Как построить воронку конверсии в GA4 для электронной коммерции и проанализировать её

В рекламных кампаниях может быть трафик: пользователи могут просматривать товары и добавлять их в корзину, но до покупки доходят далеко не все. Количество транзакций показывает конечный результат, но не объясняет, какими были действия пользователей на пути к покупке.

В этой статье я покажу, как построить ecommerce-воронку в GA4 с помощью инструмента Funnel Exploration, проанализировать переходы между её этапами и определить, на каком из них теряется больше всего пользователей. Воронка не назовёт причину проблемы, но поможет понять, где её стоит искать.

Что показывает ecommerce-воронка в GA4

E-commerce-воронка — это последовательность определенных этапов, которые пользователь проходит на пути к покупке. Например: просмотр товара → добавление в корзину → начало оформления заказа → покупка. При этом воронка не отображает каждое действие пользователя на сайте — вы сами определяете этапы, которые хотите проанализировать.

В GA4 такую последовательность можно построить с помощью Funnel Exploration. Инструмент показывает, сколько пользователей дошло до каждого этапа и какая часть продолжила путь. Благодаря этому можно оценить переходы между отдельными шагами к покупке и увидеть, где теряется больше всего пользователей. 

Что нужно сделать перед построением воронки

Убедитесь, что необходимые ecommerce-события уже настроены и корректно передаются в GA4. 

В этой статье я использую базовую последовательность: view_item → add_to_cart → begin_checkout → purchase. Она охватывает ключевые шаги пользователя — от просмотра товара до оформления покупки. Настройку ecommerce-событий в этом материале я рассматривать не буду — сосредоточусь именно на построении и анализе воронки.

В GA4 уже есть стандартный отчет «Purchase Journey», который показывает базовый путь пользователя к покупке. Для общего анализа этого может быть достаточно. «Funnel Exploration» стоит использовать, когда нужно более гибко настроить исследование: самостоятельно определить этапы и условия, применить фильтры, проанализировать время между этапами или последующие действия пользователей. 

Перед оценкой воронки нужно убедиться, что все события передаются корректно, так как сама воронка может создать ложное представление о поведении пользователей. Стоит проверить: 

1. Наличие событий.

2. Параметры ecommerce.

3. Дублирование событий.

4. Соответствие данных GA4 данным сайта/CRM.

5. Purchase и revenue.

Как построить воронку в Funnel Exploration

В качестве примера я построю базовую воронку ecommerce от просмотра товара до покупки. Она позволит увидеть, какая часть пользователей переходит между основными этапами и на каком из них путь чаще всего прерывается.

В левом меню GA4 перейдите в раздел «Explore» и выберите шаблон «Funnel Exploration».

Перед настройкой обратите внимание на выбранный период в блоке «Variables» — результаты воронки будут рассчитаны именно за этот промежуток времени.

В блоке «Steps» нажмите на значок редактирования. Откроется окно «Edit funnel steps», где для каждого этапа можно задать название и условие, при котором пользователь будет отнесен к этому шагу. В моем примере условием будет соответствующее событие ecommerce:

• view_item — просмотр товара;

• add_to_cart — добавление товара в корзину;

• begin_checkout — начало оформления заказа;

• purchase — покупка.

Между этапами GA4 позволяет выбрать «is indirectly followed by» (связанные непоследовательно) или «is directly followed by» (связанные последовательно). Во втором случае следующее событие должно произойти сразу после предыдущего. Я оставляю «is indirectly followed by», поскольку между основными этапами пользователь может выполнять и другие действия на сайте. Например, после просмотра одного товара перейти к другому и только потом добавить его в корзину. Такой пользователь всё равно должен остаться в воронке.

Еще одна важная настройка — Make open funnel. Если переключатель выключен, воронка закрыта: пользователь должен выполнить первый заданный шаг, чтобы попасть в анализ. Если его включить, воронка станет открытой, и пользователь сможет войти в неё с любого этапа.

Например, пользователь выполнил add_to_cart, но не выполнил view_item. В открытой воронке он может быть учтён, начиная со второго шага, а в закрытой — нет. Для этого примера я оставляю «Make open funnel» выключённым, поскольку хочу проанализировать именно путь пользователей, которые начали заданную последовательность с просмотра товара.

После настройки шагов нажмите «Apply». GA4 построит воронку и сформирует таблицу с результатами для каждого этапа. В ней можно увидеть, сколько пользователей дошло до каждого шага, долю тех, кто перешел дальше, и количество пользователей, которые прервали путь между этапами.

На этом базовая воронка готова. Далее я расскажу, как интерпретировать полученные показатели и какие выводы из них можно сделать.

Как проанализировать результаты воронки

После построения воронки нас интересует не только количество пользователей на каждом этапе, но и то, как они переходят между ними. Именно здесь Funnel Exploration становится полезным не просто как визуализация пути к покупке, а как инструмент для более детального анализа.

Найдите этап с наибольшей потерей пользователей

В моём примере view_item выполнили 42 662 пользователя. До add_to_cart дошли 2 098 — это 4,92 % от предыдущего этапа. Далее 1 173 пользователя начали оформление заказа, а 636 завершили покупку. Соответственно, между add_to_cart и begin_checkout перешли 55,91% пользователей, а между begin_checkout и purchase — 54,22%.

Больше всего пользователей прервали путь между просмотром товара и добавлением в корзину: к следующему этапу не перешли 95,08%.

В то же время большая доля пользователей, не перешедших на следующий этап, ещё не означает, что мы уже нашли причину. Например, только по этой воронке нельзя сделать вывод, что проблема в цене, карточке товара или кнопке «Добавить в корзину». Воронка показывает, на каком этапе стоит продолжить анализ, но не определяет причину автоматически.

Проверьте, одинаково ли проходят воронку пользователи с разных устройств

Чтобы детализировать результат, в раздел Breakdown (разбивка данных по выбранной характеристике) можно добавить, например, Device category (категорию устройства). После этого GA4 разделит каждый этап воронки по типам устройств — mobile, desktop, tablet и другим доступным категориям.

Это уже дает больше контекста. В моем примере от view_item к add_to_cart переходят 6,11% пользователей с desktop и 4,67% — с mobile. Это показывает разницу между устройствами, но ещё не доказывает проблему мобильной версии сайта. Зато это уже конкретное направление для дальнейшей проверки.

Посмотрите, сколько времени занимают переходы между этапами

Еще одна полезная возможность — Show elapsed time (отображение среднего времени между этапами воронки). После ее включения в таблице появится столбец Elapsed time, где GA4 покажет, сколько времени в среднем требуется пользователям, чтобы перейти от предыдущего шага к текущему.

В моем примере от view_item до add_to_cart в среднем проходит 21 час 18 мин. Следующие переходы происходят быстрее: от add_to_cart до begin_checkout — 3 часа 39 мин, а от begin_checkout до purchase — 3 часа 31 мин.

Более длительное время не означает проблему: для разных товаров и сценариев покупки поведение пользователей различается. Но этот показатель помогает выявить этапы, которые стоит изучить отдельно, особенно если наряду с длительным переходом наблюдается и высокий процент пользователей, которые не идут дальше. 

Важно также правильно интерпретировать этот показатель. Например, 21 час 18 мин между view_item и add_to_cart не означает, что пользователь всё это время непрерывно находился на сайте. Это средний промежуток времени между двумя зафиксированными этапами для пользователей, дошедших до add_to_cart.

При необходимости этот анализ можно детализировать ещё больше. Например, в сочетании с Breakdown → Device category можно сравнить, сколько времени занимает тот же переход у пользователей мобильных устройств и настольных компьютеров. В моём примере путь от begin_checkout до purchase занимает в среднем 3 часа 55 минут на мобильных устройствах и 2 часа 5 минут на настольных компьютерах. Это не доказывает, что на мобильных устройствах есть проблема, но даёт ещё один сигнал, который можно проверить вместе с другими показателями.

Используйте сегменты, фильтры и «Next action» для более глубокого анализа

Если общей воронки недостаточно, в «Segment comparisons» (сравнение сегментов) можно сопоставить отдельные группы пользователей. «Funnel Exploration» позволяет одновременно применить до четырёх сегментов. 

Например, можно отдельно сравнить «Платный трафик», «Органический трафик» и «Прямой трафик» и посмотреть, одинаково ли пользователи из разных каналов проходят путь от view_item до purchase. Так можно определить, на каком этапе поведение аудиторий из разных источников начинает отличаться.

Filters работают немного иначе: они не сравнивают группы, а ограничивают данные в исследовании по заданному условию. Например, вместо всех данных в исследовании можно оставить только те, которые соответствуют заданному условию, и более подробно проанализировать нужную часть аудитории. 

С помощью фильтра Country = United States можно оставить в воронке только данные пользователей из США.

Еще одна интересная возможность — Next action (следующее действие пользователя после отдельного этапа воронки). Она показывает наиболее распространенные значения выбранного параметра после этого шага. 

Например, после add_to_cart в Next action можно выбрать dimension Event name и посмотреть, какие события пользователи чаще всего совершали дальше. Это может быть повторный view_item, view_cart, remove_from_cart или другое событие, настроенное на сайте. Так можно лучше понять, как пользователи ведут себя после добавления товара в корзину.

В результате Funnel Exploration позволяет перейти от простого вопроса «где пользователи прекращают свой путь?» к более конкретным: для кого это происходит чаще, сколько времени занимают переходы и что пользователи делают после отдельных шагов.

Что следует учитывать при анализе воронки

При работе с Funnel Exploration важно учитывать логику, по которой GA4 относит пользователей к отдельным этапам.

1. Тип воронки. В закрытой воронке пользователь должен начать с первого заданного шага, а в открытой может войти с любого. При этом после входа в воронку заданные шаги нужно проходить в определённой последовательности: если пользователь пропустит один из них, GA4 не отнесёт его к следующим этапам этой последовательности.

2. Повторное прохождение воронки. Если один пользователь выполнит заданную последовательность несколько раз в течение выбранного периода, Funnel Exploration учтёт только первую последовательность. Поэтому цифры в воронке не следует воспринимать как количество всех возможных прохождений этих этапов.

3. Оценка отдельного показателя без контекста. Например, 4,92% переходов от view_item к add_to_cart ещё не говорят о том, хороший это результат или плохой. Полезнее сравнить его с предыдущим периодом, другой категорией устройств или отдельным сегментом пользователей. Так можно понять не просто значение показателя, а то, как он меняется и для какой аудитории различия наиболее заметны.

Выводы

1. Funnel Exploration в GA4 помогает объединить отдельные ecommerce-события в последовательный путь пользователя к покупке и увидеть, как он проходит каждый из его этапов. Это дает больше контекста для анализа, чем отдельный показатель количества покупок. 

2. Для базовой ecommerce-воронки можно использовать последовательность view_item → add_to_cart → begin_checkout → purchase. При этом результат зависит не только от самих событий, но и от того, как настроена воронка: её типа, порядка шагов и логики переходов между ними.

3. Возможности Funnel Exploration позволяют углубить анализ под конкретный вопрос. Например, сравнить прохождение воронки между разными группами пользователей или устройствами, посмотреть среднее время перехода между этапами, отфильтровать нужную часть аудитории или проверить, какие действия пользователи выполняют после отдельного шага. 

4. Воронка не объясняет причину проблемы автоматически. Если на определенном этапе многие пользователи не переходят дальше, это, прежде всего, сигнал о том, где стоит продолжить анализ. Funnel Exploration помогает сузить поиск и перейти от общих цифр к конкретному участку пользовательского пути.