Воронка конверсии: на каком шаге уходят пользователи и что с этим делает дизайнер

Воронка конверсии — это карта потерь. Слева — все пользователи, которые начали путь. Справа — те, кто его завершил. Между ними — все, кто ушёл на каждом шаге.

Большинство команд смотрят на воронку ради итоговой конверсии: «у нас 4% конверсии из лендинга в покупку». Это важная цифра, но бесполезная для действий. Где именно теряются остальные 96%? На первом шаге? На последнем? Равномерно на каждом?

Ответ определяет, что делать. И это ответственность дизайнера — найти точку разрыва и устранить её.

## Как устроена воронка: базовая механика

Воронка — это последовательность состояний, через которые проходит пользователь. Между каждыми двумя состояниями есть конверсия — процент пользователей, перешедших дальше.

Простая воронка регистрации:

Лендинг (100%)
    ↓ 35% (конверсия к регистрации)
Форма регистрации (35%)
    ↓ 72% (completion rate формы)
Подтверждение email (25%)
    ↓ 68%
Первый вход (17%)
    ↓ 80%
Завершение онбординга (14%)
    ↓ 55%
Первое ключевое действие (8%)

Итоговая конверсия — 8%. Но где теряется больше всего? На переходе с лендинга (теряем 65%). На форме регистрации — 28%. После подтверждения email — 32%.

Самые большие абсолютные потери — на лендинге. Но это не всегда значит, что там нужно работать в первую очередь: иногда «отсев» на лендинге — нормальный — уходят нецелевые пользователи. А вот потери на онбординге (из 25% дошедших до регистрации только 14% завершают онбординг) — это настоящая проблема.

## Три типа воронок

### Воронка привлечения (acquisition funnel)

От первого знакомства с продуктом до регистрации или первой покупки.

Типичные шаги:

• Показ рекламы / органический поиск
• Переход на сайт
• Просмотр лендинга
• Клик на CTA
• Заполнение формы
• Завершение регистрации/покупки

Кто работает с этой воронкой: маркетинг (трафик и рекламный бюджет) + дизайн (лендинг, форма, CTA).

### Воронка онбординга (activation funnel)

От регистрации до первого «aha moment» — момента, когда пользователь понял ценность продукта.

Типичные шаги:

• Регистрация
• Первый вход в продукт
• Ознакомление с интерфейсом
• Первое ключевое действие
• Получение ценного результата

Это прямая зона ответственности дизайнера.

### Воронка конверсии в оплату (monetization funnel)

От активного пользователя до платящего.

Типичные шаги:

• Активный пользователь
• Достижение лимита бесплатного плана
• Просмотр pricing page
• Начало checkout
• Завершение оплаты

## Как читать воронку: что важно

### Смотри на абсолютные числа, не только на проценты

«Конверсия с шага 2 на шаг 3 — 85%» — хорошо или плохо? Зависит от того, сколько людей на шаге 2. 85% от 10 000 — теряешь 1 500. 85% от 100 — теряешь 15. Приоритет зависит от масштаба.

### Сравнивай с бенчмарками

Конверсия из формы регистрации в завершение регистрации 60% — это плохо? Для формы с 10 полями — нормально. Для формы с 2 полями — очень плохо.

Ориентиры для сравнения:

• Лендинг → регистрация: 2–5% (норма для SaaS)
• Форма регистрации → завершение: 70–85%
• Онбординг completion: 50–70%
• Activation rate (достижение aha moment): 30–60%
• Free-to-paid conversion: 2–8%

### Разбивай по сегментам

Агрегированная воронка скрывает паттерны. Построй воронку отдельно для:

• Мобайл vs. десктоп
• Разных каналов привлечения
• Новых vs. вернувшихся
• Разных стран или языков

Часто выясняется, что воронка хороша для десктопа и катастрофична для мобайла. Или хороша для органического трафика и плоха для платного.

### Смотри на динамику во времени

«Conversion rate = 4%» — снапшот. «Conversion rate снизился с 6% до 4% за последний месяц» — сигнал тревоги. Всегда смотри на тренд.

## Диагностика: почему пользователи уходят

Когда найдена точка разрыва — нужно понять почему. Данные говорят «где», но не «почему».

### Количественные методы

Heatmaps. Где кликают, куда смотрят (eye-tracking если есть), как далеко скроллят. Кликают рядом с кнопкой, но не на неё? — проблема с affordance. Не скроллят до важного контента? — CTA нужно поднять выше.

Session recordings. Запись реальных сессий пользователей (Hotjar, FullStory, Microsoft Clarity). Смотри на сессии пользователей, которые бросили на конкретном шаге. Что они делали перед уходом?

Rage clicks / Error clicks. Повторные клики на одно место — признак того, что пользователь ожидает реакции, а её нет. Или элемент выглядит кликабельным, но не является им.

Form analytics. Какие поля заполняются, какие оставляются пустыми, где пользователи дольше всего. Если поле «телефон» вызывает 40% отказов от заполнения формы — может, оно необязательное?

### Качественные методы

Юзабилити-тест на конкретном флоу. Дай пользователю задание пройти через проблемный шаг и смотри. 5 пользователей покажут 80% проблем.

Интервью с ушедшими пользователями. Те, кто не завершил регистрацию или онбординг — ценнейший источник знаний. Письмо «Мы заметили что вы не завершили настройку — можем мы спросить почему?» даёт удивительно честные ответы.

Опросы in-app. В момент ухода с проблемного шага — короткий вопрос: «Что помешало вам продолжить?» Даже 10–15 ответов дают паттерны.

## Типичные причины разрывов и как их устранять

### Разрыв 1: Лендинг → Регистрация (conversion rate < 2%)

Возможные причины:

• Заголовок не резонирует с аудиторией
• Нет понятного следующего шага
• Нет trust signals
• Медленная загрузка страницы
• Несоответствие между рекламой и лендингом (message mismatch)

Что делает дизайнер:

• Тестирует разные формулировки value proposition
• Делает CTA более заметным и конкретным
• Добавляет социальное доказательство выше fold
• Оптимизирует размер изображений и скорость загрузки
• Создаёт лендинги под конкретные рекламные сообщения

### Разрыв 2: Форма регистрации (completion rate < 65%)

Возможные причины:

• Слишком много полей
• Непонятные сообщения об ошибках
• Нет реальтайм-валидации
• Сложные требования к паролю без объяснения
• Нет прогресса в многошаговой форме
• Нет доверия (нет SSL, нет политики конфиденциальности рядом с формой)

Что делает дизайнер:

• Убирает необязательные поля (только email + пароль на старте)
• Добавляет inline-валидацию с понятными сообщениями
• Показывает прогресс-бар в многошаговой форме
• Добавляет «показать пароль» к полю пароля
• Ставит ссылку на политику конфиденциальности рядом с кнопкой submit

### Разрыв 3: Онбординг (completion rate < 50%)

Возможные причины:

• Слишком долгий путь до первого ценного результата
• Туториал из слайдов, который никто не читает
• Пользователь не понимает, что делать дальше
• Продукт кажется сложным до того, как стал полезным
• Обязательные шаги, которые можно было отложить

Что делает дизайнер:

• Сокращает путь до aha moment
• Заменяет туториал на contextual hints (подсказки в нужный момент)
• Делает первое действие максимально простым (шаблоны, примеры)
• Убирает необязательные шаги из обязательного флоу
• Добавляет progress bar чтобы пользователь видел, что финиш близко

### Разрыв 4: Aha moment → Регулярное использование

Возможные причины:

• Пользователь получил первый результат, но не понял как продолжить
• Нет механизма возврата (нотификации, email, streak)
• Ценность первого результата недостаточна для повторного визита
• Слишком высокая планка для «второго результата»

Что делает дизайнер:

• Делает следующий шаг очевидным после первого результата
• Запускает welcome email sequence
• Добавляет механику сохранения и продолжения (draft state)
• Снижает сложность «второго использования»

### Разрыв 5: Free-to-paid conversion (< 2%)

Возможные причины:

• Пользователь не видит разницу между бесплатным и платным
• Paywall появляется раньше чем пользователь понял ценность
• Форма оплаты вызывает недоверие
• Нет ответов на возражения в момент решения
• Пользователь не нашёл нужную ему фичу в платном плане

Что делает дизайнер:

• Делает paywall контекстным — появляется когда пользователь сам хочет большего
• Упрощает checkout (минимум шагов, сохранение карты)
• Показывает конкретную ценность платного плана (не список фич, а «что вы сможете сделать»)
• Добавляет trial-период без ввода карты
• Создаёт понятное сравнение планов

## Как строить воронку в аналитике

В Amplitude: Используй Funnel Analysis. Выбираешь события в нужном порядке, задаёшь временное окно (например, «пользователь должен пройти все шаги за 7 дней»), получаешь breakdown по каждому переходу.

В Mixpanel: Funnel report работает аналогично. Особенно полезен breakdowns по свойствам пользователя.

В Google Analytics 4: Explore → Funnel Exploration. Позволяет строить открытые воронки (пользователь может пропускать шаги) и закрытые (строгий порядок).

Без специальных инструментов: Можно построить воронку через SQL-запросы к данным событий. Нужна помощь аналитика, но данные будут точнее чем в готовых инструментах, если аналитика кастомная.

## Приоритизация: с чего начать оптимизацию воронки

Когда нашёл несколько точек разрыва — нужно выбрать с чего начать. Используй матрицу «влияние × усилие»:

Высокое влияние + низкое усилие: делай сразу. Убрать лишнее поле из формы, уточнить CTA, добавить progress bar.

Высокое влияние + высокое усилие: планируй как отдельный проект. Редизайн онбординга, изменение value proposition, новая структура pricing page.

Низкое влияние + низкое усилие: если есть время. Мелкие косметические улучшения.

Низкое влияние + высокое усилие: не делай.

Для оценки влияния — считай: если конверсия на этом шаге вырастет на 10%, сколько дополнительных пользователей дойдёт до конца воронки?

## Что контролировать регулярно

Воронка — не разовый анализ, а регулярное наблюдение.

Еженедельно:

• Резкие изменения в conversion rate на любом шаге (> ±10% недельного изменения — сигнал)

Ежемесячно:

• Тренды по ключевым переходам
• Сравнение когорт (этот месяц vs. прошлый)
• Разбивка по сегментам

После каждого релиза:

• Сравнение воронки до и после изменений

## Чеклист анализа воронки

• Воронка построена с абсолютными числами, не только с процентами
• Анализ сделан в разбивке по сегментам (мобайл/десктоп, каналы, новые/вернувшиеся)
• Найдена точка с наибольшими потерями
• Проведён качественный анализ этой точки (heatmap, session recording, тест с пользователями)
• Сформулирована гипотеза о причине разрыва
• Определено дизайн-решение с ожидаемым эффектом
• Запланирован A/B-тест или чёткое измерение «до/после»

## Нестандартные точки разрыва: где теряют пользователей неочевидным образом

Классические точки разрыва — форма регистрации, checkout — обычно под контролем. Но есть менее очевидные места, где воронка рвётся тихо.

### Email-подтверждение как узкое место

После регистрации многие продукты требуют подтверждения email. Казалось бы, простой шаг. Но именно здесь может теряться 20–40% пользователей.

Почему уходят:

• Письмо попадает в спам
• Пользователь переключился на другую вкладку и забыл
• Письмо не пришло сразу, пользователь потерял терпение
• Непонятно что делать дальше если письмо не пришло

Что делать:

• Страница «Проверьте почту» должна давать конкретные инструкции: «Письмо от noreply@example.com, тема "Подтвердите email"»
• Кнопка «Отправить ещё раз» видна без лишних кликов
• Ссылка «Изменить email» если пользователь ошибся
• Для критичных продуктов: Magic link (вход без пароля через email) убирает шаг подтверждения вообще

### 404 страницы в воронке

Пользователь кликнул на ссылку из email, получил 404 — и ушёл. Это не гипотетический сценарий: рекламные ссылки истекают, UTM-параметры ломают роутинг, страницы переезжают без редиректов.

Как контролировать:

• Мониторинг 404 ошибок в аналитике (особенно по реферреру — из рекламы, email)
• 404-страница должна помогать пользователю найти что искал, а не просто говорить «не найдено»
• Редиректы при изменении URL — обязательно

### Медленная загрузка как невидимый drop-off

Пользователь кликнул — видит спиннер — ждёт — уходит. В аналитике это выглядит как высокий bounce rate, но истинная причина — производительность.

По данным Google, при задержке загрузки 1→3 секунды вероятность отказа растёт на 32%. При 1→5 секундах — на 90%.

Как выявить:

• Core Web Vitals в Google Search Console
• Lighthouse score конкретных страниц воронки
• Real User Monitoring через New Relic, Datadog, или бесплатный web-vitals.js

Быстрые победы:

• Оптимизация изображений (WebP, правильные размеры)
• Lazy loading для изображений ниже fold
• Перенос нескритичных скриптов в async

## Воронка для возвращающихся пользователей: отдельная история

Новые пользователи и вернувшиеся — это разные аудитории с разными задачами. Воронку нужно строить для каждой отдельно.

Пользователь, который вернулся через 7 дней, скорее всего помнит продукт. Ему нужно быстро войти в контекст и продолжить с того места, где остановился.

Пользователь, который вернулся через 90 дней — практически забыл. Ему нужен мини-онбординг: «Вот что изменилось, вот где то, что вы делали раньше».

Пользователь, который открыл письмо о реактивации — остыл, но заинтересован снова. Ему нужна конкретная ценность сразу, без прохождения онбординга снова.

### Дизайн для возвращающихся

Last session state. Показывай, что пользователь делал в прошлый раз: «Вы работали с проектом X. Продолжить?»

Changelog / What's new. Для пользователя который вернулся после долгого отсутствия — краткий список, что изменилось за это время. Не полный release notes, а «3 вещи, которые теперь стало проще».

Восстановление незавершённого. Если пользователь начал флоу и не завершил — покажи ему это при возврате. «У вас незавершённая форма из 7 апреля. Продолжить?»

## Мобильные воронки: специфика и отличия от десктопа

Мобильные пользователи ведут себя иначе — и воронки у них другие.

Прерывания. Мобильный пользователь часто прерывается: звонок, уведомление, нужно выйти из автобуса. Воронка должна поддерживать прерывания — сохранять состояние, позволять вернуться.

Keyboard flow. Заполнение форм на мобайле болезненно. Неправильный тип клавиатуры (числовая вместо email, обычная вместо номера телефона), автокоррекция, которая ломает пароль, невозможность видеть, что вводишь — всё это создаёт фрикцию и увеличивает error rate.

Вертикальный скроллинг. На мобайле пользователи скроллят охотнее чем на десктопе. Длинный лендинг нормален для мобайла. Но каждый экран должен держать внимание.

Touch targets. Кнопки и ссылки должны быть достаточно большими для нажатия пальцем (минимум 44×44px). Маленькие элементы создают тап-ошибки — пользователь нажимает не то.

### Отдельная аналитика для мобайла

Всегда смотри на воронку отдельно для мобайла и десктопа. Типичная картина:

• Десктоп: conversion rate 5%, mobile: 2%
• Проблема в том, что 70% трафика с мобайла
• Общая конверсия: ~2.9%, хотя десктоп-конверсия отличная

Не мешай данные — разбивка по устройствам часто показывает главную проблему.

## Как строить культуру работы с воронкой в команде

Воронка — не разовый проект. Это постоянная практика. И она работает только тогда, когда вся команда смотрит на неё регулярно.

Weekly funnel review. Раз в неделю — 15 минут на основные числа. Не детальный анализ, а взгляд на ключевые метрики: что изменилось, есть ли аномалии.

«Воронка недели». Договоритесь что каждую неделю кто-то из команды (дизайнер, продакт, аналитик по очереди) делает разбор одного конкретного перехода в воронке: где потери, почему, что можно сделать.

Данные до дизайна. Прежде чем переделывать любой шаг воронки — посмотри на данные. Не из-за бюрократии, а потому, что интуиция часто ошибается. Часто кажется, что «очевидная» проблема — один экран, а данные показывают что настоящая проблема — на три шага раньше.

Документируй результаты. После каждого изменения в воронке — фиксируй: что было, что сделали, что стало. Это базовое обучение команды и база для будущих решений.

## ИИ и воронка конверсии: как найти разрывы и понять причины

ИИ помогает интерпретировать данные воронки, генерировать гипотезы о причинах разрывов и приоритизировать точки для улучшения.

### Промпт: проанализировать воронку и найти приоритеты

Вот данные нашей воронки [онбординга / регистрации / покупки]:

Шаг 1 [название]: [N] пользователей
Шаг 2 [название]: [N] пользователей  
Шаг 3 [название]: [N] пользователей
Шаг 4 [название]: [N] пользователей
Шаг 5 [название]: [N] пользователей

Контекст:
— Тип продукта: [описание]
— Основной источник трафика: [описание]
— Устройства: [% мобайл / десктоп]

Проанализируй воронку:
1. Рассчитай конверсию на каждом переходе
2. Определи самый критичный разрыв (наибольшие потери × их позиция в воронке)
3. Предложи 3–5 гипотез о причинах каждого основного разрыва
4. Предложи как проверить каждую гипотезу (метод и что нужно)
5. Приоритизируй точки для улучшения: что чинить первым

### Промпт: интерпретировать данные сессий

Если есть данные из session recordings (Hotjar, Clarity) — ИИ помогает найти паттерны:

Я просмотрел 20 записей сессий пользователей на [шаг воронки где теряем].

Вот что я наблюдал:
— [наблюдение 1, например: пользователи скроллят вниз перед тем, как нажать кнопку]
— [наблюдение 2]
— [наблюдение 3]
...

Интерпретируй эти наблюдения:
1. Что пользователи скорее всего ищут или не понимают?
2. Какие UX-проблемы объясняют каждое поведение?
3. Предложи конкретные дизайн-изменения для каждой проблемы
4. Как измерить что изменения помогли?

### Промпт: сравнить воронки по сегментам

У нас есть данные воронки для двух сегментов:

Сегмент A (мобайл):
[данные по шагам]

Сегмент B (десктоп):
[данные по шагам]

Найди:
1. На каких шагах разница наибольшая?
2. Что обычно вызывает такую разницу между мобайл и десктоп?
3. Что нужно проверить, чтобы подтвердить причину?
4. Предложи 3 конкретных дизайн-изменения для улучшения мобильной воронки

### Промпт: написать план оптимизации воронки

Текущая ситуация:
— Основной разрыв: [шаг X → шаг Y], конверсия [%]
— Лучший сценарий по бенчмарку: [%]
— Данные о причине: [что нашли через heatmaps / сессии / интервью]

Составь план оптимизации:
1. Гипотеза (в формате если → то)
2. Дизайн-решение (конкретное)
3. Метод проверки (A/B-тест / до-после / тест с пользователями)
4. Метрика успеха (первичная и guardrail)
5. Ожидаемый финансовый эффект (помоги рассчитать если дать данные о LTV)

Оформи как 1-страничный brief для согласования с продактом.

### Промпт: найти нестандартные точки разрыва

Часто потери происходят не там, где очевидно. ИИ помогает думать шире:

Вот наша воронка и данные:
[данные]

Я уже знаю об основных разрывах. Помоги найти нестандартные:

1. Какие точки между шагами часто упускают при анализе воронок в [тип продукта]?
2. Где могут теряться пользователи вне основной воронки (email-подтверждение, 404, медленная загрузка)?
3. Какие сегменты стоит проверить отдельно — возможно у них совсем другая картина?
4. Какие внешние факторы могут влиять на нашу воронку, которые не видны в данных продукта?