התשובה הקצרה

יחס המרה מחושב כך: מספר ההמרות חלקי מספר ההזדמנויות להמרה, כפול 100. באתר לרוב משתמשים בסשנים או במשתמשים כמכנה. לדוגמה, 180 רכישות מתוך 10,000 סשנים הן יחס המרה של 1.8%. יש לבחור מכנה עקבי ולהפריד בין פלחים לפני שמסיקים מסקנה.

הנוסחה הבסיסית

יחס המרה (%) = המרות ÷ הזדמנויות × 100. אם היו 180 רכישות מתוך 10,000 כניסות, החישוב הוא 180 ÷ 10,000 × 100 = 1.8%.

החלק הקשה אינו החשבון אלא ההגדרה: האם 'כניסה' היא session או user, האם כל רכישה נספרת פעם אחת ומה קורה ללקוח שחוזר בכמה ביקורים.

Sessions או Users?

Sessions מתאים כשכל ביקור הוא הזדמנות חדשה לפעולה. Users מתאים כשמעניינת אותנו ההמרה של אדם לאורך תקופה. אין בחירה אוניברסלית; העיקר לא להחליף מכנה באמצע השוואה.

במסע רכישה ארוך, משתמש יכול לחקור במובייל ולרכוש בדסקטופ. מגבלות זיהוי, הסכמה ומכשירים גורמות לכך שגם Users הוא קירוב.

יחס המרה של שלב במשפך

אפשר לחשב יחס מעבר בין כל שני שלבים: 86 הוספות לסל מתוך 420 צפיות במוצר הן 20.48%. 31 רכישות מתוך 86 הוספות לסל הן 36.05%.

הפרדה לשלבים עוזרת לדעת היכן לחקור. היא עדיין אינה מסבירה למה אנשים עזבו.

  • כניסה לעמוד מוצר
  • צפייה במוצר להוספה לסל
  • סל להתחלת קופה
  • התחלת קופה לרכישה

למה ממוצע האתר עלול להטעות

אם נתח מובייל גדל בתקופה מסוימת ולמובייל יחס המרה נמוך יותר, הממוצע יכול לרדת גם בלי הרעה בכל פלח. אותו דבר קורה כשמקור תנועה חדש מביא קהל בתחילת מחקר.

לפני מסקנה משווים מכשיר, מקור, לקוח חדש/חוזר, קטגוריה וגיאוגרפיה - אבל נמנעים מפיצול יתר לקבוצות זעירות ורועשות.

מה לחבר ליחס ההמרה

יחס המרה גבוה אינו מטרה בפני עצמה. הנחה עמוקה יכולה להעלות אותו ולמחוק מרווח. טופס קצר יכול להעלות לידים ולהפחית התאמה.

לכן מצרפים ערך המרה, הכנסה למבקר, AOV, איכות ליד, ביטולים או החזרות לפי סוג העסק.

דוגמה: אותו יחס המרה, עסק אחר

חנות א׳ קיבלה 20,000 סשנים, 400 הזמנות והכנסה של 120,000 ש״ח. יחס ההמרה הוא 2% וערך ההזמנה הממוצע 300 ש״ח. חנות ב׳ קיבלה אותו מספר סשנים ואותו מספר הזמנות, אך הכנסה של 88,000 ש״ח. לשתיהן יחס המרה זהה, אבל ההכנסה לסשן היא 6 ש״ח לעומת 4.4 ש״ח.

אם חנות ב׳ העלתה את ההמרה באמצעות הנחה עמוקה, ייתכן שגם המרווח הגולמי נשחק. לכן יחס המרה הוא תיאור של התקדמות לפעולה, לא מדד מלא לאיכות ההחלטה העסקית.

  • יחס המרה
  • הכנסה לסשן
  • ערך הזמנה ממוצע
  • מרווח גולמי לאחר הנחות
  • ביטולים והחזרות

כך משווים תקופות בלי ליפול לממוצע

יש להשוות תקופות דומות מבחינת ימי שבוע, עונה, מבצעים וזמינות מלאי. לאחר מכן בודקים אם תמהיל המכשירים, הערוצים, הלקוחות החדשים והקטגוריות השתנה. רק אז בוחנים אם שיעור המעבר בתוך אותו פלח השתפר או נחלש.

פער קטן בקבוצה זעירה אינו בהכרח מגמה. הציגו לצד האחוז גם את מספר הסשנים וההמרות, ותעדו שינויי מדידה, אתר וקמפיינים. אם אין יכולת להפריד בין ההשפעות, נכון לומר שהתוצאה אינה חד־משמעית.

איזה מכנה מתאים לאיזו שאלה

סשנים מתאימים לשאלה כמה ביקורים הסתיימו בפעולה. משתמשים מתאימים לשאלה כמה אנשים ביצעו פעולה לפחות פעם אחת בתקופה. צפיות במוצר מתאימות למדידת מעבר בתוך עמודי מוצר, ולידים כשירים מתאימים כשאיכות הפנייה חשובה יותר משליחת הטופס.

אין לערבב בין המכנים בתוך אותה מגמה. גם המונח משתמש אינו זהות מוחלטת: אדם יכול לעבור בין מכשירים, למחוק עוגיות או לסרב להסכמה. לכן מציגים את הגדרת המדד לצד המספר ושומרים אותה קבועה לאורך ההשוואה.

  • רכישות חלקי סשנים
  • משתמשים רוכשים חלקי משתמשים
  • הוספות לסל חלקי צפיות מוצר
  • לידים כשירים חלקי לידים
  • עסקאות חלקי פניות

פירוק שינוי בהמרה לתנועה ולביצוע

כאשר יחס ההמרה הכולל משתנה, בודקים שני מנגנונים שונים. הראשון הוא שינוי בתמהיל: יותר תנועה ממובייל, מחיפוש מידע או מקהל חדש. השני הוא שינוי בתוך פלח קבוע: למשל ירידה בהמרה של משתמשי מובייל מאותו ערוץ ובאותה קטגוריה.

ההפרדה חשובה מפני שהפעולה שונה. בעיית תמהיל עשויה לדרוש התאמת קמפיין, מילות חיפוש או עמוד נחיתה. ירידה בתוך פלח עשויה להצדיק בדיקת מוצר, חיכוך או תקלה. ממוצע האתר לבדו אינו מבחין ביניהן.

יחס המרה באתר לידים: הכמות אינה סוף החישוב

באתר לידים אפשר לחשב טפסים חלקי סשנים, אבל זהו רק השלב הראשון. אם שינוי קיצר את הטופס והכפיל פניות לא רלוונטיות, יחס ההמרה השתפר בזמן שהתוצאה העסקית נחלשה. לכן מחברים לכל ליד סטטוס מאוחר יותר, כמו נענה, כשיר, נקבעה פגישה או נסגרה עסקה.

החיבור אינו חייב להיות מושלם ביום הראשון. אפשר להתחיל בדגימה שבועית מתוך CRM ולהשוות מקור, עמוד נחיתה ומסר. המטרה היא לזהות האם קבוצות שמייצרות יותר טפסים גם מייצרות ערך. כשאין חיבור כזה, צוות השיווק עלול לבצע אופטימיזציה לפעולה הזולה ביותר במקום ללקוח המתאים ביותר.

  • שליחת טופס
  • ליד שנענה
  • ליד כשיר
  • פגישה
  • עסקה
  • הכנסה או ערך צפוי

יחס המרה באיקומרס: מה קורה אחרי הרכישה

רכישה היא אירוע ברור יחסית, אך גם היא אינה מספרת את כל הסיפור. הזמנה שבוטלה, הוחזרה או נרכשה בהנחה עמוקה אינה שוות ערך להזמנה רווחית שנשארה אצל הלקוח. לכן לצד יחס ההמרה בודקים הכנסה למבקר, מרווח גולמי כשזמין, ביטולים, החזרות ושיעור לקוחות חדשים.

הבדיקה חשובה במיוחד כשמשנים משלוח, קופון או Bundle. שינוי יכול להגדיל את מספר ההזמנות אך להקטין את הערך הממוצע או להעלות עלות לוגיסטית. יחס ההמרה עונה על השאלה כמה התקדמו; הכלכלה עונה אם ההתקדמות היתה טובה לעסק.

כיצד מחשבים יחס המרה לשלב בתוך משפך

לא תמיד נכון להתחיל מכל הסשנים. כדי להבין עמוד מוצר מחשבים את שיעור המשתמשים או האירועים שעברו מצפייה להוספה לסל. כדי להבין קופה מחשבים את שיעור מי שהתחילו קופה והשלימו רכישה. המכנה צריך לייצג הזדמנות אמיתית לבצע את הפעולה הנבדקת.

הגדרה מדויקת מונעת האשמה של שלב שאינו הבעיה. אם מעט מבקרים מגיעים לעמוד מוצר, יחס הוספה לסל טוב לא יפתור את בעיית הגילוי. אם רבים מוסיפים לסל אך מעטים מתחילים קופה, החסם נמצא כנראה בין הפעולות. כך שיעורי מעבר הופכים את הממוצע למפת אבחון.

  • צפייה ברשימה אל בחירת מוצר
  • צפייה במוצר אל הוספה לסל
  • סל אל התחלת קופה
  • התחלת קופה אל רכישה
  • טופס שהתחיל אל טופס שנשלח

טעויות חישוב שחוזרות בדוחות

טעות נפוצה היא לחלק אירועים במשתמשים בלי להסביר, או להשוות שיעור שנבנה מסשנים לשיעור שנבנה ממשתמשים. טעות אחרת היא להציג שינוי יחסי כאילו הוא שינוי בנקודות אחוז: מעבר מ־2% ל־2.4% הוא עלייה של 0.4 נקודות אחוז ושל 20% באופן יחסי.

גם סינון התקופה משנה את התוצאה. יום מבצע, תקלה, קמפיין גדול או שינוי consent יכולים להזיז את המכנה. בדוח רציני הנוסחה, המקור, החלון והפילטרים מופיעים לצד המדד. אחרת אותו שם יכול לתאר חישובים שונים ולייצר ויכוח שאין לו קשר לביצועים.

  • אירועים מול משתמשים
  • אחוז יחסי מול נקודות אחוז
  • אזור זמן
  • סינון עובדים ובוטים
  • הסכמה למדידה
  • ביטולים והחזרים

מתי שינוי קטן באחוז הוא משמעותי לעסק

המשמעות תלויה בנפח ובערך ההמרה. תוספת של עשירית נקודת אחוז באתר עם מאות אלפי סשנים יכולה להיות גדולה; באתר קטן היא עשויה לייצג הזמנה אחת. לכן מתרגמים את השינוי למספר המרות, להכנסה ולמרווח, ומציגים טווח ולא תחזית מדויקת מדי.

לפני שמקבלים החלטה בודקים גם יציבות. אם היחס נע באופן טבעי בין 1.7% ל־2.3%, שבוע של 2.2% אינו הוכחה לשיפור. מסתכלים על תקופות דומות, נפח וגורמים חיצוניים. כאשר אין מספיק נתונים, המסקנה הנכונה היא לעיתים להמשיך למדוד ולא להכריז על מנצח.

דוגמה חישובית: כשההמרה עולה והרווח יורד

נניח שבחודש הראשון היו לחנות 50,000 סשנים, 1,000 הזמנות והכנסה של 300,000 ש״ח. יחס ההמרה היה 2%, ערך ההזמנה הממוצע 300 ש״ח וההכנסה לסשן 6 ש״ח. בחודש השני הופעלה הנחה רחבה: 52,000 סשנים יצרו 1,196 הזמנות והכנסה של 310,960 ש״ח. יחס ההמרה עלה ל־2.3%, אך ערך ההזמנה ירד ל־260 ש״ח וההכנסה לסשן ירדה לכ־5.98 ש״ח.

אם מסתכלים רק על יחס ההמרה, החודש השני נראה טוב יותר. אם עלות המוצר והלוגיסטיקה נשארו דומות וההנחה יצאה מהמרווח, העסק עשוי להרוויח פחות מכל הזמנה ואף פחות בסך הכול. כדי לדעת צריך לחבר את נתוני ההזמנות למרווח, להנחות, למשלוח, לביטולים ולהחזרות. אנליטיקס מתאר התנהגות; מערכת המסחר והכספים משלימות את התוצאה.

כעת נפריד בין לקוחות חדשים לחוזרים. ייתכן שההנחה העלתה בעיקר רכישות חוזרות של אנשים שהיו קונים גם בלעדיה, בזמן שהמרת לקוחות חדשים כמעט לא השתנתה. במקרה כזה השיפור הממוצע אינו מוכיח שההנחה פתרה חסם. אפשר לבדוק קבוצה מוגדרת, תמריץ אחר או הצגת ערך טובה יותר במקום להמשיך עם הנחה רוחבית.

הדוגמה מלמדת שאין מדד יחיד שמכריע. יחס המרה עונה כמה הזדמנויות הסתיימו בפעולה. ערך הזמנה והכנסה לסשן מתארים את גודל התוצאה. מרווח, ביטולים והחזרות בודקים את איכותה. המדדים צריכים להיבחר לפי ההחלטה, והנוסחה צריכה להישאר קבועה כדי שהשוואה בין תקופות תהיה אמינה.

אותו עיקרון חל גם באתר לידים. אם טופס קצר מעלה את שיעור השליחה אך מוריד את שיעור הלידים הכשירים, אין שיפור אמיתי. מחלקים עסקאות בלידים, בודקים זמן טיפול וערך צפוי ומשווים לפי מקור ועמוד. יחס ההמרה העליון עוזר לזהות חיכוך; מדדי ההמשך קובעים אם החיכוך שהוסר היה מיותר או דווקא סינן פניות לא מתאימות.

תבנית להצגת יחס המרה בדוח

לכל מדד מציגים שם, נוסחה, מכנה, מקור נתונים, טווח תאריכים ופילטרים. לצד האחוז מופיעים מספר ההמרות ומספר ההזדמנויות, ובהשוואה מציינים גם שינוי בנקודות אחוז וגם שינוי יחסי. כך אדם שקורא את הדוח אינו צריך לנחש אם מדובר בסשנים, משתמשים או אירועים.

מתחת למספר מוסיפים משפט פרשנות זהיר: מה השתנה, באיזה פלח, ומה עוד קרה באותה תקופה. אם מבצע, שינוי מלאי או עדכון consent משפיעים על הנתון, הם מופיעים לפני ההמלצה. הדוח מסתיים בהחלטה או בשאלה לבדיקה, לא באחוז שמוצג לבדו כאילו הוא מסביר את העסק.

  • נוסחה
  • נפח
  • השוואה
  • פלח
  • גורמים חיצוניים
  • החלטה

כלל אחרון לחישוב

אם שני אנשים בצוות אינם מסוגלים לחשב את המדד מחדש מאותו מקור ולקבל תוצאה דומה, ההגדרה עדיין אינה שלמה. שומרים את הנוסחה והפילטרים ליד הדוח, בודקים אותם אחרי שינוי הטמעה ומעדכנים את קו הבסיס רק כשהשיטה השתנתה באמת.

המשך נכון מהמאמר

המדריך הזה תומך בעיקר בעמוד שירות שיפור יחס המרה. להעמקה ממוקדת אפשר להמשיך גם אל מחשבון יחס המרה או אל מדריך תהליך CRO.

מקורות ובדיקה

המקורות נבדקו בעת העדכון האחרון. קישורים חיצוניים נפתחים באתר המקור.

  1. Google Analytics - About conversions
  2. Google Analytics - Sessions
  3. Google Analytics - Funnel explorations
נכתב ונבדק על ידי

כפיר אהרון, לולו דיגיטל

עוסק במשך שנים ב־SEO, CRO ו־PPC, ועבד עם עשרות אתרי איקומרס ובעלי עסקים בישראל. המאמר נבדק מול המקורות המופיעים בעמוד, ומפריד בין הנחיה רשמית, שיקול מקצועי ודוגמה היפותטית.

הניסיון והגישהאיך התוכן נכתב ונבדקדיווח על טעות