Kurvforladelsesrate

Kurvforladelsesrate

Kurvforladelsesrate er procentdelen af kunder, der lægger varer i deres online indkøbskurv, men forlader siden uden at gennemføre købet. Den beregnes ved at dividere antallet af forladte kurve med det samlede antal oprettede kurve, og den er en af de mest overvågede konverteringsmålinger i e-handel, fordi den direkte repræsenterer tabt, næsten gennemført omsætning.

Definition af kurvforladelsesrate

Kurvforladelsesrate måler procentdelen af onlinekunder, der lægger en eller flere varer i deres indkøbskurv, men forlader hjemmesiden uden at gennemføre købet. Den beregnes ved at dividere antallet af forladte kurve med det samlede antal oprettede kurve i en given periode og derefter udtrykke resultatet som en procentdel. Kurvforladelse er et af de mest vedvarende og nøje overvågede problemer i e-handel, fordi det repræsenterer efterspørgsel, der allerede var demonstreret — en kunde tog det aktive skridt at vælge et produkt — men gik tabt et sted mellem den beslutning og betalingen. I modsætning til et bounce fra en landingsside uden udtrykt interesse, repræsenterer en forladt kurv et meget stærkere, mere specifikt signal om næsten-gennemført omsætning, som butikken ikke formåede at indfange.

Hvordan kurvforladelsesrate beregnes

Formlen er: kurvforladelsesrate er lig med antallet af forladte kurve divideret med det samlede antal oprettede kurve (gennemførte køb plus forladte kurve), ganget med 100. En kurv tælles generelt som forladt, når en defineret periode er gået — typisk et sted mellem 30 minutter og et par timer, afhængigt af platformens sporingskonfiguration — uden at kunden gennemfører ordren.

Et regneeksempel: en onlinebutik oplever 1.000 unikke indkøbskurve oprettet på en uge. Heraf resulterer 320 i et gennemført køb, og 680 forlades før betalingen afsluttes. Kurvforladelsesraten er 680 divideret med 1.000, ganget med 100, hvilket giver 68 procent. Det er nyttigt at nedbryde dette yderligere efter trin: hvis 200 af de 680 forladte kurve faktisk påbegyndte betalingsprocessen — hvilket betyder, at kunden indtastede forsendelses- eller betalingsoplysninger, før de forlod — repræsenterer denne undergruppe en forladelse med højere hensigt, der er værd at prioritere til genindhentning frem for de 480 kunder, der tilføjede en vare, men aldrig forsøgte at betale overhovedet.

Kurvforladelsesrate — hvor 1.000 indkøbskurve endte

Logo

Ready to Monitor Your AI Visibility?

Track how AI chatbots mention your brand across ChatGPT, Perplexity, and other platforms.

Hvorfor kurvforladelsesrate betyder noget for e-handelsmærker

Kurvforladelse repræsenterer noget af den mest effektivt genindhentelige omsætning, der er tilgængelig for en e-handelsbutik, fordi kunden allerede har gjort den sværeste del af tragten — besluttet sig for, at de vil have et specifikt produkt — og barrieren for at gennemføre salget er normalt noget, der kan løses, som en uventet omkostning, en forvirrende formular eller et øjebliks tøven, som en veltimet påmindelse kan afhjælpe. Dette er grunden til, at e-mails om genindhentning af forladte indkøbskurve og retargeting-annoncer har tendens til at konvertere med markant højere rater end kold anskaffelsestrafik: målgruppen har allerede selv udvalgt sig som interesseret, i modsætning til en ny besøgende, der endnu ikke har udtrykt hensigt. At spore forladelsesraten over tid afslører også friktionspunkter i selve betalingsoplevelsen; en pludselig stigning i forladelse koncentreret på et specifikt trin, som visning af fragtomkostninger eller betalingssiden, peger direkte på et løsbart problem frem for en vag nedgang i den samlede efterspørgsel.

Årsager til og løsninger på kurvforladelse

Almindelig årsagHvordan det ser udTypisk løsning
Uventede omkostningerFragt, afgifter eller gebyrer oplyst sent i betalingsprocessenTærskel for gratis fragt, forhåndsestimater af omkostninger
Tvungen oprettelse af kontoBetaling kræver registrering før købTilbyd gæstebetaling som standardindstilling
Lang eller kompliceret betalingsprocesFor mange trin eller formularfelterForenkle til færre trin, aktivér autoudfyldning
BetalingssikkerhedsbekymringerUkendt betalingsgateway eller manglende tillidssignalerVis anerkendte betalingsmærker, sikre betalingsindikatorer
Ingen købshensigt endnuPrisssammenligning, gemmer til senereRetargeting-annoncer, ønskelistefunktioner, e-mails om forladte indkøbskurve

Kurvforladelsesrate — de største årsager til og løsninger på forladelse

Kurvforladelse og AI-drevet handel

Kurvforladelsesadfærd er under forandring, efterhånden som flere kunder påbegynder deres research eller endda dele af deres købsrejse gennem AI-shoppingassistenter som ChatGPT Shopping og Perplexity Shopping, som kan sammenligne produkter og priser på tværs af flere forhandlere, før en kunde nogensinde lander på en specifik butiks kurvside — hvilket betyder, at noget af den trafik, der når en butiks betalingsside, allerede ankommer med enten usædvanligt høj eller usædvanligt lav købshensigt, afhængigt af hvordan AI-systemet har formuleret anbefalingen. Dette gør det vigtigere end nogensinde at spore forladelse efter trafikkilde og forstå, hvilke kanaler der bringer ægte købsklare kunder versus sammenligningsbrowsere. På den operationelle side opdeler AmICiteds eshop_get_order_mix-værktøj ordrer efter resultat — gennemført, forladt, refunderet — som en andel af den samlede aktivitet, hvilket giver en forhandler et klart overblik over, hvor i tragten forladelsen er koncentreret, og om genindhentningstaktikker som påmindelsesmails rent faktisk konverterer tabte kurve tilbage til gennemførte ordrer, frem for blot at generere forladelsesstatistikker uden et matchende genindhentningssignal.

Bedste praksis for at reducere kurvforladelsesrate

  • Vis fragtomkostninger og estimerede afgifter så tidligt som muligt i shoppingoplevelsen, i stedet for at afsløre dem for første gang ved det sidste betalingstrin.
  • Tilbyd gæstebetaling som standardvejen, og gem obligatorisk kontooprettelse til efter købet er gennemført, hvis det overhovedet er nødvendigt.
  • Forenkle betalingsprocessen til de færrest mulige nødvendige trin og felter, og fjern alt, der ikke er essentielt for at gennemføre transaktionen.
  • Send e-mails om genindhentning af forladte indkøbskurve hurtigt, typisk inden for et par timer, mens kundens hensigt stadig er frisk, og test forskellige budskaber og incitamentsniveauer.
  • Segmentér forladelsesdata efter enhed, trafikkilde og betalingstrin frem for at spore en enkelt blandet rate, da årsager og løsninger varierer betydeligt på tværs af disse grupper.

Almindelige fejl med kurvforladelsesrate

En hyppig fejl er at behandle hele forladelsesraten som ren tabt omsætning, når en betydelig andel af forladte kurve kommer fra kunder, der aldrig havde stærk hensigt om at købe i den pågældende session — sammenligningskunder og vindueskiggere pumper det rå tal op uden at repræsentere en tilsvarende mængde genindhenteligt salg. Et andet almindeligt problem er kun at måle forladelse samlet i stedet for at opdele det efter betalingstrin, hvilket skjuler forskellen mellem en kunde, der tilføjede en vare og forlod med det samme, versus en, der indtastede betalingsoplysninger og forlod ved sidste trin — sidstnævnte er et langt højere prioriteret genindhentningsmål. Nogle butikker sender også e-mails om genindhentning af forladte indkøbskurve med generisk, forsinket timing, der rammer uden for det vindue, hvor købshensigten er stærkest, hvilket reducerer effektiviteten af, hvad der burde være en af de højest konverterende e-mail-typer i branchen. Det er også almindeligt at fokusere genindhentningsindsatsen udelukkende på e-mail, mens man ignorerer friktion i selve betalingsprocessen, og dermed behandle symptomet frem for den underliggende årsag — hvis uventede fragtomkostninger konsekvent driver forladelse på et bestemt trin, vil ingen mængde af opfølgende e-mails løse et problem, som en tydeligere prisfremvisning ville forhindre i første omgang. Endelig undlader virksomheder nogle gange at tage højde for legitim flersessions-shoppingadfærd, hvor kurve markeres som forladte, og aggressive genindhentningskampagner udløses for kunder, der fuldt ud har til hensigt at vende tilbage og gennemføre købet på egen hånd inden for en dag eller to.

Ofte stillede spørgsmål

Klar til at overvåge din AI-synlighed?

Begynd at spore, hvordan AI-chatbots nævner dit brand på tværs af ChatGPT, Perplexity og andre platforme. Få handlingsrettede indsigter til at forbedre din AI-tilstedeværelse.