СТАТЬЯ
Как умный поиск и персонализированные рекомендации снижают процент отказов в интернет-магазине
Обычно для сбора статистики по отказам используют Яндекс. Метрику или Google Analytics. Термин отказы (англ. англ. bounce rate) в каждом из сервисов трактуют по-разному:
А как связаны поиск и отказы?
- В Google Analytics отказом считается сеанс, который завершился просмотром лишь одной страницы сайта.
- В Яндекс Метрике отказ — пребывание пользователя на сайте менее 15 секунд.
Очень просто. Если результаты поиска не соответствуют ожиданиям клиента, и он не находит нужный товар за несколько кликов*, то уходит с сайта без покупки. Это увеличивает bounce rate (показатель отказов). И в этом случае можно повлиять на показатель отказов, изменив настройки поиска. Подробнее об этом расскажем в статье.
*Согласно правилу трёх кликов, пользователь, не найдя нужную информацию за три клика, часто покидает сайт. В исследовании Forrester Research, процент таких пользователей равен 50%.
Почему пользователи уходят без покупок, воспользовавшись поиском?
Основные причины отказов:
☞ Не могут найти нужный товар — если поиск выдает нерелевантные результаты, покупатель уходит к конкурентам.
☞ Слишком много шагов до покупки — сложная навигация и долгий поиск раздражают пользователей.
☞ Нет подсказок и фильтров — без помощи в выборе клиент теряется и закрывает сайт.
☞Не видят подходящих альтернатив — если товара нет в наличии или он не подходит, пользователь уходит, не получив рекомендаций.
☞ Не могут найти нужный товар — если поиск выдает нерелевантные результаты, покупатель уходит к конкурентам.
☞ Слишком много шагов до покупки — сложная навигация и долгий поиск раздражают пользователей.
☞ Нет подсказок и фильтров — без помощи в выборе клиент теряется и закрывает сайт.
☞Не видят подходящих альтернатив — если товара нет в наличии или он не подходит, пользователь уходит, не получив рекомендаций.
Что же важно учитывать при настройке поиска, чтобы избежать этих проблем?
- Автодополнение и исправление ошибокПодсказки при вводе (автокомплит) ускоряют поиск.
Исправление опечаток (например, iPhnoe → iPhone) предотвращает нулевые результаты. - Персонализированные подборкиАнализ поведения (история просмотров, корзина) и предложение релевантных товаров.
- Фильтры и сортировкаУмные фильтры (по цене, бренду, рейтингу) помогают быстро сузить выбор.
Сортировка по популярности/скидкам увеличивает шанс покупки. - Поиск по изображениям и голосуВизуальный и голосовой поиск упрощают процесс.
- Аналитика и улучшение поискаСбор данных о популярных и «нулевых» запросах для оптимизации выдачи.
Реальный кейс: как поиск и персонализированные рекомендации решили проблемы отказов в интернет-магазине
Помимо умного поиска, персонализированные рекомендации значительно снижают процент отказов, повышая средний чек и конверсию.
Что делают лидеры?
Пример: Иль де Ботэ
Сеть парфюмерии и косметики «Иль де Ботэ» внедрила систему рекомендаций на основе AI.
Результаты следующие:
Сеть парфюмерии и косметики «Иль де Ботэ» внедрила систему рекомендаций на основе AI.
Результаты следующие:
- Рост конверсии добавления в корзину на 40% — система анализировала покупки и предлагала релевантные товары.
- Увеличение среднего чека — кросс-селл и апселл работали эффективнее за счет умных подборок.
- Снижение отказов — пользователи чаще оставались на сайте, видя персональные предложения.
Как это работает?
- Анализ поведения — что смотрел пользователь, что добавил в корзину.
- Рекомендации на основе похожих покупателей — «Клиенты, которые купили это, также выбирали…».
- Динамические блоки — на главной, в карточках товаров, в корзине.
Выводы
☞ Умный поиск + персонализированные рекомендации = снижение отказов + рост продаж.
Поиск на сайте — ключевой элемент пользовательского опыта. В некоторых случаях поиск критически важен (например, в крупных интернет-магазинах). В других случаях он просто упрощает навигацию. Но в любом из этих сценариев некорректная настройка и работа поиска могут стать причиной отказов, поэтому важно грамотно настроить его. А еще — внедрять современные поисковые решения и системы рекомендаций. Эффективность всегда контекстна. Разные решения эффективны в разных ситуациях. Даже одно и то же решение с разной настройкой может давать противоположные результаты. Тестируйте, анализируйте поведение пользователей и оптимизируйте выдачу.
подписывайтесь и будьте в курсе
- Факты из жизни электронной коммерции
- Официальный новостной канал платформы
- Блог в расширенном формате