Поздравляем, вы запустили интернет-магазин! Какое сейчас у вас положение дел? Скорее всего сейчас этап, когда идет постепенный набор трафика из посетителей сайта, начинают поступать заказы, выявляются интересные для клиента позиции, собирается статистическая база для аналитики. Вы ежедневно мониторите статистику посещений, смотрите на те товары, которые участвуют в заказах, и ломаете голову, почему часть товаров абсолютно не пользуется интересом у посетителей. Чтобы уже сейчас обладать не только статистикой, но и аналитикой, давайте рассмотрим несколько направлений в аналитике деятельности интернет-магазина.

Начнем со статистики заказов и первичной аналитики итоговых результатов продаж. Основная цель в данном случае – понять итоговую конверсию. Если слово «конверсия» вам еще не знакомо, то кратко это соотношение (в %) тех, кто купил (если у нас цель именно покупка) к числу всех посетивших ваш интернет-магазин. Интернет-магазин, как и обычный магазин, привлекает посетителей (потенциальных клиентов), которые далеко не всегда становятся реальными клиентами. Чем интернет-магазин в плане сбора информации лучше, чем физический магазин? Тем, что каждый потенциальный клиент подлежит учету, т.е. всех посетителей сайта можно не только посчитать, но и проанализировать их поведение. Согласитесь, проанализировать поведение посетителей в физическом магазине - крайне сложно. Еще одно преимущество интернет-магазина – при правильной настройке сайта и SEO-аналитики можно увидеть какой посетитель что смотрел на сайте и на каком этапе его покинул. Конечно это будет требовать определенных трудозатрат, но если сейчас у вас основная цель понять поведение потенциального клиента на вашем сайте – то оно того будет стоить. Для этого существуют так называемые вебвизоры и тепловые карты сайта (не поленитесь, поговорите с SEO-специалистом об этом).

Итак, вы увидели, что далеко не все посетители сайта делают заказ, но тем не менее заказы есть и надо обработать уже полученные результаты. Что нужно выявить? Какие причины отказов от заказов, какие товары чаще всего попадают в заказы, какие характеристики товаров пользуются наибольшим спросом, к какой возрастной и социальной категории относятся покупатели ваших товаров. Скорее всего то, что вы предполагали изначально будет скорректировано реальными результатами. Сразу оговоримся, для того, чтобы любые отчеты работали, нужно чтобы все справочники были настроены и использовались; если есть разные категории товаров, нужна группировка справочников в номенклатуре и т.д. Также для работы отчетов нужна ежедневная работа с первичной информацией. Таким образом, для получения данных результатов для начала нам подойдут стандартные отчеты 1С:Управление торговлей 8, а именно отчет «Валовая прибыль» и «Причины отмены заказов». С помощью первого отчета вы сможете увидеть какие товары с какими характеристиками участвовали в продажах, количественную и стоимостную сторону продаж. Второй отчет позволит понять какие именно причины отказов были выявлены и зафиксированы. Все это – руководство в дальнейшем для совершенствования действий по продажам.

Следует отметить, что отчет «Валовая прибыль» работает только с реализацией, т.е. на основании данного отчета нельзя определить упомянутую ранее конверсию. Если заказ закрылся без продаж, то он для данного отчета не интересен. А отчет «Причины отмены заказов» работает в том случае, если вы определили наиболее часто встречаемые причины отказов клиентов, внесли их в соответствующий справочник и менеджеры по работе с клиентами не забывают для каждого отмененного товара проставить соответствующую причину. Таким образом, резюмируем – в начале аналитики всегда лежит настройка работы с исходными данными. В 1С это в первую очередь настройка системы справочников и корректное отражение информации по работе с клиентами. Данная информация будет нужна для практически всех отчетов, т.к. затрагивает основные бизнес-процессы работы – складские перемещения, логистику, продажу.

Если вы уделите данному вопросу внимание практически с самого начала, то вы избежите ситуации, когда данные вроде бы и есть, а использовать их в аналитике не представляется возможным.