Почему средние метрики обманывают: начинайте с отдельных страниц

Опубликовано: 26.07.2026

Аналитики веб-проектов любят сводить всё к средним цифрам. Средний время на сайте, средний показатель отказов, средняя конверсия. Эти числа выглядят аккуратно, хорошо ложатся в отчёты и создают ощущение контроля. Проблема в том, что за аккуратными средними часто прячется полная непонятность о том, что реально происходит на сайте.

Существует простой, но надёжный принцип работы с данными: сначала страницы, потом средние значения. Пока не разберётесь, как ведут себя отдельные страницы, агрегированные метрики будут скорее вводить в заблуждение, чем помогать принимать решения.

Ловушка среднего арифметического

Классический пример, который приводят в учебниках по статистике, на практике встречается постоянно. Представьте два лендинга. Первый получает трафик из контекстной рекламы и конвертирует посетителей в заявки с показателем 4,2%. Второй собирает органический трафик по информационным запросам и имеет конверсию 0,3%. Если объёмы трафика примерно равны, средняя конверсия по сайту составит около 2,25%.

Цифра 2,25% ни о чём не говорит. Она не описывает ни одну из страниц реально. Оптимизировать её бессмысленно — непонятно, что именно улучшать. Аналитик, который видит только это число, теряет возможность принимать осмысленные решения.

То же самое относится к показателю отказов и другим метрикам взаимодействия. Для длинной статьи и страницы контактов одинаковое значение может иметь разный смысл: один посетитель читает материал, другой быстро находит телефон и завершает задачу. Поэтому среднее по сайту без разбивки по типам страниц мало что объясняет.

Что значит «сначала страницы»

Подход начинается с простого вопроса: какие конкретные URL приносят основные результаты, а какие тянут метрики вниз?

Практически любой сайт с трафиком от нескольких тысяч визитов в месяц подчиняется правилу Парето: небольшая доля страниц генерирует львиную долю ценности. При этом в массе остальных страниц скрываются как настоящие жемчужины, которые просто недополучают трафик, так и откровенный балласт, который лучше бы удалить или переработать.

Последовательность действий здесь логичная:

Выгрузить список страниц с основными метриками для каждой — визиты, время, отказы, конверсии, доход.
Отсортировать по значимости для бизнеса, а не по трафику.
Разбить страницы на осмысленные группы по типу, назначению, источнику трафика.
Только после этого смотреть на средние внутри каждой группы.

Ключевой момент — шаг четвёртый. Средние значения не запрещены, они просто должны появляться в правильном месте логической цепочки. Среднее внутри однородной группы страниц уже несёт смысл. Среднее по всему сайту — чаще всего шум.

Аналитик рассматривает визуализацию данных, показывающую разницу между реальными показателями и средним значением.

Как это выглядит на практике

Возьмём интернет-магазин с каталогом из двух тысяч товарных позиций. Общая средняя конверсия в покупку — 1,1%. Выглядит как нормальный показатель для ниши. Но если начать с разбивки по страницам, картина меняется.

Двести страниц имеют конверсию выше 3%. Пятьсот — около 1,5%. Тысяча — около 0,4%. Триста страниц вообще не принесли ни одной продажи за квартал. Среднее по всем — те самые 1,1%, которые ничего не объясняют.

Реальные вопросы, которые нужно задавать: почему одни страницы конвертируют в три-четыре раза лучше других при схожем трафике? Что общего у тех трёхсот страниц с нулевой конверсией — плохие фото, отсутствие отзывов, неадекватные цены, технические ошибки?

Ответы на эти вопросы приводят к конкретным действиям. Можно взять топ-200 конвертирующих страниц, понять, что их объединяет, и распространить этот паттерн на остальные. Можно разобраться с нулевыми страницами — часть удалить, часть доработать. Ни одно из этих действий не вытекает из цифры 1,1%.

Средние значения в контексте источников трафика

Отдельный разговор — усреднение по источникам трафика. Посетители из поиска и посетители из рассылки ведут себя принципиально по-разному. Человек, пришедший по конкретному запросу в Яндекс, ожидает увидеть ответ на этот запрос. Человек из рассылки уже знаком с брендом и, скорее всего, ищет конкретный товар или акцию.

Смешение страниц с разными задачами в одной средней метрике может скрыть реальные различия между сегментами. Страница, которая отлично работает для органического трафика, может казаться слабой в общей статистике, потому что по ней идёт ещё и мусорный трафик из соцсетей с высокими показателями отказов.

Здесь тоже работает принцип: сначала посмотрите, как страница ведёт себя с каждым источником по отдельности, потом делайте выводы. Тему «почему средние метрики обманывают» проверьте в RankProof.

Ошибки при работе с агрегированными данными

Частые паттерны, которые приводят к неверным решениям:

Аналитик выделяет отдельные данные на экране, иллюстрация принципа анализа страниц.

Оптимизация среднего вместо улучшения конкретных точек. Попытка улучшить средний показатель без разбивки по страницам часто приводит к косметическим правкам вместо устранения конкретной причины.
Игнорирование дисперсии.Среднее 2 минуты на сайте при разбросе от 10 секунд до 20 минут — это красный флаг. Нужно смотреть на распределение, а не на точку.
Сравнение несопоставимого.Средняя конверсия блога и средней конверсии каталога — разные сущности. Сводить их в один показатель бессмысленно.
Реагирование на случайные колебания.При малом количестве данных на отдельных страницах средние сильно скачут от недели к неделе. Нужно смотреть на более длинные периоды или накапливать данные перед выводами.

Инструменты и механика

Для реализации подхода не нужны специальные платформы. Подойдёт любой привычный аналитический инструмент, который позволяет выгружать данные на уровне страниц. В Google Analytics это отчёт «Все страницы» с возможностью добавить вторичные измерения. В Яндекс Метрике — отчёт по страницам входа с разбивкой по параметрам визитов.

Для более глубокой работы удобно выгрузить сырые данные в таблицу и построить простую сегментацию. Достаточно столбцов: URL, визиты, целевые действия, конверсия, источник трафика. Сортировка по конверсии сразу покажет, где сосредоточена ценность, а фильтрация по источникам — где скрываются искажения.

Что делать с длинным хвостом

Вопрос, который неизбежно возникает: как быть с тысячами страниц, у которых по три-пять визитов за месяц? На каждой из них средние значения бессмысленны из-за малой выборки.

Здесь помогает агрегация по смыслу, а не по факту принадлежности к сайту. Статьи блога можно сгруппировать по темам. Товары — по категориям или ценовым сегментам. Страницы с ошибками 404 — вообще в отдельную группу, которая требует не аналитики, а технического исправления.

Внутри таких осмысленных групп средние уже начинают работать. Средняя конверсия страниц категории «Обувь» при достаточном суммарном трафике — это метрика, на которую можно опираться при принятии решений.

Когда средние всё-таки полезны

Отказываться от средних значений полностью было бы ошибкой. Они нужны для:

Отслеживания динамики во времени — если методика расчёта не меняется, тренд среднего показывает общее направление.
Сравнения однородных сегментов между собой — средняя конверсия мобильных и десктопных версий при прочих равных.
Быстрой диагностики аномалий — резкое изменение среднего часто сигнализирует о технической проблеме.

Во всех этих случаях среднее — это индикатор, а не диагноз. Оно подсказывает, куда смотреть дальше, но не даёт ответа на вопрос «что делать».

Ответы всегда прячутся на уровне конкретных страниц, конкретных сегментов аудитории, конкретных источников трафика. Начинайте с них, и средние значения займут своё законное место — роль ориентиров, а не основы для решений.