Дашборд об эффективности внутреннего поиска для Smart.MD

Клиент

Smart.MD — интернет-магазин широкого профиля, работающий на территории Молдовы. В ассортименте клиента десятки тысяч позиций товаров из таких категорий, как:

• Бытовая техника
• Цифровая техника
• Мягкая и каркасная мебель
• Товары для дома и сада

Задача

Одной из ключевых задач, выполненных нашей командой аналитиков, была разработка инструмента, помогающего определить эффективность внутреннего поиска на сайте.

Клиент обозначил ряд метрик, которые он мог бы анализировать с помощью данного инструмента:

• Conversion rate по ключевым запросам
• Популярные поисковые запросы
• Поисковые запросы с пустой выдачей
• Популярные фильтры и их значения
• Популярные значения сортировки
• Сколько фильтров и сортировок выбирают клиенты в среднем
• Conversion rate в покупку с использованием поиска, фильтров, сортировки и без
• Conversion rate в добавление в корзину с использованием поиска, фильтров, сортировки и без
• Conversion rate в добавление в избранное с использованием поиска, фильтров, сортировки и без

Выполнение задачи

Клиент, ввиду своего местоположения и из-за предпочтений своей команды, использует в качестве аналитической платформы Google Analytics 4. Внутри этой системы уже есть автоматические отчёты по внутреннему поиску. Но иногда из-за технических специфик сайтов они могут не работать корректно. А для нашей задачи их функционала всё равно было бы недостаточно.

Поэтому мы решили создать кастомный дашборд специально под требования клиента, с удобной навигацией и диаграммами, отвечающими на все поставленные вопросы. На изображениях ниже вы можете предварительно увидеть небольшую часть результата. Данные на изображениях заменены на случайные, чтобы сохранить конфиденциальность:

Этап 1. Разметка событий

Перед созданием такого дашборда нужно было разметить поиск и все его элементы. Мы составили ТЗ на внедрение событий Google Analytics 4 со всеми необходимыми параметрами, например:

dataLayer.push({
  event: "custom_search_used",
  event_params: {
    search_type: "search_query",
    item_category_level_0: "Electronice",
    item_category_level_1: "Telefoane, Tablete, Smartwatch si accesorii",
    item_category_level_2: "Smartphone",
    search_term: "Iphone 15 pro",
    is_empty_search_result: 0
  }
})

Подобный код должен срабатывать при любом взаимодействии с внутренним поиском, а в параметры события будут записываться определённые значения.

После реализации разметки, если пользователь пользуется поиском, мы знаем, какие он вводит поисковые фразы, кликает ли он по подсказкам, товары каких категорий у него в выдаче, какие фильтры он использует и другую информацию.

Этап 2. Работа с сырыми данными

Следующим шагом нужно было накопить и обработать эти данные. Для этого мы настроили связку ресурса Google Analytics 4 с базой данных Google BigQuery. Спустя некоторое время, когда какие-то данные о размеченном поиске накопились в базе данных, мы написали код на языке SQL для их обработки.

Сырые данные о событиях Google Analytics 4 сложно читаемые. Они представляют собой структуру «1 строка — 1 событие», а некоторые столбцы в таблице, например параметры событий, имеют множественную вложенность.

SQL-код, который мы написали, превращает эти данные в более привычный и подходящий для визуализации формат:

Этап 3. Автоматизация обновления данных

Написанный на SQL код для обработки данных работает правильно и формирует нужные нам данные. Теперь нужно обеспечить обновление этих данных с целью поддержания их актуальности.

Для этого мы использовали Apache Airflow — сервис, позволяющий автоматизировать подобные задачи с помощью Python. Мы написали код, который обращается к базе данных, выполняет сохранённый в ней SQL-код и сохраняет результат в этой же базе данных в виде новой физической таблицы. С помощью Airflow этот процесс проходит регулярно без участия человека.

На этом этапе всё готово к визуализации данных — созданию дашборда.

Этап 4. Создание дашборда

Стандартной системой визуализации данных в нашей компании принят Apache Superset. Это надёжная система с открытым исходным кодом, а значит, не зависящая от внешнеполитической ситуации.

Для клиента был создан дашборд, состоящий из 2 листов. На одном листе показана эффективность поиска в целом. На втором листе — влияние поиска на конверсию.

Подробнее, из каких элементов состоит финальный дашборд, вы можете увидеть на изображениях ниже. (Данные в изображениях заменены на случайные.)

Визуализация данных

Сводные показатели по использованию поиска, фильтров и сортировки.

Здесь изображены основные показатели за выбранный период времени:

• Сколько раз использован поиск
• Процент пустых и непустых результатов поиска
• Сколько раз использован поисковый фильтр
• Сколько раз использована сортировка в поисковой выдаче
• Сколько раз пользователи в среднем используют поиск, фильтр и сортировку в сессиях

Распределение использования поиска по регионам и устройствам, в разрезе пустых и непустых результатов:

Показатели в динамике дней, недель и месяцев, в разрезе пустых и непустых результатов.

На этих графиках показана динамика частоты использования поиска с разным временным шагом. Каждый столбец — это сумма пустых и непустых результатов поиска в определённый промежуток времени:

Топ поисковых запросов и топ товарных категорий в выдаче.

Здесь можно увидеть 20 самых популярных поисковых запросов или товарных категорий и количество раз, которое пользователи вводили эти запросы:

На следующих виджетах представлен альтернативный вариант отображения популярных запросов в виде облака фраз. Чем больше фраза — тем более она популярна:

Сессии с использованием поиска, фильтров, сортировки. Сводка и показатели в динамике.

Сводные показатели по количеству сессий, сессий с использованием поиска, фильтров и сортировки, а также эти показатели в динамике:

CR в ключевые события в сессиях с поиском и без поиска.

Этот раздел показывает коэффициент конверсии из сессии в ключевые события — добавление в корзину, добавление в избранное и покупку. Он является одним из самых важных и позволяет оценить непосредственную эффективность внутреннего поиска при достижении финальных шагов воронки продаж:

Топ конверсионных поисковых запросов.

На этих диаграммах можно увидеть самые популярные поисковые запросы пользователей в сессиях, в которых были совершены ключевые события — добавления в корзину, в избранное и покупки:

Заключение

Таким образом, нашей командой была создана система для отслеживания эффективности поиска на сайте, которая полностью устроила заказчика, и которой удобно пользоваться. Мы уже получили положительный отзыв от клиента: