Ответ
Конверсия из просмотра в покупку (View-to-Purchase Rate) — это ключевая продуктовая метрика для e-commerce. Она показывает, насколько эффективно товарные страницы мотивируют пользователей к покупке.
Базовая формула:
Конверсия = (Количество покупок товара / Количество просмотров этого товара) * 100%
Более точный расчет на уровне пользовательской сессии (SQL): Простой подсчет событий может завышать конверсию, если один пользователь просматривает товар много раз. Чаще считают конверсию на уровне уникальных пользователей или сессий.
-- Пример: Расчет конверсии по товарам за последние 30 дней
WITH product_views AS (
SELECT
product_id,
COUNT(DISTINCT session_id) AS unique_sessions_with_view -- Уникальные сессии с просмотром
FROM events
WHERE event_name = 'product_view'
AND event_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY product_id
),
product_purchases AS (
SELECT
product_id,
COUNT(DISTINCT session_id) AS unique_sessions_with_purchase -- Уникальные сессии с покупкой
FROM events
WHERE event_name = 'purchase'
AND event_date >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY product_id
)
SELECT
pv.product_id,
pv.unique_sessions_with_view,
COALESCE(pp.unique_sessions_with_purchase, 0) AS unique_sessions_with_purchase,
ROUND(
COALESCE(pp.unique_sessions_with_purchase, 0) * 100.0 /
NULLIF(pv.unique_sessions_with_view, 0),
2
) AS view_to_purchase_conversion_rate_percent
FROM product_views pv
LEFT JOIN product_purchases pp ON pv.product_id = pp.product_id
ORDER BY view_to_purchase_conversion_rate_percent DESC;
Как мы анализируем эту метрику на практике:
- Сегментация: Конверсия бессмысленна в среднем по всему каталогу. Мы смотрим ее по:
- Категориям товаров (электроника vs. одежда).
- Источникам трафика (реклама vs. органический поиск).
- Устройствам (мобильные vs. десктоп).
- Анализ воронки: Просмотр → Добавление в корзину → Начало оформления → Покупка. Низкая конверсия из просмотра в корзину может указывать на проблему с ценой или описанием, а низкая конверсия из корзины в покупку — на сложный процесс оформления заказа.
- Инструменты: Для оперативного мониторинга мы настраивали дашборды в Amplitude и Mixpanel, где конверсия считалась автоматически по заданным целям (funnels). Для глубокого анализа причин использовали когортный анализ и A/B-тесты (например, тестировали разные варианты кнопки "Купить").