Egy webshopban nem az a legdrágább hiba, amelyik látványosan leállítja az oldalt. Sokkal többe kerül az, amikor a látogatók csendben eltűnnek: megnyitnak egy terméket, kosárba teszik, majd fizetés nélkül távoznak. A webshop analitika arra való, hogy ne feltételezések, hanem valós viselkedési adatok alapján derüljön ki, hol akad el az értékesítés.
Egy jól működő mérési rendszer nem marketinges díszlet. Segít eldönteni, hogy új kampányra, termékoldal-fejlesztésre, szállítási beállításra vagy a pénztárfolyamat javítására érdemes-e költeni. Ez különösen akkor lényeges, ha az áruház UNAS vagy OpenCart rendszerben működik, ahol egy modul, sablonmódosítás vagy egyedi fejlesztés közvetlenül befolyásolhatja a vásárlási folyamatot.
Mit ad a webshop analitika a látogatószámon túl?
A látogatószám önmagában kevés információ. Lehet tízezer látogatója egy webáruháznak úgy is, hogy a forgalom nagy része nem releváns, vagy a vásárlók egy technikai hiba miatt nem jutnak el a rendelés véglegesítéséig. Az üzleti döntésekhez azt kell látni, hogy kik érkeznek, mit keresnek, mit tesznek a kosárba, és miért nem vásárolnak.
A hasznos analitika összeköti a forgalmi adatokat a bevétellel. Nemcsak azt mutatja meg, melyik hirdetés hozott kattintást, hanem azt is, hogy abból lett-e rendelés, mekkora kosárértékkel, milyen árréssel és milyen későbbi visszatéréssel. Egy olcsó kattintás nem feltétlenül jó üzlet, ha az adott csatornáról érkező vevők rendszeresen félbehagyják a fizetést.
A mérés akkor lesz használható, ha előre megfogalmazott kérdésekre ad választ. Például: miért esett vissza a mobilos rendelési arány? Melyik termékkategória hozza a legtöbb bevételt, de kap kevés figyelmet a kampányokban? A szállítási díj megjelenésekor hagyják el az oldalt a vásárlók, vagy már a termékoldalon elveszítjük őket?
A webshop analitika legfontosabb mutatói
Nem szükséges minden elérhető adatot figyelni. A túl sok, egymástól független szám könnyen eltereli a figyelmet a valódi problémáról. Egy kisebb vagy közepes webshop számára általában az alábbi mutatók adják a stabil döntési alapot:
- látogatók és munkamenetek forrásonként, például organikus keresésből, hirdetésből, közösségi felületről vagy hírlevélből;
- konverziós arány, vagyis a látogatásokhoz viszonyított rendelések aránya;
- átlagos kosárérték és bevétel forgalmi csatornánként;
- termékoldal-megtekintés, kosárba helyezés, pénztár indítása és vásárlás a rendelési tölcsér egyes lépéseiben;
- rendelésfélbehagyási arány, külön mobil és asztali eszközökön;
- visszatérő vásárlók aránya, valamint a leggyakrabban együtt vásárolt termékek.
Ezeket nem külön-külön, hanem összefüggésükben érdemes nézni. Ha nő a látogatottság, de csökken a konverzió, lehet, hogy a kampány túl széles közönséget ér el. Ha sokan kosárba tesznek, de kevesen indítják el a pénztárat, a probléma lehet a váratlan szállítási költség, a kuponmező hangsúlya vagy egy nem egyértelmű készletinformáció.
A konverziós arányt sem szabad önmagában értelmezni. Egy magasabb érték lehet kedvező, de előfordulhat, hogy közben csökkent az átlagos kosárérték, vagy a visszatérő vevők kedvezményei rontják az árrést. A jó webshop analitika ezért nem egyetlen szám javítására törekszik, hanem a nyereséges, fenntartható rendelési folyamatot vizsgálja.
A rendelési tölcsér megmutatja az elakadást
A legtöbb webáruházban a vásárlás nem egyetlen lépés. A látogató keresőből vagy kampányból érkezik, kategóriát böngész, terméket választ, kosárba tesz, adatokat ad meg, szállítási és fizetési módot választ, majd véglegesíti a rendelést. Ha ezek közül bármelyik lépés nehézkes, az analitika jelezni tudja a kiesést.
Például egy mobilon erős kosárelhagyás gyakran nem marketingprobléma. Előfordulhat, hogy a pénztárban túl sok mezőt kell kitölteni, a gomb nem látszik megfelelően, a fizetési szolgáltató átirányítása hibás, vagy az oldal betöltése lassú. Ilyenkor új hirdetési keret helyett a pénztárfolyamat technikai és használhatósági ellenőrzése hozhat gyorsabb eredményt.
Más a helyzet, ha a termékoldalakról kevés a kosárba helyezés. Ott a képek minősége, a leírás, a mérettáblázat, a variációválasztó, a szállítási információ vagy a készletjelzés lehet hiányos. UNAS rendszerben a sablon lehetőségei és a használt alkalmazások is befolyásolják, mennyire alakítható a termékoldal. OpenCart esetén az egyedi modulok, bővítmények és sablonmódosítások állapota külön ellenőrzést igényelhet.
Mérést csak tiszta technikai alappal érdemes építeni
Az adatok annyit érnek, amennyire pontos a mérés. Ha a vásárlás eseménye kétszer fut le, ha a bankkártyás fizetés utáni köszönőoldal nem töltődik be, vagy ha a cookie-hozzájárulás kezelése hibás, a riport félrevezető lehet. Ilyenkor a rendszer akár növekvő bevételt mutathat, miközben a valós rendelési adatok ezt nem támasztják alá.
A beállítás során érdemes ellenőrizni, hogy a mérőkód minden fontos oldalon betöltődik-e, a termékadatok megfelelően kerülnek-e átadásra, és a rendelési érték, pénznem, szállítási díj, kedvezmény is helyesen szerepel-e. A termékvariációk kezelése különösen fontos: ha több méret vagy szín ugyanazon azonosító alatt jelenik meg, nehezebb lesz megérteni, melyik változat teljesít jól.
A hozzájáruláskezelésnél a jogszerű működés és a használható adatmennyiség között kell egyensúlyt teremteni. Nem célszerű olyan megoldást választani, amely formálisan megjelenik, de technikailag pontatlan mérést okoz. A megfelelő beállítás függ a használt analitikai és hirdetési rendszerektől, valamint attól is, milyen adatokat kezel a webshop.
Termék- és kategóriaadatokból fejlesztési terv
A legjobb fejlesztési ötletek gyakran már benne vannak az áruház adataiban. Ha egy kategória sok organikus látogatót hoz, de gyenge a kosárba helyezési aránya, érdemes megnézni a szűrőket, az árképzést, a termékkártyákat és a készletet. Ha egy termék kevés megtekintéssel is sok rendelést termel, lehet, hogy nagyobb láthatóságot érdemel a kategóriaoldalon, hírlevélben vagy kapcsolódó ajánlatként.
A belső keresés adatai szintén értékesek. Az ismétlődő, találat nélküli keresések jelezhetik, hogy hiányzik egy termék, rossz a terméknév, nincs megfelelő szinonima, vagy a kategóriastruktúra nem követi a vásárlók nyelvhasználatát. Ez nemcsak értékesítési, hanem keresőoptimalizálási kérdés is: a jól felépített kategóriák, egyedi URL-ek és informatív metaadatok hosszabb távon a keresőforgalmat is támogatják.
Nem minden rosszul teljesítő termékoldalt kell azonnal áttervezni. Szezonális terméknél, drágább műszaki cikkeknél vagy B2B jellegű vásárlásoknál természetesen hosszabb lehet a döntési idő. Ilyenkor az ismételt látogatásokat, a termékoldalról indított kapcsolatfelvételeket és a későbbi vásárlásokat is figyelembe kell venni.
Webshop analitika költözés és fejlesztés előtt
Rendszerköltözés előtt az analitika nem csupán múltbeli riport. Segít felmérni, mely oldalak, kategóriák és termékek kritikusak az üzlet számára. Egy UNAS-ba történő migrációnál például nem elég a termékeket és ügyféladatokat áthozni. Meg kell őrizni az értékes organikus belépő oldalakat, a keresőbarát URL-eket, a metaadatokat és a szükséges átirányításokat is.
A korábbi mérési adatok alapján priorizálható a munka. Ha a bevétel jelentős része néhány kategóriából, kampányból vagy mobilos vásárlásból érkezik, ezek működését az új rendszer élesítése előtt külön tesztelni kell. Ugyanez igaz a fizetési és szállítási modulokra, az import-export folyamatokra, készletszinkronra és egyedi rendelési logikára.
A GrenT Média szemléletében az analitika ezért nem egy különálló marketingfeladat. A fejlesztés, a keresőforgalom, a modulok működése és a vásárlói út ugyanannak a rendszernek a része. Ha a mérési terv már a fejlesztés vagy költözés elején elkészül, később sokkal könnyebb igazolni, hogy egy módosítás valóban javított-e az üzleti eredményen.
A következő fejlesztési döntés előtt ne azt kérdezze, milyen új funkció mutatna jól a webshopban. Inkább azt: melyik ponton veszítünk most igazolhatóan vevőket, és mi az a legkisebb, biztonságosan tesztelhető változtatás, amely ezen javíthat?
