Czy Google Lens generuje realne konwersje zakupowe w e-commerce?

Wizualny ruch a rzeczywista sprzedaż

Baner wejsciowyParallax

Czy Google Lens generuje realne konwersje zakupowe w e-commerce?

Wizualny ruch a rzeczywista sprzedaż

Autor nie posiada zdjęcia
Tomasz Piasecki
30 września 2024

To pytanie dostaję zwykle w tej samej formie: „słyszałem, że ludzie kupują przez zdjęcia — ile my z tego mamy?”. Odpowiedź jest niewygodna, bo prawidłowa brzmi „nie wiem i Ty też się nie dowiesz, przynajmniej nie bezpośrednio”. Nie ma w żadnym panelu wiersza, który pokazywałby transakcje pochodzące z rozpoznania obrazu.

To nie znaczy, że temat jest pusty. Znaczy tylko, że trzeba go rozłożyć na coś sprawdzalnego: skąd taki ruch wchodzi, gdzie ląduje w raportach, jak zachowuje się na tle innych źródeł i jaką decyzję można na tej podstawie podjąć.

Piszę to z pozycji osoby, która regularnie musi obronić albo odrzucić budżet na jakieś działanie. Chcę więc pokazać, jak podejść do wyszukiwania wizualnego uczciwie — bez obiecywania kanału, którego nikt nie potrafi zmierzyć, i bez odrzucania czegoś, co realnie się zdarza.

Skąd się bierze samo pytanie

Wyszukiwanie obrazem przestało być niszą, bo Google wbudowało je w miejsca, przez które ludzie i tak przechodzą. Ikona w pasku wyszukiwania, obsługa zrzutów ekranu, a na części telefonów z Androidem gest zakreślenia bez wychodzenia z bieżącej aplikacji. Liczba sytuacji, w których użycie tej funkcji jest naturalne, wzrosła bez żadnej zmiany nawyków po stronie użytkownika.

Do tego doszedł scenariusz mocno zakupowy: ktoś widzi rzecz na zdjęciu w mediach społecznościowych albo u znajomego, nie zna nazwy marki i nie ma jak jej opisać słowami. Obraz jest wtedy jedynym możliwym zapytaniem.

Stąd oczekiwanie, że taki ruch powinien być widoczny w statystykach jako osobna pozycja. Problem polega na tym, że z punktu widzenia serwera i systemu analitycznego to zwykłe wejście z wyszukiwarki Google — dokładnie takie samo jak po wpisaniu frazy.

Jak ten ruch trafia do raportów

Rozłóżmy drogę użytkownika na etapy, bo każdy etap gubi część informacji.

Użytkownik robi zdjęcie, dostaje wyniki wizualne, klika w kartę produktu i trafia na stronę sklepu. Przeglądarka przekazuje informację o źródle, ale jest nią domena wyszukiwarki, ewentualnie z parametrami, których nikt nie dokumentuje i które zmieniają się bez uprzedzenia. W raportach widać więc wyszukiwanie organiczne albo ruch odsyłający z Google, zależnie od tego, jak zachowała się przeglądarka w aplikacji.

Search Console pokazuje w tym samym czasie coś innego. W raporcie skuteczności można przełączyć typ wyszukiwania na grafikę i zobaczyć wyświetlenia oraz kliknięcia dla obrazów. To najbliższy dostępny wskaźnik, ale nie jest tożsamy z wyszukiwaniem obrazem — obejmuje też klasyczne wejścia z siatki grafiki po zapytaniu tekstowym, a niekoniecznie wszystkie wejścia z rozpoznania obiektu.

W praktyce oznacza to, że mamy dwa niepełne obrazy tego samego zjawiska, których nie da się ze sobą zszyć. Każda próba wyliczenia z nich „konwersji z Lens” jest w najlepszym razie hipotezą.

Czego w raportach nie będzie

Warto to powiedzieć wprost, żeby nikt nie tracił tygodni na szukanie.

  • Nie ma wymiaru ani segmentu odpowiadającego wyszukiwaniu wizualnemu — ani w systemie analitycznym, ani w Search Console. Nie da się go stworzyć samodzielnie, bo źródłowa informacja nie dociera do strony.
  • Nie ma raportu urządzeń pozwalającego oddzielić wejścia z gestu zakreślenia od pozostałych. Dla przeglądarki to jedno i to samo.
  • Nie ma danych o zapytaniu, bo zapytaniem był obraz. Cała analityka słów kluczowych jest tu bezużyteczna.
  • Nie ma sposobu na atrybucję wieloetapową tej pierwszej styczności. Jeśli użytkownik rozpoznał produkt zdjęciem, a kupił dwa dni później po wpisaniu nazwy marki, sprzedaż zostanie zapisana marce.

Ten ostatni punkt uważam za najważniejszy i najczęściej pomijany. Wyszukiwanie obrazem pełni najczęściej rolę identyfikacji, nie zakupu: użytkownik dowiaduje się, jak nazywa się rzecz, której szuka. Kupuje potem, już słowami. Kanał, który dostarcza nazwę, w raportach nie dostaje nic.

Co da się zmierzyć zastępczo

Skoro pomiar bezpośredni jest niedostępny, pozostają wskaźniki pośrednie. Traktuję je jako przesłanki, nie dowody.

Pierwszy: ruch dla typu wyszukiwania „grafika” w Search Console, obserwowany w czasie i zestawiony z zakresem prac nad zdjęciami. Jeśli po uporządkowaniu galerii i danych produktowych ta krzywa rośnie, a tekstowa zostaje płasko, mam przesłankę, że coś zadziałało.

Drugi: strony docelowe tego ruchu. Jeśli wejścia z grafiki lądują na kartach produktów, a nie na wpisach blogowych, ruch ma charakter zakupowy niezależnie od tego, jak został wywołany.

Trzeci: zachowanie sesji przychodzących na karty produktowe z wyszukiwania organicznego na urządzeniach mobilnych, porównane z resztą. To bardzo zgrubny filtr, ale przy dużym sklepie różnice bywają widoczne.

Czwarty, najprostszy i najczęściej pomijany: test ręczny. Robię zdjęcia kilkunastu produktów klienta w warunkach domowych i sprawdzam, czy Google je rozpoznaje i czy w wynikach pojawia się jego sklep, czy tylko konkurencja. To nie jest metryka, ale odpowiada na pytanie, czy w ogóle jesteśmy w tej grze.

Intencja użytkownika a gotowość do zakupu

Żeby ocenić potencjał, trzeba zrozumieć, po co ludzie robią zdjęcie zamiast wpisać frazę.

Z tego, co widzę na kontach sklepowych i na własnym zachowaniu, dominują trzy powody. Nie znam nazwy przedmiotu. Nie umiem opisać go słowami dość precyzyjnie, żeby dostać trafne wyniki. Nie chcę przerywać tego, co robię, żeby przepisywać nazwę z opakowania.

Każdy z nich lokuje użytkownika przed decyzją, nie w jej momencie. To ważne, bo z góry ustawia realistyczne oczekiwania: wyszukiwanie wizualne będzie raczej zasilać górę i środek ścieżki niż domykać koszyk. Wyjątkiem są kategorie, w których dopasowanie wizualne jest samą treścią wyboru — dekoracje, odzież, elementy wyposażenia wnętrz. Tam odległość od zakupu jest krótsza.

Z tego wynika też, jakie sklepy mają tu więcej do zyskania: te z produktami rozpoznawalnymi wizualnie i szeroko obecnymi w sieci. Producent niszowego elementu technicznego nie zobaczy z tego nic, i nie ma sensu obiecywać mu inaczej.

Jak podejść do tego w sklepie

Moje podejście jest prozaiczne i wynika z tego, że nie potrafię tego kanału rozliczyć.

Nie planuję osobnego budżetu „na wyszukiwanie wizualne”, bo nie umiałbym pokazać z niego zwrotu. Zamiast tego pilnuję rzeczy, które i tak trzeba zrobić, i które przy okazji poprawiają szanse w tym obszarze: jakość i unikalność zdjęć produktowych, poprawne dane strukturalne na kartach, spójny feed z osobnymi zdjęciami dla wariantów, zindeksowana grafika.

Każdy z tych punktów zwraca się w kanałach, które umiem zmierzyć — w kampaniach produktowych, w wynikach organicznych, w wyszukiwaniu grafiki. Wyszukiwanie wizualne dostaję w pakiecie.

Klientowi mówię więc tak: tak, ludzie tak szukają i część z nich kupuje; nie, nie pokażę Ci na to faktury z rozbiciem na źródła. Jeżeli w Twojej kategorii wygląd produktu decyduje o wyborze, warto zainwestować w zdjęcia i dane produktowe niezależnie od tego kanału. Jeżeli nie decyduje, to nie jest miejsce, w którym szukałbym wzrostu w tym roku.

Do czego wracam za kilka miesięcy

Traktuję to jako temat otwarty i pilnuję dwóch rzeczy.

Pierwsza to rozwój funkcji zakupowych w wynikach wizualnych. Na majowej konferencji Google I/O pokazano między innymi zadawanie pytań nagraniem wideo — na koniec września to wciąż zapowiedź, bez daty udostępnienia. Google mówi o eksperymencie w Search Labs w Stanach Zjednoczonych, po angielsku. Jeśli tego typu rozwiązania w ogóle wyjdą z fazy testów i dojdą do Polski, rola obrazu w ścieżce zakupowej może się przesunąć bliżej decyzji.

Druga to raportowanie. Gdyby Google kiedykolwiek wydzieliło ten typ wyszukiwania w Search Console, cała powyższa ostrożność straci sens i będzie można rozmawiać liczbami. Na dziś takiej zapowiedzi nie ma, więc zostaję przy wnioskach jakościowych i pracy nad fundamentami.

Podziel się tym artykułem z innymi!

Twitter Facebook Linke.din
Autor nie posiada zdjęcia
Tomasz Piasecki
Specjalista Google Ads / SEM
Zajmuję się kampaniami Google Ads i widocznością stron w wyszukiwarce. Na blogu UDI Group piszę o tym, jak ustawienia kampanii i decyzje techniczne przekładają się na realne wyniki. Staram się tłumaczyć mechanizmy, a nie tylko podawać gotowe przepisy.