Shopify Analytics уже объединяет ключевые показатели торговли, которые показывают, насколько успешно работает ваш бизнес: от заказов и сеансов до результатов маркетинговых кампаний, запущенных через Shopify. Но у каждого бизнеса есть контекст, выходящий за рамки этих показателей: уникальные для вашего каталога атрибуты товаров, действия используемых вами приложений, события, понятные только вашей команде, и регионы, где формируется спрос.
В релизе Fall '26 Edition аналитика Shopify Analytics предоставляет еще более полный обзор вашего бизнеса. Четыре новые функции добавляют данные приложений, командные знания, специфичные для бизнеса измерения и географический контекст к уже имеющимся в Shopify торговым данным, помогая получить целостное представление о происходящих в вашем бизнесе процессах и их причинах.
В этой статье мы рассмотрим, как бренд одежды использует эти обновления для анализа своей последней кампании по продаже верхней одежды и принятия решений о дальнейших инвестициях.
События приложений (App Events) переносят данные участвующих приложений в аналитику
Все большая часть пути ваших клиентов проходит через приложения. Чтобы понять эту активность, раньше приходилось открывать отдельные инструменты и дашборды. Функция App Events позволяет участвующим приложениям передавать данные о своих событиях напрямую в Shopify Analytics.
Для разработчиков приложений интеграция начинается с объявления стандартных событий Shopify, поддерживаемых приложением, в конфигурации его расширения с последующей отправкой этих событий через App Events API. Shopify проверяет и обрабатывает данные, делая их доступными для продавцов через набор данных app_events в ShopifyQL.
Продавцы могут использовать ShopifyQL для запроса этих событий, визуализации их во времени, а также для группировки или фильтрации по измерениям приложений и событий. Это дает вам единое место в Shopify для отслеживания активности приложений наряду с другими показателями, формирующими ваш бизнес.
Для кампании по продаже верхней одежды команда использует участвующее в программе приложение программы лояльности. В Shopify Analytics команда сравнивает заработанные и использованные баллы с течением времени, чтобы понять, как кампания повлияла на активность участников программы лояльности и возвращались ли клиенты для использования своих бонусов.
Аннотации сохраняют бизнес-контекст прямо на графике
График может показать рост продаж во вторник. Ваша команда может знать, что утром инфлюенсер опубликовал пост, прошло поп-ап-мероприятие или завершилась задержка со стороны поставщика. Спустя месяцы это объяснение вспомнить гораздо сложнее.
Вы можете создавать, редактировать, удалять, искать и фильтровать собственные аннотации на графиках временных рядов. Shopify также добавляет аннотации для таких событий, как установка приложений, публикация товаров и изменения в методике измерений, объединяя бизнес-контекст и контекст платформы в едином представлении. Вместо того чтобы теряться в памяти, электронных таблицах или Slack, контекст остается привязанным к конкретному моменту времени, который ваша команда сможет изучить позже.
Команда добавляет аннотацию о сотрудничестве с инфлюенсером, которое проходило с 9 по 12 октября. Отметив коллаборацию прямо на графике общих продаж, команда может увидеть ее соответствие росту продаж и лучше понять ее влияние.
Метаполя и метаобъекты категорий делают отчеты более персонализированными
Как только команда разбирается с событиями, сопровождавшими кампанию, она может перейти к тому, что именно покупали клиенты.
У каждого бизнеса свой способ описания товаров, клиентов и заказов. Стандартное название товара может не отражать цвет, материал, дизайнера, гарантию, уровень лояльности или другие атрибуты, важные для поставленной задачи.
Теперь вы можете группировать и фильтровать отчеты аналитики с помощью метаполей категорий, таких как цвет, материал и узор, а также метаобъектов, таких как дизайнер, гарантия или уровень лояльности. Эти поля отображаются в виде понятных измерений и фильтров в Shopify Analytics и ShopifyQL без необходимости экспорта или ручного объединения данных.
Метаполя категорий, уже назначенные товарам, появляются автоматически. Чтобы использовать метаобъекты в аналитике, сошлитесь на них через метаполе товара, варианта, заказа или клиента, а затем включите это метаполе для использования в аналитике.
Для бренда одежды команда группирует количество проданных товаров по названию материала (Material Name), чтобы со временем сравнить изделия из флиса (Fleece) и жаккардового трикотажа (Jacquard Knit). Затем отчет можно уточнить с помощью другого атрибута упомянутого материала, например плотности, чтобы выявить характеристики товара, формирующие спрос, и использовать эту информацию для будущих решений по мерчандайзингу.
Интерактивные карты показывают, где сосредоточен спрос
Наконец, команда выходит за рамки того, что именно покупали клиенты, чтобы понять, где был сосредоточен этот спрос.
Таблица может подсказать объем продаж в городе или регионе. Но она не всегда показывает, распределены ли эти продажи по рынку или сконцентрированы в нескольких близлежащих районах. Пузырьковые карты отображают метрики из ваших данных о продажах — такие как чистые продажи, валовые продажи, заказы, средний чек или валовая прибыль — на интерактивной карте, благодаря чему географические закономерности видны сразу.
Близлежащие адреса доставки или выставления счетов группируются в кластеры на основе близости, а размер каждого пузырька соответствует выбранному показателю продаж. По мере изменения масштаба или панорамирования карта и сопутствующая ей таблица обновляются с учетом более локализованных кластеров. Вы можете перейти от обзора рынка к тем областям, где выбранный вами показатель наиболее высок, без необходимости перестраивать отчет.
Команда наносит на карту общие продажи по адресам доставки за последний квартал. Самая высокая концентрация наблюдается на востоке США (приблизительно 42 000 долларов США в виде продаж), за ней следуют кластеры на Юго-Востоке и в Южной Калифорнии. Этот вид помогает команде быстро определить свои самые сильные рынки и решить, где проводить следующую региональную кампанию.
В совокупности эти сигналы дают команде более полное представление о кампании: как взаимодействовали клиенты, какие события могли повлиять на результаты, какие материалы стимулировали покупку и где был сосредоточен спрос. Обладая таким контекстом в Shopify Analytics, бренд может принимать более обоснованные решения о том, какие товары и рынки продвигать следующими.
