7 августа 2025 года состоялся вебинар на тему оптимизации конверсии и анализа пользовательского пути. Представляем вам основные идеи, озвученные экспертами.
Почему UX-исследователи редко работают с веб-аналитикой?
Модератор вебинара, Дмитрий Сатин, поднял важную проблему: UX-исследователи часто отлучены от доступа к веб-аналитике компании. Существует разрыв между теми, кто изучает качественные данные, и теми, кто анализирует количественные метрики.
“Общаясь с UX-исследователями, мы узнали, что они зачастую отлучены от доступа к веб-аналитике продуктов компании. Есть специальные люди, которые называются продуктовые аналитики. Именно UX-исследователей, как правило, не ассоциируют с анализом данных. И поэтому они сидят, проводят глубинки, но не видят пользовательский путь,” — отметил Дмитрий Сатин.
Эта ситуация создает несколько проблем:
- UX-исследователи не могут подкрепить свои гипотезы количественными данными
- Аналитики данных не всегда понимают, почему пользователи ведут себя определенным образом
- Отсутствует синергия между разными подходами к изучению пользователей
Дмитрий также поделился наблюдением, что при обсуждении дизайна с заказчиками UX-исследователи часто оказываются беззащитны перед “вкусовщиной” заказчика: “Когда анализируешь данные и обсуждаешь их с заказчиком, то кажется, что ты больше защищён. Когда обсуждаешь дизайн, каждый заказчик автоматически считает себя экспертом в дизайне. И если в этот момент нет данных под рукой, невозможно это померить, то выдерживать это давление очень сложно.”
Неочевидные проблемы и решения в пользовательском пути
Современные методы веб-аналитики в сочетании с машинным обучением позволяют находить проблемные места в пользовательском опыте, которые были бы незаметны при традиционном подходе. Именно об этом рассказали эксперты CRO.TEAM на вебинаре: генеральный директор Максим Захир и директор по аналитике Денис Балакин, а также специальный гость — руководитель подразделения по работе с данными ГК “Родная Речь” Вячеслав Поспелов.
Количественный + качественный анализ: сильнее вместе
Ключевая идея вебинара: необходимо объединять количественные и качественные методы исследования.
Максим Захир отметил: “Количественные и качественные исследования — это близнецы-братья. Все изменения в дизайне сайтов исторически строились на качественных исследованиях. А есть еще способ посмотреть на поведение людей — количественный способ. Когда мы смотрим на то, как люди себя ведут на сайте”.
Если раньше дизайнеры и исследователи полагались только на качественные методы (интервью, юзабилити-тестирование), то сейчас большие данные открывают новые возможности:
- Количественный анализ показывает где пользователи уходят с сайта
- Качественные методы выясняют почему это происходит
- Вместе они позволяют формировать обоснованные гипотезы для улучшений
Максим Захир подчеркнул, что правильный процесс выглядит так: “Начинается с количественного исследования. После этого мы выявляем какие-то места, которые нам с точки зрения математики кажутся подозрительными и показывают уход с каких-то конкретных микроконверсий. После этого мы проводим UX-исследования… Обращаем внимание исследователям: пожалуйста, вот на эти моменты обратите внимание. И только после того, как какой-то момент мы видим тревожный сигнал и в количестве, и в качестве, то это один звоночек о том, что здесь нужно смотреть более внимательно.”
Преимущества интеграции аналитики в UX-процессы
Вячеслав Поспелов рассказал, почему объединение методов дает конкретные преимущества:
“Плюс, когда есть реальные деньги на сайте, заказы, то данные, которые ты показываешь и говоришь: ‘Ребята, вы здесь в неделю теряете полтора миллиона’ — аргументация субъективная резко задувается.”
Дмитрий Сатин добавил, что UX-исследователям сложно доказать свою ценность, потому что: “…чтобы доказать ценность UX-исследования, нужно, чтобы ещё внедрили, потом померили, а в процессе внедрения будет несколько искажений внесено, технические ограничения, вкусовщина и так далее. И там, может быть, рожки до ножки только докатятся.”
А с количественной аналитикой результат виден сразу и измеряется в конкретных цифрах.
Практические шаги по интеграции веб-аналитики в UX-процессы
На основе обсуждений на вебинаре и методологии Human-Centered Design, можно выделить следующие практические шаги для UX-исследователей, которые хотят начать работать с веб-аналитикой:
- Начните с определения ключевых метрик — выберите те показатели, которые напрямую связаны с пользовательским опытом и бизнес-целями. Избегайте “игры в метрики” ради самих метрик.
- Запросите доступ к аналитическим системам — как отметил Дмитрий Сатин на вебинаре, часто UX-исследователям просто нужно проявить инициативу и запросить доступ к инструментам аналитики.
- Используйте веб-аналитику на разных этапах UX-процесса:
- На этапе понимания контекста — для выявления реальных паттернов использования
- На этапе определения требований — для приоритизации на основе данных
- На этапе оценки решений — для измерения эффективности изменений
- Совмещайте количественные и качественные данные:
- Используйте аналитику для выявления где возникают проблемы
- Используйте качественные методы для понимания почему они возникают
- Формулируйте и проверяйте гипотезы на основе этого цикла
- Учитывайте ограничения метода:
- Веб-аналитика показывает что происходит, но не всегда объясняет почему
- Требует правильной интерпретации данных, чтобы избежать ложных выводов
- Существуют этические и регуляторные ограничения по сбору данных
Роль AI и машинного обучения в современной веб-аналитике
На вебинаре неоднократно упоминалась тема искусственного интеллекта и машинного обучения. Сегодня эти технологии трансформируют подход к анализу пользовательских данных:
- Автоматическое выявление аномалий — AI может обнаруживать необычные паттерны поведения, которые могут указывать на проблемы в интерфейсе.
- Кластеризация пользовательских путей — как демонстрировал Денис Балакин, современные системы могут группировать похожие пути пользователей, чтобы выявлять типичные сценарии использования.
- Прогнозирование поведения — предсказание вероятности совершения целевых действий на основе начальных этапов взаимодействия.
- Автоматизация инсайтов — генерация рекомендаций по улучшению интерфейса на основе анализа данных.
Максим Захир подчеркнул: “Наши нейросети позволяют в ежедневном режиме выявлять проблемы”, что демонстрирует возможность автоматизировать рутинный анализ и сосредоточиться на решении выявленных проблем.
Технические аспекты визуализации пользовательских путей
Одной из наиболее впечатляющих демонстраций на вебинаре была визуализация пользовательских путей в виде интерактивного графа. Денис Балакин показал, как такая визуализация помогает увидеть реальное поведение пользователей:
Структура и компоненты графа
- Вершины (узлы) представляют события или страницы, которые посещает пользователь
- Рёбра (связи) показывают переходы между событиями
- Цвета помогают идентифицировать проблемные места или определенные типы взаимодействий
- Толщина связей отражает количество пользователей, следующих по этому пути
- Метки на рёбрах отображают процент пользователей, покидающих процесс на этом этапе
Аналитические возможности
Такая визуализация позволяет:
- Фильтровать данные по различным сегментам пользователей (например, новые/вернувшиеся, платформа, источник трафика)
- Выявлять циклические паттерны, когда пользователи возвращаются к предыдущим шагам
- Сравнивать разные сегменты пользователей, чтобы увидеть, как их поведение различается
- Идентифицировать “точки выхода”, где наибольшее количество пользователей покидает сайт
- Оценивать финансовый эффект потерь на каждом этапе пути
Денис продемонстрировал, как можно исключить менее значимые связи, чтобы сосредоточиться на основных путях, а также как можно проанализировать кластеры поведения: “Кто-то мог прийти, просто посмотреть, 1-2 шага побегал и ушёл. А кто-то более целеустремлённый. И это разные паттерны поведения, и у них могут быть разные причины ухода, поэтому их имеет смысл смотреть отдельно.”
Интеграция с AI
Современные системы аналитики дополняют визуализацию искусственным интеллектом:
“У нас появился помощник, искусственный интеллект на сайте, с которым можно поговорить, который может рассказать и топ проблем, прокомментировать те таблицы, которые он видит перед собой, в том числе и прокомментировать пользовательские пути”, — рассказал Максим Захир.
Это позволяет не только видеть данные, но и получать автоматически сгенерированные инсайты и рекомендации.
Реальные клиентские пути сложнее, чем мы думаем
Традиционные линейные воронки конверсии не отражают реальность. На практике пользователи перемещаются между страницами сайта нелинейно, возвращаются к предыдущим шагам, делают паузы и уходят в сторону.
Денис Балакин продемонстрировал, как их инструмент визуализирует эти сложные пути в виде графа, где:
- Вершины — это различные страницы или события
- Рёбра — переходы между ними
- Цвета показывают проблемные места
По словам Дениса: “Если бы мы сделали здесь просто стандартную воронку, то она бы нам показала только очень сжатую картинку, ту, которую мы ожидаем увидеть. А здесь картинка такая, уже относительно реальная”.
Интересные кейсы: маленькие изменения — большие результаты
Кейс 1: Проблема с промокодами
В одном из проектов команда обнаружила неожиданное поведение: даже когда промокод применялся успешно, почти половина клиентов уходила без покупки. Это приводило к потере около 1,3 млн рублей каждую неделю.
Проблема оказалась в том, что пользователи не видели подтверждения скидки сразу после ввода промокода. Им приходилось переходить на следующий экран, чтобы убедиться, что скидка применена.
Решение: показывать новую стоимость и размер скидки мгновенно после применения промокода.
Результат: дополнительные продажи на 400 000 рублей в неделю.
Кейс 2: Выбор города при оформлении
30% потенциальных покупателей покидали приложение на этапе выбора города. Это были люди, которые уже положили товар в корзину и начали оформлять заказ.
Анализ показал, что клиентам показывали только 3 крупнейших города, а остальные нужно было искать. Многие пользователи думали: “В моём городе доставки нет” и уходили.
Решение:
- Добавили список популярных городов
- Улучшили поиск по всем городам
- Добавили определение города по геолокации
Результат: рост продаж на 250 000 рублей в неделю.
Комплексное исследование сайта бьюти-ритейлера
Вячеслав Поспелов рассказал о проекте для бьюти-ритейлера, который был реализован в партнерстве с CRO.TEAM. Клиент хотел изменить интерфейс, чтобы восстановить доверие пользователей и повысить конверсию.
Исследование проводилось в три этапа:
- Диагностика: сбор и анализ данных для выявления проблемных мест
- Выявление причин: юзабилити-тестирование и глубинные интервью
- Рекомендации: на основе полученных инсайтов
В результате качественного анализа были выявлены такие проблемы, как:
- Непонятная роль сайта (можно ли купить или только читать)
- Недоверие к рекомендациям без объяснения их причин
- Недоверие к отзывам, которые все были слишком положительными
Всего было выявлено около 30 проблемных мест, из которых клиент реализовал изменения по 7 ключевым проблемам.
Результаты:
- На 22% снизился уход пользователей
- На 17% выросла конверсия при переходе на сайт ритейлера
- До 60% улучшения в отдельных событиях
Постоянная оптимизация как стратегия
Спикеры отметили, что без регулярной оптимизации конверсия естественным образом снижается на 15-25% ежегодно из-за:
- Изменения поведения пользователей
- Устаревания дизайна и решений
- Улучшений у конкурентов
Чтобы поддерживать и увеличивать конверсию, необходимо:
- Мониторить показатели в реальном времени
- Быстро реагировать на изменения
- Регулярно проводить A/B-тестирование
- Статистически проверять результаты всех изменений
Ключевые выводы вебинара:
- UX-исследователям необходимо работать с веб-аналитикой — доступ к количественным данным усиливает их позицию и помогает обосновывать решения.
- Объединяйте количественные и качественные методы — они дополняют друг друга и дают более полную картину.
- Изучайте реальные пути пользователей, а не идеализированные воронки.
- Обращайте внимание на микроконверсии — маленькие действия могут иметь большое влияние на итоговую конверсию.
- Даже небольшие изменения могут дать значительный результат — важно измерять их влияние и приоритизировать по потенциальной прибыли.
- Оптимизация конверсии должна быть непрерывным процессом, а не разовым мероприятием.
- Используйте данные как защиту от “вкусовщины” заказчиков — объективные цифры помогают отстаивать решения, основанные на пользовательском опыте.
- Веб-аналитика помогает приоритизировать изменения — важно фокусироваться на проблемах, которые приводят к наибольшим потерям в конверсии и доходе.
- Избегайте “игры в метрики” — оптимизация ради самих метрик может навредить реальному пользовательскому опыту.
- Помните об ограничениях метода — веб-аналитика показывает “что” происходит, но качественные методы необходимы, чтобы понять “почему”.
Эффективный процесс интеграции количественных и качественных методов
Спикеры вебинара предложили следующий процесс взаимодействия количественных и качественных методов исследования:
Шаг 1: Сбор и анализ количественных данных
Начинайте с анализа веб-аналитики для выявления проблемных зон в пользовательском пути. Количественные данные покажут вам, ГДЕ возникают проблемы — страницы с высоким показателем отказов, точки выхода из воронки конверсии, нелогичные переходы между страницами.
Шаг 2: Формирование первичных гипотез
На основе выявленных проблемных зон сформулируйте предварительные гипотезы о возможных причинах проблем. Что может вызывать отток пользователей в этих точках?
Шаг 3: Проведение качественных исследований
Используйте качественные методы (юзабилити-тестирование, глубинные интервью) для понимания ПОЧЕМУ пользователи ведут себя определенным образом. Обратите особое внимание на проблемные зоны, выявленные на первом шаге.
Шаг 4: Уточнение гипотез
На основе инсайтов из качественных исследований скорректируйте и детализируйте ваши гипотезы. Сформулируйте конкретные предложения по улучшению пользовательского опыта.
Шаг 5: Тестирование гипотез
Проведите A/B-тестирование предложенных изменений или внедрите их для проверки влияния на метрики.
Шаг 6: Измерение результатов
Используйте веб-аналитику для количественной оценки эффективности внесенных изменений. Насколько выросла конверсия? Снизился ли показатель отказов?
Шаг 7: Постоянный мониторинг
Продолжайте отслеживать ключевые метрики для своевременного выявления новых проблемных зон и оценки долгосрочного эффекта от внесенных изменений.
Как отметил Максим Захир: “Мы обычно делаем так: количественные исследования, потом выявляем какие-то места, которые нам с точки зрения математики кажутся подозрительными. После этого проводим UX-исследования. И только после того, как мы видим тревожный сигнал и в количестве, и в качестве — это звоночек о том, что здесь нужно смотреть более внимательно.”
Запись эфира
Материал подготовлен на основе вебинара “Конкуренция растёт, а конверсия нет? Ищем ответы в пользовательском пути” от 7 августа 2025 года с участием Максима Захира, Дениса Балакина (CRO.TEAM) и Вячеслава Поспелова (ГК “Родная Речь”). Ведущий — Дмитрий Сатин, CEO UsabilityLab.
Дмитрий Сатин, основатель UsabilityLab
Подписывайтесь в Телеграм — публикуем анонсы встреч, статьи и обзоры исследований.