Представьте, что в Яндекс Метрике вы видите: конверсия сайта — 2,4%. Это хорошо или плохо? По одной цифре — непонятно. Потому что внутри этих 2,4% могут одновременно находиться:
Средняя цифра смешивает их вместе. Например, после сегментации выясняется: десктоп — конверсия 4,1%; смартфоны — 0,8%. Теперь вместо абстрактного «сайт плохо конвертирует» появляется конкретный вопрос: почему мобильные пользователи покупают значительно хуже? Именно для таких задач нужны сегменты.
Сегмент позволяет взять общий массив статистики и оставить только данные, соответствующие заданным условиям. Например:
После этого можно анализировать уже не весь сайт, а интересующую группу. Но главная ценность сегментации не в самом фильтре. Она появляется, когда с его помощью мы отвечаем на конкретный вопрос.
Начните с проблемы. Допустим, за последний месяц количество заявок снизилось на 25%. Можно открыть Метрику и начать бесконечно переключать отчёты. Но полезнее сначала сформулировать гипотезы. Что могло произойти? Упал определённый источник трафика?
Изменилось поведение мобильных пользователей? Просела конкретная посадочная страница? Изменился региональный состав аудитории? Пришло больше нецелевого трафика? Тогда сегментация превращается из случайного изучения статистики в инструмент проверки. Разберём это на практических ситуациях.
Допустим, раньше сайт получал 100 заявок в месяц, а теперь получает 70. Первая реакция — искать проблему во всём сайте. Но сначала стоит разделить трафик по источникам. Например, после сегментации видим:
Мы уже сузили область поиска. Следующий шаг — посмотреть рекламный трафик подробнее. Если проблема наблюдается только внутри определённого канала, нет смысла сразу переделывать весь сайт. Сначала нужно разобраться именно с этим источником.
Предположим, Яндекс Директ приводит много посетителей. Средние показатели сайта выглядят нормально, но рекламные кампании почти не дают заявок. Создаём сегмент рекламного трафика и сравниваем его с другими посетителями. Может оказаться, что:
Теперь фраза: «Директ не работает» превращается, например, в: «пользователи из рекламы на смартфонах значительно хуже конвертируются на этой посадочной странице». Это уже гипотеза, которую можно проверять.
Представим интернет-магазин. 70% посетителей заходят со смартфонов. На первый взгляд всё нормально: трафик есть, товары смотрят, корзиной пользуются. Но после разделения устройств становится видно: десктоп конвертирует заметно лучше мобильной версии. Что делать дальше? Не делать вывод: Мобильные пользователи хуже покупают.
Нужно продолжить анализ. Например, посмотреть:
Для изучения конкретных сессий уже можно подключать Вебвизор Яндекс Метрики. Сегмент в этом случае показывает, где искать проблему, а Вебвизор помогает увидеть, как она проявляется в реальных визитах.
Допустим, реклама ведёт на две страницы услуг. У одной конверсия 5%. У другой — 1,5%. Можно сразу решить, что вторая страница плохая. Но сначала стоит проверить, одинаковый ли трафик приходит на эти страницы.
На первую могут попадать люди по горячим коммерческим запросам. На вторую — более холодная аудитория из РСЯ. Тогда простое сравнение конверсии страниц будет некорректным. Сегментация позволяет последовательно отделить:
И понять, действительно ли проблема в странице или различие объясняется составом аудитории.
Для ecommerce можно сегментировать данные с использованием информации электронной коммерции. Например, выделить посетителей, которые совершили заказ дороже определённой суммы, а затем посмотреть:
Это полезнее вопроса: Откуда у нас больше всего трафика? Потому что источник с максимальным количеством посетителей необязательно приводит самых ценных покупателей. В официальной документации Метрики есть похожий сценарий: можно выделить покупателей с суммой заказа выше заданного значения и затем анализировать источники таких визитов.
Откройте нужный отчёт в Яндекс Метрике. В верхней части интерфейса используйте настройку сегментации и задайте условие, по которому хотите оставить данные. Условия могут относиться к разным объектам.
Метрика оставляет визиты, содержащие просмотры, соответствующие заданному условию. Например, можно анализировать пользователей, открывавших определённую страницу.
Оставляются визиты, соответствующие условию. Например, визиты из определённого источника.
Можно выделить людей, у которых нужное условие выполнялось хотя бы в одном из визитов. Разница важна. Запрос:
могут дать разные результаты. Поэтому при создании сложного сегмента всегда проверяйте, к чему именно применяется условие.
Предположим, нам нужны посетители из Москвы, которые пришли с рекламы. Условия должны выполняться одновременно: Москва И рекламный трафик. Получаем пересечение двух групп. Другой сценарий: нам нужны посетители из Москвы или Санкт-Петербурга. Тогда логика: Москва ИЛИ Санкт-Петербург.
Ошибка в одном операторе может полностью изменить аудиторию сегмента. Особенно это заметно, когда условий становится много. Поэтому сложный сегмент лучше строить постепенно и после каждого нового условия смотреть, насколько изменился объём данных.
Допустим, мы задаём:
Формально такой сегмент можно построить. Но в результате там может остаться несколько визитов. Сделать по ним надёжный вывод уже сложно. Поэтому лучше идти от общего к частному. Например: весь трафик → Директ → мобильный Директ → конкретная посадочная.
На каждом этапе смотрим, где именно появляется заметное отличие.
Сегмент особенно полезен не сам по себе, а рядом с контрольной группой. Например:
Метрика позволяет сравнить созданный сегмент с другим сегментом, предыдущим периодом, готовым или ранее сохранённым сегментом. Именно сравнение часто показывает проблему быстрее, чем просмотр абсолютных цифр. Например: мобильная конверсия — 1%. Само по себе это мало о чём говорит. Но если:
Не всегда нужно вручную собирать условия. Если в отчёте вы заметили интересующее значение, Метрика позволяет создать сегмент непосредственно по выбранной строке. Например, в отчёте по страницам входа вы обнаружили страницу с высоким показателем отказов.
Можно оставить визиты, связанные с этой страницей, а затем добавить группировку по источнику трафика. Так можно быстро проверить: проблема действительно у страницы или её создаёт определённый источник посетителей? Это хороший пример того, как сегментация должна использоваться на практике: не ради создания красивого фильтра, а ради следующего вопроса.
Если условие понадобится один раз для проверки гипотезы, сохранять его необязательно. Но рабочие сегменты, к которым вы регулярно возвращаетесь, лучше сохранить. Например:
Сохранённые в веб-интерфейсе сегменты доступны в разделе Настройки → Сегменты. Там же можно увидеть размер аудитории за последние 7 и 30 дней и используется ли сегмент для подбора аудитории в Директе.
Некоторые сохранённые в Метрике сегменты можно использовать в Яндекс Директе для подбора рекламной аудитории. Например, можно выделить пользователей, которые посещали определённый раздел сайта, и затем использовать такую аудиторию в рекламном сценарии. Именно на этой логике строится часть сценариев ретаргетинга в Яндекс Директе.
Но здесь важно не путать две задачи. В аналитике сегмент нужен, чтобы понять поведение определённой группы. В рекламе — чтобы использовать подходящую аудиторию при настройке показов. Один инструмент может участвовать в обоих процессах, но бизнес-задачи разные.
Не существует списка из двадцати сегментов, которые обязательно должен создать каждый сайт. Для интернет-магазина могут быть важны:
Для сайта услуг:
Для контентного проекта — совершенно другие группы. Поэтому хороший сегмент начинается не с параметра Метрики, а с вопроса: какое решение я приму, если увижу различие? Если ответа нет, возможно, этот разрез вам сейчас вообще не нужен.
Она выглядит так: нашли различие → сразу объявили его причиной. Например: пользователи смартфонов конвертируются хуже. Из этого ещё не следует: смартфон снижает конверсию. Возможно, мобильная аудитория приходит из другого источника. Возможно, отличается поисковый спрос.
Возможно, эти пользователи чаще новые. Возможно, они попадают на другую страницу. Сегментация показывает связь и помогает локализовать проблему. Но причинно-следственную связь часто нужно проверять дальше. Поэтому нормальный анализ выглядит так: увидели отклонение → сузили сегмент → сформулировали гипотезу → проверили её другими данными → внесли изменение → сравнили результат.
Вот тогда Метрика превращается из панели с цифрами в инструмент принятия решений.
Если в Метрике видно, что конверсия упала, стоимость заявки выросла или определённый канал стал работать хуже, не обязательно сразу менять рекламу или переделывать сайт. Сначала полезно понять, где именно произошло изменение. При оптимизации рекламной кампании в RamazanovIT мы анализируем не только общие показатели Директа, но и сегменты Метрики: источники, устройства, посадочные страницы и целевые действия.
Это позволяет искать не просто «плохую рекламу», а конкретный участок воронки, на котором теряется результат.