Как веб-аналитика помогает вовремя находить поломки в интернет-магазинах и какая реакция должна быть со стороны рекламы (случай из практики)

Поделимся случаем из практики — как мы обнаружили поломку платежной системы интернет-магазина. Какие виды отчетов нам в этом помогли и какие важные действия потом предприняли. Статья будет полезна не только диджитал специалистам, но и владельцам или менеджерам e-commerce проектов. В конце — полезная фича и совет по умным торговым кампаниям, о которых мало где пишут.

Немного о проекте. Клиент из РФ, торгует в США через интернет-магазин на платформе Shopify. Мы со стороны бюро обеспечиваем продажи за счет интернет-рекламы в рамках заданных бюджетов и целевой рентабельности. С платных источников приходит основной объем выручки, в среднем 75-80%.

Как обнаружили проблему

Поломку платежей легче всего обнаружить когда разом отваливаются все оплаты. График выручки сразу падает в ноль. Такое не пропустишь.

Но другая история, когда происходит только частичная отмена платежей. Как, например, произошло у нас — сломалась оплата только по картам, а по электронным платежным системам все работало (в нашем случае PayPal). График пошел на плавный спад.

Отчет из Shopify в разделе Analytics: на первый взгляд спад выручки выглядит в пределах нормы

Поломка произошла 08.03 в середине дня. Первые два дня спада никто не воспринял серьезно. По крайней мере до той степени серьезности, что надо идти и искать причину. Реклама работала исправно. Выглядело так, будто график со дня на день выйдет на возвышающуюся волну, как обычно. Но с этого момента стали внимательнее следить за графиком.

На третий день мы увидели продолжение спада и начали искать причину.

Первое что проверили — наличие на складе топовых товаров, потому что последний затяжной спад был связан с этим. Тогда товар был распродан быстрее чем были спланированы новые поставки (клиент возит товары в США из РФ, где находится производство под собственным брендом, перевозки занимают до 3 месяцев).

Топовый товар смотрели по основной торговой кампании, которая дает основной объем продаж. Все было в наличии кроме одного товара. Но это не был явный лидер продаж. Вся выручка скорее была распределена равномерно между нескольким товарам. К тому же выручка этого товара не соответствовала объему спада. Вывод: распроданный товар не оказал влияние на спад.

Чтобы посмотреть статус наличия топового товара в Google Ads, нужно в торговых кампаниях зайти в раздел Product и отсортировать товары по выручке (conversion value), статус наличия будет в столбце Product status

После этого проверили есть ли перекосы в трафике по каналам. Все каналы работали без аномалий. Выходит, что на верхнем уровне поведение пользователей не изменилось, интерес к нашим товарам оставался прежним. Следующий логичный шаг — спуститься на более глубокие уровни воронки. Проверили конверсии из этапа в этап: Посещение карточки товара → Добавление товара в корзину → Оформление заказа → Транзакция. Тут нашли отклонения.

Кастомный дашборд в Google Data Studio: транзакции пошли вниз, в то время как оформления заказов (checkout) остались на прежнем уровне

Чекауты и транзакции как правило коррелируют между собой за счет постоянного коэффициента конверсии. Корреляция прервалась 08.03 — явный сигнал возникшей проблемы.

Такую проблему можно заметить только в отчетах, где данные представлены в динамике. Таблицы или другие дашборды со статичными цифрами не помогут. Лучше всего работают как раз совмещенные графики — одним взглядом можно проверить все этапы воронки. 

Для каждого проекта по умолчанию наши инженеры настраивают такие отчеты в Google Data Studio. Размещают нужные дашборды с графиками, диаграммами, таблицами. Это позволяет нам в режиме онлайн получать основные сведения по KPI проекта и отслеживать другие важные показатели.

Как определили, что проблема в платежах

Сейчас мы знаем наперед, что причина спада была в платежной системе. А если не знать, то что делать при виде такого графика? Ведь причин может быть несколько: перестала работать форма, не открывается страница платежа, что-то слетело в верстке, случайно снесли тег отслеживания конверсий, на этапе оформления цена показывается не та и т.д. Все это имеет место быть. Ответ тут один — каждую гипотезу нужно идти и проверять руками, начиная с самой вероятной по вашему мнению.

У магазинов на шопифае есть прекрасный отчет по брошенным чекаутам, в который мы отправились в первую очередь.

Отчет в Shopify по брошенным корзинам с пройденной процедурой оформления Abandoned checkouts

В этом отчете можно зайти в каждый брошенный заказ и посмотреть все данные по нему. Ценной информацией для нас стала история ошибок обработки платежей.

Один из покупателей пытался 4 раза провести оплату, но безуспешно

Таких отказов оказалось много. Были покупатели, которые пытались по 7 раз провести оплату с 3 разных карт, выжидали время и потом снова пытались. Это были явно целевые и лояльно настроенные клиенты. Самое первое сообщение об ошибке как раз пришлось на 08.03, т.е. полностью ложится на начало спада на нашем графике. Проблема найдена.

О поломке сообщили клиенту. Оказалось ему приходили на почту уведомления от QuickBooks (программное обеспечение отвечающее за бухгалтерию). Поддержка писала о возникших проблемах с QuickBooks Merchant Services Account. Но запрос не взяли оперативно в работу и пропустили. Неизвестно какое время проблема находилась бы незамеченной.

Ошибка на всех платежах была следующего содержания:

[{«code»=>»PMT-3000», «type»=>»account_error», «message»=>»The merchant account could not be validated.», «infoLink»=>»https://developer.intuit.com/v2/docs?redirectID=PayErrors»}]

11.03 проблему устранили с помощью технической поддержки QuickBooks, платежи заработали. Но на этом не все.

Что делали после устранения неполадок

Многие после того, как все заработало, расслабились бы и успокоились. Но после поломки появились две вытекающие проблемы, мимо которых можно пройти по невнимательности или по незнанию. Во-первых, появилось много потерянных клиентов. Во-вторых, рекламные кампании, работающие на умных стратегиях получали в течение трех дней неверные данные о конверсиях. Эти проблемы тоже нужно решать.

Рассылка

Мы рекомендовали клиенту сделать рассылку по всем брошенным чекаутам сразу же в день устранения поломки. С посылом, что теперь все работает и можно завершить покупку, а чтобы сгладить ситуацию — вот вам скидка. Удалось вернуть 13% покупателей.

Корректировки на стороне рекламных кампаний

На проекте основную выручку приносят Умные торговые кампании (Smart Shopping Campaign). Они работают на автостратегиях «Максимальная ценность конверсии» (Maximize conversion value). Смарт шоппинг сам назначает ставки на аукционах, сам выбирает места, устройства, время, аудиторию и т.д., и делает это таким образом, чтобы приносить с каждым разом все больше конверсий и ценности при заданном бюджете.

Обратной связью, что он делает все правильно, служат как раз конверсии (на нашем проекте — это транзакции) и целевая рентабельность. Есть конверсии и нужная рентабельность — значит с найденной аудиторией можно работать, нет конверсий — аудиторию нужно отсекать.

В течение трех дней Смарт шоппинг приводил целевую аудиторию, которая хотела покупать, но не могла из-за технических сбоев. Для алгоритмов машинного обучения это стало сигналом о том, что аудитория нецелевая и ее надо исключать из показов. Поэтому даже после устранения проблемы, мы не увидели возврат на прежние объемы конверсий. 

Но с этим можно работать. В Google Ads можно исключать данные, на которых обучаются алгоритмы. На практике об этом инструменте мало кто знает, и мало где пишут. Но польза от него существенная.

Исключение данных (Data exclusions) в Google Ads

Интерфейс исключения данных в Google Ads

Чтобы исключить данные, необходимо зайти в Общую библиотеку (Shared library) → Стратегии назначения ставок (Bid strategies) → Расширенные инструменты (Advanced Controls) → Исключение данных (Data exclusions) → Нажать на кнопку «+», далее задать нужные настройки и сохранить. Подробности можно прочесть в справке.

После исключения, сами данные никуда не деваются и их всегда можно увидеть в отчетах. Но система перестает обучаться на них.

Исключение данных полезно при любых технических сбоях сайта или отслеживающего тега — когда искажаются или совсем перестают передаваться данные с сайта в Google Ads. Но заигрывать с инструментом часто не стоит, иначе это даст обратный эффект.

Сегодня оптимизация рекламных кампаний все больше сводится к улучшению качества данных, на которых обучаются машинные алгоритмы. И в продвижении преуспевают те проекты, которые умеют управлять этими данными. Одним из инструментов управления мы с вами поделились.

Надеемся, эта статья поможет вам в работе с отчетами и рекламными кампаниями. Также вы всегда можете заказать контекстную рекламу для интернет-магазина в нашем бюро.

Если у вас появились вопросы, напишите их ниже в комментарии к статье или используйте специальную форму для отправки вопроса на нашем сайте, если вопрос содержит конфиденциальную информацию.