Рост e-commerce метрик
(региональные сайты Yamaguchi)
(01)
Сразу по результатам
Снижение отказов: –21.7% за счёт упрощения первого экрана
Глубина просмотра: +17.2% за счёт улучшения навигации
Время на сайте: +26% за счёт повышения вовлеченности
(02)
Контекст
Высокий процент отказов и низкая вовлеченность пользователей ограничивали конверсию и приводили к потере трафика. Региональные e-commerce сайты показывали более слабые метрики по сравнению с флагманским продуктом: ниже вовлеченность и конверсия, выше процент отказов.
Задача — улучшить ключевые метрики через оптимизацию пользовательских сценариев.
(03)
Подход
Использовал несколько источников данных для выявления проблем и принятия решений

Использовал:
  1. Яндекс.Метрику (воронки, клики, скролл)
  2. CustDev (опросы пользователей)
  3. данные колл-центра
  4. конкурентный анализ
(04)
Проблемы
  1. высокий drop-off на первом экране
  2. пользователи не входили в ключевой сценарий (переход в каталог)
  3. сложный и неочевидный checkout
  4. потери пользователей на разных этапах воронки
Исследование
Как я понял, что это проблемы
(01)
Анализ в Яндекс.Метрике
  1. анализировал воронки и точки выхода пользователей
  2. изучал клики и карту скролла
  3. отслеживал поведение на первом экране и в каталоге
  4. увидел высокий drop-off на первом экране
  5. пользователи не доходили до каталога и карточек
(02)
Поведенческий анализ (Webvisor)
  1. смотрел записи сессий пользователей
  2. наблюдал реальные сценарии взаимодействия

Пользователи:
  1. не понимали, куда нажать
  2. “терялись” в интерфейсе
  3. не находили нужные разделы
(03)
Обратная связь пользователей (CustDev)
  1. проводил опросы
  2. собирал качественную обратную связь

Выявил:
  1. сложность навигации
  2. перегруженность первого экрана
  3. непонимание структуры сайта
(04)
Данные колл-центра
  1. анализировал причины обращений

Частые вопросы:
  1. “где найти товар”
  2. “как оформить заказ”
(05)
Сравнение с флагманским сайтом
  1. анализировал различия в поведении пользователей

Региональные сайты уступали по:
  1. вовлеченности
  2. глубине просмотра
  3. конверсии
(06)
Гипотезы
На основе данных сформировал ключевую гипотезу:
основные потери происходят из-за сложной навигации, перегруженного первого экрана и неочевидных пользовательских сценариев.

Если упростить вход в каталог и сделать путь к товарам более очевидным, вырастет доля пользователей, переходящих к просмотру товаров.
Все источники показали одну проблему, пользователь не понимает, куда идти и как совершить покупку
Ключевые направления
1
Навигация и первый экран
  1. упростил структуру навигации
  2. сделал первый экран более понятным
  3. внедрил нижнюю навигацию
  4. убрал барьеры входа в продукт
  5. снизил когнитивную нагрузку
2
Каталог и карточки
  1. переработал карточки товаров
  2. улучшил читаемость и структуру
  3. сделал взаимодействие более очевидным
  4. упростил выбор товара
  5. повысил вероятность перехода в карточку
3
Фильтры и сортировка
  1. пересобрал мобильный сценарий
  2. сделал фильтрацию доступной и понятной
  3. сократил путь до релевантного товара
4
Checkout
  1. упростил структуру оформления
  2. сделал процесс более прозрачным
  3. актуализировал способы оплаты и доставки
  4. снизил фрустрацию
  5. повысил вероятность завершения заказа
Внедрение и результаты
  • декомпозировал задачи
  • согласовал со стейкхолдерами
  • передал в разработку
  • запустил итерации
  • анализировал метрики после релиза
  • Снижение отказов: –21.7% за счёт упрощения первого экрана
  • Глубины просмотра: +17.2% за счёт улучшения навигации
  • Время на сайте: +26% за счёт повышения вовлеченности
Made on
Tilda