Что такое aha-момент? Момент, когда пользователь понимает, в чем ценность продукта и как он эту ценность получит. Это понимание кратно увеличивает его желание сделать следующий шаг по воронке (оставить заявку, оформить заказ, купить). Как найти aha-моменты на вашем сайте с помощью аналитики?
В проектах, где есть каталог (интернет-магазины, сайты застройщиков, маркетплейсы), aha-моменты, как правило, спрятаны в фильтрах. Ваша задача – определить, какой фильтр является aha-моментом и оказывает наибольшее влияние на конверсию из просмотра каталога в переход в карточку товара (лота).
Это можно сделать в разных системах аналитики. Вот как это работает в Google Analytics на примере маркетплейса по аренде площадок для проведения мероприятий.
Шаг № 1
Размечаем действия пользователя на сайте и настраиваем отправку событий в Google Analytics. Как правило, это делают разработчики, также вы можете воспользоваться Google Tag Manager.
Например, необходимое нам действие посетителя сайта – использует фильтр «тип площадки». В итоге, когда пользователь выбирает тип площадки, в Google Analytics улетает событие: Категория: Filters, Действие: Used, Ярлык: Type of venue.
Шаг № 2
Создаем цели в Google Analytics.
Например, переход в карточку выбранной площадки и оформление заявки / бронирование площадки.
Шаг № 3
В разделе «Пользовательские инструменты и объекты» открываем «Сегменты» и создаем сегмент пользователей, которые выполнили необходимое нам действие.
Например, вы предполагаете, что aha-момент – это использование фильтра по типу площадки, и вы уже отправляете события с сайта в Google Analytics при использовании данного фильтра. В таком случае вы создаете сегмент пользователей, которые выполнили это действие. Для этого в «условиях»:
замените «сеансы» на «пользователей», чтобы получать аналитику по людям, а не по сессиям;
выберите требуемое «событие»: использует фильтр «тип площадки»
Шаг № 4
В Google Analytics открываем раздел «Конверсии», выбираем период времени и сегмент, который нас интересует. Вуаля!
Конверсия пользователей, которые использовали фильтр, в 2,7 раза выше, чем конверсия всех пользователей. Но (!) прежде, чем делать выводы, проверяем результаты на калькуляторе статистической значимости.
В нашем примере статистическая значимость есть.
Итак, с помощью аналитики мы нашли возможный aha-момент. Что дальше?
Проверьте, действительно ли это aha-момент: например, через ухудшающий эксперимент.
Поднимите подтвержденный aha-момент выше по воронке AAARRR – на этап информирования.
Направляйте посетителей сайта использовать данный фильтр.