Брошенная корзина: как возвращать покупателей к оплате

Что такое брошенная корзина и статистика по нишам

Показатель считается просто: доля пользователей, добавивших товар в корзину, но не завершивших оплату в течение определённого времени (обычно 24-72 часа). Средние значения сильно различаются по нишам:

Цифры условны и зависят от конкретного трафика, но общий порядок величины — большинство корзин действительно бросают, и это нормально, важна работа над снижением, а не погоня за нулём. Более показательная метрика для сравнения периодов — не абсолютный процент, а его динамика: если доля брошенных корзин выросла на 10 процентных пунктов за месяц без изменений на сайте, это сигнал искать техническую проблему или изменение состава трафика.

Причины брошенных корзин

• Неожиданные дополнительные расходы на этапе оплаты (доставка, комиссия)
• Обязательная регистрация перед оформлением заказа
• Слишком длинный или сложный чекаут
• Недостаток способов оплаты или доставки
• Пользователь изначально сравнивал цены/варианты, не планируя покупку сразу
• Технические ошибки на странице оплаты
• Отсутствие предпочитаемого пользователем способа оплаты в конкретном регионе

Полезно раз в квартал проходить весь путь оформления заказа лично, от добавления товара в корзину до подтверждения оплаты, на разных устройствах и в разных браузерах. Команда, которая работает с сайтом каждый день, часто не замечает мелких проблем, которые для нового посетителя оказываются критичными — например, слишком мелкую кнопку на определённой модели телефона.

Часть брошенных корзин — не потеря в строгом смысле, а нормальное поведение при выборе: пользователь сравнивает несколько магазинов, добавляет товар «на всякий случай» или ждёт зарплаты. Отличить эту аудиторию от тех, кто ушёл из-за реальной проблемы с сайтом, помогают записи сессий в Вебвизоре — видно, доходил ли пользователь до формы оплаты или ушёл сразу после добавления товара в корзину.

Отдельно стоит смотреть на устройство: доля брошенных корзин на мобильных обычно выше, чем на десктопе, поскольку ввод платёжных данных на маленьком экране менее удобен и чаще прерывается внешними факторами — звонком, уведомлением, переключением между приложениями.

Полезно также сегментировать статистику брошенных корзин по стоимости заказа: дорогие корзины обычно бросают чаще, чем недорогие — решение о крупной покупке требует больше времени на раздумье, и часть пользователей осознанно откладывает оплату на потом, чтобы обдумать трату или посоветоваться с кем-то ещё, а не потому что столкнулись с проблемой на сайте.

Полезно также сравнивать процент брошенных корзин у новых и повторных покупателей отдельно: повторные клиенты обычно завершают оплату чаще, поскольку уже прошли через чекаут раньше и доверяют магазину. Если у этой группы доля брошенных корзин тоже высока, вероятная причина — недавнее техническое изменение на странице оплаты, а не общий недостаток доверия к магазину.

Показательный пример из практики небольшого интернет-магазина одежды: после смены платёжного провайдера доля брошенных корзин выросла почти в полтора раза за неделю, при том что маркетинговая команда не вносила никаких изменений в лендинги или рекламу. Причиной оказалась дополнительная страница подтверждения у нового провайдера, которая на медленном мобильном интернете иногда не успевала загрузиться за разумное время, и пользователь просто закрывал вкладку браузера, решив, что оплата не проходит. Проблема нашлась только благодаря сопоставлению даты роста показателя с датой смены поставщика платёжных услуг, а не благодаря анализу текста писем или дизайна корзины.

Вывод из подобных случаев простой: любое техническое изменение на пути к оплате — смена платёжного провайдера, обновление скрипта корзины, редизайн страницы чекаута — стоит сопровождать усиленным мониторингом показателя брошенных корзин в первую неделю после изменения, чтобы быстро заметить отклонение и не списывать его на случайные колебания спроса.

Хорошая практика — фиксировать дату и суть каждого технического изменения на пути к оплате в общем журнале команды, доступном и маркетингу, и разработке. Без такой записи спустя месяц бывает сложно быстро связать скачок показателя брошенных корзин с конкретным релизом, особенно если изменения выкатывались небольшими партиями на протяжении нескольких недель подряд.

Такой журнал полезен и для будущих сотрудников: новый специалист, присоединившийся к команде через полгода, сможет быстро восстановить историю изменений и понять, какие эксперименты уже проводились, вместо того чтобы заново предлагать уже проверенные и отклонённые идеи.

Как возвращать через email-цепочку

Классическая серия из 2-3 писем: первое — через 1-3 часа после ухода, просто напоминание о товарах в корзине; второе — через 24 часа, с ответом на частое возражение (бесплатная доставка, гарантия возврата); третье — через 48-72 часа, с небольшой скидкой или ограничением по времени. Дальнейшая рассылка после третьего письма обычно даёт всё меньше эффекта и раздражает получателя.

Письмо 1 (1-3 ч): Напоминание + фото товара + CTA «Вернуться к заказу»
Письмо 2 (24 ч): Снятие возражения (доставка/гарантия) + CTA
Письмо 3 (48-72 ч): Небольшой стимул (скидка/бесплатная доставка) + срок действия

Push-уведомления и ретаргетинг

Помимо email, для возврата используют push-уведомления в браузере или приложении и ретаргетинг в рекламных сетях — показ объявления именно с теми товарами, которые остались в корзине. Комбинация каналов обычно даёт лучший результат, чем один email: часть аудитории вообще не открывает почту, но видит баннер в соцсети.

Ретаргетинг с динамическими товарными объявлениями (показ именно тех товаров, что были в корзине, а не общего баннера бренда) обычно даёт заметно более высокий отклик, чем статичная реклама, поскольку напоминает о конкретном интересе пользователя, а не просто о существовании магазина.

Важно ограничивать частоту показа ретаргетинговых объявлений одному и тому же пользователю — слишком навязчивое преследование по всем сайтам сети создаёт обратный эффект и портит восприятие бренда, даже если формально увеличивает число показов и переходов.

Снижение % через упрощение чекаута

Самый устойчивый способ снизить долю брошенных корзин — не догонять ушедших, а не терять их с самого начала. Практики, которые почти всегда помогают: гостевая оплата без обязательной регистрации, прозрачный расчёт стоимости с доставкой до этапа оплаты (а не в последний момент), минимум полей в форме оплаты — подробнее в статье про конверсию лид-формы, которая применима и к форме оформления заказа.

Полезно также показывать прогресс оформления заказа (шаг 1 из 3) и не заставлять пользователя заново вводить данные при возврате на предыдущий шаг — потеря уже введённой информации из-за технической ошибки часто становится последней каплей перед окончательным уходом со страницы оплаты.

Как посчитать эффективность возвратных механик

Recovery rate = (число оплаченных заказов из брошенных корзин / число брошенных корзин) × 100%
ROI серии = (доп. выручка от возврата − стоимость отправки серии) / стоимость отправки серии

Даже возврат 5-10% брошенных корзин через email обычно окупает всю серию в разы, поскольку стоимость отправки писем на порядок ниже стоимости привлечения нового покупателя.

Полезно считать recovery rate отдельно по каждому письму серии, а не только по серии целиком — это показывает, какое именно письмо приносит основную часть возвратов, и помогает понять, стоит ли вообще отправлять третье письмо или двух достаточно для большинства заказов.

Как ускорить работу с брошенными корзинами через нейросети

Генерацию вариантов текста писем, персонализацию по категории товара и анализ причин ухода можно частично автоматизировать нейросетями — подробный подход к автоматизации email-цепочек разобран в статье «Как автоматизировать email-маркетинг с помощью AI».