نرخ تبدیل صفحه محصول را چگونه محاسبه کنیم؟

برای سنجش نرخ تبدیل یک صفحه محصول، تعداد نشست‌هایی را که همان محصول را دیده و خریده‌اند بر تعداد نشست‌های مشاهده‌کننده محصول تقسیم و در صد ضرب کنید. اگر در یک بازه، محصول در هزار نشست دیده شده و در ۳۰ نشست خرید آن ثبت شده باشد، نرخ تبدیل ۳ درصد است. تعریف «مشاهده» و «خرید» باید در گزارش شما یکسان و روشن باشد؛ بازدید صفحه، افزودن به سبد و سفارش کامل یک چیز نیستند.

این شاخص سهم نشست‌هایی را می‌سنجد که پس از مشاهده یک محصول، به خرید همان محصول رسیده‌اند. مخرج باید نشست‌های واجد شرایط مشاهده محصول و صورت باید نشست‌های خرید آن باشد. اگر به جای نشست از کاربر یا نمایش صفحه استفاده کنید، عدد دیگری به دست می‌آید. بنابراین پیش از مقایسه دو گزارش، واحد شمارش هر دو را بخوانید.

در راهنمای فیلدهای تحلیلی Shopify، نرخ تبدیل محصول بر اساس درصد نشست‌هایی تعریف می‌شود که محصول در آن‌ها خریداری شده، نسبت به نشست‌های مشاهده همان محصول. این تعریف برای گزارش آن سامانه است. ابزار تحلیلی دیگر ممکن است خرید در همان نشست، خرید بعدی یا تعداد سفارش را متفاوت بشمارد. نام مشابه شاخص تضمین نمی‌کند محاسبه یکسان باشد.

نرخ تبدیل کمک می‌کند ببینید از میان کسانی که به صفحه رسیده‌اند، چند نفر مسیر خرید را کامل کرده‌اند. این عدد به‌تنهایی کیفیت محصول یا صفحه را ثابت نمی‌کند. قیمت، موجودی، منبع ترافیک، هزینه ارسال، فصل و اعتبار برند هم اثر دارند. شاخص را به‌عنوان نقطه شروع پرسش درباره مسیر خرید به کار ببرید، نه حکم نهایی درباره خوب یا بد بودن یک صفحه.

فرمول پایه چنین است: تعداد نشست‌های خرید همان محصول ÷ تعداد نشست‌های مشاهده همان محصول × ۱۰۰. فرض کنید در هفته گذشته صفحه کفش ۲۴۰۰ نشست مشاهده داشته و در ۷۲ نشست همان کفش خریداری شده است. نرخ تبدیل برابر ۷۲ تقسیم بر ۲۴۰۰، یعنی ۰٫۰۳ یا ۳ درصد می‌شود. بازه زمانی دو عدد باید یکسان باشد.

اگر یک نفر پنج بار صفحه را در یک نشست باز کند، گزارش مبتنی بر نشست ممکن است آن را یک مشاهده‌کننده واجد شرایط حساب کند، نه پنج نمایش. اما گزارش page views می‌تواند پنج نمایش ثبت کند. این تفاوت مخرج را تغییر می‌دهد. برای همین در داشبورد، نام دقیق ستون «product viewed session» یا معادل آن را بررسی کنید و عدد نمایش صفحه را با تعداد نشست بدون توضیح جابه‌جا نکنید.

در سفارش‌هایی که چند محصول دارند، باید مشخص کنید هر محصول چگونه به خرید منتسب می‌شود. اگر کاربر محصول را دیده ولی محصول دیگری خریده، آن نشست نباید در صورتِ خرید همان محصول قرار گیرد. اگر محصول را در نشست دیگری خریده، سیاست انتساب ابزار تحلیل تعیین می‌کند آیا خرید به مشاهده قبلی وصل می‌شود. این جزئیات را در تعریف گزارش بنویسید تا همکار دیگری همان عدد را بازتولید کند.

افزودن به سبد یک اقدام میانی است و خرید تکمیل‌شده نتیجه دیگری دارد. نرخ افزودن به سبد می‌گوید چه سهمی از نشست‌های مشاهده محصول به سبد رسیده‌اند؛ نرخ خرید می‌گوید چه سهمی به سفارش همان محصول رسیده‌اند. ممکن است صفحه توضیح خوبی داشته باشد و افزودن به سبد بالا برود، اما در مرحله هزینه ارسال یا پرداخت، خرید کم شود.

Shopify در راهنمای تحلیل، معیارهای جداگانه‌ای برای «محصول افزوده‌شده به سبد»، «رسیدن به پرداخت» و «محصول خریداری‌شده» دارد. این جداسازی کمک می‌کند محل افت مسیر را پیدا کنید. اگر فقط عدد نهایی را ببینید، ممکن است اشتباه صفحه محصول را بازطراحی کنید در حالی که مسئله اصلی در مرحله پرداخت است. مقاله نرخ رها شدن سبد خرید مرحله بعدی همین مسیر را جدا توضیح می‌دهد.

برای مثال، از هزار نشست مشاهده محصول، صد نشست سبد می‌سازند و بیست نشست خرید می‌کنند. نرخ افزودن به سبد ۱۰ درصد و نرخ خرید محصول ۲ درصد است. فاصله این دو عدد سرنخ است، اما علت را نشان نمی‌دهد. باید موجودی، قیمت نهایی، هزینه ارسال، خطای پرداخت و رفتار در دستگاه‌های مختلف را هم بررسی کنید. عددها بدون زمینه فقط مکان تقریبی مسئله را نشان می‌دهند.

بازه زمانی، منطقه زمانی، شناسه محصول و واحد شمارش را یکسان کنید. بازدیدهای کارکنان، ربات‌ها، پیش‌نمایش‌های داخلی و ترافیک آزمایشی ممکن است مخرج را بالا ببرند. سفارش‌های تستی یا لغوشده نیز صورت را مخدوش می‌کنند. سیاست حذف هر گروه را پیش از دیدن نتیجه تعیین کنید تا عدد دلخواه تولید نشود. نسخه موبایل و دسکتاپ را هم جدا ببینید.

اگر محصول چند رنگ یا اندازه با شناسه‌های جدا دارد، مشخص کنید شاخص برای یک شناسه است یا همه خانواده محصول. تغییر نام یا نشانی صفحه در میانه دوره ممکن است گزارش را تکه‌تکه کند. داده‌های تحلیلی را با فروش ثبت‌شده تطبیق دهید، ولی انتظار برابری کامل نداشته باشید؛ مسدود کردن کوکی، تنظیمات حریم خصوصی و اختلاف زمان ثبت می‌توانند تفاوت ایجاد کنند.

وقتی تعداد مشاهده بسیار کم است، یک یا دو خرید می‌تواند درصد را به‌شدت تغییر دهد. صفحه‌ای با ده مشاهده و یک خرید نرخ ۱۰ درصد دارد، اما نمی‌توان از آن نتیجه گرفت بهتر از صفحه‌ای با هزار مشاهده و ۵۰ خرید است. حجم نمونه را کنار نرخ گزارش کنید. اگر تغییرات کوتاه‌مدت می‌سنجید، بازه مقایسه باید برای هر دو حالت تا حد ممکن مشابه باشد.

محصول‌ها باید از نظر گروه، قیمت، موجودی و منبع ورودی تا حدی قابل مقایسه باشند. نرخ تبدیل یک کالای ضروری ارزان با کالای گران و کم‌خرید معنای یکسان ندارد. حتی در یک محصول، ترافیک کمپین تبلیغاتی ممکن است قصد خرید متفاوتی از بازدیدکننده جست‌وجوی عمومی داشته باشد.

نرخ را بر اساس کانال ورودی، دستگاه و مشتری تازه یا بازگشتی تفکیک کنید. برای یک محصول، دوره‌ای که تخفیف داشته با دوره بدون تخفیف مستقیم قابل مقایسه نیست. همچنین اگر در هفته دوم موجودی چند سایز تمام شده، کاهش نرخ ممکن است از همان محدودیت باشد. فهرست تغییرات مهم مانند قیمت، ارسال، عکس، توضیح و موجودی را کنار نمودار نرخ نگه دارید. بدون این زمینه، افزایش یا کاهش را ممکن است به عامل اشتباه نسبت دهید.

مقایسه با میانگین عمومی صنعت هم محدودیت دارد. تعریف شاخص، ترکیب محصولات و بازارها فرق می‌کند. بهتر است خط مبنای خودتان را برای همان صفحه و همان نوع ترافیک بسازید. راهنمای Shopify برای بهبود صفحه محصول نیز بر مقایسه با تاریخچه، دسته محصول و کیفیت ترافیک تأکید می‌کند، نه یک عدد جهانی برای همه فروشگاه‌ها.

ابتدا مطمئن شوید اندازه‌گیری درست است و صفحه واقعاً موجودی قابل خرید دارد. سپس مسیر مشاهده تا سبد را ببینید: آیا عکس‌ها محصول را روشن نشان می‌دهند، اندازه و ویژگی‌ها مشخص‌اند و قیمت نهایی قابل فهم است؟ اگر افزودن به سبد خوب است ولی خرید نهایی کم، مرحله پرداخت و ارسال را بررسی کنید.

اصلاح را بر اساس محل افت انتخاب کنید. بازخورد مشتریان، پرسش‌های پشتیبانی و ضبط تعامل با رعایت حریم خصوصی می‌تواند توضیح کیفی بدهد. شاید کاربر درباره اندازه، زمان ارسال یا گارانتی پرسش تکراری دارد. پاسخ روشن در صفحه محصول می‌تواند ابهام را کم کند، ولی هر تغییر باید با داده بعدی سنجیده شود. بالا رفتن چندروزه نرخ ممکن است از تغییر ترکیب ترافیک باشد، نه از ویرایش متن.

پژوهش Baymard درباره تجربه صفحه محصول نشان می‌دهد عناصر زیادی در فهم و تصمیم خرید اثر دارند. لازم نیست همه عناصر را هم‌زمان عوض کنید. یک فرض مشخص بسازید، مثلاً «جدول اندازه نامفهوم است»، سپس تغییر مرتبط انجام دهید و رفتار همان بخش را بسنجید. اگر چند عامل با هم عوض شوند، علت بهبود یا افت روشن نخواهد بود.

در ظاهر، سهم خرید بالاتر مطلوب است، اما تنها معیار موفقیت نیست. اگر برای بالا بردن نرخ، قیمت را آن‌قدر کم کنید که سود از بین برود، نتیجه تجاری ممکن است بدتر شود. همچنین حذف توضیح مهم یا پنهان کردن هزینه ممکن است خرید اولیه را زیاد و مرجوعی یا نارضایتی را بالا ببرد.

نرخ را کنار حاشیه سود، ارزش سفارش و نرخ بازگشت کالا ببینید. ممکن است با تبلیغ بسیار هدفمند، ترافیک کم ولی آماده خرید بگیرید و نرخ بالا برود، در حالی که تعداد کل سفارش‌ها پایین بماند. در مقابل، کمپین آگاهی‌رسانی می‌تواند بازدیدهای بیشتری بیاورد و نرخ را موقتاً پایین بیاورد. برای تصمیم، هم درصد و هم تعداد واقعی مشاهده و خرید را گزارش کنید. رشد درصد بدون حجم کافی به‌تنهایی هدف عملی نیست.

برای مشتریان بازگشتی، رفتار خرید با مشتری تازه فرق دارد. مقاله محاسبه نرخ بازگشت مشتری شاخص دیگری از رابطه بلندمدت با خریدار را توضیح می‌دهد. نرخ تبدیل صفحه محصول تنها یک بخش از مسیر مشتری است. اگر بهینه‌سازی صفحه باعث خرید نخست اما تجربه بد پس از خرید شود، سلامت کسب‌وکار در شاخص‌های بعدی دیده می‌شود.

برای هر محصول اصلی، یک ردیف با تاریخ، نشست مشاهده، نشست افزودن به سبد، نشست خرید همان محصول و نرخ‌های حاصل بسازید. منبع داده و تعریف هر ستون را بالای گزارش بنویسید. سپس توضیح کوتاهی درباره موجودی، قیمت، کمپین و تغییرات صفحه اضافه کنید. این ساختار اجازه می‌دهد ماه بعد تفاوت عدد را با شرایط واقعی تفسیر کنید.

اگر از ابزارهای مختلف استفاده می‌کنید، عددهای آن‌ها را بی‌توضیح در یک ستون نریزید. یک ابزار ممکن است کاربر را بشمارد و دیگری نشست را؛ یکی خرید پس از چند روز را وصل کند و دیگری نه. اول یک ابزار مبنا انتخاب کنید و اختلاف‌ها را در یادداشت جدا توضیح دهید. برای تصمیم‌های مهم، نمونه‌ای از سفارش‌ها را با داده خام یا گزارش فروش تطبیق دهید.

به‌روزرسانی گزارش را در دوره ثابت انجام دهید، مثلاً هفتگی برای محصول پرترافیک و ماهانه برای محصول کم‌ترافیک. در هر نوبت فقط یک یا دو پرسش روشن مطرح کنید: آیا مشاهده به سبد تبدیل می‌شود؟ آیا افت در موبایل بیشتر است؟ این کار از جمع کردن صدها نمودار بی‌تصمیم جلوگیری می‌کند. گزارشی مفید است که تغییر بعدی را دقیق‌تر کند.

پیش از تغییر، فرضیه و معیار موفقیت را بنویسید. مثلاً «عکس دوم اندازه واقعی محصول را روشن نمی‌کند؛ افزودن به سبد در موبایل باید بهتر شود». سپس عکس را اصلاح و بازه‌ای با حجم کافی داده انتخاب کنید. اگر کمپین بزرگ یا تغییر قیمت هم‌زمان رخ داده، نسبت دادن همه تغییر نرخ به عکس درست نیست.

آزمون کنترل‌شده در صورت امکان پاسخ دقیق‌تری می‌دهد. به جای نگاه کردن روزانه و توقف آزمون پس از اولین رشد، از پیش مدت و معیار تصمیم را مشخص کنید. نوسان تصادفی در روزهای کم‌فروش زیاد است. افزون بر نرخ خرید، مرجوعی و پرسش‌های پشتیبانی را هم ببینید؛ شاید عکس تازه جذاب است اما انتظار نادرست می‌سازد. اصلاح صفحه باید به تصمیم آگاهانه مشتری کمک کند.

اگر نتیجه تغییر روشن نیست، الزاماً به معنی بی‌فایده بودن آن نیست؛ شاید نمونه کم بوده یا مشکل اصلی جای دیگری است. فرضیه را بازنویسی کنید و مسیر خرید را مرحله‌به‌مرحله ببینید. برای یک محصول با ترافیک بسیار کم، مصاحبه با مشتری یا بررسی دستی پرسش‌ها ممکن است از درصدهای ناپایدار مفیدتر باشد. داده کمی و شواهد کیفی را کنار هم نگه دارید.

نرخ تبدیل صفحه محصول از تقسیم نشست‌های خرید همان محصول بر نشست‌های مشاهده آن، ضرب‌در صد به دست می‌آید. برای تفسیر، تعریف داده، حجم نمونه، موجودی و منبع ترافیک را کنار عدد بنویسید. افزودن به سبد و خرید نهایی را جدا اندازه بگیرید تا محل افت روشن شود. تغییر صفحه را با فرضیه مشخص و بازه قابل مقایسه بسنجید.

• Shopify Help Center: Analytics Data Points
• Shopify: Product Page Conversion Optimization
• Baymard Institute: Product Page UX Research