کاهش رهاکردن سبد خرید: علتهای قابلاندازهگیری
7 دقیقه مطالعه

عدد ۷۰٪ هدف نیست. علتهای رهاکردن سبد را بر پایهٔ دادههای Baymard دستهبندی و برای فروشگاه خودتان اندازهگیری کنید.
«نرخ رهاکردن سبد ۷۰٪ است» جملهای است که زیاد شنیدهاید. این مقاله میگوید آن عدد از کجا آمده، چه معنایی ندارد و چطور علتها را برای فروشگاه خودتان دستهبندی و اندازهگیری کنید. تمام اعداد زیر از Baymard و مربوط به خریداران آمریکاییاند؛ برای ایران عددی نداریم و عددی نمیسازیم.
عدد ۷۰٪ چیست؟
Baymard میانگین نرخ رهاکردن سبد را ۷۰٫۲۲٪ گزارش میکند؛ این میانگین ۵۰ مطالعه است و خودش میگوید مطالعات نوسان زیادی دارند. همین منبع یادآوری میکند بخش بزرگی از رهاکردنها طبیعی است: ۴۲٪ خریداران آنلاین آمریکا گفتهاند سبد را به دلیل «فقط مرور میکردم» رها کردهاند. پس این عدد هدف نیست و آن را با فروشگاه خود مقایسه نکنید؛ فروشگاه خودتان را با گذشتهٔ خودتان بسنجید.
علتهای قابلاصلاح
Baymard با کنار گذاشتن گروه «فقط مرور» این توزیع را میدهد (نظرسنجی آمریکا): هزینهٔ اضافی زیاد ۴۰٪، تحویل کند ۲۰٪، بیاعتمادی به سایت برای اطلاعات کارت ۱۹٪، اجبار به ساخت حساب ۱۸٪، فرایند طولانی یا پیچیده ۱۷٪، خطا یا کرش ۱۷٪، سیاست مرجوعی نامناسب ۱۳٪، ندیدن هزینهٔ کل از ابتدا ۱۲٪، ردشدن کارت ۱۰٪ و کمبود روش پرداخت ۹٪. مجموع درصدها از ۱۰۰ بیشتر است؛ احتمالاً چون پاسخدهنده میتواند چند دلیل بدهد (روش دقیق نظرسنجی را بررسی نکردیم). برای ایران ممکن است ترتیب فرق کند؛ آن را فقط با داده و نظرسنجی خودتان میتوان دانست.

دستهبندی برای فروشگاه خودتان
توصیهٔ نویسنده: علتها را در شش دستهٔ قابلاندازهگیری بنویسید: هزینه و شفافیت قیمت، اعتماد، ارسال، طول فرایند، خطا و پرداخت. برای هر دسته یک سیگنال بگیرید: مثلاً مرحلهای که کاربر خارج میشود، خطاهای پرداخت، یا کلیک روی «هزینهٔ ارسال».
کوتاهکردن فرایند
Baymard میگوید پرداخت ایدهآل میتواند ۱۲ تا ۱۴ عنصر فرم (۷–۸ فیلد) داشته باشد و میانگین پرداخت در آمریکا ۲۳٫۴۸ عنصر است. برای اصول فیلدها، فرمهای خوب چگونه طراحی میشوند؟ را ببینید.
اندازهگیری و آزمایش
- مراحل قیف را تعریف کنید (سبد، آدرس، ارسال، پرداخت) و ریزش هر مرحله را بسنجید.
- با چند کاربر واقعی تست کنید که کجا گیر میکنند.
- هر بار فقط یک تغییر بدهید و با دورهٔ مشابه مقایسه کنید.
- برای دید کلی خروج کاربران چرا کاربران بعضی سایتها را سریع ترک میکنند؟ را ببینید.
علتها بهترتیب فراوانی (نظرسنجی Baymard)
فهرست Baymard (خواندهشده در ۱۹ اکتبر ۲۰۲۶) میانگین ۷۰٫۲۲٪ را از ۵۰ مطالعه محاسبه کرده است. وقتی گروه «فقط در حال مرور» را کنار بگذارید، علتهای باقیمانده در نظرسنجی خریداران آمریکایی چنیناند:
| علت | درصد |
|---|---|
| هزینهٔ اضافی زیاد (ارسال، مالیات، کارمزد) | ۴۰٪ |
| تحویل کند | ۲۰٪ |
| اعتماد نداشتن به سایت برای اطلاعات کارت | ۱۹٪ |
| الزام به ساخت حساب | ۱۸٪ |
| پرداخت طولانی یا پیچیده | ۱۷٪ |
| خطا یا کرش سایت | ۱۷٪ |
| سیاست بازگشت نامناسب | ۱۳٪ |
| ندیدن هزینهٔ کل از ابتدا | ۱۲٪ |
| ردشدن کارت | ۱۰٪ |
| روشهای پرداخت کم | ۹٪ |
| نمیدانم | ۷٪ |
درصدها جمع ۱۰۰ نمیشوند چون پاسخدهنده میتوانست چند علت را انتخاب کند (برداشت نویسنده از ساختار فهرست). Baymard میگوید بسیاری از این علتها صرفاً با تغییر طراحی قابلرفعاند.
طول فرایند پرداخت
Baymard یکی از ۱۴۰ نمونهٔ پژوهش پرداخت خود را مثال میزند: ۱۷٪ خریداران آمریکایی بهدلیل «پرداخت طولانی یا پیچیده» سفارش را رها کردهاند. آزمونهای بزرگ کاربردپذیری آنها نشان میدهد جریان ایدهآل میتواند ۱۲ تا ۱۴ عنصر فرم (۷ تا ۸ فیلد) باشد، اما پایگاه benchmark نشان میدهد میانگین پرداخت آمریکایی بهطور پیشفرض ۲۳٫۴۸ عنصر فرم (۱۴٫۸۸ فیلد) دارد. یعنی تقریباً از هر پنج خریدار یک نفر به این علت رها کرده است (تعبیر خود Baymard). برای فروشگاه خودتان فیلدهای فرم را بشمارید و هر فیلدی را که واقعاً لازم نیست حذف یا اختیاری کنید.
جدول فرضیههای آزمون (پیشنهاد نویسنده)
| علت | فرضیه | معیار |
|---|---|---|
| هزینهٔ اضافی | نمایش هزینهٔ ارسال در صفحهٔ محصول و سبد، ترک را در مرحلهٔ آدرس کم میکند | نرخ عبور از مرحلهٔ آدرس |
| الزام به حساب | خرید مهمان، تکمیل سفارش را زیاد میکند | نرخ تکمیل پرداخت |
| فرایند طولانی | حذف فیلدهای غیرضروری زمان تکمیل را کم میکند | زمان تکمیل و نرخ تکمیل |
| خطا | رفع خطاهای فرم، ترک را کم میکند | تعداد رویداد خطا |
هر آزمون را با دورهٔ کافی و بدون تغییر همزمان کمپین اجرا کنید و نتیجه را بدون تعمیم گزارش دهید.
مثال ساختگی
فروشگاهی ساختگی مراحل پرداخت خود را مرور میکند: ۲۶ فیلد، الزام ساخت حساب و نمایش هزینهٔ ارسال فقط در مرحلهٔ آخر. فرضیهها: نمایش هزینهٔ ارسال زودتر، گزینهٔ خرید مهمان و حذف ۸ فیلد غیرضروری. هر تغییر جدا آزمایش و نتیجه ثبت میشود. عددی از نتیجه در این مثال نیامده چون ساختگی است و نباید بهعنوان انتظار واقعی خوانده شود.
هشدارهای اندازهگیری
- ترک سبد با ترک پرداخت یکی نیست؛ مرحلهٔ دقیق ترک را ثبت کنید.
- گروه «فقط مرور» را از گروه قابلاقدام جدا کنید.
- آمار آمریکا را مرجع نهایی نکنید؛ از مصاحبه و داده خودتان استفاده کنید.
پرسشهای متداول کاهش ترک سبد
- آیا ایمیل یادآوری سبد کافی است؟ این مقاله دربارهٔ علتهای قابلاصلاح در طراحی است؛ ایمیل یادآوری باید با رضایت کاربر و قوانین مربوط انجام شود و اثرش جداگانه سنجیده شود.
- آیا آمار Baymard مبنای هدفگذاری است؟ نه؛ فقط راهنمای فرضیهسازی است.
- از کجا شروع کنیم؟ هزینهٔ کل و الزام ساخت حساب معمولاً سریعتر بررسی میشوند، اما ترتیب را از داده خودتان تعیین کنید.
- آیا باید همهٔ فیلدها اختیاری شوند؟ فقط فیلدهایی که برای تحویل و پرداخت لازم نیستند.
این پاسخها برداشت نویسندهاند و آزمایش نشدهاند.
گامهای پیشنهادی برای بررسی سبد در فروشگاه شما
برای شروع، مسیر خرید را مرحلهبهمرحله ثبت کنید: صفحهٔ محصول، سبد، ورود یا مهمان، آدرس، ارسال، پرداخت و تأیید. برای هر مرحله تعداد ورود و خروج را از ابزار تحلیلی بگیرید تا بدانید کاربر دقیقاً کجا میرود. سپس برای مراحل پرریزش، پنج کاربر واقعی را مشاهده کنید و ببینید کجا مکث میکنند. بعد از این دو منبع، فرضیه بسازید و با فهرست علتهای Baymard مقایسه کنید تا چیزی از قلم نیفتد؛ مثلاً آیا هزینهٔ کل زود دیده میشود، آیا ساخت حساب اجباری است، آیا خطا و روشهای پرداخت کافیاند. تغییرها را یکییکی و با بازهٔ کافی آزمایش کنید و نتیجه را همراه با تعداد نمونه گزارش دهید.
پرهیز از دو خطا مهم است. اول، تعمیم آمار آمریکایی به مخاطب ایرانی بدون بررسی؛ دوم، شمردن همهٔ ترکها مشکل طراحی. کاربری که فقط قیمت را مقایسه میکند، همان گروه «فقط در حال مرور» است و با طراحی بهتر هم خرید نمیکند. بنابراین برای تحلیل، رویداد «شروع پرداخت» را از «افزودن به سبد» جدا ثبت کنید و ترک پس از شروع پرداخت را معیار اصلی بدانید. این رویکرد پیشنهاد نویسنده است و نیاز به آزمون در فروشگاه شما دارد.
قاعدهٔ گزارش آمار به مدیران
هنگام ارائهٔ نتایج به مدیریت، هر عدد را با منبع، بازه، تعداد نمونه و کشور یا بازار مربوط همراه کنید. بنویسید کدام عدد از Baymard است و کدام از داده خود شما، و هرگز آمار خارجی را بهعنوان «نرخ ما» معرفی نکنید. برای هر پیشنهاد اصلاحی یک معیار موفقیت و یک تاریخ بازبینی تعیین کنید تا تصمیمها قابل پیگیری باشند و از آزمون بعدی درس گرفته شود.
منابع و مراجع
- 50 Cart Abandonment Rate Statistics 2026 — Baymard Institute، 2025-09-22 (آخرین بهروزرسانی).
نویسنده
سا
سهیل ابراهیمپور بنیانگذار FutureForge است. روی طراحی محصول، معماری و استقرار نرمافزار سفارشی کار میکند.
یادداشتهای مرتبط
برای انتخاب مسیر فنی پروژهتان کمک میخواهید؟
از مسئله و محدودیتهایتان بگویید؛ اگر بتوانیم همراهیتان کنیم، برای گفتوگو هماهنگ میکنیم.




