Jak mierzyć konwersję w sklepie internetowym?

Zacznij od definicji: co w Twoim sklepie jest konwersją

Konwersja to działanie użytkownika realizujące cel sklepu. Zwykle to zakup, ale bywa nią też zapis na newsletter, założenie konta, dodanie produktu do koszyka lub wysłanie formularza kontaktowego.

Wyróżniamy trzy poziomy. Makrokonwersje to działania wprost związane z głównym celem biznesowym, np. zakup; mikrokonwersje to działania pośrednie pokazujące zaangażowanie przed zakupem; zdarzenia wspierające analizę to m.in. dodanie produktu do koszyka, rozpoczęcie checkoutu i zapis do newslettera.

Najpierw ustal jednostkę pomiaru — od niej zależy interpretacja. W e-commerce transakcja jest jednostką konwersji, a sesja jednostką odwiedzin. Współczynnik konwersji pokazuje, jaki odsetek odwiedzających wykonał pożądaną akcję, czyli jak skutecznie sklep zamienia ruch w klientów.

Chcesz ocenić, ilu realnych ludzi przekonuje sklep? Licz konwersje na użytkowników. Oceniasz kampanie, UX lub poszczególne wejścia? Licz je na sesje.

Z raportu „Omni-commerce. Kupuję wygodnie 2024” Izby Gospodarki Elektronicznej wynika, że 100% badanych internautów przynajmniej raz kupiło w internecie, a 87% robi to regularnie. Rywalizacja nie polega więc na przekonywaniu do zakupów online, lecz na wyborze sklepu, w którym użytkownik sfinalizuje transakcję. Liczba sesji lub odsłon nie mówi, czy sklep zarabia — ten sam ruch może dawać różne wyniki finansowe.

Wzór na współczynnik konwersji i praktyczne obliczenia

Klasyczny wzór: CR = liczba konwersji ÷ liczba sesji × 100%. Mianownik możesz zastąpić użytkownikami, jeśli mierzysz skuteczność wobec osób, a nie wizyt. To samo założenie utrzymuj we wszystkich raportach, żeby wyniki były porównywalne w czasie.

Przykład: w miesiącu sklep miał 10 000 sesji i 200 transakcji. 200 ÷ 10 000 = 0,02, czyli CR = 2%. Przy identycznym ruchu 100 transakcji dałoby 1%, a 300 transakcji — 3%. Ten sam ruch może przynosić różne wyniki finansowe, dlatego CR licz równolegle z wartością zamówień, nie w izolacji.

Konwersję licz też dla pojedynczego zdarzenia, nie tylko zakupu. Gdy liczy się dotarcie użytkownika do danego etapu — np. dodania produktu do koszyka, rozpoczęcia checkoutu albo zapisu na newsletter — sensowny mianownik to liczba sesji zawierających to zdarzenie podzielona przez liczbę wszystkich sesji.

Uwaga na definicję: jeśli podzielisz wszystkie wystąpienia zdarzenia przez liczbę sesji, wynik może przekroczyć 100%, bo jedna sesja może zawierać kilka dodań do koszyka. Zdecyduj, czy mierzysz sesje z danym zdarzeniem, czy same wystąpienia, i trzymaj się tego w raportach.

Kolejność działań: (1) ustal okres analizy, (2) wybierz mianownik — sesje albo użytkowników, (3) zbierz licznik — transakcje lub wystąpienia wybranego zdarzenia, (4) podziel licznik przez mianownik i pomnóż przez 100, (5) powtórz obliczenie w podziale na kanały, urządzenia i kampanie. Pojedyncza liczba dla całego sklepu rzadko wskazuje, co poprawić.

Konfiguracja GA4: które zdarzenia oznaczyć jako konwersje

Google Analytics 4 działa w modelu opartym na zdarzeniach — zdarzenie mierzy określoną interakcję lub wystąpienie w witrynie albo aplikacji. Wyróżnia się trzy podtypy: zdarzenia zalecane (recommended events), zbierane automatycznie i objęte pomiarem zaawansowanym.

Dane z nich trafiają do późniejszych raportów. Raport e-commerce w GA4 pokazuje wyniki sprzedażowe całej witryny oraz dane analityczne dla poszczególnych produktów.

W GA4 współczynnik konwersji liczy się wyłącznie dla zdarzeń oznaczonych jako konwersje w Konfiguracja > Zdarzenia. Jeśli pominąłeś ten krok, na liście zdarzeń dostępnych w metryce współczynnika konwersji zobaczysz tylko Purchase.

Purchase jest automatycznie oznaczony jako konwersja i nie da się tego wyłączyć. Każde inne zdarzenie, które chcesz widzieć w CR — np. dodanie produktu do koszyka, start checkoutu, zapis na newsletter, wysłanie formularza — musisz oznaczyć samodzielnie.

Oznaczenie zdarzenia jako konwersja nie działa retrospektywnie. GA4 zaczyna liczyć współczynnik konwersji dla danego zdarzenia dopiero od wprowadzenia zmiany, więc zwłoka oznacza trwały brak historii. Jeśli dopiero konfigurujesz pomiar, oznacz wszystkie istotne zdarzenia e-commerce teraz — przed startem kampanii czy sezonu sprzedażowego — żeby mieć punkt odniesienia do porównań.

Gdzie odczytać współczynnik konwersji w GA4

Raporty standardowe w GA4 domyślnie nie mają kolumny ze współczynnikiem konwersji. Dodasz ją, edytując raport: kliknij ikonę ołówka w prawym górnym rogu (Dostosuj raport), przejdź do sekcji Wskaźniki, wybierz dodawanie wartości i z listy wskaż Współczynnik konwersji w sesji albo Współczynnik konwersji użytkownika.

Po zastosowaniu i zapisaniu zmian kolumna pojawi się w raporcie. Pod nazwą metryki jest lista rozwijana, która zawęża współczynnik konwersji do konkretnego zdarzenia — podobnie jak sprawdzanie CR dla poszczególnych celów w Universal Analytics.

Lista jest jednak ograniczona: znajdą się na niej tylko zdarzenia oznaczone w Konfiguracji jako konwersje (plus domyślny Purchase). GA4 pozwala więc liczyć współczynnik konwersji z danego zdarzenia w podziale na sesje lub użytkowników, co jest rozszerzeniem wobec Universal Analytics.

Różnica wobec Universal Analytics jest zasadnicza. UA miał kolumnę z danymi o e-commerce (transakcje) lub celach w większości standardowych raportów, co pozwalało szybko porównywać skuteczność np. różnych kampanii marketingowych pod kątem wybranej konwersji.

W GA4 kolumnę trzeba dodać ręcznie w każdym raporcie. Sama metryka pojawiła się dopiero w 2022 roku — przez ponad trzy lata od startu GA4 nie było jej w narzędziu.

Kiedy GA4 nie wystarcza: Eksplorowanie i zewnętrzne raporty

W sekcji Eksplorowanie możesz dodać współczynnik konwersji dla sesji i dla użytkowników, ale nie zawęzisz tam metryki do konkretnego zdarzenia. To ogranicza użyteczność gotowej metryki, bo CR pojedynczego zdarzenia najczęściej pokazuje, gdzie w lejku ucieka klient. Według stanu z materiału z 24.09.2022 roku ograniczenie dotyczyło Eksplorowania — przed zaplanowaniem raportów sprawdź aktualne możliwości narzędzia, bo GA4 jest rozwijane.

Rozwiązaniem są raporty w zewnętrznym narzędziu, np. w Google Data Studio (Looker Studio). Podpinasz GA4 jako źródło danych i dodajesz własną metrykę — najprościej przez element typu podsumowanie statystyk i zdefiniowanie metryki obliczeniowej na podstawie dostępnych pól. Zewnętrzne narzędzie daje większą elastyczność w modyfikowaniu i tworzeniu nowych metryk niż standardowe raporty GA4.

Ręcznie policzysz to bez wychodzenia z GA4: w Eksplorowaniu zestaw obok siebie liczbę sesji z danym zdarzeniem i liczbę wszystkich sesji, a potem podziel je w arkuszu kalkulacyjnym. Analogicznie możesz pobrać liczbę wystąpień zdarzenia i liczbę sesji. Ten sposób wystarcza do jednorazowej analizy lub kontroli poprawności metryki w Data Studio, ale przy cyklicznym raportowaniu lepiej zautomatyzować obliczenie w raporcie zewnętrznym — mniej błędów i ręcznej pracy.

Segmentacja, lejki i jakość ruchu

Współczynnik konwersji dla całego sklepu rzadko wskazuje, co poprawić. Dopiero segmentacja według kanałów i źródeł ruchu pokazuje, które wejścia konwertują, a które dają ruch bez transakcji.

Zestawiaj CR w podziale na kanały, źródła, kampanie i typy urządzeń — te same wyniki sprzedażowe mogą pochodzić z różnej jakościowo ruchu. GA4 pozwala łączyć dane z różnych platform i urządzeń, co pomaga mapować działania użytkownika i wykrywać problemy w realizacji transakcji.

Drugie narzędzie to lejki sprzedażowe i analiza ścieżek konwersji. GA4 pozwala tworzyć lejki, dzięki którym śledzisz każdy etap podróży klienta: widzisz, gdzie go tracisz, a gdzie udaje się go utrzymać.

Zestaw to z raportem e-commerce zawierającym dane analityczne dla poszczególnych produktów — pozwala odróżnić problem z ruchem od problemu z konkretnym produktem, ceną albo krokiem w koszyku. Uzupełnieniem jest segmentacja odbiorców w GA4, czyli grupowanie użytkowników według zachowań i cech, żeby porównywać CR między grupami o różnej intencji zakupowej.

Zanim wyciągniesz wnioski z lejka, sprawdź, czy zdarzenia się raportują. W GA4 służą do tego raport Czas rzeczywisty i DebugView, w których obserwujesz zdarzenia na żywo. Brak zdarzenia na ścieżce w lejku bywa skutkiem błędu wdrożenia, a nie zachowania użytkowników — weryfikacja danych musi poprzedzać optymalizację.

Jak interpretować wynik i nie dać się zwieść pojedynczej liczbie

Współczynnik konwersji ma znane ograniczenia: nie mierzy wartości koszyka ani marży i nie pokazuje długoterminowej wartości klienta. Można go sztucznie podnieść samą zmianą struktury ruchu — np. kierując do sklepu wyłącznie użytkowników o wysokiej intencji zakupowej — bez poprawy realnej skuteczności sprzedaży.

Dlatego CR czytaj razem z pokrewnymi wskaźnikami: średnią wartością zamówienia (AOV), przychodem na użytkownika, współczynnikiem porzuceń koszyka, CTR oraz współczynnikiem odrzuceń (bounce rate) jako miarą jakości ruchu. Sklep z niższym CR, ale wyższym AOV i przychodem na użytkownika może zarabiać więcej niż konkurent z wyższą konwersją.

Nie ma jednej uniwersalnej dobrej wartości współczynnika konwersji dla całego e-commerce. Wynik zależy od branży, ceny produktów, typu asortymentu, źródeł ruchu, sezonowości, jakości UX i rozpoznawalności marki.

Sezonowość i promocje dodatkowo zmieniają wynik, więc porównuj okresy o podobnym charakterze i notuj, czy działała wtedy wyprzedaż lub kampania — inaczej wzrost lub spadek CR przypiszesz zmianie, która nią nie była.

Benchmarki branżowe (m.in. dane z polskiego rynku oraz globalne wskazywane przez Shopify, omawiane w zestawieniach wskaźników) traktuj wyłącznie jako wartości orientacyjne i punkt odniesienia, nie jako cel do osiągnięcia. Własna historia jest bardziej użyteczna niż cudza średnia: znając swój CR z poprzednich okresów i wiedząc, jak zmieniał się przy wcześniejszych zmianach w sklepie lub kampaniach, odróżnisz realną poprawę od szumu i efektu sezonowego.

Checklista wdrożenia pomiaru w sklepie