Analityka internetowa w e-commerce – co i jak mierzyć?
Mówi się, że w biznesie najcenniejszą walutą są dane. Na pewno jest tak w e-commerce – to one pokażą Ci, dlaczego część klientów wypada z lejka sprzedażowego. Dzięki nim dowiesz się także, które źródła ruchu naprawdę są opłacalne, a które spokojnie możesz odciąć bez większych strat. W tym artykule pokażemy, co mierzyć w e-commerce i jak poukładać analitykę sklepu internetowego, abyś mógł podejmować lepsze decyzje.
Czym jest analityka e-commerce?
Czym jest analityka e-commerce?
Analityka e-commerce to proces zbierania i analizy danych z całej ścieżki klienta w sklepie internetowym – od momentu, gdy ten kliknie reklamę sklepu albo znajdzie go w Google aż po checkout i finalizację zamówienia. A nawet i dalej; to, co dzieje się po sprzedaży, jest przecież równie ważne.
Dlaczego analityka e-commerce to fundament Twojego biznesu?
Dlaczego analityka e-commerce to fundament Twojego biznesu?
Według badania przeprowadzonego kilka lat temu przez Bain&Co we współpracy z Google, firmy z najbardziej „dojrzałym” podejściem do mierzenia i analizy swoich wyników, aż cztery razy częściej osiągają swoje cele biznesowe i zwiększają przychody niż pozostałe marki.
Dlaczego? Skupiając się tylko na e-commerce, dzięki danym ze ścieżki zakupowej możesz:
- zidentyfikować „wąskie gardła”, czyli gdzie i dlaczego klienci rezygnują z zakupów;
- poznać swojego klienta – skąd trafia do sklepu i czego w nim szuka;
- zoptymalizować budżet na działania marketingowe;
- lepiej spersonalizować ofertę i całe doświadczenie zakupowe.
Wielu właścicieli sklepów traktuje analitykę jak lusterko wsteczne – patrzą tylko na to, co się wydarzyło. Takie podejście ogranicza rozwój. W Smartbees postrzegamy dane jako mapę prowadzącą do celu. One precyzyjnie wskazują, gdzie są ukryte zyski i gdzie uciekają pieniądze. Największym błędem jest posiadanie GA4, ale niewyciąganie z niego wniosków. To jak kupić zaawansowany GPS i nigdy go nie włączyć. Dane to nie są bierne liczby – to aktywne wskazówki. Naszym zadaniem jest nauczyć klienta je czytać, aby podejmował mądrzejsze decyzje biznesowe szybciej niż jego rywale.
Kluczowe wskaźniki (KPI) w e-commerce
Kluczowe wskaźniki (KPI) w e-commerce
Możesz śledzić setki różnych metryk – od liczby odsłon po czas ładowania strony. Problem w tym, że większość z nich nie mówi zbyt wiele o tym, czy sklep zmierza w dobrym kierunku. Widzisz, że odnotowuje 10 tysięcy sesji miesięcznie. To dużo czy mało? Trudno powiedzieć, bo to tylko sucha metryka bez kontekstu jakości.
Wskaźniki pozyskiwania ruchu (Acquisition)
Sama wielkość ruchu na stronie nie mówi zbyt wiele. Ważna jest jeszcze jego jakość oraz koszt pozyskania.
- Liczba sesji oraz użytkowników – pierwsza oznacza sumę wyświetleń strony, a druga liczbę unikalnych użytkowników. W e-commerce radzimy monitorować oba wyniki, bo znaczny udział powracających sesji często jest sygnałem zdrowej retencji, podczas gdy wysoki odsetek nowych użytkowników może świadczyć o skuteczności kampanii.
- Źródła ruchu – wszystkie dane o ruchu na stronie trzeba śledzić z podziałem na źródła. Najważniejszych jest pięć: wyniki organiczne (SEO), kampanie PPC z Google, social media, ruch bezpośredni (direct, czyli po wpisaniu adresu ręcznie lub wejściu z zakładek) oraz ruch z innych stron.
- Koszt pozyskania ruchu – ważny wskaźnik (zwłaszcza przy kampaniach płatnych), który wprost pokazuje koszt jednego wejścia na stronę. Przy analizie trzeba go zestawić ze współczynnikiem konwersji oraz średnią wartością zamówienia. To, że koszt pozyskania jest wysoki, nie musi być problemem, jeśli dany kanał sprowadza do sklepu klientów, którzy konwertują lepiej niż inni.
- Współczynnik klikalności – mierzy, ile osób kliknęło reklamę lub wynik wyszukiwania w stosunku do całkowitej liczby wyświetleń. Pozwala na przykład ocenić, czy kreacje i komunikaty w reklamach są wystarczająco atrakcyjne dla grupy docelowej.
Wskaźniki zaangażowania (Engagement)
Google Analytics 4 mocno zmieniło sposób myślenia o zachowaniu użytkowników na stronie. Przez lata podstawowym wskaźnikiem było bounce rate… które niestety nie mówiło wiele o jakości ruchu. Zamiast tego mamy dziś:
- współczynnik zaangażowania (Engagement Rate), który lepiej odsiewa przypadkowy ruch od sesji z faktycznym potencjałem sprzedażowym. GA4 uznaje sesję za „zaangażowaną”, jeśli spełniony jest jeden z tych warunków: sesja trwała ponad 10 s, użytkownik wykonał minimum jedno zdarzenie konwersji albo dwie inne interakcje ze stroną;
- średni czas zaangażowania (Average Engagement Time), który w zasadzie wyparł „czas trwania sesji” z Universal Analytics. Dlaczego ta metryka jest lepsza? Bo mierzy realną aktywność użytkownika, bez wliczania czasu, gdy karta ze stroną jest w tle.
Poza tym warto też zwrócić uwagę na:
- wyświetlenia strony produktu, czyli ilu użytkowników spośród tych, którzy trafili na stronę sklepu, dotarło do karty produktowej. W zasadzie jest to jeden z najważniejszych wskaźników – nie dość, że pokazuje, które produkty generują największe zainteresowanie, to jeszcze może sygnalizować problemy z nawigacją;
- współczynnik dodania do koszyka, czyli ile razy dany produkt trafił do koszyka, podzielone przez liczbę wyświetleń. Można ten wskaźnik liczyć też bardziej „globalnie”, dzieląc to, ile razy wszystkie produkty zostały dodane do koszyka przez wszystkie sesje.
Wskaźniki konwersji (Conversion)
Czyli najważniejsze wskaźniki w analityce e-commerce.
- Współczynnik konwersji – określa, jaki procent użytkowników, którzy odwiedzili sklep, dokonał zakupu. Większość sklepów nie osiąga wyższych wyników niż 2,5-3%; na przykład według statystyk z platformy IRP Commerce z września 2025, średni współczynnik konwersji wynosi… tylko 1,62%. Oczywiście wiele zależy od niszy, ale generalnie, jeśli osiągasz konwersję na poziomie ok. 3%, to już bardzo dobry wynik na tle konkurencji. Ale pamiętaj – najlepszym punktem odniesienia zawsze są Twoje własne wyniki z minionych miesięcy.
- Średnia wartość zamówienia – odpowiada na pytanie, ile średnio klienci zostawiają pieniędzy podczas zakupów. Jeżeli chcesz zwiększyć przychody sklepu, masz tak naprawdę dwie opcje: albo przyciągnąć nowych klientów, albo przekonać już obecnych do większych zakupów… co z zasady jest o wiele tańsze (według ekspertów z Harvard Business School nawet pięciokrotnie). Jak to zrobić? Na przykład przeanalizuj, które produkty często są kupowane razem i zacznij je rekomendować (cross-selling). Możesz też zaoferować darmową wysyłkę lub 10-20% zniżki przy zakupach za określoną, wyższą kwotę (up-selling).
- Współczynnik porzuconych koszyków – kolejny ważny wskaźnik, który pokazuje, ilu użytkowników dodało produkt do koszyka, ale nie dokończyło zakupów. Polecamy tu obszerną analizę przeprowadzoną przez Baymard Institute, z której wynika, że średnio aż 7 na 10 koszyków jest porzucanych przez klientów. Co to oznacza? Najczęściej problemy na etapie checkoutu.
Wskaźniki retencji i lojalności (Retention)
Jak wspominaliśmy, łatwiej i taniej jest utrzymać klienta niż pozyskać nowego. A jakie wskaźniki warto śledzić, aby wiedzieć, czy to Ci się udaje?
- Koszt pozyskania klienta – całkowity koszt marketingu podzielony przez liczbę nowych klientów.
- Wartość życiowa klienta – prognozowany przychód, jaki klient wygeneruje przez cały okres bycia Twoim klientem. Zasada jest prosta: w rentownym e-commerce średnia wartość życiowa wszystkich klientów powinna być wyższa od kosztów pozyskania. Ideałem byłaby proporcja 3:1 lub wyższa – wtedy przychody ze sprzedaży powinny pozwolić na rozwój biznesu bez ryzyka utraty płynności.
- Współczynnik powracających klientów – pokazuje, jaki odsetek kupujących stanowią powracający klienci. To w praktyce najlepszy papierek lakmusowy jakości sklepu. Jeśli wartość tego wskaźnika jest wysoka, to znaczy, że oferta jest na tyle atrakcyjna, aby utrzymać zainteresowanie na dłużej, UX zachęca do powrotu, a obsługa posprzedażowa faktycznie spełnia oczekiwania klientów.
Analityka w praktyce: jak analizować kluczowe obszary sklepu?
Analityka w praktyce: jak analizować kluczowe obszary sklepu?
Wiesz, co mierzyć w e-commerce. Tyle że żadne wskaźniki nie dadzą odpowiedzi na pytanie, dlaczego sklep sprzedaje za mało. Trzeba się przyjrzeć bliżej kilku obszarom.
1. Analiza lejka sprzedażowego w e-commerce
Typowy lejek wygląda tak: Strona główna → Strona kategorii → Strona produktu → Koszyk → Checkout → Podziękowanie za zakupy. Może być krótszy, jeśli klient trafi na kartę produktu bezpośrednio z Google albo z reklamy, ale te dwa scenariusze są najczęstsze. Jeśli chcesz zrozumieć źródła problemów sklepu, przeanalizuj, które etapy lejka są „wąskimi gardłami”, na których klienci wypadają ze ścieżki. Bardzo łatwo możesz to sprawdzić w GA4, tworząc wykres eksploracji ścieżki:
Pokazuje on, ilu użytkowników dociera na kolejne etapy lejka. Na powyższym przykładzie widać akurat sklep, który ma spore problemy… na wszystkich etapach – drop-off między każdym z nich sięga przynajmniej 70%, choć najwyższy jest na poziomie koszyka, który porzuca aż 82% użytkowników.
2. Analiza koszyka
W tym samym panelu (Eksplorowanie) możesz też zbudować wykres opisujący ścieżkę przejścia przez sam checkout, przy użyciu sekwencji zdarzeń add_to_cart - begin_checkout - purchase. Ale nie powie Ci on konkretnie, czy klienci mają problem z formularzem danych adresowych, czy nie widzą idealnej dla siebie opcji dostawy. Do tego przydadzą się nagrania sesji wraz z heatmapami, a z tym pomogą narzędzia takie jak Hotjar lub MS Clarity.
3. Analiza rentowności kanałów marketingowych
Wiele sklepów ma problem z określeniem, które kanały promocji faktycznie napędzają sprzedaż i przez to np. przeszacowują wpływ kampanii PPC. To też da się wydedukować w GA4 za pomocą modeli atrybucji. Przypisują one „zasługi” za sprzedaż nie tylko temu kanałowi, z którego klient bezpośrednio trafił na stronę, ale też wszystkim wcześniejszym punktom styku ze sklepem. Może to być np. tekst na blogu, który klient przeczytał kilka dni przed zakupem. Modele atrybucji pozwalają o wiele lepiej ocenić rolę wszystkich kanałów promocji i oszacować, czy faktycznie warto wydawać pieniądze na Google Ads, zamiast inwestować w content albo social media.
Niezbędne narzędzia do analityki e-commerce
Niezbędne narzędzia do analityki e-commerce
Do podstawowej analityki sklepu internetowego nie potrzeba wcale zbyt wielu narzędzi. Większość informacji, które potrzebujesz, dadzą Ci darmowe narzędzia od Google.
Google Analytics 4 (GA4)
Absolutna podstawa. GA4 opiera swój model analityczny na zdarzeniach (events), co znaczy, że śledzi wszystkie interakcje ze stroną, a nie tylko przejścia między podstronami. Dzięki temu możesz zmapować praktycznie każdą ścieżkę w obrębie sklepu – i to nawet jeśli użytkownik raz wchodzi na stronę ze smartfona, a raz z laptopa, dzięki opcji śledzenia cross-device. Do tego dochodzą jeszcze m.in. wspomniane modele atrybucji konwersji do różnych kanałów.
Google Tag Manager (GTM)
GTM co prawda nie jest narzędziem analitycznym, ale też jest niezbędne. W skrócie: pozwala łatwo, w zasadzie bez pomocy developera, wdrożyć tagi śledzące, które zbierają informacje o zdarzeniach i wysyłają je do Google Analytics i innych narzędzi analitycznych.
Hotjar i Microsoft Clarity (do analiz jakościowych)
Tak jak już wspomnieliśmy w części o analizie koszyka, dane z Google Analytics mogą zasugerować podłoże problemów na kolejnych etapach ścieżki zakupowej, ale nie dadzą pełnej odpowiedzi. Tę przyniosą dopiero analizy jakościowe.
Obecnie najpopularniejszymi narzędziami do zbierania i analizy nagrań sesji, tworzenia map ciepła czy nawet przeprowadzania ankiet wśród użytkowników są Hotjar oraz w 100% darmowe Clarity od Microsoftu.
Google Search Console
W tym zestawieniu nie można też zapomnieć o Search Console, czyli podstawowym narzędziu do analizy ruchu z wyników Google. Dzięki GSC możesz monitorować, jakie frazy sprowadzają najwięcej ruchu do sklepu, jak wygląda CTR dla poszczególnych podstron i jakie zajmują pozycje.
Najczęstsze błędy w analityce e-commerce (i jak ich uniknąć)
Najczęstsze błędy w analityce e-commerce (i jak ich uniknąć)
Choć powyższe narzędzia wcale nie są skomplikowane, wiele sklepów ma problemy ze zbieraniem danych i wyciąganiem z nich wniosków. Poniżej wskażemy kilka najczęstszych błędów, które znamy z doświadczenia.
Błąd 1: brak wdrożonego modułu Enhanced E-commerce, czyli funkcji GA4 skierowanych stricte do e-sklepów. Chodzi o tagi zdarzeń typowych dla lejka sprzedażowego, czyli wspomniane add_to_cart, begin_checkout czy purchase, ale też np. o możliwość powiązania zdarzeń z produktami w ofercie. Aby więc zbierać informacje o zachowaniach klientów na etapie koszyka, trzeba je wdrożyć na stronie sklepu za pomocą Google Tag Managera.
Błąd 2: skupianie się na tzw. vanity metrics. Liczba polubień profilu sklepu na Instagramie albo sama liczba odsłon witryny, bez uwzględnienia źródeł ruchu i współczynnika konwersji, może świetnie wyglądać na prezentacji. Nie mówi jednak zbyt wiele o kondycji sklepu i z pewnością nie jest wartościowym KPI.
Błąd 3: ignorowanie ruchu z urządzeń mobilnych. Według DynamicYield średnio aż 76% ruchu w e-sklepach pochodzi ze smartfonów… tyle że konwersja bardzo często jest nawet 2-3 razy niższa niż na desktopach. Dlaczego? Wiele sklepów wciąż nie poświęca odpowiednio dużo czasu na jakościową analizę sesji na smartfonach.
Błąd 4: brak filtrowania własnego ruchu. Prosty, ale bardzo częsty problem – przed analizą trzeba wyłączyć z niej sesje pochodzące od pracowników firmy, testerów, developerów czy zespołu agencji marketingowej. Uwzględnianie ich mocno zaburza dane.
Błąd 5: podejmowanie decyzji na podstawie zbyt małej próbki danych. Wszystkie wskaźniki zawsze warto analizować w jak najszerszym zakresie czasu. Najważniejsze jest porównywanie ich z danymi historycznymi.
Jakub Czyż 
Sebastian Zawadzki 
Aleksandra Stala