что значит сортировка товара
Как сортировать товары в категории?
По цене? Во возрастанию или убыванию? По популярности? А что такое «популярность»? Новинки сверху? Скидки сверху? По маржинальности? Персонализированно? Это как вообще?
Когда маркетолог магазина разобрался с кучей остальных проблем и наслушался на конференциях псевдопрактических докладов о персонализации на сайте, он начинает задумываться о том, как же вывести товары в категориях так, чтобы из этого получилось что-то хорошее. В eCommerce «хорошее» — это заработать больше денег. А вот как это сделать — уже зависит от особенностей самого магазина.
Сейчас популярны такие виды сортировки товаров в категории:
Намного реже встречается сортировка по релевантности, она же персонализация. Реже — потому что никто не знает, как ее сделать правильно.
Фактически базовая сортировка товара считается по такой формуле:
W = (K1 * Popularity + K2 * Trending + K3 * Seasonality + K4 * Personalization + K5 * Price + K6 * Profit + K7 * PriceSensitivity + K8 * BrandSensitivity * IN(PreferredBrand) + K9 * DiscountSensitivity + K10 * NoveltySensitivity * isNew) / 10
Внимательный читатель задаст логичный вопрос: «Ээээ, че?».
Я объясню все по порядку.
Первое: что такое W? Это число, разное для каждого товара, по которому мы будем сортировать товары. Представьте, что вы решили сортировать их по цене. Цена — это число, и вы можете сортировать товары по возрастанию или убыванию.
Теперь представьте, что вам нужно сортировать товары не по цене, а по какому-то другому числу. В логике ничего не меняется: у каждого товара есть числовая характеристика W, по которой можно сортировать. Как правило, в порядке убывания: чем больше число, тем больше товар подходит для покупателя и магазина, а значит, товары с большим W должны быть выше на странице.
Второе: W для каждого считается по формуле. Выше я привел почти полную формулу, которая используется в REES46 (кое-что опустил, чтобы вы смогли дочитать хотя бы до этого места).
Третье: в формуле есть коэффициенты K0. K9. Эти коэффициенты влияют на важность каждого компонента формулы. С их помощью вы можете управлять тем, насколько каждый компонент влияет на выдачу товаров. Например, если вы продаете бытовую технику, и вам в принципе не важна сезонность товаров, сделайте K3 равным 0 и все – сезонность не влияет сортировку. Если вы хотите больше продавать высокомаржинальных товаров, сделайте K6 самым большим значением и товары, дающие вам максимальную прибыль, будут чаще появляться в начале товарной выдачи. И так далее. Коэффициенты — это дробные числа от 0,0 до 1,0, Например: 0,3374
Четвертое: показатели. Они также должны быть между 0 до 1.
Лирическое отступление про слово «смапить» (от английского слова «map», то есть «карта»). Чтобы наша формула работала, нужно «смапить» числовые показатели так, чтобы каждому значению соответствовало число от 0 до 1, пропорциональное разнице между этими числами. Например, у нас есть три товара, один из них продавался 4 раза, второй 2 раза, третий 1 раз. Если смапить эти числа на шкале от 0 до 1, то число 4 (как самое большое) будет единицей, число 2 будет соответствовать 0,5, число 1 будет соответствовать 0,25.
Теперь подробнее о показателях:
Popularity (популярность) — количество продаж каждого товара за последние 3 месяца.
Trending (трендовость) — как популярность, только за период 2 недели.
Seasonality (сезонность) — соответствие товаров текущему сезону. Имеет значение 0, если не соответствует сезону, 1 — если соответствует. Например, если сейчас декабрь, то купальник имеет значение показателя 0, а шуба — 1. В июле наоборот.
Personalization (персонализация) — значение, которое выдает черный ящик машинного обучения (коллаборативная фильтрация, reinforcement learning, deep learning и вот это от все) каждому товару применительно к текущему пользователю. Сами вы этого не сделаете.
Price (цена товара) — смапленная цена товара по отношению ко всей выдаче. У товара с максимальной ценой значение показателя равноо 1. Все остальные товары имеют значение между 0 и 1.
Profit (потенциальная прибыль ритейлера) — маржа, которую получит ритейлер от продажи товара. От 0 до 1.
PriceSensitivity (отношение покупателя к цене в данной категории) — единица, если товар находится в ценовом сегменте, удобном для покупателя. И уменьшается по мере роста или снижения цены.
BrandSensitivity (отношение покупателя к бренду) — 1, если товар любимого бренда покупателя, 0,5 — если отношение к бренду нейтрально, и 0, если у покупателя неприязнь к бренду.
DiscountSensitivity (отношение покупателя к скидкам) — единица, если покупатель любит скидки, и товар со скидкой; либо покупатель не любит скидки, и товар без скидки. Ноль в обратном случае.
NoveltySensitivity (отношение к новинкам) — единица, если товар новинка, и покупатель любит новинки; либо товар не новинка, и покупатель не любит новинки. Ноль в обратных случаях.
Если вы дочитали до этого места, вы целеустремленный человек. Поздравляю. Осталось совсем немного.
Все, что осталось, это понять, как работать с формулой при различных целях.
А цели у нас бывают:
Регулируя значения коэффициентов K1…K9, вы повышаете значимость этих параметров и влияете на конечную сортировку результатов.
Несколько примеров, какие показатели стоит использовать для разных целей:
Неочевидные особенности сортировки товара и «танец реальности»
Как обычно, мы пытаемся решить сложную математическую задачу минимальными средствами и затратами. Суть задачи – сортировать товары интернет-магазина так, чтобы это было наиболее удобно покупателю.
Самый простой способ – задавать порядок вручную. В физических магазинах на полках делается именно так, и это называется «выкладка». У нас её делают продавцы по планограммам под каждую точку (это входит в обучение), а в тех же больших продуктовых – специальные чуваки-мерчендайзеры, которые следят, чтобы всё было ок. В Интернете, конечно, хочется сделать так же, но метод хорош до 50 позиций.
На другой стороне шкалы методы больших данных, когда все данные о вас начиная от сборки браузера, типа девайса (точнее, его цены) и разрешения экрана, плюс все данные профиля и оценка ваших действий на сайте ведут к оптимальному результату. Самый простой способ использования таких данных – за первые 20-30 секунд нахождения на сайте строить ваш профиль и сравнивать с профилями таких же людей. И предлагать вам в итоге не самые дешёвые квартиры и отели, например, а начинать с тех цен, которые для вас будут приемлемыми. Вы наверняка знаете эту сортировку, которую почему-то подают в прессе под соусом «самой удобной для клиента».
По моим ощущениям, самая удобная для нашего покупателя – это такая, которая понятна и поддаётся контролю.
Если вы посмотрите на то, как отсортированы товары в различных интернет-магазинах, то увидите, что совершенно точно есть упорядочивание по цене, наличию и ещё какой-то вуду-параметр типа «по популярности», «по-озоновски» и так далее. Вот про эту магию мы и поговорим.
С чего мы начинали
Делали вручную. До 50 товаров – это лучший способ. На самом деле, в похожих раскладах можно было и без сортировки — товары помещаются на 2-3 экранах, и даже навигация не всегда нужна. Можно вывалить всё кучей, пользователь будет счастлив. Так мы и делали.
Однако когда покупатель не может запихнуть все товары категории (или вообще каталога) себе в оперативную память, сортировка всё-таки нужна. Когда мы дошли до примерно сотни игр, то понадобился первый функциональный инструмент – лесенка по цене. Вообще, сортировка по цене – очень простая и понятная штука. У вас есть бюджет, и вы хотите в него уложиться. Или вы хотите сравнить несколько похожих товаров. Или вам просто хочется взять «низ» и «верх» категории, чтобы понять, на что опираться при сравнении товаров.
Механически она реализуется очень просто – сравниваются цены. При одинаковых ценах везёт тому товару, который попал в массив сравнения раньше (скорее всего, был раньше добавлен на сайт).
Первая проблема сортировки по цене в том, что бестселлеры будут заныканы довольно глубоко вниз. Вторая – товары не в наличии, которые могут затесаться в середину списка. Третья – часто появляется много мусора наверху, то есть всякие расходники, упаковки и прочее-прочее, что стоит дёшево, но часто не имеет прямого отношения к товарам, за которыми пришёл человек.
Соответственно, как инструмент она нужна, но как дополнительный. Основная сортировка должна быть другой.
Мы попробовали сортировать по продажам и одновременно стали набирать оценки товаров по шкале от 1 до 5, чтобы затем ввести сортировку по рейтингу.
При сортировке по продажам резко начали пробиваться вверх не бестселлеры, а дешёвые товары, которых явно (в штуках) берут больше, чем чего-то ещё. Любой товар с ценой выше средней имеет заниженные шансы оказаться вверху такой сортировки. Соответственно, нужно как-то это балансировать.
Мы думали, что хорошей идеей будет сделать ансамбль моделей, и в качестве второй весовой функции для общей оценочной использовать рейтинг. И не только, но об этом далее.
Оказалось, что нельзя просто брать и выгружать рейтинг, потому что товар с 4,5 «звёздами» на 100 отзывов явно лучше товара на 5 звёзд, но с 1 отзывом. Решение очевидно – изменять весовой коэффициент рейтинга в общей оценочной функции в зависимости от количества отзывов. Рассматривался вариант с тем, что он меняется от 1% до 50% нелинейно, например, 200 отзывов дают 40% к весу, а 10 оценок – 15% к весу. Но наиграться с коэффициентами мы не успели – возникла совершенно тупая проблема сортировки по оценкам.
Дело в том, что оценки тоже ставили по нормальному распределению.
Долбанная гауссиана была сдвинута только на одно деление снизу – всё-таки мы в большинстве помним школьную систему оценок, где, по факту, нет единицы. То есть большая часть товаров приходит на отрезок 2-5 с оптимумом где-то в районе 3,5-4 баллов. Все хиты стали 4,5, все не-хиты — 4.
Ещё через некоторое время вообще все товары стали одинаковыми, и отдельная сортировка «по рейтингу» не давала ровным счётом ничего хорошего.
Ещё одна проблема заключалась в старой дилемме голосования на сайте: надо либо авторизовывать пользователя по почте или чему-то похожему (достаточно трудно генерируемому), либо не делать так и фильтровать накрутки. В том числе медленные и плавные. Я это очень хорошо знаю, потому что ещё во время учёбы в университете благодаря «тестированию безопасности» сайта университета, который поддерживала другая группа (мы были математиками-системными программистами, а они – защитой информации), как-то мимоходом выбралась эмблема университета. На голосовалке. В субботу. В понедельник утром, ещё до прихода админа, ректор стукнул кулаком по столу и сказал – «Хватит тут разводить, вон, за выходные 400 студентов проголосовало, эту эмблему и берём». Проблема была в том, что самый популярный в городе коннект – это диалап, и мы ходили без графики. И за что там было голосование, попросту не видели. Через два года я рассказал чуть больше деталей, чем вам, руководителю IT-службы университета. И после этого бежал три квартала. Именно тогда я ногами осознал важность защиты голосовалок.
Так вот. Товар можно было накрутить, потому что авторизовываться ради оценки – это дичайший геморрой. Собирать же оценки только с залогиненных пользователей (то есть после заказа, но до его получения в большинстве случаев) казалось не очень трезвой идеей.
Мы отключили сбор рейтингов и сортировку по нему и стали дальше думать.
Второй заход
Сравнив популярность товаров при продаже в физическом мире и через сайт, получили следующий вывод – важен не только и не столько рейтинг товара, сколько количество оценок к нему. То есть товар с сотней оценок явно лучше товара с десятком оценок при том, что оба не выбиваются достаточно сильно из центральной области нормального распределения.
Можно было провесить весовой коэффициент и на эту часть, но всё решилось куда проще. Как раз в момент, пока я думал над этой проблемой (отключив сортировку по рейтингу, потому что она уже мало что давала), Facebook напихал в интернет своих кнопок «Мне нравится».
Три кнопки – гугловская, вконтактовская и фейсбучечная — решили вопрос. У нас появилась сортировка «по рейтингу», причём рейтинг определялся суммой показателей лайков. Причём каждый голос в этой системе учитывался точно – спасибо соцсетям и их авторизации, нам не пришлось думать над этой проблемой.
Мы опять попробовали скрестить сортировку по рейтингу с сортировкой по продажам, но тут во весь рост встала проблема наличия товара.
Наличие
Это были лихие годы, и мы продавали как могли. Наличие в реальном времени на сайте казалось нам достаточно космической технологией, но оно понадобилось. Росло количество магазинов, росло количество ошибок по тому, что человек пришёл, а игры нет, увеличивалось количество негативных отзывов типа «сравнивал полчаса три товара, а двух нет» и так далее.
Довольно быстро, но большой кровью мы синхронизировали базу каждого магазина в реальном времени (ну, почти, минус кэш) с сайтом.
Напомню, работали мы тогда не очень давно, поэтому внезапно поняли ещё одну вещь: сортировка по продажам должна ограничиваться неким интервалом. Потому что иначе у новых игр не будет шансов пробиться вверх — ведь старые в топе, и их исторически продано больше.
Далее, приняли волевое решение не учитывать в сортировке товары, которых сейчас нет. Они просто складываются в кучу внизу сортировки под списком в порядке «былых заслуг», то есть исторической позиции в этом же списке. Это было сделано для того, чтобы человек не сравнивал товары, один из которых нельзя купить прямо сейчас.
Возникла проблема. Точек тогда только в Москве было уже девять, и не факт, что товар заканчивался везде одновременно. Плюс интернет-магазин. Как показывать на сайте товар, которого в интернет-магазине нет, но зато на точках он есть?
Правильным казался метод, предложенный одной из розничных сетей бытовой техники – пользователь при заходе на сайт выбирает или магазин (ближайший к дому) или же решает покупать с доставкой. До вообще сёрфинга. И все товары «пританцовывают» по параметрам этого магазина. Нет там – отсортировали вниз и показали, что есть только на складе интернет-магазина.
Наблюдение за профилем поведения наших покупателей показало, что идея так себе. Конкретно у нас. Почему? Всё просто – магазины на кольцевой линии метро и узлах, и обычно в 1-2 минутах от метро (или даже в здании метро, как на Курской, если повезёт). Это означало, что у покупателя нет «любимого» магазина. Он заезжает в тот, который ему удобнее по дороге между домом, офисом, баром и любовницей.
Однако сортировка по продажам за последний месяц на 80% решила проблему наличия только в отдельных магазинах – когда игра продаётся не по всей сети, её позиция начинает резко падать.
Текущая модель
Следующая гипотеза звучала так: а что, если решить проблемы продажи кучи мелких штук, приравняв одну «крупную» игру к паре «средних» или куче «мелких»? Тогда вся мелочь не будет лезть вверх сортировки.
Решение нашлось очень простое – вместо сортировки по количеству проданных штук за месяц мы стали сортировать по обороту за месяц.
Потом ещё поиграли сроками и сократили период, чтобы прямо на сортировке отражались текущие тренды.
Сортировка такого типа стала основой и для запуска продвижения в реальном мире. То есть товары, которые лучше оборачиваются, идут в рекламу. Это уже пришло из физического принципа выкладки – самый оборачиваемый товар на высоту груди, чтобы поближе к рукам и глазам.
Чем короче срок – тем актуальнее показывается игра в позиции «топа». Больше интервал – большее влияние прошлых продаж. Соответственно, мы подняли градус конкуренции между товарами. Раньше «старички» сидели в топе, откуда их было не выдавить. Теперь каждая новая хорошо продающаяся игра получала солидный шанс. Стоило закрепиться в топе – и вот она хорошо продаётся уже не только сама по себе, но и благодаря топу. Но, конечно, закрепиться можно было только благодаря текущим заслугам – то есть если интерес к позиции угасал, она уходила обратно в «подвал». Это отлично балансировало сезонные товары – Городки и Петанк бодро вылезали вверх летом.
Вторым методом сортировки остаётся совокупность лайков.
Проблемы текущей модели
Во-первых, мы не учитываем в нашей базовой сортировке лайки и количество комментариев к игре – это, конечно, определяет её популярность, но вынесено в отдельный инструмент. Почему? Просто потому, что мы дошли до тех оборотов, где «голосование кошельком» даёт более реалистичные данные. В теории, конечно, можно включить скорость и ускорение набора лайков как весовые коэффициенты, но это дело будущего.
Во-вторых, мы не учитываем «температуру» игры. То есть новинки проходят на общих основаниях. У нас нет одновременных запусков из-за географии (самая далёкая точка – Южно-Сахалинск, туда летает самолётом; самые же долгие точки на материке – поставка 3-4 недели). Поэтому игра не может получить начальное ускорение везде и сразу – и эффект «яркой новинки» размазывается по городам. Наверное, правильно будет в течение первых 3-4 недель ранжировать новику выше за счёт новизны.
В-третьих, у нас довольно много игр, в которых могут играть как дети, так и взрослые. И ещё почти каждая – хороший подарок. Это автоматом означает, что в 2-3 категориях точно будут похожие списки бестселлеров, то есть «верх» сортировки будет одинаков. При этом было бы логично брать сортировку по каждой категории, но это пока сделать сложно – надо знать, для кого покупается каждая позиция (это уже крутой Data Mining, и мы его медленно делаем, расскажу при случае).
В-четвёртых, да, можно использовать сервисы оптимальных товарных предложений, выдающих сортировку от действий пользователя на сайте. Возможно, вы такие знаете. Общий принцип – анализ данных входа (браузер, экран, география и т.п.), поведения на сайте (зашёл в «детские», посмотрел вот эти два товара) и профилирование, а затем наложение – что покупали люди с таким же профилем, как у вас, надо показать вам. Проблема в том, что, во-первых, при такой сортировке теряется контроль, а, во-вторых, мы всё же протестили. И не получили существенных различий «танца реальности» со своими базовыми методами. Отмечу, что одна из возможных причин – яростное желание сервиса таких рекомендаций продавать больше всеми силами через «не хочу», что сказывалось на «агрессивности» предложений и алгоритмов. Отключили.
В итоге стало понятно, что правильная идея – «фичерить» игры, то есть к обычной сортировке добавлять «выбор редактора». Мы пробовали делать это в рамках тестирования на половые праздники (14 и 23 февраля, 8 марта) в этом году. Скоро попробуем ещё раз, но иначе. Скорее всего – сработает.
Вот так это будет в новом интерфейсе
То есть, опять же, мы сейчас описали полный круг от полностью ручной сортировки до умной автоматизации, а потом обратно к ручной.
И да, задача решена не полностью, есть куда докручивать. В целом же, в ретроспективе, всё описанное выше кажется логичным и простым, но, поверьте, когда мы только-только начинали, это было совсем не так. Надеюсь, вам были интересны наши историчесике грабли.
18 решений для фильтрации и сортировки товаров в интернет-магазине, которые упростят выбор и повысят конверсию
Приветствую. Меня зовут Максим Жуков, я из KISLOROD. Специализируемся на разработке и развитии e-commerce проектов.
Мы уже писали о том, как прокачать поиск на сайте и правильно работать с листингами товаров, чтобы помочь пользователям и увеличить конверсию. Сегодня расскажем о реализации удобного функционала фильтрации и сортировки товаров.
Чтобы не пропустить следующую статью из серии, подпишитесь на телеграм-канал, в котором мы делимся опытом точечного увеличения конверсий в клиентских проектах, исследованиями, гипотезами и наблюдениями.
Выбирая и сравнивая товары, пользователь чаще всего опирается на информацию в категориях со списком товаров — листингах. Функционал фильтрации на страницах листинга призван упрощать выбор, но содержание и логика работы фильтров не всегда отвечают ожиданиям пользователей, что может негативно сказаться на конверсии.
Фильтрация товаров — возможность сузить ассортимент до выборки с характеристиками, наиболее релевантными индивидуальным потребностям пользователя. Такими характеристиками может быть цена, размер, бренд или другой важный для пользователя параметр. Фильтры помогают быстрее найти нужный товар и в какой-то мере заменяют продавца-консультанта. Обычно располагаются в сайдбаре.
Если фильтры исключают определенные продукты из выборки, то сортировка товаров упорядочивает выдачу по заданному критерию — например, по возрастанию цены, рейтингам пользователей или популярности. Располагается над списком товаров.
Фильтры и сортировка упрощают поиск нужных товаров и помогают избежать мук выбора. Взаимодействие пользователей с этими инструментами увеличивает среднюю продолжительность сессии и глубину просмотра страниц.
После фильтрации пользователь переходит на сформированную под его запросы страницу — товары на ней наиболее релевантны потребностям, поэтому коэффициент отказа минимальный, а конверсия максимальная. После сортировки пользователь остается на той же странице — только теперь товары располагаются в соответствии с его приоритетами, что помогает сделать заказ быстрее.
Проблемы с фильтрацией товаров обычно связаны с отсутствием важных для пользователей параметров фильтрации, непродуманной логикой и интерфейсами. Разберём решения, которые помогут улучшить функционал фильтрации товаров в интернет-магазине.
Лучше сразу сузить поле вариантов, чем получить список товаров с огромным количеством товаров из нерелевантных категорий. С этой целью список категорий располагают на видном месте — например, вверху блока с фильтром, как на скриншоте выше. Или над выдачей, как в примере ниже.
Бывает, что в определённых нишах пользователь хочет искать товары в нескольких категориях сразу. Дайте ему такую возможность, чтобы не приходилось выполнять фильтрацию в каждой категории поочередно и запоминать или выписывать информацию о товарах из разных категорий.
Поиск в нескольких категориях на shop-krastsvetmet.ru
Хотя существуют параметры фильтрации, универсальные для всех категорий (цена, рейтинг и так далее), пользователей больше интересует фильтрация по уникальным параметрам фильтрации в нужной категории. Если для телевизора важен размер диагонали, а для гидрокостюма — толщина неопрена, то дайте пользователям возможность отсортировать товары по этим параметрам. Отображая информацию об этих параметрах фильтрации, вы напомните или покажете пользователям, что параметры важны и побудите фильтровать по ним.
Если характеристика товара настолько важна, что выводится в превью, значит должна быть возможность отфильтровать весь список товаров по этой характеристике. Пользователи ищут параметры фильтра по важным для них свойствам, а если не находят — разочаровываются. Особенно эта проблема актуальна для мобильных устройств, где не всегда можно быстро понять, что необходимой характеристики товара в фильтре не существует.
Например, в превью карточки мобильного телефона на ozon.ru выведены такие параметры: число SIM-карт, поддержка карты памяти, особенности, назначение слотов.
По всем этим параметрам доступны фильтры:
Определите и предложите тематические параметры фильтрации в зависимости от специфики интернет-магазина и контекста использования товара. Примеры тематических фильтров — по стилю (повседневный, праздничный, романтический), времени года, условиям использования, параметрам выбора.
В офлайн-магазине продавец легко отработает тематический запрос вроде весенней куртки или праздничной рубашки. В интернет-магазине реализовать просмотр товаров по теме не так просто — придется вручную помечать товары или группы товаров.
Без тематических фильтров испытуемые в исследовании Baymard Institute тратили много времени на поиск. А также часто отказывались от поиска, так как нужный товар был спрятан в огромной выдаче и пользователи думали, что его нет на сайте.
В нашем исследовании покупки матрасов в онлайне испытуемые не нашли на сайте производителя параметр фильтрации с возможностью выбора матраса для пар с большой разницей в весе. В результате многие из респондентов не справились с заданием. Эту проблему можно было решить, добавив тематический параметр «для пар с большой разницей в весе».
Выбор некоторых товаров определяется совместимостью с другими товарами, которыми пользователь уже владеет. Пример таких товаров — запчасти, расходные материалы, аксессуары. Если совместимый товар не подходит к исходному, то не важно, насколько хороши отзывы о нем и привлекательна цена. Для таких товаров параметр совместимости выходит на первый план — нужно предоставить пользователю возможность получить список товаров, совместимых с имеющимся.
Испытуемым в исследовании Baymard Institute было чрезвычайно трудно найти нужный совместимый товар — только 35% справлялись с задачей. Практически на всех сайтах был фильтр по брендам, но его не хватало для определения совместимости — не все блоки питания одного бренда подходят ко всем ноутбукам того же производителя. Не всегда один производитель выпускает и продукты, и аксессуары к ним.
В некоторых нишах реализовать такой фильтр просто необходимо — например, в сегменте электроники и бытовой техники. Выбрать специализированный объектив под фотоаппарат намного сложнее, чем сумку под него же. Особенно когда всё, что может предложить фильтр — определить совместимость на основе специализированных характеристик товара из баз поставщиков и производителей. Можно дать возможность указать название и номер исходной модели, а можно размер, емкость или мощность.
Фильтр совместимости снижает риск выбрать несовместимый товар, а значит и показатель возврата товаров.
Фильтры должны быть простыми, с очевидным нахождением тех или иных параметров фильтрации в определенных категориях.
На сайте одного из производителей матрасов фильтрация жесткости не очевидна. Отображаются параметры — высокая, средняя, низкая и разная жесткость сторон. Последняя по умолчанию неактивна. Испытуемые не понимали, что можно сделать ее активной — для этого нужно выбрать два параметра. Они считали, что на сайте просто нет матрасов с разной жесткостью сторон.
Часть фильтров на этом же сайте реализована в виде ползунков, передвинув которые можно поменять, например, диапазон стоимости. Но как показывает опыт, пользователям это не всегда удобно — проще ввести вручную нужный диапазон в соответствующие поля.
Несмотря на то, что в фильтре есть такая возможность, мы не раз убеждались: для пользователей она не очевидна. Причина — чрезмерная стилизация полей для ввода значений.
На сайте anatomiyasna.ru дизайн полей для ввода значений более очевидный — испытуемые понимали, что могут вводить значения самостоятельно.
Названия свойств фильтра также должны быть предсказуемыми, понятными, не включать в себя жаргон и сленг.
Важное правило: дизайн должен улучшать опыт покупки, а не делать его хуже.
В некоторых категориях удобно фильтровать товары по определённым комбинациям параметров фильтра или, проще говоря, тегировать. Вывод таких параметров по отдельности в боковой панели фильтрации создает риск, что пользователи либо пропустят их, либо не поймут важность фильтрации товаров по конкретном списку параметров.
Упростите покупателям жизнь — выводите важные параметры над списком товаров. Например, выделив специальный блок над фильтром, как на citilink.ru:
Еще 3 важных момента:
Длинные списки из параметров фильтрации на два-три экрана шокируют пользователей — их стоит обрезать. Это лучшее решение, поскольку список выглядит компактно, но при этом пользователь по-прежнему видит все фильтры.
Как правильно обрезать списки:
Иногда списки не обрезают, а предоставляют значениям фильтрации собственную область прокрутки, которую можно скроллить независимо от остальной части страницы.
Но вы должны знать, что это решение может вызвать следующие проблемы:
Захват прокрутки. Иногда при желании прокрутить список фильтрации прокручивается страница и наоборот. Это раздражает пользователей.
Если все-таки реализуете это решение, по той причине, что у вас предполагается огромный список параметров в том или ином типе фильтрации, добавьте возможность быстрого поиска параметра в списке путем введения его названия в специальное поле, как на скриншоте выше.
Значения фильтров часто исключают друг друга — к примеру, в фильтре «Цвет» пользователь может выбрать только один параметр. При выборе второго параметра первый исключается. Хотя возможно, пользователю было бы удобнее искать товары сразу нескольких расцветок.
В исследованиях Baymard Institute 45% испытуемых пытались выбрать несколько параметров фильтрации и разочаровывались, если это не удавалось.
Фильтрация по запросу — это когда страница обновляется не мгновенно, после выбора одного параметра, а когда пользователь нажал кнопку «Применить», выбрав один или несколько параметров, как на скриншотах выше.
Мгновенная фильтрация раздражает пользователей, особенно если сайт обладает низкой производительностью и пользователю приходится терпеть не только постоянное обновление списка товаров, но и большую паузу между обновлениями.
Фильтрация по запросу — идеальное решение для сложных каталогов с большим ассортиментов товаров. Она оправдана и при медленном интернете — пользователь ждет результат только один раз, при этом выбрав сразу несколько параметров.
Единственный недостаток — высокая вероятность получить нулевой результат при выборе большого количества параметров. Как этого избежать расскажем ниже.
Решение поможет избежать следующих проблем, с которыми может столкнуться пользователь без выведения фильтров:
пользователь может забыть, по каким параметрам фильтровал товары в категории.
Желательно отображать не только количество выбранных параметров фильтрации, но и сам тип фильтра вместе с примененными параметрами. Примененные параметры фильтрации можно разместить над списком товаров, над боковой панелью фильтрации и под горизонтальной панелью фильтрации.
Для пользователей удобнее, когда примененные фильтры отмечены и в боковой панели, и выведены в верхней части листинга.
Так пользователю будет понятно, на основании чего сделана выборка. Ему не придётся выискивать проставленные галочки в фильтре, чтобы удалить их. Достаточно будет удалить их над выдачей. К примеру, если среди прочих свойств телевизоров пользователь выбрал телевизор определенного бренда и не нашел подходящие товары, он может сразу удалить бренд из списка параметров и получить выборку со всеми брендами.
Возможность сброса выбранных параметров фильтрации должна быть всегда. Лучше не располагать кнопку сброса фильтров рядом с кнопкой запуска фильтрации, чтобы пользователи меньше ошибались. Оптимально расположить ее над списком товаров, как на скриншоте выше.
Если нет возможности сбросить все значения фильтрации, пользователи прибегают к кнопке возврата на предыдущую страницу в браузере. И часто разочаровываются, ведь работа сайта не соответствует их ожиданиям — они думают, что останутся на той же странице, вернувшись в тот момент, когда они ещё не успели отфильтровать. А по факту загружается новый контент.
В нишах, где важно выбирать товар по определенным параметрам, но потенциальные покупатели не разбираются в этих параметрах, нужно объяснить их особенности. Например, для пары с большой разницей в весе нужно выбирать матрас с независимым пружинным блоком, но многие пользователи об этом не знают. На сайте matras.ru подсказки есть практически у всех характеристик. Нажав на знак вопроса рядом с характеристикой, получаем подсказку:
Если фильтрация товаров согласно выбранным параметрам занимает много времени, это раздражает пользователя — с высокой вероятность он не станет ждать и покупка не состоится. Сайты, которые долго обрабатывают запросы и соответственно обладают низкой производительностью, не любят и пользователи, и поисковые машины.
Перед блоком отфильтрованных товаров или возле него стоит выводить общее количество найденных позиций, чтобы пользователь оценил, нужно ли ему сузить или расширить параметры фильтрации.
Если пользователь после тщательного выбора критериев в фильтре видит вместо результатов «ничего не найдено», он разочаровывается. Зачастую вместо того, чтобы поработать с фильтрами еще, несостоявшиеся покупатели покидают сайт.
Решение — исключить параметр, ведущий к нулевой выдаче из списка доступных характеристик товара или отобразить его неактивным еще на этапе выбора. Возможно, этот параметр не имеет решающего значения для пользователя и он найдет подходящий товар в выдаче.
При выборе операционной системы iOS на ozon.ru несовместимые с системой параметры перестают отображаться — остаются только подходящие линейки и модели, которые попадут в отфильтрованный список товаров.
Пользователи чаще всего пользуются сортировкой по цене. Реализовать такую возможность нужно обязательно — причем как в формате «от дешевых товаров к дорогим», так и наоборот.
Сортировка по рейтингам — второй по популярности вид сортировки по данным Baymard Institute. Правда в большинстве случаев сортировка проводится по средней оценке и не учитывает количество оценок, что раздражает пользователей.
На рейтинги чаще всего обращают внимание, когда не уверены в выборе и хотят довериться опыту большого количества людей. Поэтому важно учитывать в сортировке и число проголосовавших. Количество оценок должно отображаться в сочетании со средним рейтингом.
Помогает покупателям, которые интересуются трендовыми вещами или, как в предыдущем случае, не разбираются в тематике и хотят увидеть, что заказывают другие. Популярность определяется количеством заказов.
Некоторые пользователи хотят увидеть в первую очередь новинки. Особенно это касается ниш, связанных с одеждой.
Еще один популярный способ сортировки — к нему прибегают те, кто хочет купить товар как можно выгоднее.
Наличие товара. Если часть товаров доступна только под заказ, дайте возможность отсортировать товары, которые можно купить сразу.
Это сортировка по любым параметрам, которые относятся только к конкретным категориям. Например, сортировка чемоданов по вместимости, жестких дисков по объему памяти или столов по длине, ширине, высоте — как в ИКЕА.
Такая сортировка — идеальное решение для пользователей, которые не хотят жестко отсекать значения с помощью фильтрации, но почему-то практически не предлагаемое интернет-магазинами.
Определить, какие параметры фильтра нужно реализовать в сортировке по категориям несложно: возьмите 3-5 самых важных параметров в каждой категории и превратите их в параметры сортировки.
Пара нюансов сортировки товаров:
Чтобы решить, какую сортировку реализовать по умолчанию, можно опросить клиентов или посмотреть в Google Analytics, как сортирует товары большинство пользователей.
Расположение фильтра в сайдбаре — привычное решение, но горизонтальный фильтр может работать лучше. Пользователи часто игнорируют боковой фильтр из-за баннерной слепоты и принимают сортировку за единственно возможный инструмент работы с сужением выборки товаров. Это приводит к тому, что посетители уходят с сайта с пустыми руками.
Горизонтальная панель может объединять инструменты фильтрации и сортировки — это хорошо сказывается и на обнаружении инструментов, и на удобстве использования, так как пользователю проще сосредотачивать внимание в одном месте. К тому же отсутствие фильтра в сайдбаре визуально расширяет список товаров и освобождает место для еще одной колонки в сетке листинга.
Размещая инструменты фильтрации и сортировки горизонтально в один ряд, можно реализовать визуальное отличие, как на lamoda.ru:
При всем удобстве, горизонтальные фильтры имеют недостатки:
Поэтому горизонтальная фильтрация и сортировка подходит для ниш, не требующих использования большого количества фильтров — например, одежды, предметов интерьера. Для магазинов, продающих электронику или спорттовары, вариант вряд ли подойдет.
При использовании горизонтального расположения фильтра на сайте:
Грамотная реализация фильтрации — один из способов улучшить UX всего сайта, ведь хороший фильтр поможет пользователям найти товар и совершить покупку.
Теперь вы знаете, как должна работать фильтрация и сортировка товаров. О не менее важных элементах электронного мерчендайзинга можно почитать в статьях:
В следующий раз поговорим об элементах навигации интернет-магазина, улучшающих UX. Чтобы не пропустить статью, подписывайтесь на этот блог или наш телеграм-канал.
Ставьте лайк (+1), если было полезно.
спасибо за материал! последнее время как раз озадачен вопросом фильтрации и сортировки. приятно лишний раз утвердиться во мнении, что собственные наблюдения верны.
в имеющемся магазине на момент запуска казалось, что банальных параметров достаточно. но потом сильно вырос ассортимент, и фильтров стало не хватать. а переделывать то, что и так работает, всегда морально сложная задача. плюс, как главный пользователь своего сайта, находишь алгоритм, при котором выводится почти так, как хотелось. если тут нажать так, а тут выставить так, то выводит чуть лишнего, и что-то потерялось, но в принципе нормально )) да и есть же поиск! понятно, что у покупателей другое мнение.
сейчас на другом проекте пытаюсь продумать наперёд. сомневался, не слишком ли я перегибаю с количеством параметров и вариантов вывода. но, судя по всему, нет.
единственный «конструктив по контенту» касаемо горизонтального фильтра. кроме приведенной в пример ламоды, ни у кого его и не припомню. от горизонтальных меню принято было уходить по тем же причинам, что сильно ограничиваешь себя сразу такими решениями. вдруг потом разрастется в ширину или выпадающий список, что еще хуже. такой вариант, мне кажется, подходит для обновления уже имеющегося магазина с устоявшимся ассортиментом и понятными требованиями к фильтрации. но для нового лично я буду закладывать привычный сайдбар.