E-commerce аналитика: какие метрики действительно влияют на деньги

Почему «метрик много, а толку мало»

Реальность такая: в большинстве проектов аналитика настроена, данные собираются — но решения принимаются по интуиции или по тому, что «директор попросил посмотреть». Это типичная ловушка отчётности ради отчётности.

Корень проблемы — нет чёткой иерархии метрик. Маркетолог смотрит на трафик, коммерческий директор — на выручку, а между ними нет связующего звена. Аналитика интернет-магазина работает тогда, когда каждый показатель встроен в логику: что я меняю → что это должно сдвинуть → как я проверю результат.

Хорошая новость: ключевых метрик, за которыми действительно нужно следить системно, не так уж много. Порядка 7–10 — и из них 3–4 принесут 80% инсайтов.

Три уровня метрик: от директора до перформанс‑маркетолога

Чтобы аналитика не превращалась в хаос, полезно разложить метрики по уровням: стратегические, продуктовые и операционные. Ниже — базовый шаблон для интернет-магазина.

Таблица уровней метрик для интернет-магазина

Уровень	Для кого	Основные метрики	Вопрос, на который отвечает
Стратегический	Собственник, директор	Выручка, прибыль, LTV, доля возвратов, ROMI	Сколько мы зарабатываем и насколько устойчив бизнес в горизонте 1–3 лет?
Продуктовый	Руководитель маркетинга, e-commerce менеджер	Конверсия в заказ, средний чек интернет магазина, коэффициент возвратов, повторные покупки	Насколько продукт и сайт вообще «держат» покупателей и монетизируют трафик?
Операционный	Перформанс‑маркетолог, аналитик	CPC, CTR, конверсия в заказ по каналам, cart abandonment rate, глубина воронки оформления заказа	Где конкретно тратим деньги и где воронка даёт потери по шагам прямо сейчас?

На практике чаще всего хаос начинается, когда директор залезает в операционные отчёты, а перформанс‑маркетолог пытается оправдываться выручкой. Разделение уровней помогает держать фокус: директор говорит языком LTV и ROMI, маркетолог — языком конверсий и воронок, а операционка подчиняется этим целям.

Конверсия в заказ: точка сборки всего

Конверсия в заказ (CR, Conversion Rate) — самая говорящая метрика первого уровня. Формула простая:

CR = (Количество заказов / Количество визитов) × 100

По данным российских аналитиков, для большинства интернет-магазинов нормальный диапазон конверсии держится в районе 0,5–3%. Для ниш с высоким средним чеком (мебель, электроника) нижняя планка реалистична уже при 0,3–0,8%. В fashion и мелкой товарке с активным трафиком — 2–5% вполне достижимы.

Тревожный сигнал: если ваш CR стабильно ниже 0,5% при более-менее качественном трафике — это уже не только проблема маркетинга, это проблема сайта, ассортимента или оффера.

Где смотреть: в Яндекс.Метрике — раздел «Электронная коммерция» → «Заказы» + цели по оформлению. Важно считать конверсию в заказ отдельно по каналам: CR из SEO и CR из холодного таргета — разные числа, и сравнивать их в лоб бессмысленно.

Мини‑кейс

Интернет-магазин бытовой техники, CR по всему трафику — около 1%. После разбиения по каналам выяснилось, что брендовый трафик даёт 3,8%, а контекст по общим запросам — 0,25%. Вместо «оптимизировать сайт» команда пересобрала медиаплан и перераспределила бюджет в сторону более целевых запросов — CR по платному трафику вырос до 0,8%, а через три месяца общий CR дотянули до 1,5%.

Воронка оформления заказа: где деньги утекают

Конверсия — это итоговая цифра. Воронка оформления заказа показывает, на каком шаге теряется больше всего людей. Классическая структура:

Этап воронки	Типичная конверсия между шагами
Главная / каталог → карточка товара	15–40%
Карточка товара → добавление в корзину	5–15%
Корзина → начало оформления	20–45%
Начало оформления → подтверждение заказа	40–70%

Цифры — ориентировочные диапазоны по практике проектов; реальность зависит от ниши, источника трафика, цены и UX.

По данным обзоров Baymard Institute и других аналитиков, средний показатель брошенных корзин в e-commerce в последние годы держится около 70%. Statista оценивает глобальный средний cart abandonment rate в 2025 году также выше 70%. Это не катастрофа — это норма рынка. Но это и огромный резерв.

С мая 2026 года в Яндекс.Метрике можно строить воронки не только по событиям на сайте, но и по звонкам и статусам заказов из CRM. Для магазинов, где часть заказов оформляется по телефону, это критически важно: можно видеть полный путь клиента от визита до «доставлено» в одном отчёте.

Что делать с узкими местами воронки:

• Корзина → оформление: уменьшить количество полей в форме, убрать обязательную регистрацию; исследования показывают, что формы с 8–10 полями в среднем конвертят лучше, чем перегруженные
• Оформление → оплата: показывать полную стоимость с доставкой до шага оплаты, не добавлять «сюрпризов» в последний момент
• Добавили в корзину, но ушли: настроить триггерные письма или push‑уведомления через 1–2 часа после брошенной корзины; многие российские e-commerce‑проекты фиксируют заметное снижение доли брошенных корзин после внедрения таких цепочек

Средний чек: не просто цифра в отчёте

Средний чек интернет магазина (AOV, Average Order Value) — метрика, которую часто смотрят в динамике, но редко работают с ней осознанно.

AOV = Выручка за период / Количество заказов

По данным Data Insight, рынок розничной интернет‑торговли в России в 2025 году достиг примерно 13–13,4 трлн рублей, показав рост около 16–19% год к году. На фоне этого роста аналитики отмечают тенденцию к снижению среднего чека в ряде сегментов из‑за усиления роли маркетплейсов и дробления покупок.

Для независимых магазинов средний чек обычно выше, чем среднерыночный, но сравнивать себя имеет смысл не с общей цифрой по e-commerce, а с ближним кругом — своей категорией, форматом и моделью.

Средний чек важно смотреть в разрезах:

• По каналам: email и прямые заходы часто дают чек в 1,5–2 раза выше, чем холодный платный трафик
• По новым и повторным покупателям: повторные клиенты обычно покупают дороже
• По категориям: один и тот же магазин может иметь чек 1 500 ₽ в одной категории и 5 000 ₽ в другой
• По устройствам: мобильный трафик нередко даёт меньший чек из‑за сценариев «посмотреть с телефона — оплатить с компьютера»

Как поднять средний чек без скидок:

• Логичные предложения upsell/cross-sell в карточке товара и корзине (комплекты, аксессуары)
• Пороговые бонусы: «Бесплатная доставка от 3 000 ₽» или «Подарок при заказе от 5 000 ₽»
• Персональные рекомендации на основе истории покупок и просмотренных товаров

Коэффициент возвратов: метрика, о которой не любят говорить

Коэффициент возвратов — один из тех показателей, которые либо игнорируют, либо считают неправильно. А зря: в fashion‑сегменте уровень возвратов по данным Data Insight составляет 40–70% в зависимости от канала: на маркетплейсах (Wildberries, Ozon) — 30–45%, на D2C‑каналах (собственный сайт, приложение) — 15–25%. Все это напрямую бьёт по юнит‑экономике.

Коэффициент возвратов = (Количество возвращённых заказов / Общее количество заказов) × 100

Смотреть этот показатель нужно в разрезе категорий, брендов, ценовых сегментов и маркетинговых акций. Пики возвратов часто приходятся на распродажи — не потому что покупатели хотят обмануть, а потому что решение принималось импульсивно или ожидания не совпали с реальностью.

Практический чек‑лист для снижения возвратов:

• Описания товаров точно соответствуют реальному продукту (размеры, состав, цвет)
• Таблица размеров на видном месте, а не спрятана внизу страницы
• Основные фото при нейтральном освещении; цвет на снимках максимально близок к реальному
• В карточке товара есть видео или 3D‑обзор для сложных категорий
• Причина возврата фиксируется и анализируется; данные по возвратам попадают в отчёты e‑commerce и воронку оформления заказа

Тепловые карты и Вебвизор в Яндекс.Метрике помогают увидеть, как пользователи работают с карточкой товара — смотрят ли таблицу размеров, доскроливают ли до описания. Часто выясняется, что значительная часть аудитории просто не доходит до важной информации.

LTV и повторные покупки: деньги, которые уже «в системе»

LTV (Lifetime Value, пожизненная ценность клиента) — метрика, о которой все слышали, но внятно считают немногие. Базовая формула для e-commerce:

LTV = Средний чек × Частота покупок в год × Средняя длительность отношений (лет)

Пример: чек 3 000 ₽, 4 заказа в год, клиент остаётся активным 3 года — LTV = 36 000 ₽. При таком показателе тратить на привлечение 1 500–2 000 ₽ (CAC) вполне оправдано.

В e-commerce часто используют ориентир: LTV:CAC ≥ 3. Если соотношение ниже, либо стоимость привлечения завышена, либо клиенты не возвращаются, и нужно работать с удержанием.

Где смотреть и как считать:

• Когортный анализ в Яндекс.Метрике и других системах аналитики
• Интеграция CRM (amoCRM, Bitrix24 и др.) с аналитикой, чтобы видеть цепочку «кампания → заказ → повторные продажи»
• Сегментация по каналам: LTV клиентов из email‑подписок, рекомендаций и рекламы часто радикально различается

ROMI и ROAS: окупаемость без иллюзий

Два показателя, которые часто путают — и от этого принимают неверные решения.

Метрика	Что измеряет	Формула	Для чего использовать
ROAS	Отдача от рекламных расходов	(Выручка с рекламы / Затраты на рекламу) × 100%	Оценка эффективности отдельных кампаний и каналов (Яндекс.Директ, VK, маркетплейсы)
ROMI	Отдача от всех маркетинговых вложений	(Доп. прибыль − Маркетинговые расходы) / Маркетинговые расходы × 100%	Оценка вклада маркетинга в бизнес в целом

ROAS удобно считать по каждой кампании: сколько рублей выручки приносит один рубль рекламных расходов. Российские эксперты советуют ориентироваться на ROAS в районе 300–500% для стабильных e-commerce‑кампаний и выше 800–1000% для ретаргетинга.

ROMI же показывает, насколько окупаются маркетинговые вложения с учётом всех каналов и инструментов.

Если смотреть на это трезво: ROAS выше 400% при адекватной марже — нормальный результат для стабильного перформанса. Если ниже 200% — кампания требует аудита независимо от того, насколько «красиво» выглядит CTR.

Отчёты e-commerce в аналитике: как не утонуть в данных

Настроить аналитику — это полдела. Главный вопрос: какие отчёты смотреть системно, а какие — по запросу.

Ежедневно (5–10 минут):

• Выручка и количество заказов vs план
• Конверсия в заказ по ключевым каналам
• Технические ошибки оформления (рост отказов на шаге оплаты, сбои платёжных систем)

Еженедельно:

• Воронка оформления с динамикой по шагам
• Показатель брошенных корзин по сегментам (новые/повторные)
• Средний чек по каналам и устройствам

Ежемесячно:

• LTV когорт по каналам привлечения
• ROMI и ROAS в разбивке по кампаниям
• Коэффициент возвратов по категориям и брендам

Яндекс.Метрика с включённым модулем «Электронная коммерция» закрывает большинство базовых задач, включая отчёты e‑commerce по продажам, товарам, транзакциям и среднему чеку. Для более глубокого анализа удобно подключать BI‑инструменты (Яндекс DataLens) к данным CRM и web‑аналитики.

Типичная ошибка: смотреть абсолютные числа без контекста. Выручка выросла на 15% — хорошо или плохо? Зависит от того, что произошло с трафиком, средним чеком и количеством заказов по отдельности. Всегда декомпозируйте рост.

Когда метрики говорят разное: читаем сигналы в связке

Отдельные показатели — это полуинформация. Настоящий инсайт появляется, когда несколько метрик двигаются одновременно и в одном направлении — или, наоборот, расходятся. Именно в таких расхождениях прячется реальная проблема.

Несколько типовых ситуаций, которые встречаются в боевых проектах:

Симптом в отчёте	Куда смотреть в первую очередь
CR падает, трафик стабилен	Воронка оформления по шагам, технические ошибки на сайте, изменения в структуре трафика (новые vs возвраты)
Средний чек снижается	Структура заказов по категориям, доля новых покупателей, активные акции и скидки
Выручка растёт, прибыль — нет	CAC по каналам, доля возвратов, маржинальность категорий в структуре заказов
LTV:CAC опустился ниже 3	Частота повторных покупок, качество трафика по каналам, работа retention-механик
Брошенные корзины резко выросли	Технические сбои в форме оформления или оплате, изменение стоимости доставки, новый трафик с низким intent

Я видел кейсы, где CR внезапно просел на 30% — и первая реакция команды была «надо переделать главную». А причина оказалась в том, что в рекламе сменился креатив и пошёл холодный трафик с другим намерением. Сайт был ни при чём.

Именно поэтому любое отклонение стоит сначала декомпозировать: посмотреть, что изменилось в структуре трафика, какие сегменты «потянули» показатель вниз, и только потом принимать решение о том, что именно чинить.

Ошибки, которые убивают аналитику в e-commerce

1. Аналитика без сегментации. Средние цифры по всему трафику редко полезны. Разбивайте данные хотя бы по трём осям: источник трафика, новые/повторные, устройство.
2. Метрики без действий. Если вы зафиксировали, что CR упал с 1,8% до 1,1%, но ничего не сделали — это не аналитика, это наблюдение. К каждому отклонению должен быть привязан алгоритм реакции: кто смотрит, что делает, в какой срок.
3. Игнорирование юнит‑экономики. Можно вырасти по трафику и выручке — и при этом уйти в минус, если стоимость привлечения клиента превышает его LTV. Российские кейсы показывают, что масштабирование рекламы без оценки LTV:CAC часто приводит к росту оборота и падению прибыли.
4. Смешение уровней отчётности. Когда директор обсуждает CTR баннеров, а перформанс‑маркетолог оправдывается total revenue, разговор разваливается. Каждый уровень — свои отчёты.

Куда смотреть в первую очередь

Если ваша аналитика пока в базовом состоянии, не пытайтесь внедрить всё сразу. Начните с трёх шагов:

1. Настройте модуль «Электронная коммерция» в Яндекс.Метрике — это даст базу для отчётов e‑commerce по заказам, среднему чеку и воронке оформления заказа.
2. Постройте воронку оформления заказа и найдите шаг с наибольшим оттоком — там и есть главный приоритет на ближайший месяц.
3. Посчитайте LTV и CAC хотя бы для топ‑3 каналов привлечения — это быстро покажет, куда перераспределить бюджет.

Аналитика интернет магазина — не набор красивых дашбордов. Это инструмент для конкретных решений. Каждая метрика должна отвечать на вопрос: «Что мы сделаем по‑другому на основе этих данных?» Если ответа нет, показатель просто занимает место на экране.