interesariusze analizujący lejek sprzedażowy mogą natychmiast zobaczyć, ile zostało zachowane, a ile utracone podczas każdego przejścia.

Ta metryka jest istotna, ponieważ precyzyjnie wskazuje, gdzie proces traci klientów, zamiast raportować jedynie łączny współczynnik konwersji dla całego lejka. Proces płatności z ogólnym współczynnikiem konwersji na poziomie 40% może tracić większość potencjalnych klientów w jednym punkcie tarcia, takim jak nieoczekiwany koszt wysyłki ujawniony z opóźnieniem, obowiązkowy krok zakładania konta lub niezrozumiałe pole formularza płatności. Analiza porzucenia zamówienia na poziomie kroku jest właśnie tym, co uwidacznia ten konkretny punkt, a nie ukrywa go w pojedynczej, zbiorczej liczbie. Bez tej szczegółowości zespoły często zajmują się niewłaściwym elementem doświadczenia, dopracowując kroki, które nigdy nie stanowiły faktycznego problemu, podczas gdy prawdziwe wąskie gardło pozostaje nietknięte przez miesiące, a czasem przez całe kwartały fiskalne.

Współczynnik porzucenia jest zazwyczaj śledzony za pomocą narzędzi analitycznych opartych na zdarzeniach, takich jak raporty eksploracji lejka sprzedażowego Google Analytics 4, Mixpanel lub Amplitude, które wymagają, aby każdy krok przepływu był rejestrowany jako odrębne zdarzenie lub wyświetlenie strony, aby narzędzie mogło dokładnie obliczyć retencję krok po kroku. Narzędzia do rejestrowania sesji są powszechnie używane wraz z tymi raportami ilościowymi, aby obserwować rzeczywiste sesje użytkowników, którzy porzucili zakupy, ujawniając jakościowe przyczyny, takie jak uszkodzone pole formularza, niezrozumiały komunikat o błędzie lub wolno ładująca się strona, których same liczby nie są w stanie wyjaśnić, niezależnie od stopnia szczegółowości raportu. Analitycy zazwyczaj szukają porzuceń kroków przekraczających 20–25% jako sygnału uzasadniającego głębsze zbadanie, chociaż dopuszczalne progi różnią się znacząco w zależności od branży, poziomu ceny i inherentnej złożoności mierzonego przepływu, przy czym zakupy o wysokim poziomie rozważenia naturalnie tolerują nieco wyższy wskaźnik porzucenia niż tanie, impulsywne transakcje.

Częstym błędem jest traktowanie wskaźnika rezygnacji z zakupów jako z natury złego i dążenie do jego całkowitego wyeliminowania; pewne przypadki rezygnacji na każdym etapie są normalne i oczekiwane, ponieważ nie każdy użytkownik rozpoczynający przepływ jest w danym momencie kwalifikowanym lub rzeczywiście gotowym na zakup. Kolejną pułapką jest analizowanie wskaźnika rezygnacji z zakupów w oderwaniu od jakości ruchu, ponieważ nagły wzrost liczby rezygnacji może odzwierciedlać zmianę w strukturze odwiedzających, taką jak nowa kampania reklamowa generująca ruch o mniejszej wartości, a nie rzeczywisty nowy problem z samym przepływem. Segmentacja wskaźnika rezygnacji z zakupów według źródła ruchu, typu urządzenia oraz statusu nowego użytkownika w porównaniu z powracającym jest konieczna, aby uniknąć wyciągnięcia błędnych wniosków i poszukiwania rozwiązania problemu, który w rzeczywistości nie występuje w rzeczywistym doświadczeniu. Porównywanie wskaźników rezygnacji z zakupów w ramach przesuwającego się okna czasowego, na przykład tydzień po tygodniu, a nie jeden dzień, pomaga również odróżnić rzeczywistą regresję od zwykłego szumu z dnia na dzień w mniejszym zbiorze danych.

In CRO Analiza wskaźnika porzuceń jest zazwyczaj punktem wyjścia do ustalenia priorytetów, który fragment lejka sprzedażowego należy przetestować w pierwszej kolejności, ponieważ krok z najwyższym wskaźnikiem porzuceń w stosunku do natężenia ruchu zazwyczaj reprezentuje największy potencjalny zysk, jaki można odzyskać. Konsultanci wykorzystują ją do tworzenia uporządkowanej listy punktów tarcia, weryfikowania domniemanych przyczyn poprzez testy użytkowników lub nagrania sesji, a następnie projektowania ukierunkowanych eksperymentów, takich jak uproszczenie formularza, wcześniejsze doprecyzowanie cen lub dodanie sygnałów zaufania w pobliżu pola płatności. Celem jest zmniejszenie liczby porzuceń na tym zidentyfikowanym etapie, a nie wprowadzanie szerokich, nieukierunkowanych zmian w całym doświadczeniu, bez jasnej teorii, co wpłynie na ten wskaźnik.