Tel: +48 22 599 44 99
CStoreZałóż sklep internetowy
20/11/18

Konwersja w sklepie internetowym

Konwersja to podstawowy współczynnik istotny przy analizie działań marketingowych i raportowaniu sprzedaży w naszym sklepie internetowym. W niniejszym artykule wyjaśnimy, czym jest konwersja w sklepie internetowym oraz w jaki sposób poprawić jej wartość, co bezpośrednio przekłada się na zwiększenie sprzedaży.

Czym jest konwersja w sklepie internetowym?

Konwersja w sklepie internetowym to wartość informująca nas, ilu z odwiedzających dokonało zakupu. Wynik podawany jest w procentach i można obliczyć go według wzoru:

liczba transakcji : liczba odwiedzających x 100%

Przykładowo, jeśli w danym dniu liczba odwiedzających sklep unikalnych użytkowników wyniosła 100 osób, a liczba transakcji to 10, to współczynnik konwersji wynosi 10%.

10 : 100  x 100% =10%

To oczywiście banalny przykład mający za zadanie zobrazować mechanizm obliczania konwersji. W rzeczywistości liczby te rzadko kiedy są okrągłe, a sam współczynnik konwersji na poziomie 10% jest bardzo dobrym wynikiem. W większości platform e-commerce wynosi on około kilku procent, choć oczywiście nie stanowi to reguły i zależy od wielu czynników, takich jak branża czy popularność danych produktów.

Do czego wykorzystać dane w postaci konwersji w sklepie internetowym?

Konwersja może być obliczana w kilku istotnych obszarach:

Pułapki i niuanse

Podstawowym rodzajem konwersji w sklepie internetowym jest opisana wcześniej zależność między liczbą wizyt a liczbą kupujących. Jednak konwersję możemy wykorzystywać również do badania efektywności sprzedaży poszczególnych produktów, oceny działań marketingowych czy nawet pracy poszczególnych sprzedawców, jeśli korzystamy z takiej formy doradzania klientom. Przy badaniu konwersji należy wystrzegać się błędów metodologicznych, poniżej przedstawiamy najczęstsze z nich:

Źródłem danych do obliczania konwersji najczęściej jest zintegrowany ze stroną sklepu Google Analytics i pochodzące bezpośrednio ze sklepu statystki sprzedaży. Korzystając z Analyticsa warto zwrócić uwagę, z jakich danych korzystamy. Liczba odsłon nie jest równa liczbie unikalnych użytkowników. Choć wiele artykułów branżowych podaje jako podstawę do liczenia konwersji „wizyty” lub „odsłony”, to bardziej rzetelnym współczynnikiem są właśnie „unikalni użytkownicy”. Jest to jedna wizyta z danego urządzenia w ciągu 24 godzin. Jeden unikalny użytkownik może „nabić” nam w statystykach większą liczbę wizyt i odsłon. Przy wyborze metody obliczania konwersji należy mieć świadomość specyfiki wartości podawanych przez Google Analytics i każdorazowo dobierać taki same dane. Obliczenie w jednym miesiącu konwersji z wizyty, a drugim z unikalnych użytkowników, nie da rzetelnych wyników.

Strony internetowe często padają ofiarami sztucznego, generowanego przez boty ruchu. Jest on widoczny w lawinowych skokach w statystykach. „Spamowy” ruch jest po pewnym czasie wychwytywany i ignorowany przez Google Analytics, jednak pobierając dane do konwersji należy najpierw przeanalizować źródła ruchu na stronie i zweryfikować niestandardowe wartości. Gwałtowny, kilkusetprocentowy wzrost ruchu danego dnia może być zarówno spamem generowanym przez złośliwe oprogramowanie, atakiem DDoS albo owocem wrzucenia linku do naszego sklepu przez czołową polską blogerkę. W pierwszych dwóch przypadkach obliczanie konwersji nie ma sensu, w trzecim pozwoli nam na poznanie wartości potencjalnej współpracy z blogerami Warto analizować statystyki.

Więcej na temat współpracy z blogerami i influencerami w artykule „Współpraca z blogerami i influencerami” 

Warto zwrócić uwagę na rozsądne wykorzystanie liczenia konwersji. Bardzo często osoby zarządzające sklepami internetowymi, które wchodzą w świat analityki biznesowej, chętnie parametryzują i obliczają konwersję dla wszystkich możliwych obszarów. Bez automatyzacji obliczenie konwersji dla kilku tysięcy produktów w sklepie lub analiza danych z ostatnich 15 lat (podczas gdy rok temu zmieniono profil działalności) może okazać się bardzo czasochłonnym zajęciem i  marnowaniem zasobów czasowych pracowników analizujących uzyskany materiał liczbowy. Przyniesie ono tylko dużą liczbę niemających rozsądnego zastosowania danych.