Dlaczego Twój sklep traci przez złe filtrowanie? 3 błędy
Wyobraź sobie klienta, który wchodzi do Twojego sklepu z konkretną potrzebą. Chce kupić laptopa do programowania – ma budżet 5000 zł, potrzebuje 16 GB RAM i dysk SSD. Wchodzi na stronę, widzi setki produktów, a jedyne co może zrobić, to wybrać kategorię „Laptopy” i sortować po cenie. Żadnych filtrów według pamięci RAM, procesora czy dysku.
Frustracja? Ogromna. Klient albo spędzi 15 minut na przeglądaniu, albo – co bardziej prawdopodobne – kliknie krzyżyk i pójdzie do konkurencji. Takie scenariusze dzieją się codziennie w polskich e-commerce. Filtrowanie to nie dodatek – to fundament UX zakupowego. A większość firm traktuje je po macoszemu.
W tym artykule pokażę Ci 3 najczęstsze błędy w filtrowaniu, które widzę w audytach sklepów. Są to realne przypadki z mojej praktyki – anonimowe, ale oparte na faktach.
Błąd 1: Filtry, które nie odpowiadają na realne potrzeby klientów
Zacznę od klasyka: sklep z elektroniką, który oferuje filtr „Marka” i „Cena”. To nie są złe filtry – są po prostu niewystarczające. W przypadku laptopów klienci chcą filtrować po ilości RAM, typie dysku, przekątnej ekranu, procesorze. Jeśli im tego nie dasz, każą im myśleć i zgadywać, co jest zabójcze dla konwersji.
Inny przykład – sklep z odzieżą. Standardem powinien być filtr po rozmiarze, kolorze, materiale, ale też np. długości nogawki czy rodzaju dekoltu. Brak takich opcji sprawia, że klient czuje się zagubiony. Co gorsza, często widzę filtry dodawane „bo tak wypada” – np. po wadze produktu w sklepie z biżuterią. To tylko zaśmieca interfejs.
Jak powinno być? Przeanalizuj, jakie parametry są kluczowe dla Twojej kategorii. Spytałbym dział sprzedaży – oni wiedzą, o co pytają klienci. Albo jeszcze lepiej – sprawdź, jakie wyszukiwania pojawiają się w Twojej wyszukiwarce wewnętrznej. Jeśli ludzie wpisują „laptop 16 GB RAM”, a Ty masz filtr tylko po marce – masz odpowiedź.
Z perspektywy technicznej: nie musisz implementować wszystkich możliwych filtrów od razu. Zrób minimum: dla electronics – RAM, dysk, procesor. Dla odzieży – rozmiar, kolor. Później możesz rozbudować na podstawie danych.
Błąd 2: Filtry, które się wykluczają lub mylą użytkownika
Drugi częsty problem to filtry, które nie działają logicznie. Klient wybiera “kolor: niebieski” i “materiał: bawełna”, a system zwraca mu produkty, gdzie niebieski to nadruk na białej koszulce. Albo wybiera “cena: 100-200 zł” i “rozmiar: L”, ale wyniki zawierają przedmioty za 50 zł – bo filtr ceny został zignorowany.
To wkurza klientów. Jeszcze gorsze są sytuacje, gdy po wybraniu filtra znika przycisk „pokaż więcej” lub lista wyników pozostaje pusta bez żadnej informacji zwrotnej. Widziałem sklep, który po wybraniu dwóch filtrów pokazywał 0 produktów, ale bez komunikatu – użytkownik myślał, że strona się nie załadowała.
Rozwiązanie: Każdy filtr powinien działać w systemie AND (przynajmniej domyślnie). Jeśli użytkownik wybierze więcej filtrów, liczba wyników powinna maleć. Jeśli połączenie daje 0 wyników, pokaż to od razu i zaproponuj usunięcie niektórych filtrów. Nigdy nie zostawiaj pustej strony bez informacji.
Dodatkowo, warto dać możliwość czyszczenia wszystkich filtrów jednym kliknięciem. I (to już wyższa szkoła jazdy) – pokazywać liczbę dostępnych produktów przy każdej opcji filtra. Jeśli przy filtrze „marka: Samsung” widzisz obok liczbę (np. 15), od razu wiesz, czy jest sens klikać.
Z technicznego punktu widzenia: filtry powinny być spójne z danymi w bazie. Jeśli masz produkt z atrybutem „kolor” wpisanym jako „niebieski”, to filtr nie może używać wartości „blue”. Normalizacja danych to podstawa.
Błąd 3: Filtry, które niszczą wydajność strony
Trzeci błąd jest techniczny, ale ma bezpośredni wpływ na biznes. Chodzi o to, że filtry obciążają backend i spowalniają stronę. W audycie pewnego sklepu z odzieżą odkryłem, że po wybraniu filtra request do API trwał ponad 2 sekundy, a strona się przebudowywała – co prowadziło do migotania. To powodowało, że klienci po prostu rezygnowali z filtrowania i przeglądali wszystko ręcznie.
Problem często leży w architekturze – sklepy używają rozwiązań, które każdorazowo przeliczają wszystkie możliwe kombinacje filtrów. Dla kategorii z 50 000 produktów to może trwać wieki. Albo gorzej – frontend wysyła osobne requesty dla każdego filtra, zalewając serwer.
Jak to naprawić?
- Wykorzystaj indeksy w bazie danych – filtrowanie po kolumnach takich jak cena, kategoria, atrybuty powinno być szybkie.
- Rozważ cache’owanie wyników najpopularniejszych kombinacji filtrów.
- Jeśli masz dużo produktów, użyj wyszukiwarki elasticsearch lub algolia – one są zoptymalizowane do tego typu operacji.
- Zastosuj „debouncing” – nie wysyłaj requestu przy każdym kliknięciu, tylko po chwili bezczynności.
- Przetestuj, czy filtry działają szybciej jako parametry URL czy jako zapytania POST – w większości przypadków GET z cache’owaniem jest lepszy.
W jednym z projektów zmniejszyliśmy czas odpowiedzi filtra z 3 sekund do 0,2 sekundy, zmieniając sposób indeksowania i dodając cache Redis. Konwersja na tych kategoriach wzrosła o 12%.
Podsumowanie
Filtry to nie fanaberia – to narzędzie, które pomaga klientom szybko znaleźć to, czego chcą. Jeśli Twoje sklepowe filtry są niekompletne, źle działają lub są wolne, tracisz nie tylko konwersję, ale i zaufanie. Klient, który nie może znaleźć produktu przez złe filtrowanie, rzadko wraca.
Zanim zatrudnisz agencję do przebudowy UX, zacznij od analizy: jakie filtry są naprawdę potrzebne? Czy działają poprawnie? Czy nie spowalniają strony? To często najprostsze zmiany, które dają największy efekt – bez kosztownej zmiany szablonu.
A jeśli potrzebujesz świeżego oka – w JurskiTech regularnie robimy audyty e-commerce. Widzimy te błędy nagminnie i wiemy, jak je naprawić bez rozwalania budżetu.
