О клиенте
Клиент — Интернет-магазин широкого профиля Smart.MD, работающий на территории Молдовы. В своем ассортименте клиент насчитывает 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 для клиента 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 отчеты по внутреннему поиску. Но иногда из-за технических специфик сайтов они могут не работать корректно. А для нашей задачи их функционала все-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:
Поговорим подробнее о выполнении задачи.
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 определенные 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 сохраненный 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 все готово к визуализации данных — созданию дашборда
Этап 4. Создание дашборда
Стандартной системой визуализации данных в нашей компании принят Apache Superset. Это надежная 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)
Сводные показатели по использованию поиска, фильтров и сортировки.
Здесь изображены основные показатели за выбранные 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 определенный 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:
Обращайтесь к команде StreamMyData, и мы создадим для вас дашборд любой сложности.