CRO-консультация: аудит, A/B-тесты, рост конверсии сайта

Почему сайт не конвертирует? Разбираем на примерах

Наш инженер провёл аудит интернет-магазина: CVR 0.8% при среднем чеке 5000 ₽. Воронка GA4 показывала 70% отвал на этапе корзины. Ошибка — поле «Телефон» было обязательным. После замены на e-mail конверсия выросла до 1.4%. CRO — методичная работа с данными, а не угадывание. Наша CRO-консультация определяет, где пользователи теряются, почему это происходит и что тестировать для увеличения конверсии. За 5 лет мы реализовали более 50 проектов по CRO для ecom, SaaS и лендингов. На примере этого проекта мы увидели, как одна настройка может удвоить конверсию.

Проблемы, которые решаем

Заказчики часто приходят с симптомами: «трафик есть, продаж нет». Вот типичные технические причины:

• Некорректная настройка воронок GA4: события не передаются, неправильно назначены шаги — конверсия считается неверно. Мы перепроверяем dataLayer и настраиваем GTM.
• Ложные кликабельные элементы: пользователи кликают в пустоту, думая, что это ссылка. Тепловые карты Hotjar выявляют такие зоны. Однажды мы нашли, что блок с ценой не был ссылкой на корзину — после добавления CVR вырос на 12%.
• Игнорирование мобильных пользователей: 60% трафика с телефонов, а форма заказа не адаптирована. Исправление touch-целей и размера полей увеличило completion rate с 45% до 68%.

Как CRO-консультация влияет на LTV клиента?

Рост конверсии напрямую увеличивает пожизненную ценность клиента. Улучшение UX на ключевых шагах снижает отток на 15–25% по данным наших проектов. Используем PIE-фреймворк (Potential × Importance × Ease) для приоритизации гипотез с наибольшим impact.

Стек инструментов

• Аналитика: GA4 с кастомными воронками и событиями, Yandex Metrica
• Тепловые карты: Hotjar (записи сессий, карты кликов и скролла), Microsoft Clarity (бесплатно, безлимит)
• A/B-тестирование: Growthbook (open source, self-hosted) — гибкость в конфигурации, Statsig — SDK для любого стека, Vercel Edge Experiments для Next.js

Когда A/B-тест считается статистически значимым?

Типичная ошибка — останавливать тест при первом видимом улучшении. Мы используем 95% доверительный интервал и фиксированную длительность теста (минимум 2 недели, чтобы учесть day-of-week effect). Для низкотрафиковых проектов применяем Bayesian анализ в Growthbook.

Сравнение инструментов A/B-тестирования

Growthbook в 3 раза дешевле Optimizely при сопоставимом функционале.

Процесс CRO-консультации

1. Аудит данных — настройка GA4, Hotjar/Clarity, запись сессий, exit surveys
2. Гипотезы — список проблем с предполагаемым impact и обоснованием
3. Приоритизация — PIE framework: оцениваем Potential (вес), Importance (влияние на бизнес), Ease (сложность реализации)
4. План экспериментов — что тестируем, порядок, объём трафика для статзначимости
5. Документация — результаты каждого теста с выводами и рекомендациями

Что входит в работу (deliverables)

• Документация: аудит текущих метрик, отчёт по воронкам, тепловые карты, план гипотез
• Доступы: настройка инструментов аналитики и A/B-тестирования
• Обучение: как интерпретировать результаты экспериментов
• Поддержка: консультации по реализации тестов в течение месяца

Сроки и стоимость

Ориентировочный срок — от 3 до 10 рабочих дней в зависимости от сложности. Стоимость рассчитывается индивидуально после брифа. Клиенты нашей CRO-консультации в среднем экономят 20% бюджета на рекламе за счёт роста органической конверсии. Закажите CRO-консультацию — мы найдём скрытые точки роста. Свяжитесь для предварительного анализа вашего проекта.

Типичные ошибки в CRO

• Тестировать не по гипотезам, а «на глаз»
• Игнорировать мобильную версию при 50%+ трафика
• Смотреть только на CVR, забывая про LTV и retention
• Не документировать результаты экспериментов

Таблица: Влияние типичных исправлений на CVR

— Wikipedia: Social proof

Настройка веб-аналитики: GA4, GTM, Яндекс.Метрика и Amplitude

Мы часто видим: конверсия 1.2 %, трафик растёт, а конверсия стоит. Маркетолог смотрит в Google Analytics и говорит: «пользователи уходят с шага 2 оформления заказа». Разработчик открывает тот же шаг — ошибок нет, в Sentry тишина. Значит, дело не в JS-баге, а в UX или в кривых данных, которые показывает аналитика. Аналитика ломается незаметно: событие перестало трекаться после редеплоя — никто не заметил; GTM-тег стреляет дважды — данные задвоились; фильтр GA4 исключает бота, который на самом деле — реальный трафик с корпоративного прокси. Закажите аудит текущих тегов — мы найдём причину за неделю.

После правильной настройки экономия рекламного бюджета может достигать 150 000 ₽ в месяц — это реальный кейс интернет-магазина с 50 000 сессий в день, где дедупликация purchase вернула 20 % неверно приписанных конверсий.

Почему события GA4 дублируются и как это исправить?

Universal Analytics закрыт, его место заняла событийная модель GA4. В ней нет фиксированных хитов страниц и транзакций — только события с параметрами. Это гибче, но требует правильного дизайна событий.

Автоматические события GA4 собирает сам: page_view, scroll, click, session_start. Рекомендуемые события нужно реализовать самостоятельно: purchase, add_to_cart, begin_checkout, view_item. Google ожидает конкретную схему параметров — если передать product_id вместо item_id, данные попадут в GA4, но не в стандартные отчёты e-commerce. Кастомные события для специфики проекта: filter_applied, video_progress, form_step_completed. Кастомные параметры необходимо зарегистрировать в GA4 Admin → Custom definitions, иначе они не будут доступны в отчётах.

Частая ошибка — событие purchase с дублями. Причина: тег срабатывает на странице /thank-you, пользователь обновляет страницу — второй purchase уходит в GA4. Решение: на бэкенде генерируем уникальный transaction_id и передаём в событие. GA4 de-duplicates по нему (в теории — проверяйте через DebugView). Правильная атрибуция экономит до 20 % рекламного бюджета, который раньше уходил на неверно приписанные конверсии.

Как настроить data layer, чтобы не потерять данные?

GTM — инструмент для управления тегами без деплоя кода. Но «без кода» не значит «без архитектуры». Data Layer — основа всего. Передаём данные из приложения в GTM через dataLayer.push(). Структура: event + контекстные данные. Для e-commerce: перед открытием страницы продукта — push с данными товара. GTM-тег читает из dataLayer, не из DOM.

window.dataLayer = window.dataLayer || [];
dataLayer.push({
  event: 'view_item',
  ecommerce: {
    items: [{
      item_id: 'SKU-12345',
      item_name: 'Название товара',
      price: 1990.00,
      currency: 'RUB'
    }]
  }
});

Плохая практика: GTM-тег парсит DOM — ищет цену в span.price, название в h1. Это ломается при любом изменении верстки. Хорошая практика: всегда dataLayer. Используем Preview Mode для отладки и GTM Server-Side для чувствительных данных — отправка с сервера, не с браузера, обходит блокировщики рекламы, не теряет данные.

Как Яндекс.Метрика дополняет веб-аналитику?

Для российской аудитории Метрика обязательна — особенно Вебвизор. Запись сессии пользователя, который бросил корзину, часто даёт ответ быстрее, чем неделя анализа воронки. Цели в Метрике: событийные (через ym(COUNTER_ID, 'reachGoal', 'GOAL_NAME')) или автоматические (клик по кнопке, посещение страницы). Связка с CRM через Метрика Плюс — передача офлайн-конверсий. Наш опыт: в 8 из 10 проектов после настройки Метрики находили скрытые баги в UX, которые не показывали другие системы.

Что даёт product analytics в Amplitude?

Amplitude — продуктовый инструмент, в отличие от маркетинговых GA4 и Метрики. Он заточен под анализ поведения пользователей внутри продукта: воронки, ретеншн, user paths. Amplitude подходит для SaaS-продуктов, мобильных приложений и любых сервисов с зарегистрированными пользователями, где важно понять, как проходят онбординг, на каком шаге уходят, какие фичи используют чаще. Ключевые концепции: identify (связать анонимного пользователя с userId после авторизации), group (аккаунт в B2B SaaS), когорты для удержания. Amplitude Chart — воронка шагов за последние 30 дней с разбивкой по источнику.

Мониторинг качества данных

Аналитика без мониторинга — чёрный ящик. Настраиваем:

• GA4 Realtime — проверяем после каждого деплоя, что ключевые события приходят
• Alerting в GA4 — аномалия в количестве событий purchase (резкое падение = что-то сломалось)
• GTM Preview в staging-окружении перед продакшеном
• Ручные тесты воронок раз в неделю — просто пройти путь покупателя и проверить, что всё трекается

Что проверяем после каждого деплоя

• Все ли рекомендуемые события присутствуют в DebugView
• Нет ли задвоений (считаем количество purchase на 100 сессий)
• Не изменилась ли структура dataLayer после обновления фронтенда

Что входит в работу

Процесс и сроки

1. Аудит текущих тегов и данных (2 дня)
2. Дизайн событийной схемы (2 дня)
3. Разработка Data Layer и настройка тегов (3–5 дней)
4. QA в Preview Mode и на staging (2 дня)
5. Деплой и настройка дашбордов (1 день)

Стоимость рассчитывается индивидуально. Получите консультацию по настройке веб-аналитики для вашего проекта — мы оценим объём работ за один день. Свяжитесь с нами, чтобы начать.

Wikipedia: Веб-аналитика — подробнее о методах и метриках. Официальная документация по событийной модели GA4 доступна в Google Analytics 4.