Rivalry2

HTML Diff

0 added 0 removed

Original 2026-01-01

Modified 2026-03-10

1 <p>Электронная коммерция - сфера, в которой предприниматель сталкивается с очень большим количеством разнообразных данных, и порой разобраться в них бывает очень сложно. Поговорим о том, как настроить продуктовую аналитику в интернет-магазине на примере российского бренда одежды.</p>

2 <p>В 2019 году наш клиент начал развитие собственного интернет-магазина. Нас, команду Aero, привлекли к проекту, чтобы сделать канал продаж более эффективным. Нужно было настроить продуктовую аналитику: изучить покупательский опыт и создать инструменты для его дальнейшего улучшения.</p>

3 <h2>Циклы принятия решений</h2>

4 <p>У бренда много офлайн-активностей и акций, которые влияют на поведение и онлайн-пользователей. Это существенно затрудняет классический анализ воронки и клиентских путей. Вместе с Анной мы придумали новый метод - аналитика на основе циклов принятия решений.</p>

5 <p>Сессионная аналитика нам не подошла: она строится по универсальной логике формирования event-сессий. У нее есть источник входа, источник выхода, тайм-аут и конец сессии.</p>

6 <p><strong>Но покупает не сессия - покупают люди. Человек может прийти несколько раз: посмотреть, добавить товар в корзину, забыть, вернуться и в итоге купить.</strong></p>

7 <p>Люди пользуются разными устройствами: наши пользователи приходят с мобильного трафика, а покупают с десктопа. Многие покупатели смотрят товары онлайн, а мерить и покупать их едут офлайн. В сессиях мы смотрим только на кусочек того, что происходит с покупателем, и не видим всей картины</p>

8 <p>Event-based-аналитика нам тоже не подошла. На больших объемах это очень дорого, и для нее требуется высокий уровень квалификации команд. На практике никто не понимает результаты этой аналитики. На ее основе сложно делать дашборды и KPI - бизнесу пользоваться такими данными неудобно. Этот тип аналитики отлично подходит для цифровых продуктов, но для eСommerce, где разное время принятия решений, он не очень удобен.</p>

9 <p>Цикл - набор сессий, сформированный по правилам.</p>

10 <p>Возьмем для примера придуманную нами историю условной Василисы, обычной покупательницы - женщины средних лет с ребенком. Она пришла первый раз в интернет-магазин. Скорее всего, на первый раз она ничего не купит.</p>

11 <p>Потом в течение 10 дней придет еще раза три. Решит, что ей пока ничего не подходит, и уйдет дней на 30. Потом вернется за новой одеждой и добавит в корзину платье. Через некоторое время произойдет уценка товаров, она об этом узнает и вернется к корзине. К платью добавит еще майку, ее отвлекут дети, и она вернется через пару дней, чтобы все-таки закончить покупку.</p>

12 <p>Если на все это смотреть в сессионном стриминге, мы будем видеть события по отдельности: есть сессия с покупкой, есть сессия с добавлением товара, есть сессия, где Василиса просто пришла на сайт и ничего не купила. В каждой сессии она считывается как новый пользователь.</p>

13 <p>Это создает проблему для аналитики: мы смотрим на воронку, и очевидно, что каналы, которые приводят охватывающий трафик, не конвертируют. В сессионной аналитике все очень усредненно и непонятно, как интерпретировать данные.</p>

14 <p>Мы построили свою систему - аналитику циклов принятия решений. В ней новый пользователь - тот, который в принципе первый раз провзаимодействовал с магазином бренда.</p>

15 <h2>ШАГ 1. Определить наборы сессий, которые можно объединить в циклы</h2>

16 <p>Например:</p>

17 <ul><li>покупатель зашел на сайт и положил вещи в корзину,</li>

18 <li>сходил в офлайн-магазин,</li>

19 <li>померил пиджак и купил,</li>

20 <li>получил рассылку и вспомнил, что вещи в корзине подешевели.</li>

21 <li>Это набор действий клиента - аналог сессий, но на макроуровне. Цикл открывается с посещения человеком сайта и закрывается или покупкой, или некоторым периодом бездействия.</li>

22 </ul><h2>ШАГ 2. Определить, каким действием заканчивается каждый цикл</h2>

23 <p>У этой системы кастомизированная и понятная для бизнеса логика формирования циклов - они устроены так же, как и сессии. Цикл заканчивается покупкой или периодом бездействия, и период может определяться самим бизнесом: если у вас цикл принятия решения - полгода, то он и будет полгода. В доставке еды цикл может быть два часа: если пользователь не решил заказать еду сейчас, то он и не закажет ее позже.</p>

24 <p>Мы видим историю поведения пользователя непосредственно перед покупкой и можем использовать ее в дальнейшем взаимодействии. Каждый цикл содержит полный набор действий, мы ничего не упускаем. Покупатель пришел на сайт и смотрит каталог без покупки - мы это видим. Цикл можно строить с учетом разных устройств и даже покупок в офлайне. У нас есть возможность закрыть цикл, даже если человек добавил товар в корзину и потом купил его офлайн.</p>

25 <h2>ШАГ 3. Сделать расчет длительности каждого шага в цикле</h2>

26 <p>Теперь мы можем подсчитать длительность каждого шага. Мы знаем, сколько нужно времени от посещения сайта до просмотра карточки товара, от просмотра до корзины и от корзины до покупки. Мы не ускоряем пользователя по воронке, потому что знаем, сколько ему нужно времени на подумать. И уже с этими знаниями работаем дальше.</p>

27 <h2>ШАГ 4. Определить, что делать с пользователем на каждом этапе, чтобы подтолкнуть его к закрытию цикла</h2>

28 <p>Воронка цикла едина для трафика и продукта: каждый момент времени понятно, на каком этапе находится пользователь и что с ним сделать</p>

29 <p>Этот подход дает новые метрики бизнесу, он помогает подталкивать пользователей к закрытию цикла и к покупке, используя онлайн- и офлайн-инструменты.</p>

30 <p>Каждая команда понимает, что нужно делать, а у сайта появляется более точная задача: конкретно с этим пользователем конкретно в этот момент нужно взаимодействовать вот так. Например, мы знаем, что для принятия решения человеку нужно девять сессий и в среднем пять дней, а до покупки он должен провести примерно 57 минут на сайте.</p>

31 <p>Становится понятна роль каждой команды. Мы знаем, что конкретно этот пользователь находится в этом сегменте и должен видеть такую рекламу. Сайт не должен закрывать цикл сегодня, но должен подталкивать к его завершению.</p>

32 <p>Мы знаем, что пользователю нужно время и у сайта более понятная и точечная задача. Мы можем показывать дополнительные попапы, например, потому что знаем, что именно сказать пользователю на этом этапе воронки.</p>

33 <h2>Итоги работы</h2>

34 <p>С новой системой аналитики мы можем точнее работать с атрибуцией и расчетом вероятности покупки внутри цикла. Вместе с этим возникает другой подход к анализу CJM, в котором нужно учитывать разные параметры цикла: например, CJM импульсивных покупателей не такой же, как у долго думающих.</p>

35 <p>Циклы можно использовать в персонализации: мы можем делать импульсивных еще более импульсивными, а тем, кто думает дольше, предлагать другие анонсы и баннеры, вести иную коммуникацию. Такого в eСommerce еще не было, и нам не терпится попробовать наш подход в других сферах.</p>