Какая конверсия считается нормой для интернет-магазина?

Что такое конверсия интернет-магазина и откуда взялась эта метрика

Конверсия интернет-магазина — это доля визитов, которые завершились целевым действием (чаще всего — оформлением заказа), от общего числа визитов за период. Именно это соотношение показывает, насколько эффективно сайт превращает трафик в покупателей.

Конверсия — это метрика, которая фиксирует отношение числа целевых действий к числу визитов или уникальных посетителей за выбранный период. В e-commerce под «конверсией» по умолчанию понимают именно транзакцию — переход от просмотра к оплате.

Открываете отчёт в Яндекс Метрике и видите: 50 000 визитов за месяц, 600 заказов. Это 1,2%. Много это или мало — зависит от ниши, источника трафика и среднего чека. Но прежде чем разбираться с нормами, стоит понять, откуда вообще взялась эта метрика и почему именно оформление заказа стало её «дефолтным» значением.

Понятие конверсии пришло в веб-аналитику из офлайн-маркетинга. В директ-мейле 1970–1980-х годов конверсией называли долю получателей рассылки, которые откликнулись на предложение — позвонили, вернули купон или пришли в магазин. Офлайн-ритейл использовал аналогичную логику: сколько человек вошло в магазин против числа совершивших покупку. Когда в конце 1990-х появились первые коммерческие сайты, аналитики перенесли ту же механику на веб-трафик — только вместо купона стал клик «Оформить заказ».

Поэтому «конверсия» в e-commerce изначально означала именно транзакцию, а не любое действие. Это не случайность терминологии — это наследие офлайн-логики: конверсия считалась только тогда, когда бизнес получал деньги или явное намерение их заплатить. Всё остальное — подписка на рассылку, добавление в корзину, просмотр карточки товара — это вспомогательные сигналы, которые позже получили отдельное название: микроконверсии.

Разделение на микро- и макроконверсии оформилось в практике веб-аналитики в 2000-х, когда стало понятно: один показатель «заказов / визиты» слишком груб. Магазин с высоким процентом добавлений в корзину и низким процентом оплат — это не «плохая конверсия», это проблема на конкретном шаге воронки. Так появилась концепция многошаговых воронок: каждый переход (просмотр → карточка → корзина → оформление → оплата) получил собственный показатель конверсии. Макроконверсия — это финальный шаг, оплата. Микроконверсии — всё промежуточное.

Яндекс Метрика сыграла заметную роль в том, что эта логика стала доступна малому и среднему бизнесу. До появления удобных бесплатных инструментов отслеживание воронки требовало либо дорогих корпоративных систем, либо ручного сбора данных. Метрика с её целями и воронками дала возможность небольшому интернет-магазину за несколько часов настроить отслеживание каждого шага — от первого визита до подтверждения заказа. Именно поэтому разговор о конверсии в российском e-commerce почти всегда начинается с отчётов Метрики, а не с абстрактных таблиц.

Сегодня конверсия — это не одна цифра, а набор показателей под конкретную задачу. Для оценки эффективности рекламной кампании считают конверсию из платного трафика отдельно от органики. Для анализа UX — конверсию внутри воронки, шаг за шагом. Для сравнения с конкурентами — итоговую макроконверсию по всему сайту. Каждый из этих срезов даёт разный ответ на вопрос «всё ли хорошо».

Понимание этой механики — основа для следующего шага: как именно считается конверсия, какой знаменатель правильный и где чаще всего ошибаются при измерении.

Механика расчёта: формула, знаменатель и типичные ошибки измерения

Конверсия считается по формуле, которую знают все, но применяют по-разному — и именно в этом корень большинства споров о «нормах».

Пример: за неделю магазин получил 120 заказов при 6 000 сеансов. CR = (120 / 6 000) × 100% = 2%. Цифра понятная. Но стоит поменять знаменатель — и она изменится.

Главный спор в аналитике — что ставить в знаменатель. Три варианта дают три разных результата:

• Сеансы (визиты) — один пользователь может создать несколько сеансов за день. Если он зашёл утром, ушёл, вернулся вечером и купил — это два сеанса и одна транзакция. CR по сеансам будет ниже, чем по пользователям.
• Уникальные пользователи — считаем, сколько отдельных людей посетило сайт. CR по пользователям обычно выше, чем по сеансам, потому что повторные визиты не раздувают знаменатель. Этот подход ближе к реальному «проценту покупателей среди посетителей».
• Просмотры страниц — знаменатель резко вырастает, CR падает до долей процента. Этот способ встречается в отчётах, где нужно показать «низкую нагрузку» или когда аналитик перепутал метрику.

На практике в e-commerce стандартом считается расчёт по сеансам — именно так работает Яндекс.Метрика по умолчанию в отчётах по целям. Но если у вас высокая доля повторных визитов (например, сложная ниша с долгим циклом принятия решения — мебель, техника, строительные материалы), CR по сеансам будет систематически занижен относительно CR по пользователям. Это не ошибка, это особенность модели.

Яндекс.Метрика позволяет считать конверсию по нескольким типам целей — и это отдельная точка ошибок. Три основных типа:

• «Посещение страниц» — цель срабатывает при открытии URL страницы подтверждения заказа (thank-you page). Простейший способ, но уязвим: если страница кешируется или открывается повторно, цель может сработать дважды на один заказ.
• «JavaScript-событие» — цель срабатывает при вызове `yaCounterXXXXXX.reachGoal('purchase')` в коде сайта. Надёжнее, так как разработчик контролирует момент вызова — например, только после успешного ответа от платёжной системы.
• «Электронная коммерция» — передаёт в Метрику структурированные данные о транзакции: ID заказа, сумму, SKU. Это единственный способ получить CR в деньгах (не только в штуках), а также избежать двойного счёта через дедупликацию по ID заказа.

Помимо макроконверсии (оформленный заказ), в Метрике имеет смысл отдельно считать микроконверсии: добавление товара в корзину, начало оформления заказа, звонок через коллтрекинг. Каждая из них — отдельная цель с отдельным CR. Это важно, потому что воронка может ломаться в разных местах: один магазин теряет людей на этапе «корзина → оформление», другой — на «оформление → оплата». Без микроконверсий оба выглядят одинаково в итоговом CR.

Ещё один источник искажений — атрибуция. Один и тот же заказ Метрика может отнести к разным каналам в зависимости от модели: последний клик (last-click) отдаёт конверсию тому каналу, откуда пришёл финальный визит; первый клик (first-click) — тому, кто привёл пользователя впервые; линейная модель делит заслугу между всеми касаниями. Если маркетолог смотрит CR по каналам в модели last-click, SEO покажет низкую конверсию (пользователь нашёл через поиск, ушёл, вернулся по прямому заходу и купил). В first-click — наоборот. Это не значит, что один канал лучше другого: это значит, что CR по каналу зависит от модели атрибуции не меньше, чем от реальной эффективности канала.

Когда методология зафиксирована, появляется осмысленный вопрос: а какой CR нормальный для вашей ниши? Здесь начинается самое интересное — «средняя по рынку» цифра чаще вводит в заблуждение, чем помогает.

Нормы конверсии по нишам: реальные цифры и почему «средняя по рынку» вводит в заблуждение

Конверсия в 2–3% — это число, которое кочует из статьи в статью и не несёт никакой практической ценности. Магазин, торгующий ювелирными изделиями за несколько сотен тысяч рублей, и магазин, продающий носки за 200 рублей, работают в принципиально разных экономических условиях. Усреднять их конверсии — это как усреднять скорость пешехода и автомобиля, а потом удивляться, почему «среднее транспортное средство» не едет.

Механика здесь простая: чем выше средний чек, тем длиннее цикл принятия решения. Покупатель кофемашины за 40 000 рублей изучает отзывы несколько дней, сравнивает модели, возвращается на сайт три-четыре раза — и только потом покупает. Покупатель корма для кошки решает за 90 секунд. Оба сайта могут работать отлично, но их конверсии будут отличаться в несколько раз по структурным причинам, а не из-за качества сайта.

Второй искажающий фактор — тип трафика. Мобильный трафик на большинстве ниш конвертирует заметно хуже десктопного: пользователь изучает товар с телефона, а покупает с компьютера. Если у магазина доля мобильного трафика выросла с 40% до 70% — конверсия упадёт даже при неизменном качестве сайта. Это не проблема, это сдвиг в поведении аудитории.

Третий фактор — сезонность. В пиковые периоды (декабрь, крупные распродажи) конверсия аномально высокая: на сайт приходят люди с уже принятым решением купить. В январе и феврале приходит «случайный» трафик — конверсия падает. Сравнивать декабрьские 4% с февральскими 1,2% как одну и ту же метрику — ошибка, которая приводит к неверным управленческим решениям.

Ниже — ориентировочные диапазоны CR по нишам. Цифры отражают практику рынка и не являются универсальным стандартом: внутри каждой ниши разброс зависит от ценового сегмента, источника трафика и зрелости сайта.

Отдельного внимания заслуживает нелинейность зависимости «цена → конверсия». Товары в диапазоне 3 000–15 000 рублей часто конвертируют лучше, чем товары за 500–1 000 рублей: покупатель дешёвого товара нередко уходит на маркетплейс, где цена ниже и доставка быстрее. Конкурировать с Wildberries и Ozon в низком ценовом сегменте по конверсии — заведомо проигрышная стратегия для большинства нишевых магазинов.

Правильный способ работать с нормами конверсии — сравнивать себя с собой в динамике и с конкурентами из того же ценового сегмента и с похожей структурой трафика. Отраслевые бенчмарки дают только точку отсчёта для первичной оценки.

Понимание отраслевых диапазонов — это только половина картины. Реальная работа начинается тогда, когда разбираешь, какие именно факторы двигают конверсию вверх или вниз на конкретном сайте.

Ключевые факторы, которые определяют конверсию: что реально влияет

Конверсия — это результат десятков одновременно работающих факторов. Но не все они равнозначны. Одни определяют 80% результата, другие дают несколько процентов улучшения в лучшем случае. Разберём факторы, которые на практике двигают CR сильнее всего — с механикой, а не просто списком.

• Качество трафика и поисковый интент. Это фундамент. Пользователь, который ввёл запрос «купить кроссовки Nike Air Max 42 размер», уже принял решение — ему нужно только оформить. Пользователь с запросом «какие кроссовки лучше для бега» ещё выбирает и конвертируется в разы хуже. Органический трафик из информационных запросов и реклама в поиске и сетях по транзакционным фразам дают принципиально разные базовые конверсии — при одинаковом сайте. Поэтому сравнивать CR двух магазинов без учёта структуры трафика бессмысленно.
• Скорость загрузки страниц. Здесь работает прямая механика: чем дольше грузится страница, тем выше показатель отказов (Bounce Rate) до того, как пользователь вообще увидел товар. Это особенно критично для мобильных устройств, где соединение нестабильно. Задержка в несколько секунд на этапе загрузки карточки товара или корзины приводит к тому, что часть пользователей просто уходит, не дождавшись. Проверить реальную скорость на российских серверах можно через PageSpeed Insights — но замерять нужно именно на тех устройствах и в тех регионах, где живёт ваша аудитория, а не на дата-центре в Европе.
• Качество карточки товара. Карточка — это продавец-консультант, которого нет рядом. Если фото сделано на телефон при плохом освещении, описание скопировано у поставщика, а размерной сетки нет — пользователь уходит к конкуренту, где всё понятно. Конкретно работают: несколько фото с разных ракурсов (особенно в одежде и обуви), видео использования, точные характеристики с единицами измерения, ответы на типичные вопросы покупателей прямо в описании. Отзывы с фото от реальных покупателей снижают тревогу перед покупкой — это офлайн-механика, перенесённая в онлайн.
• Доверие к магазину. Пользователь, который видит сайт впервые, проводит быструю проверку: есть ли HTTPS, указаны ли юридические реквизиты, есть ли реальные контакты, как выглядит политика возврата. Отсутствие любого из этих элементов создаёт барьер. Особенно критично для ниш с высоким средним чеком — ювелирка, электроника, мебель. Там пользователь буквально ищет причины НЕ покупать, и любая деталь, вызывающая сомнение, становится поводом закрыть вкладку.
• Удобство оформления заказа. Каждый дополнительный шаг в воронке — это потеря части пользователей. Обязательная регистрация перед покупкой — один из самых документированных барьеров в e-commerce: значительная доля пользователей бросает корзину именно на этом шаге. Оформление через номер телефона или как гость, сохранение данных для повторных покупок, минимум полей в форме — всё это напрямую влияет на конверсию на последнем и самом критичном этапе воронки.
• Ценовая конкурентоспособность и наличие товара. Если товара нет в наличии или цена выше, чем у конкурентов в нескольких кликах, — никакой UX не спасёт. Пользователи, особенно в категориях с высокой ценовой чувствительностью (бытовая техника, детские товары, спортивное питание), открывают несколько вкладок и сравнивают. Кнопка «Уведомить о поступлении» частично удерживает трафик, но конверсию в заказ не даёт.
• Внутренний поиск и навигация. Пользователь, который нашёл нужный товар через поиск по сайту, конвертируется существенно лучше, чем тот, кто блуждал по категориям. Механика простая: он уже сформулировал запрос, система дала точный ответ — барьер к покупке минимален. Поэтому качество внутреннего поиска (релевантность, обработка опечаток, синонимы) — это прямая инвестиция в конверсию, а не просто удобство.

Отдельно про источник трафика как фактор. Это не очевидно, но трафик из разных каналов конвертируется по-разному даже при одинаковом сайте. Пользователи из контекстной рекламы по коммерческим запросам приходят с уже сформированным намерением купить — поэтому их базовая конверсия выше, чем у органического трафика из информационных статей. Email-рассылка по базе лояльных покупателей конвертирует ещё лучше. Трафик из социальных сетей по промо-постам — как правило, хуже. Это не значит, что один канал лучше другого: у каждого своя роль в воронке. Но сравнивать CR без разбивки по каналам — значит смешивать несравнимые данные.

Знание факторов само по себе ничего не меняет — важно понять, какой из них является узким местом именно в вашем магазине. Реальные кейсы показывают: одно и то же изменение в разных магазинах даёт совершенно разный эффект.

Реальные кейсы: как менялась конверсия при конкретных изменениях

Цифры конверсии в вакууме ничего не объясняют. Понять, что реально двигает CR, помогают конкретные изменения с измеримым результатом — до и после. Разберём несколько характерных ситуаций из практики.

Таблица размеров в карточке одежды. Один из самых чистых примеров: интернет-магазин одежды добавил подробную таблицу размеров прямо в карточку товара — с замерами в сантиметрах, а не только с маркировкой S/M/L. До этого покупатель либо угадывал, либо уходил. После добавления таблицы конверсия в категории выросла заметно — по данным рынка, в подобных кейсах прирост CR составляет от трети до двух раз относительно исходного значения. Механика понятна: пользователь снял главное возражение («а вдруг не подойдёт») прямо на странице, не покидая её.

Сокращение формы оформления заказа. Магазин электроники сократил форму с пяти шагов до двух: имя, телефон, адрес доставки — и всё. Убрали обязательную регистрацию, поле «отчество», дублирующий e-mail. Конверсия на этапе оформления выросла ощутимо. Здесь работает простая психология: каждое дополнительное поле — это точка, где пользователь может передумать. Чем короче путь от «добавил в корзину» до «заказ оформлен», тем меньше потерь.

Переход на HTTPS. Этот кейс интересен тем, что прямого роста конверсии переход на HTTPS не даёт — но устраняет активный барьер. Браузер перестаёт показывать предупреждение «Подключение не защищено», которое часть пользователей воспринимает как сигнал опасности и закрывает страницу. По практике рынка, устранение этого предупреждения снижает показатель отказов на первых страницах оформления. Конверсия не растёт — она перестаёт падать из-за технической помехи.

A/B-тест текста кнопки CTA. Магазин бытовой техники протестировал две версии кнопки: «Купить» против «Добавить в корзину». Вторая формулировка снизила психологическое давление: пользователь не «тратит деньги прямо сейчас», а «кладёт в корзину» — с возможностью передумать. По данным рынка, подобные тесты дают прирост CR на несколько процентных пунктов в нишах с высокой тревожностью покупки. Особенно эффект заметен в сегментах электроники и товаров для дома, где средний чек выше среднего по рынку.

Ассортимент и скорость доставки в продуктовом ритейле. В формате «магазин у дома» онлайн ключевым фактором повторных покупок оказывается не дизайн сайта, а операционные характеристики: полнота ассортимента и точность времени доставки. Если покупатель три раза подряд получает заказ вовремя и без замен — он возвращается. Это напрямую влияет на итоговый CR: доля повторных покупок в продуктовом онлайн-ритейле формирует значительную часть транзакций, и любой сбой в доставке обнуляет всю работу по оптимизации карточек и корзины.

Понимание того, что работало у других, — полезный ориентир. Но реальная картина часто выглядит иначе: изменения, которые дали результат, соседствуют с теми, которые его не дали или навредили. О типичных ошибках при работе с конверсией — дальше.

Частые ошибки при работе с конверсией: что идёт не так на практике

Работа с конверсией полна системных ошибок, которые повторяются снова и снова — вне зависимости от размера магазина и опыта команды. Эти ошибки не очевидны, потому что каждая из них выглядит как разумное решение. Разберём семь самых распространённых.

1. Смешивать холодный и горячий трафик в одну цифру конверсии. Если в числитель попадают заказы, а в знаменатель — все сеансы без разбора, CR теряет смысл. Пользователь, пришедший по брендовому запросу «купить [название магазина]», и пользователь с информационного запроса «как выбрать велосипед» — принципиально разные сегменты. Первый уже принял решение, второй только начинает путь. Усреднённая цифра скрывает реальные проблемы: магазин может терять транзакционный трафик на оформлении заказа, но этого не видно, потому что информационный трафик «разбавляет» CR до приемлемых значений. Решение — сегментировать трафик в Яндекс.Метрике по источнику, типу запроса и этапу воронки, и смотреть CR отдельно для каждого сегмента.

2. Гнаться за ростом CR любой ценой через агрессивные триггеры. Поп-ап с таймером «Акция заканчивается через 5 минут», принудительная регистрация перед покупкой, всплывающее окно с чатом через 10 секунд после входа — всё это может поднять конверсию первой покупки, но одновременно снижает вероятность повторного визита. Покупатель, которого раздражали на каждом шагу, не возвращается. В нишах с высоким LTV (Lifetime Value) — электроника, товары для дома, одежда — потеря повторных покупок перевешивает краткосрочный прирост CR. Агрессивные триггеры оправданы только там, где повторная покупка в принципе маловероятна.

3. Не настроить цели в Метрике до запуска трафика. Это ошибка, которую невозможно исправить задним числом. Если цели не настроены на старте, данные о поведении пользователей в воронке теряются безвозвратно. Нельзя восстановить историю: сколько пользователей добавляли товар в корзину, но не оформляли заказ; на каком шаге чекаута уходило больше всего людей; какой источник трафика давал реальные заказы, а не просто визиты. Минимальный набор целей в Яндекс.Метрике для интернет-магазина: просмотр карточки товара, добавление в корзину, начало оформления, завершение заказа. Без этой цепочки аналитика работает вслепую.

4. Сравнивать свой CR со среднеотраслевыми данными из зарубежных исследований. Средние значения конверсии из отчётов, ориентированных на западные рынки, не переносятся напрямую на российскую аудиторию: разная культура онлайн-покупок, другая структура платёжных методов, иное соотношение мобильного и десктопного трафика. Сравнение своего магазина с зарубежными бенчмарками даёт ложное ощущение нормы. Реальный ориентир — динамика собственного CR по периодам и сравнение с прямыми конкурентами в той же нише, а не абстрактное «среднее по рынку».

5. Игнорировать мобильную воронку как отдельный объект анализа. Мобильный трафик ведёт себя иначе: другой паттерн скроллинга, другая вероятность прерывания сессии, другая скорость принятия решения. Конверсия на мобильных устройствах почти всегда ниже, чем на десктопе — это не аномалия, а норма. Проблема возникает, когда разрыв слишком велик: например, десктоп даёт заметно более высокую конверсию, чем мобайл. Это сигнал конкретных проблем — неудобная форма оформления, мелкие кнопки, долгая загрузка на мобильном соединении. Аудит мобильной воронки в Яндекс.Метрике (сегментация по типу устройства + анализ карт кликов и форм) — обязательный отдельный шаг, не часть общего анализа.

6. Считать конверсию только по последнему клику, игнорируя ассистирующие каналы. Модель атрибуции «последний клик» приписывает всю заслугу тому каналу, с которого пришёл финальный визит перед покупкой. На практике пользователь мог несколько раз посещать сайт: сначала из органического поиска, потом из ретаргетинга, потом напрямую. Если смотреть только на последний клик, SEO-трафик и медийная реклама выглядят бесполезными — хотя именно они сформировали намерение купить. Яндекс.Метрика позволяет анализировать мультиканальные последовательности и видеть вклад каждого канала в конверсию — используй этот отчёт перед тем, как отключать «неэффективные» источники.

7. Не отслеживать микроконверсии. Без промежуточных событий воронка — это чёрный ящик: трафик зашёл, заказ не оформил, непонятно почему. Микроконверсии — добавление в корзину, клик по кнопке «Оформить заказ», заполнение поля с адресом, просмотр страницы с условиями доставки — показывают, на каком именно шаге пользователи уходят. Если из 1000 пользователей, добавивших товар в корзину, до страницы оплаты доходит только 200, проблема явно в шаге оформления заказа, а не в карточке товара. Без микроконверсий такой вывод сделать невозможно — и ресурсы уйдут на оптимизацию не того этапа.

Подходы к росту конверсии: CRO vs UX-оптимизация vs работа с трафиком

Три инструмента роста конверсии часто путают или применяют не в той ситуации. CRO (Conversion Rate Optimization) — системная оптимизация конверсии, UX-оптимизация и работа с качеством трафика решают разные задачи, работают с разной скоростью и требуют разных ресурсов. Выбор неправильного инструмента не просто замедляет результат — он создаёт иллюзию работы при отсутствии движения.

CRO строится на гипотезах и статистическом подтверждении. Типичный цикл: сформулировать гипотезу («кнопка «Купить» зелёного цвета даст выше CR, чем серая»), запустить A/B-тест, дождаться статистической значимости, принять решение. Проблема в том, что для достоверного результата каждому варианту нужен достаточный объём трафика — иначе тест завершается раньше, чем данные становятся надёжными, и команда принимает решение на шуме. На практике это означает, что CRO в полном смысле доступен магазинам с устойчивым потоком посетителей. При меньшем объёме тест растягивается на месяцы или вовсе не достигает нужного уровня достоверности.

UX-оптимизация работает иначе: не доказывает гипотезу статистически, а устраняет очевидные барьеры в пути пользователя. Тепловые карты (heatmap) в Яндекс.Метрике показывают, где пользователи бросают скролл. Вебвизор — как конкретный человек взаимодействовал со страницей. Если 60% пользователей не доскролливают до кнопки «Добавить в корзину» — это не гипотеза, это диагноз. UX-фикс здесь — поднять кнопку выше на первый экран. Тестировать это отдельно не нужно: барьер очевиден, устранение барьера работает на любом объёме трафика. Скорость результата выше, стоимость ниже, но точность — тоже ниже: UX-оптимизация не скажет, насколько именно вырос CR и за счёт чего конкретно.

Работа с качеством трафика — самый недооценённый рычаг. Иногда конверсия низкая не потому, что сайт плохой, а потому что на него идут нецелевые пользователи. Допустим, магазин профессионального оборудования для сварки запустил кампанию по широким запросам без минус-слов — и получил поток людей, ищущих «сварка своими руками» для разовой задачи. Конверсия предсказуемо низкая. Отключение нецелевых групп объявлений или добавление минус-слов поднимает CR без единого изменения на сайте. Это не оптимизация сайта — это фильтрация аудитории. Яндекс.Метрика → Источники → Кампании покажет, какие кампании дают CR ниже среднего при высоком расходе.

Продвинутый уровень — персонализация и сегментация: показывать разный контент новым и вернувшимся пользователям. Новый посетитель видит блок «Почему выбирают нас» и социальные доказательства. Вернувшийся — товары, которые он смотрел, или специальное предложение. Это уже не UX-фикс и не A/B-тест в классическом смысле, а работа с сегментами через оптимизацию сайта под разные аудитории. Яндекс.Метрика позволяет сегментировать аудиторию и анализировать поведение каждой группы отдельно — это отправная точка для персонализации без сложной технической инфраструктуры.

На практике три подхода не конкурируют — они применяются последовательно. Сначала фильтрация трафика убирает нецелевых пользователей и даёт чистую базу. Затем UX-оптимизация устраняет очевидные барьеры. И только после этого CRO начинает давать точные ответы на вопрос «что именно работает лучше» — потому что тест проходит на целевой аудитории без шума нерелевантных сеансов.

Когда понятно, какой инструмент применять и в какой последовательности, следующий шаг — провести аудит текущего состояния магазина по шагам ниже.

Практическое применение: 7 шагов для аудита и роста конверсии через Яндекс Метрику

Аудит конверсии в Яндекс Метрике — это не разовая проверка, а цикл из семи последовательных шагов. Пропустить любой из них — значит получить неполную картину и потратить ресурсы на гипотезы, которые не сработают.

1. Проверьте корректность целей и электронной коммерции. Откройте Метрику → Настройки → Цели. Убедитесь, что цель «Покупка» фиксирует именно транзакцию, а не просто посещение страницы /thank-you/. Если магазин работает на JavaScript-фреймворке (React, Vue), стандартный URL-триггер часто не срабатывает — нужен JS-event. Проверьте в отчёте «Электронная коммерция» → «Покупки»: если количество транзакций расходится с данными CRM больше чем на несколько процентов, цель считает неверно. Всё остальное строится на этом фундаменте — кривые данные дадут кривые выводы по всей воронке. Яндекс Метрика — справка по настройке целей
2. Сегментируйте CR по источникам трафика. Метрика → Отчёты → Источники → Сводка. Добавьте сегментацию по цели «Покупка». Вы увидите конверсию отдельно для SEO, контекста, email, прямых заходов, соцсетей. Аномально низкий CR по одному каналу — это сигнал либо к проблеме с посадочной страницей для этого трафика, либо к нерелевантной аудитории. Например, если CR из контекста в три раза ниже, чем из органики при сопоставимом объёме, — проверьте, на какие страницы ведут объявления и соответствуют ли они поисковому интенту.
3. Постройте воронку от входа до заказа. Метрика → Отчёты → Воронки. Создайте последовательность: Главная (или категория) → Карточка товара → Корзина → Оформление → Страница «Спасибо». На каждом переходе Метрика покажет процент пользователей, которые перешли на следующий шаг. Шаг с максимальным отвалом — ваш приоритет на следующие две недели. Типичная картина: из карточки в корзину уходит значительная часть пользователей, но самый болезненный провал чаще происходит на шаге «Оформление» — там пользователь сталкивается с регистрацией, полями доставки и оплатой. Яндекс Метрика — справка по отчёту «Воронки»
4. Запустите Вебвизор на проблемном шаге. Метрика → Вебвизор → отфильтруйте сессии по URL проблемной страницы и по условию «не достигли следующего шага воронки». Посмотрите 20–30 записей. Паттерны, которые стоит искать: пользователь доходит до кнопки и уходит (кнопка не видна или не работает на мобильном), скроллит вверх-вниз в поисках информации (не хватает данных о доставке или гарантии), начинает заполнять форму и бросает на конкретном поле. Вебвизор даёт то, чего не даёт никакая воронка — конкретное поведение, а не статистику. Яндекс Метрика — справка по Вебвизору
5. Сформулируйте 3–5 гипотез и расставьте приоритеты по ICE. ICE (Impact, Confidence, Ease) — матрица приоритизации гипотез: оцените каждую по трём осям от 1 до 10, перемножьте. Например: «Убрать обязательную регистрацию при оформлении» — Impact: 8 (много пользователей бросают на этом шаге), Confidence: 7 (Вебвизор показал паттерн), Ease: 6 (нужна разработка, но не сложная) → итог: 336. «Добавить иконки платёжных систем на странице оформления» — Impact: 4, Confidence: 5, Ease: 9 → итог: 180. Первая гипотеза приоритетнее. Не тестируйте всё сразу: одновременные изменения делают результат нечитаемым.
6. Запустите A/B-тест или внесите изменение — и зафиксируйте его в Метрике. Если ресурсов на полноценный A/B-тест нет — вносите изменение и сразу добавляйте аннотацию: Метрика → Настройки → Аннотации → дата + описание изменения. Это позволит потом точно сопоставить динамику конверсии с конкретным действием. Без аннотации через месяц вы не вспомните, что именно поменяли и когда. Если A/B-тест возможен — используйте встроенный инструмент Метрики или сторонние решения; ключевое условие — разделить трафик случайно, без систематической ошибки. Яндекс Метрика — справка по аннотациям
7. Оцените результат через 2–4 недели с учётом статистической значимости. Не делайте выводы через три дня — слишком мало данных для устойчивого сигнала. Подождите, пока каждая из вариантов наберёт достаточный объём сессий для статистически значимого результата. Если конверсия выросла — зафиксируйте гипотезу, механику изменения и результат в базе знаний команды. Если результат нейтральный или отрицательный — это тоже ценная информация: гипотеза не подтвердилась, возвращайтесь к шагу 4 и ищите другой паттерн. Именно накопленная база проверенных и опровергнутых гипотез отличает системную работу с конверсией от хаотичных правок.

Заключение

Конверсия — не константа и не приговор. Магазин с CR в полтора процента может быть прибыльнее конкурента с четырьмя, если работает в дорогой нише с высоким LTV и низкой стоимостью привлечения. Поэтому погоня за «нормой» без понимания собственной экономики — занятие малопродуктивное.

Практический приоритет простой: сначала убедитесь, что измеряете правильно. Яндекс Метрика → Настройки → Цели — откройте прямо сейчас и проверьте, что цель «Покупка» фиксирует транзакцию, а не просто загрузку страницы /thank-you/. Затем разбейте воронку по источникам и найдите шаг с максимальным отвалом. В большинстве случаев это оформление заказа — и именно там сосредоточен ресурс роста без увеличения рекламного бюджета.