Конверсия

Также: conversion rate, CR, коэффициент конверсии

Конверсия (conversion rate, CR) — доля пользователей, совершивших целевое действие, от всех, кто имел такую возможность: CR = целевые действия / посетители × 100%. Ключевая метрика воронки: показывает, насколько эффективно продукт превращает трафик в регистрации, активации и оплаты.

Конверсия (коэффициент конверсии, conversion rate, CR) измеряет эффективность каждого шага воронки: какая часть людей, дошедших до шага, сделала следующий. Это метрика-отношение, поэтому она сопоставима между периодами и каналами, в отличие от абсолютных чисел вроде «1 000 регистраций».

Как считать

CR = (число пользователей, совершивших целевое действие / число пользователей, имевших возможность его совершить) × 100%

  • Целевое действие — регистрация, заявка, добавление в корзину, оплата: одно конкретное событие, зафиксированное в аналитике.
  • База (знаменатель) — кто именно «имел возможность»: уникальные пользователи, сессии или показы. Выбор базы меняет цифру в разы, поэтому его фиксируют заранее и не меняют.
  • Окно конверсии — за какой срок после попадания в базу действие засчитывается: в течение сессии, 7 дней, 30 дней.

Кроме пошаговой конверсии считают сквозную — от входа в воронку до конечного действия. Она равна произведению конверсий всех шагов:

CR сквозная = CR шага 1 × CR шага 2 × … × CR шага N

Пример с числами

SaaS для планёрок «Планёрка», данные за месяц по базе «уникальные пользователи», окно 14 дней:

Шаг воронкиПользователейКонверсия шага
Посетили лендинг20 000
Зарегистрировались1 6008,0%
Активировались (создали первую встречу)56035,0%
Оплатили тариф8415,0%

Сквозная конверсия из визита в оплату:

CR = 8% × 35% × 15% = 0,42%, то есть 84 оплаты на 20 000 визитов.

Воронка сразу показывает, где терять больнее всего. Если поднять активацию с 35% до 45% (например, упростив создание первой встречи), оплат станет 1 600 × 45% × 15% = 108 — плюс 29% выручки без единого рубля на трафик. Тот же прирост через рекламу потребовал бы примерно 5 700 дополнительных визитов, и CAC при этом вырос бы.

Нормы и бенчмарки

Универсальной «хорошей» конверсии не существует — она зависит от цены, сложности продукта и качества трафика. Общеизвестные ориентиры:

  • Интернет-магазины: визит → покупка — 1–3%; выше 5% — выдающийся результат.
  • SaaS (self-serve): визит лендинга → регистрация на триал — 2–5%; триал → оплата — 10–25% при регистрации без карты и 40–60% с картой.
  • Лидогенерация: посадочная страница → заявка — 5–15% в зависимости от «тяжести» оффера.
  • Мобильные приложения: страница в сторе → установка — 25–35%; установка → покупка — 1–5%.

Практичнее внешних бенчмарков — собственная динамика: сравнивать конверсию с прошлыми периодами и между сегментами при прочих равных.

Частые ошибки

  • Смешивание баз. Конверсия из сессий и из уникальных пользователей — разные метрики: один человек за 5 визитов и 1 покупку даёт 20% по сессиям и 100% по пользователям. Сравнивать их между собой нельзя.
  • Плавающее окно. Если в январе действие засчитывали за 7 дней, а в феврале за 30, «рост конверсии» — артефакт методики, а не продукта.
  • Средняя по разнородным сегментам. Общая конверсия может расти, пока в каждом сегменте она падает, — достаточно перетока трафика в сильный сегмент (парадокс Симпсона). Воронку смотрят в разрезе каналов и платформ.
  • Оптимизация промежуточного шага в ущерб конечному. Убрали цену с лендинга — регистраций больше, но это нецелевые пользователи: конверсия в оплату и Retention падают. Конечная метрика важнее промежуточной.
  • Выводы без статистической значимости. 12 оплат против 9 на паре сотен визитов — почти наверняка шум. Разницу конверсий проверяют A/B-тестом, а не «на глаз».
  • AARRR — фреймворк воронки, каждый переход которой измеряется конверсией.
  • Активация пользователя — шаг воронки, где конверсия сильнее всего влияет на выручку.
  • A/B-тестирование — метод проверки, что изменение действительно повысило конверсию.
  • Юнит-экономика — модель, в которой конверсия связывает стоимость трафика с доходом.
Разобраться на практике

Продуктовая аналитика 2.0

Углубленный курс продуктовой аналитики с Python, ML и продвинутыми техниками анализа

Посмотреть курс