Влияет ли цена на органический трафик?
Кейс + мини-исследование

Интернет-магазин STALL уже 9 лет на рынке и специализируется на продаже необычных товаров. На сайте вы можете приобрести как интересную вещь на подарок, так и полезные предметы для себя. Водяные часы, работающие без батареек и аккумуляторов, фотохромные очки для автомобилистов, мышь для кота на радиоуправлении и другие любопытные товары для детей и взрослых. Всего на сайте около 3 000 разных товаров.

Изначально все действия, описанные в кейсе, были направлены на улучшение результатов из платных каналов трафика. Так, за счет внедрения конкурентной стратегии ценообразования мы ожидали повышения продаж, дохода и роста рентабельности инвестиций в рекламу. Высокие результаты по этим показателям в органическом трафике стали для нас неожиданностью. Как известно, много гениальных изобретений было сделано случайно. Возможно, мы тоже на пороге открытия.

В начале существования интернет-магазина основной акцент делался на SEO-продвижение. И этот канал на протяжении нескольких лет давал хорошие продажи. В какой-то момент для увеличения объема добавили и платные источники трафика. Не сразу все было удачно, но со временем удалось выйти на окупаемость, а потом и на желаемую рентабельность.

Но после существенного увеличения доли платного трафика, показатели с органики значительно снизились и продолжали падать. Возможно, частично это связано с перетоком брендового трафика из органики в PPC.

Как видно на скрине с Google Analytics, наблюдается снижение основных показателей по бесплатному трафику по сравнению с предыдущим годом. Положительная динамика наблюдалась только по Показателю отказов (снижение на 0,44%), по Количеству страниц за сеанс (рост на 9,95%) и Средней длительности сеанса (рост на 7,47%).

Что совсем не радует с учетом гораздо более важных показателей для прибыли:

Заметив негативную тенденцию, мы начали работать над качеством контента: подготовили около 3000 уникальных текстов для карточек товаров по 1000 символов, оптимизировали их под ключевые запросы. Также доработали страницы категорий. Семантическое ядро интернет-магазина состояло из более чем 15000 ключей.

Параллельно с борьбой за органику и доход с нее, было решено внедрить стратегию конкурентного ценообразования для улучшения показателей продаж. Задумку удалось реализовать, осуществляя мониторинг цен конкурентов через сервис uXprice. Это облачный сервис, регистрация и подключение к которому занимает считанные минуты.

Так, мы проверили весь ассортимент магазина (3000 товаров) и нашли в среднем 13 конкурентов к каждому товару. По каждому товару получили:

Сравнение цены с конкурентами показало, что:

Получить информацию по ценам конкурентов это ползадачи. Не менее важной целью стало определение лучшей цены для получения максимальной прибыли. Для этого мы воспользовались показателем Рекомендованная цена от uXprice. Чтобы ответить на вопрос, какая цена принесет максимум продаж, решили проверить два предположения:

Поскольку до этого в магазине цены давно не менялись, для проверки этих гипотез была проанализирована информация по продажам всех товаров за 3 месяца. В частности, эти данные были объединены с данными по Ценовой позиции из сервиса uXprice.

Ценовая позиция со всеми товарами — отдельный сегмент для анализа. По каждому из таких сегментов на единицу товара было рассчитано приблизительное число продаж. В результате вторая гипотеза не подтвердилась. Продажи по минимальной цене не дают максимальной прибыли на единицу товара. Это значит, что нет смысла ставить на товар минимальную цену, чтобы занять первую ценовую позицию среди конкурентов.

Чтобы проверить первое предположение из сервиса uXprice для всех товаров, выгрузили показатель Дельта от средней цены (разница цены товара от средней цены конкурентов в процентах). Весь ассортимент товаров снова был поделен на сегменты, но уже в зависимости от меры отклонения от средней цены:

…-50%, -40%, -30%, -20%, -10%, 0%, +10%, +20%, +30%, +40%, +50%…

По результатам анализа продаж в каждом из этих сегментов подтвердилось второе предположение. Оказалось, что максимум продаж приносит сегмент товаров, с ценой на 10% ниже, чем средняя среди конкурентов цена. На втором месте по количеству продаж оказался сегмент с 0%-ым отклонением (товары со средней ценой). А на третьем — товарами с ценами на 20% ниже, чем средняя.

Таким образом стало понятно, что товары всего на 10% дороже, чем средняя цена, уже покупаются хуже. Но и слишком низкие цены тоже отпугивают покупателей. Полученные данные дали понимание лучшего способа ценообразования, и все цены были изменены согласно Рекомендованной цене, но с учетом цены закупки.

Итак, после воплощения стратегии конкурентного ценообразования в интернет-магазине STALL за первые три недели получили такие результаты по всем каналам трафика (в сравнении с предыдущим периодом):

Продажи передаются в Google Analytics через Measurement Protocol, поэтому мы видим не рост заявок, а рост реальной прибыли (из которой уже исключена закупочная стоимость товара и неподтвержденные заявки). К слову, летом всегда наблюдался спад продаж, поэтому их рост — это точно не положительное влияние сезонности.

Изначально не было гипотезы, что изменение цен каким-либо образом повлияет на конверсии с бесплатного трафика. Но вот данные с даты начала внедрения стратегии конкурентного ценообразования в сравнении с предыдущим периодом:

Это как раз и свидетельствует о положительном влиянии цены на конверсии. В будущем процесс изменения цены на рекомендованную планируется автоматизировать, фактически внедрив стратегию динамического ценообразования — изменение цен на товары алгоритмом, в зависимости от текущих изменений на рынке. Ее уже давно использует Amazon и другие крупные ритейлеры.

За период проведения эксперимента с ценами товаров не произошло практически никаких изменений по показателям органического трафика. Однако, есть предположение, что «разумная» цена на товар является фактором ранжирования страницы по коммерческим запросам. Иначе поисковик может счесть страницу нерелевантной.

Но, что если низкая или, наоборот, высокая цена выступает фактором, влияющим на поведение пользователей и, в свою очередь, — на ранжирование? С помощью небольшого исследования, в котором нам помог Вячеслав Вареня, мы решили проверить, есть ли зависимость между ценой и позицией в поиске.

Итак, для некоторых товаров магазина STALL собрали соответствующие страницы конкурентов с ценами. Дополнительно выгрузили с помощью API Serpstat ключевые фразы, по которым эти страницы ранжируются, и позиции, которые они занимают в поиске. Получился такой набор данных для каждого товара:

Для интеллектуального анализа данных использовалось программное обеспечение Orange. При помощи метода k-means данные четко разделились на три кластера.

При этом зависимости между ценой и позицией не выявлено. Так, например, страницы с товарами с низкой ценой занимают в выдаче как позиции в топ-20, так и вне его.

Но если классифицировать страницы в наборе данных, разделив их на четыре группы: топ-10, топ-20, топ-30 и Вне топа, заметно, что у топ-10 намного меньше товаров, которые попали в кластер с высокой ценой (синий кластер на предыдущем графике).

Если рассчитывать корреляцию, то между ценой и позицией она слабая.

Основываясь на этом наборе данных (необязательно, что это будет характерно для другого набора), разница в цене между группами URL в топе, статистически значима. Заметно, что топ-10 — это более дешевый сегмент. На графике внизу видно, что цена за топ-30 выше, чем в топ-30.

Как ожидалось, результаты неоднозначные. Понятно, что на ранжирование страницы влияет огромное множество факторов, так, например, в этом исследовании учитывалось более 40 параметров.

Улучшение этих показателей может положительно сказаться на позициях сайта в поиске.