Проведення аудиту CRO (Conversion Rate Optimization) веб-сайту
CRO-аудит — це систематичний аналіз сайту для виявлення причин, по яких відвідувачі не конвертуються в клієнтів. Результат — список конкретних проблем з пріоритетами, а не абстрактні рекомендації.
Джерела даних для аудиту
- Google Analytics 4 / Яндекс.Метрика — воронки, события, шляхи користувачів
- Hotjar / Microsoft Clarity / FullStory — записи сесій, тепові карти
- Google Search Console — джерела трафіку, посадкові сторінки
- Зворотний зв'язок — онлайн-чат, підтримка, NPS-опитування
Технічний чеклист
Швидкість завантаження:
☐ LCP < 2.5s (Core Web Vitals)
☐ CLS < 0.1
☐ INP < 200ms
☐ Мобільна швидкість (PageSpeed Insights > 70)
Мобільна адаптація:
☐ CTA-кнопки досить великі (min 44×44px)
☐ Форми зручні на мобільному
☐ Немає горизонтального скролу
☐ Шрифт читабельний без зуму
Форма конверсії:
☐ Мінімальна кількість полів
☐ Inline валідація (не після submit)
☐ Чіткі сообщения про помилки
☐ Видимість CTA-кнопки без скролу
☐ Автофокус на першому полі
Аналіз воронки конверсії
// GA4: настройка воронки
// Ключові точки: просмотр → додавання в кошик → чекаут → оплата
// Визначити события воронки
gtag('event', 'view_item', { item_id: productId });
gtag('event', 'add_to_cart', { value: price, currency: 'RUB' });
gtag('event', 'begin_checkout', { value: cartTotal });
gtag('event', 'purchase', { transaction_id: orderId, value: total });
У GA4 Explorer створюється воронка з цими событіями. Ключові запитання:
- На якому кроці найбільший відтік?
- Різниця конверсії за пристроями?
- Різниця конверсії за джерелами трафіку?
Аналіз поведінки користувачів
# Аналіз сесій із Hotjar
import pandas as pd
sessions = pd.read_csv('hotjar_sessions.csv')
# Сесії з rage clicks (розчаровані користувачі)
rage_click_sessions = sessions[sessions['rage_clicks'] > 0]
print(f"Rage click sessions: {len(rage_click_sessions)} ({len(rage_click_sessions)/len(sessions)*100:.1f}%)")
# Короткі сесії на посадкових сторінках (високий bounce)
short_sessions = sessions[
(sessions['page_type'] == 'landing') &
(sessions['duration_seconds'] < 10)
]
print(f"Bounce sessions (<10s): {len(short_sessions)}")
Структура CRO-отчету
Раздел 1: Метрики поточного стану
- Conversion Rate (загальний і за сегментами)
- Bounce Rate по посадковим сторінкам
- Cart Abandonment Rate
- Checkout Abandonment Rate
Раздел 2: Критичні проблеми (Quick Wins)
| Проблема | Сторінка | Потенціал | Складність | Пріоритет |
|---|---|---|---|---|
| CTA ниже fold на мобільних | /checkout | Високий | Низька | P1 |
| 7 полів у формі (можна 3) | /register | Середній | Низька | P1 |
| Нема індикатора прогресу в чекауте | /checkout | Середній | Середня | P2 |
Раздел 3: Гіпотези для A/B-тестування
Кожна гіпотеза формулюється по шаблону:
Ми вважаємо, що [зміна X] на [сторінці Y]
приведе до [метрика] на [N]%
тому що [причина].
Метод перевірки: A/B тест, мінімум 1000 конверсій.
Графік
Повний CRO-аудит (технічний + аналітика + сесії + отчет з пріоритетами): 5-7 робочих днів.