Conversion Rate у мобилном маркетингу: шта је то, врсте конверзије и како израчунати

Шта је Conversion Rate у мобилном маркетингу?

Conversion Rate (CR) — проценат корисника који су извршили циљну радњу од укупног броја посетилаца странице или екрана. У мобилним апликацијама Conversion Rate се мери за сваку фазу левка: од учитавања странице производа до завршетка поруџбине. Метрика показује ефикасност интерфејса, убедљивост понуде и квалитет саобраћаја. Низак Conversion Rate уз висок саобраћај — сигнал проблема са UX или неусаглашеношћу са очекивањима корисника.

Conversion Rate у контексту мобилне аналитике

Мобилна аналитика третира Conversion Rate као кључни показатељ ROI маркетиншких кампања. Ако реклама доведе 10 000 корисника, а конвертује се само 50 (CR = 0.5%) — CAC је превисок, а кампања је губиташка. Conversion Rate је повезан са свим аспектима производа: брзином учитавања, квалитетом садржаја, једноставношћу плаћања, поверењем у бренд. Према Google-у, повећање Conversion Rate за 1% за апликацију са 100 000 посетилаца месечно може додати 1 000 нових клијената без додатних трошкова за саобраћај.

Conversion Rate vs Retention Rate

Conversion Rate — метрика првог контакта: да ли је корисник стигао до циља данас? Retention Rate — метрика дугорочних односа: да ли ће се корисник вратити сутра? Апликација може имати висок Conversion Rate (30% се региструје), али низак Retention Rate (5% се враћа 7. дана). Здрав производ балансира обе метрике: конверзија без задржавања ствара „једнократне" кориснике, задржавање без конверзије — неплаћену публику.

Врсте конверзије: микро-конверзија и макро-конверзија

Conversion Rate се дели на два нивоа: микро-конверзије (међукораци) и макро-конверзија (коначни циљ). Анализа оба нивоа омогућава изградњу комплетног левка и проналажење фазе у којој се корисници губе. Без микро-конверзија знате да је CR низак, али не знате — зашто.

Микро-конверзије: међукораци

Микро-конверзије — радње које приближавају корисника коначном циљу. За e-commerce: преглед производа, додавање у корпу, почетак поруџбине, попуњавање адресе. Свака микро-конверзија има свој CR: на пример, 40% корисника додаје производ у корпу, 20% почиње поруџбину, 10% завршава куповину. Анализа микро-конверзија показује у којој фази левка долази до највећег губитка корисника. Фаза са максималним падом — primary drop-off point — захтева приоритетну оптимизацију.

Макро-конверзија: коначни циљ

Макро-конверзија — коначна радња због које је производ креиран. За интернет продавницу — куповина, за стриминг сервис — претплата, за игрицу — куповина предмета у игри. Макро-конверзија је управо онај Conversion Rate који се наводи у извештајима. Оптимизација макро-конверзије без разумевања микро-корака — пуцање у мраку. Систематски CRO почиње од микро-конверзија.

Прилагођене конверзије и праћење догађаја

Праћење догађаја (event tracking) омогућава дефинисање прилагођених конверзија за било коју радњу у апликацији. Firebase, Amplitude и Mixpanel подржавају прилагођене догађаје. Пример: могуће је пратити конверзију „гледање видеа до краја", „слање позивнице пријатељу", „завршетак нивоа у игрици". Што се више прилагођених конверзија прати, прецизнија је анализа понашања корисника и брже се проналазе тачке раста.

Како се израчунава Conversion Rate?

Израчунавање Conversion Rate се врши по формули: (Број конверзија / Број посетилаца) * 100%. Међутим, у пракси избор имениоца и бројиоца зависи од контекста. CR се може рачунати за екран, за кампању, за сегмент корисника — и свако израчунавање даје различите информације. Важно је унапред утврдити методологију како би подаци били упоредиви између периода.

Основно израчунавање: конверзија за једну фазу

Најједноставнији случај: на страницу производа је ушло 1000 људи, 50 је купило — CR = 5%. Проблем: овај прорачун не узима у обзир да је део куповина могао бити обављен касније (путем push обавештења или е-поште). За тачност користите прозорску конверзију (прозор атрибуције): на пример, 7 дана од прве посете. Firebase и Adjust омогућавају подешавање прозора атрибуције од 1 до 30 дана — избор зависи од циклуса доношења одлуке о куповини у вашој категорији.

Левак конверзије: од корака до корака

Левак (funnel) — секвенца фаза кроз које корисник пролази од уласка до циља. Conversion Rate на свакој фази се израчунава као однос броја корисника који су стигли до следећег корака према броју корисника на тренутном кораку. Пример: 1000 → 400 (CR = 40%) → 150 (CR = 37.5%) → 50 (CR = 33.3%). Фаза са најнижим CR — primary bottleneck — захтева приоритетну оптимизацију. Изградња левка се врши путем SQL-а или визуелних аналитичких алата.

-- Воронка конверсии: просмотр → корзина → покупка
WITH steps AS (
    SELECT
        user_id,
        MAX(CASE WHEN event_type = 'view_product' THEN 1 ELSE 0 END) AS viewed,
        MAX(CASE WHEN event_type = 'add_to_cart' THEN 1 ELSE 0 END) AS cart,
        MAX(CASE WHEN event_type = 'purchase' THEN 1 ELSE 0 END) AS purchased
    FROM user_events
    GROUP BY user_id
)
SELECT
    SUM(viewed) AS total_viewed,
    SUM(cart) AS total_cart,
    SUM(purchased) AS total_purchased,
    ROUND(SUM(cart) * 100.0 / SUM(viewed), 1) AS view_to_cart_pct,
    ROUND(SUM(purchased) * 100.0 / SUM(cart), 1) AS cart_to_purchase_pct
FROM steps;

Грешке при израчунавању Conversion Rate

Прва грешка — рачунање CR на премалом узорку. При 50 посетилаца и 5 конверзија CR = 10%, али интервал поверења — од 3% до 22%. Потребно је минимум 1000 посетилаца за статистичку значајност. Друга грешка — не узимање у обзир временског кашњења између посете и конверзије. Ако је прозор атрибуције прекратак, CR ће бити потцењен. Трећа — рачунање CR за различите канале саобраћаја заједно: органски саобраћај може имати CR 5%, а плаћени — 1.5%, аритметичка средина није информативна.

import pandas as pd

def conversion_funnel(data, steps_order):
    funnel = {}
    for i, step in enumerate(steps_order):
        users_at_step = data[data[step] == 1]['user_id'].nunique()
        funnel[step] = users_at_step
        if i > 0:
            prev_step = steps_order[i - 1]
            cr = round(users_at_step / funnel[prev_step] * 100, 1)
            print(f"{prev_step} → {step}: {cr}%")
    return funnel

data = pd.read_csv('events.csv')
steps = ['viewed', 'cart', 'purchased']
funnel_data = conversion_funnel(data, steps)

Норме Conversion Rate по категоријама апликација

Норме Conversion Rate зависе од типа циљне радње, категорије апликације и географије. За e-commerce медијан CR на мобилним уређајима — 2.3% (према Google 2025). За апликације са претплатом — 4.8%, за игрице (куповина предмета у игри) — 3.5%, за регистрацију на догађај — 15-30%. CR значајно варира између земаља: САД — 3.2%, ЕУ — 2.8%, Азија — 1.8%.

Фактори који утичу на Conversion Rate

Брзина учитавања — први фактор. Свака секунда кашњења смањује CR за 0.5-1.5% (Google Research 2025). Квалитет саобраћаја — други фактор: CR из органске претраге је 2-3 пута већи него из display рекламе. Трећи фактор — поверење: присуство рецензија, оцена, SSL сертификата, политике повраћаја. Четврти — сезоналност: у „црни петак" CR e-commerce расте 2-3 пута. Пети — једноставност плаћања: апликације са Apple Pay и Google Pay показују CR за 15-20% већи.

Conversion Rate по изворима саобраћаја

CR из различитих канала може се разликовати 5 пута. Органска претрага: 3-5%, Branded претрага: 8-12%, Social media: 1-2%, Display реклама: 0.5-1%, Е-пошта билтени: 4-8%. Анализа CR по каналима омогућава прерасподелу буџета у корист најконверзионијих извора. Ако је CR из друштвених мрежа 3 пута нижи него из претраге, разлог може бити у неусаглашености креатива са очекивањима корисника или лошем циљању.

Како повећати Conversion Rate у мобилној апликацији?

Повећање Conversion Rate (CRO) — процес систематске оптимизације корисничког пута. За разлику од раста саобраћаја, CRO не захтева додатне буџете за рекламу и даје тренутни ефекат на приход. Размотрићемо кључне методе CRO-а, потврђене студијама случаја мобилних производа.

A/B тестирање: научни приступ CRO-у

A/B тестирање — једини начин да се објективно процени утицај промене на Conversion Rate. Тестирајте једну хипотезу одједном: боја дугмета, текст CTA, распоред елемената, број поља у форми. Минимално трајање теста — 1 недеља (да би се узео у обзир дан у недељи). Минимална величина узорка — 1000 конверзија по варијанти за статистичку значајност. Алати: Firebase A/B Testing, Optimizely, Amplitude Experiment.

Оптимизација екрана за плаћање

Екран за плаћање — главна тачка губитка конверзије. У просеку 70% корисника који су додали производ у корпу не завршава куповину. Решење: смањите број поља на минимум (е-пошта, картица, CVV), додајте Apple Pay и Google Pay, прикажите траку напретка, гарантујте сигурност. Booking.com је повећао CR за 12% једноставним додавањем индикатора „Остале су 2 собе по овој цени" (друштвени доказ + хитност).

Поједностављење регистрације

Регистрација — друга по важности фаза после плаћања. Свако додатно поље смањује CR за 5-10%. Најбоље праксе: пријава путем Google/Apple ID (social login), број телефона уместо е-поште, могућност прескакања регистрације и регистровања касније. Према подацима Mixpanel (2025), апликације са social login-ом показују CR регистрације за 25% већи него са традиционалном формом е-пошта + лозинка.

-- Сравнение CR по платёжным методам
SELECT
    payment_method,
    COUNT(*) AS attempts,
    SUM(CASE WHEN status = 'completed' THEN 1 ELSE 0 END) AS completed,
    ROUND(SUM(CASE WHEN status = 'completed' THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 1) AS cr_pct
FROM payments
WHERE created_at >= CURRENT_DATE - INTERVAL '30 days'
GROUP BY payment_method
ORDER BY cr_pct DESC;