Kavendo → Episoade din practică

Când rata de conversie minte

Un magazin de produse cosmetice cu trafic constant și o rată de conversie care părea decentă. Echipa era mulțumită. Bugetul de ads creștea. Dar profitul nu urma.

Ce am găsit

Rata de conversie era calculată raportat la sesiuni, nu la utilizatori unici. Magazinul folosea campanii de retargeting agresive care aduceau același utilizator de 4-5 ori înainte de cumpărare. Fiecare sesiune de retargeting apărea ca o sesiune nouă, umflând artificial numitorul.

Rezultat: rata de conversie reală, calculată per utilizator, era mult mai mică decât credeau. Costul real de achiziție per client era aproape dublu față de ce apărea în rapoarte.

Ce am schimbat

Am reconfigurat raportarea pentru a urmări utilizatori unici, nu sesiuni. Am adăugat o segmentare care distingea clar traficul de primă vizită de cel de retargeting. Am construit un raport de cohortă simplu care arăta câte sesiuni are un utilizator înainte de conversie.

Echipa de marketing a putut să vadă, pentru prima dată, că unele campanii de retargeting aveau costuri disproporționate față de valoarea generată. Bugetele s-au redistribuit pe baza datelor reale.

Lecția: Metricul corect depinde de contextul business-ului. Rata de conversie per sesiune și per utilizator pot spune povești complet diferite.

Tracking pe mobil: capcanele ascunse

Un retailer de modă cu trafic majoritar de pe telefon. Campaniile de Google Ads optimizau după conversii, dar ceva nu se potrivea cu cifrele din platforma de e-commerce.

Discrepanța care a ridicat semne de întrebare

Platforma de e-commerce raporta cu 40% mai multe comenzi decât GA4. Diferențe mici sunt normale, dar 40% e un semnal clar că ceva nu funcționează.

Am investigat fluxul de checkout. Problema era în pagina de confirmare a comenzii: pe desktop, evenimentul de "purchase" se declanșa corect. Pe mobil, o combinație de redirect după plată și un timeout al tag-ului GTM făcea ca evenimentul să nu se înregistreze în aproximativ jumătate din cazuri.

Soluția și implicațiile

Am implementat un mecanism de fallback folosind sesiunea serverului pentru a confirma comanda, nu doar redirect-ul de browser. Am adăugat și un test automat care verifica săptămânal că evenimentul de purchase se înregistrează corect pe ambele tipuri de dispozitive.

Impactul a fost semnificativ: algoritmii de bidding din Google Ads aveau acum date corecte și au putut optimiza mai eficient. Costul per achiziție a scăzut în câteva săptămâni pe măsură ce modelele de machine learning s-au recalibrat.

Lecția: Tracking-ul incorect nu e neutru. Alimentează algoritmi cu date greșite, care iau decizii greșite în locul tău.

Metricul care părea important dar nu era

Un client din zona de produse premium urmărea bounce rate-ul cu obsesie. Orice creștere genera ședințe de urgență. Dar bounce rate-ul nu spunea ce credea el că spune.

Contextul contează enorm

Magazinul vindea produse de valoare mare, cu ciclu lung de decizie. Clienții vizitau site-ul de mai multe ori, citeau descrierile în detaliu, comparau variante. O sesiune scurtă era adesea un utilizator care a găsit rapid ce căuta sau care a decis că nu e momentul potrivit pentru achiziție.

Un bounce rate ridicat pe o pagină de produs premium nu înseamnă neapărat că pagina e proastă. Poate înseamnă că utilizatorul s-a întors să cumpere trei zile mai târziu, direct pe URL, și a generat o sesiune nouă fără trafic de referință.

Ce am propus în schimb

Am înlocuit obsesia față de bounce rate cu câteva metrici mai relevante pentru modelul lor: rata de return visitors în fereastra de 30 de zile, timpul petrecut pe paginile de produs de către utilizatorii care au cumpărat ulterior, și procentul de sesiuni care includeau vizualizarea galeriei de imagini.

Ultimul metric s-a dovedit cel mai predictiv: utilizatorii care deschideau galeria completă de imagini aveau o rată de conversie semnificativ mai mare decât cei care nu o deschideau.

Lecția: Metricii universali nu există. Relevanța unui metric depinde de modelul de business, de produsul vândut și de comportamentul specific al clienților tăi.

Canalul care "nu funcționa" dar de fapt funcționa

Emailul părea ineficient. Raportat last-click, genera puțin. Echipa voia să taie bugetul de email marketing. Am propus să investigăm mai întâi.

Problema cu atribuirea last-click

Atribuirea last-click înseamnă că meritul conversiei se dă ultimului canal prin care a venit utilizatorul înainte de cumpărare. E simplu de înțeles, dar distorsionează realitatea pentru canalele care joacă un rol de mijloc în funnel.

Emailul era trimis utilizatorilor care deja cunoșteau brandul. Ei deschideau emailul, se gândeau, și cumpărau a doua zi direct sau prin Google Search. Last-click atribuia conversia căutării organice sau paid. Emailul nu primea credit.

Analiza multi-touch

Am construit un raport care arăta ce canale apăreau în drumul spre conversie, nu doar ultimul canal. Emailul apărea în aproape jumătate din drumurile spre cumpărare, deși îl "incheia" rar.

Bugetul de email marketing nu s-a tăiat. Dimpotrivă, echipa a înțeles mai bine rolul fiecărui canal și a putut calibra mai inteligent mixul de comunicare.

Lecția: Modelul de atribuire e o alegere, nu un adevăr. Înțelegerea limitelor fiecărui model e la fel de importantă ca datele în sine.

Episoade din practică