Анализ воронки — это метод изучения того, как пользователи проходят заданную последовательность шагов к конкретной цели, такой как покупка, регистрация или подписка, чтобы определить, на каком этапе наибольшая доля пользователей теряет интерес, не дойдя до цели. Воронку обычно визуализируют как серию этапов — например, визит на посадочную страницу, просмотр товара, добавление в корзину, начало оформления заказа и покупка, — с указанием числа или процента пользователей, оставшихся на каждом этапе, так что относительный размер отсева между любыми двумя последовательными шагами сразу виден любому, кто просматривает отчёт, без необходимости напрямую интерпретировать необработанные таблицы событий или выполнять отдельный запрос для каждого этапа. Воронки можно строить как закрытые, где пользователь засчитывается, только если проходит каждый шаг в строгом порядке, или открытые, где пользователи могут войти в любой точке последовательности, и выбор между ними существенно меняет то, как следует интерпретировать получаемые проценты отсева.
Этот метод важен, потому что он превращает единый агрегированный коэффициент конверсии в реальный диагностический инструмент. Знание того, что сайт в целом конвертирует на уровне 2 процентов, мало что говорит о том, что именно нужно исправлять, тогда как знание того, что 60 процентов пользователей уходят именно между просмотром стоимости доставки и завершением оплаты, даёт конкретную, проверяемую цель для следующего спринта команды. Поэтому анализ воронки — основной приём для перехода от констатации проблемы с конверсией к точному пониманию того, в какой именно точке пути пользователя эта проблема возникает, и это необходимый первый шаг, прежде чем какое-либо изменение дизайна или контента можно обоснованно приоритизировать перед другой конкурирующей идеей. Просмотр одной и той же воронки в последовательных периодах также показывает, сохранилось ли прежнее исправление: шаг, улучшившийся после одного релиза, может незаметно ухудшиться спустя месяцы по мере выпуска несвязанных изменений в другом месте страницы.
Воронки обычно строят и анализируют с помощью таких инструментов, как отчёты исследования воронок Google Analytics 4, Mixpanel или Amplitude; все они требуют предварительно определить каждый шаг как отслеживаемое событие, что делает точное отслеживание событий абсолютным условием надёжного анализа воронок любого вида. Аналитики, как правило, строят как общую воронку, так и несколько сегментированных версий — например, разделяя воронки по источнику трафика, типу устройства или новому и вернувшемуся посетителю, — поскольку шаг, который в агрегате выглядит приемлемо, может скрывать серьёзную проблему для одного сегмента, например мобильных пользователей, при этом отлично работая для другого, например десктопных пользователей, пришедших из брендового поиска с высоким существующим намерением купить.
Частая ошибка — определять шаги воронки слишком широко или слабо связывать их с реальным пользовательским интерфейсом: например, считать целое многопольное оформление заказа одним шагом, а не разбивать его на информацию о доставке, платёжные данные и проверку заказа, что скрывает именно ту детальную точку отсева, которую анализ и призван был выявить. Другая распространённая ловушка — анализировать воронку, используя только линейную последовательную логику, тогда как реальное поведение пользователей часто нелинейно: посетители возвращаются назад, чтобы сравнить товары, открывают несколько вкладок или возвращаются через несколько сессий и устройств, прежде чем наконец совершить конверсию; жёсткая пошаговая модель воронки может серьёзно исказить эти паттерны, если их намеренно не учесть в базовом анализе и конфигурации отчётности.
В консалтинге по CRO анализ воронки обычно — второй шаг проекта после аудита отслеживания событий, и он напрямую определяет приоритеты в выборе этапа для первого тестирования, как правило этапа с наибольшим показателем отсева относительно его потенциальной восполнимой ценности в выручке. Консультанты часто сочетают количественные данные воронки с качественными исследованиями, такими как записи сессий пользователей, ушедших на конкретном шаге, или опросы при выходе со страницы с вопросом, почему посетитель решил не продолжать, — чтобы перейти от выявления того, где пользователи уходят, к пониманию того, почему они ушли, а именно это в конечном счёте формирует точно нацеленную, подкреплённую фактами гипотезу, в которую стоит вложить ресурсы тестирования. Представление выводов по воронке вместе с оценкой выручки от закрытия того или иного разрыва, а не только процента отсева, также делает разговоры о приоритетах с нетехническими заинтересованными сторонами заметно более конкретными и убедительными.
Другие термины на букву F
Фасетная навигация (Faceted Navigation)Флаг функциональности (Feature Flag)Тестирование первого клика (First Click Testing)Первая отрисовка контента (FCP)Данные первой стороны (First-Party Data)Закон Фиттса (Fitts's Law)Тест пяти секунд (Five-Second Test)Эффект мерцания (Flicker Effect)Оптимизация форм (Form Optimization)Ограничение частоты показов (Frequency Capping)Трение (Friction)
