E-commerce analytics · przychód · marża · lejek · retencja

Połącz sprzedaż, klientów i marketing. Zobacz rentowność e-commerce.

Buduję analitykę, która pokazuje nie tylko ile sklep sprzedał, lecz także dlaczego wynik się zmienił, gdzie klienci odpadają, które kanały pozyskania się opłacają i co wpływa na ponowny zakup.

GA4, Piwik PRO, GTM, BigQuery, Looker Studio, Power BI i narzędzia reklamowe są warstwą realizacji. Najpierw ustalamy decyzje, ekonomikę sklepu, źródła referencyjne i definicje KPI.

Opisz sklep i obecny pomiar Zobacz przykładowy kokpit
Zamówienie jako punkt odniesieniastatus, płatność, zwrot, rabat, koszt i przychód netto
Klient i lejek przed zakupemźródło, urządzenie, produkt, koszyk, checkout i powrót
Wynik po koszcie marketinguROAS w kontekście marży, CAC, retencji i ograniczeń atrybucji

Sygnały, że pomiar nie wystarcza

Dane są w wielu systemach, ale nadal trudno wyjaśnić wynik sklepu.

Najczęściej problemem nie jest brak kolejnego dashboardu. Brakuje uzgodnienia, co oznacza sprzedaż, skąd pochodzi liczba i jak połączyć zachowanie użytkownika z faktycznym wynikiem zamówienia.

GA4 i sklep pokazują inną sprzedaż

Duplikaty, zgody, blokowanie skryptów, waluty, anulacje i zwroty zmieniają obraz transakcji.

ROAS wygląda dobrze, marża nie

Raport kampanii pomija rabaty, koszt produktu, dostawę, zwroty i różną rentowność kategorii.

Lejek pokazuje spadek bez przyczyny

Nie wiadomo, czy problem dotyczy urządzenia, produktu, źródła ruchu, dostawy czy konkretnego kroku checkoutu.

Każdy zakup wygląda tak samo

Nowy klient, klient powracający i klient promocyjny trafiają do jednego wyniku bez kohort i retencji.

Kampanie tracą kontekst

UTM, identyfikatory kliknięć i nazwy kampanii są niespójne, a kanały własne zaburzają źródło pozyskania.

Raport powstaje ręcznie

Marketing, e-commerce i finanse co tydzień łączą eksporty oraz odtwarzają te same definicje w arkuszach.

Model analityki e-commerce

Jedna ścieżka od źródła do decyzji, z jasno wskazanym systemem referencyjnym.

Nie próbuję wymusić identycznego wyniku w każdym narzędziu. Określam rolę źródeł, zasady uzgodnienia i tolerancje, aby różnice były zrozumiałe oraz kontrolowane.

01 · Źródła

Sklep, płatności, zwroty, CRM, media i web analytics

Własny rytm aktualizacji, identyfikatory i ograniczenia każdego systemu.

02 · Model

Zamówienie, pozycja, klient, sesja, kanał i kalendarz

Źródła referencyjne, klucze, statusy, waluty, koszty oraz definicje KPI.

03 · Widoki

Wynik handlowy, lejek, kanały, produkt i klient

Raporty na poziomie decyzji, z możliwością zejścia do przyczyny odchylenia.

04 · Działanie

Budżet, oferta, checkout, retencja i priorytet testu

Właściciel decyzji, próg reakcji, następny krok i kontrola efektu.

Sklep lub ERP rozlicza zamówienieweb analytics opisuje zachowanie, nie księgę sprzedaży
Definicje powstają przed dashboardemprzychód, klient i kanał nie mogą zmieniać się między raportami
Najpierw uzgodnienie, potem optymalizacjadecyzja nie może opierać się na błędzie implementacji

Sześć perspektyw decyzyjnych

Zakres raportowania wynika z ekonomiki i sposobu zarządzania sklepem.

Nie każdy sklep potrzebuje wszystkich obszarów od pierwszego dnia. Ustalamy kolejność według wpływu na wynik i jakości dostępnych danych.

  1. 01

    Wynik handlowy

    Zamówienia, przychód brutto i netto, rabaty, anulacje, zwroty, średni koszyk, koszt produktu i marża.

    Decyzja: z czego naprawdę powstaje wynik
  2. 02

    Pozyskanie i opłacalność

    Koszt kampanii, CAC, ROAS, udział nowych klientów, rentowność po koszcie mediów i ograniczenia atrybucji.

    Decyzja: gdzie zwiększyć lub ograniczyć budżet
  3. 03

    Lejek i checkout

    Lista produktu, karta, koszyk, rozpoczęcie checkoutu, płatność, błędy, urządzenie, źródło i wariant dostawy.

    Decyzja: który etap wymaga diagnozy lub testu
  4. 04

    Produkt i merchandising

    Widoczność, zainteresowanie, dodania do koszyka, konwersja, rabat, zwrot, dostępność i rentowność kategorii.

    Decyzja: co promować, poprawić lub wycofać
  5. 05

    Klient, retencja i LTV

    Nowy i powracający klient, kohorty, czas do kolejnego zakupu, częstotliwość, wartość klienta i segmenty.

    Decyzja: kogo pozyskiwać i jak rozwijać relację
  6. 06

    Jakość i governance

    Kompletność transakcji, zgodność identyfikatorów, świeżość, właściciele KPI, dokumentacja i proces zmian.

    Decyzja: czy danym można zaufać

Przykładowy kokpit

Raport zaczyna się od wyniku, ale prowadzi do przyczyny i działania.

Makieta pokazuje sposób organizacji informacji. To ilustracja, nie dane klienta ani deklarowany rezultat wdrożenia.

Uzgodnienie danych

Każda liczba ma definicję, źródło i moment, w którym można jej użyć.

GA4 nie musi zgadzać się ze sklepem co do jednej transakcji. Musi być jasne, skąd wynika różnica, jaki jest jej poziom i które źródło rozlicza konkretną decyzję.

ObszarŹródło referencyjneDo czego służyCo kontrolujemy
Zamówienie i przychódSklep lub ERPwynik handlowy i status realizacjiduplikaty, walutę, rabaty, anulacje
Płatność i zwrotPSP, sklep lub ERPprzychód rozliczony i korektystatus, datę, częściowy zwrot
Zachowanie i lejekGA4 lub Piwik PROścieżka, kontekst i segmentacjazgody, eventy, parametry, utratę danych
Koszt kampaniiPlatforma reklamowawydatki, kliknięcia i emisjęwalutę, strefę, strukturę kampanii
Klient i retencjaCRM, sklep lub CDPstatus klienta, kohorty i wartośćidentyfikację, zgodę i historię zmian

Możliwe modele projektu

Współpraca może zacząć się od naprawy pomiaru albo od pełnego modelu rentowności.

Po krótkiej kwalifikacji wskazuję najmniejszy sensowny zakres. Nie każdy problem wymaga hurtowni, server-side ani wymiany narzędzia.

01

Audyt i plan naprawczy

Ocena implementacji, źródeł, rozbieżności, definicji i raportów.

  • mapa problemów i ryzyka
  • priorytety według wpływu
  • plan testów i wdrożenia
Dobre, gdy danym nie ufasz
02

Pomiar zachowania i sprzedaży

Plan pomiaru, dataLayer, GA4 lub Piwik PRO, tagi, zgody i QA.

  • lejek oraz e-commerce events
  • identyfikatory i parametry biznesowe
  • dokumentacja i odbiór
Dobre, gdy fundament jest niepełny
03

Integracja i kokpit handlowy

Połączenie sklepu, kampanii, zachowania i opcjonalnie CRM lub kosztów.

  • model danych i KPI
  • dashboardy oraz analizy
  • automatyzacja i monitoring
Dobre, gdy potrzebujesz pełnej ekonomiki
04

Stałe wsparcie i rozwój

Kontrola jakości, analiza wyniku, backlog i współpraca z marketingiem oraz IT.

  • cykliczny review KPI
  • diagnozy i rekomendacje
  • rozwój pomiaru wraz ze sklepem
Dobre, gdy analityka ma pracować stale

Przebieg pracy

Najpierw decyzje i ekonomika, potem technologia.

  1. 01

    Decyzje, KPI i model sklepu

    Odbiorcy, rytm pracy, definicja zamówienia, marży, klienta, kanału oraz wymagane przekroje.

    Wynik: brief decyzyjny i słownik KPI
  2. 02

    Inwentaryzacja źródeł

    Sklep, płatności, ERP, CRM, zgody, web analytics, platformy reklamowe, identyfikatory i jakość.

    Wynik: mapa danych i luk
  3. 03

    Projekt pomiaru i modelu danych

    Eventy, dataLayer, klucze, statusy, integracje, źródła referencyjne, architektura i plan testów.

    Wynik: specyfikacja do wdrożenia
  4. 04

    Implementacja i integracja

    Konfiguracja uzgodnionych narzędzi, transformacje, importy kosztów, dashboardy i automatyzacja.

    Wynik: działający przepływ danych
  5. 05

    Walidacja i uzgodnienie

    Testy scenariuszy, deduplikacja, zgodność zamówień i wartości, zwroty, zgody, kampanie oraz tolerancje.

    Wynik: protokół odbioru i znane różnice
  6. 06

    Uruchomienie pracy z wynikiem

    Szkolenie, właściciele, alerty, agenda review, backlog analiz i zasady wprowadzania zmian.

    Wynik: analityka osadzona w zespole

Kryteria odbioru

Wdrożenie jest gotowe, gdy zespół zna jakość danych i potrafi z nich skorzystać.

Konkretne progi ustalamy przed realizacją. Różne platformy i zgody powodują naturalne różnice, dlatego odbieramy zarówno zgodność, jak i udokumentowane ograniczenia.

Zakup nie duplikuje się po odświeżeniuidentyfikator transakcji i mechanizm wysyłki chronią przed wielokrotnym zliczeniem
Wartość zamówienia ma jedną definicjępodatek, dostawa, rabat, waluta, anulacja i zwrot są opisane
Lejek przechodzi testy scenariuszyprodukty, warianty, koszyk, checkout, płatność, błędy i urządzenia są sprawdzone
Kampania zachowuje identyfikacjęUTM i click ID są kontrolowane przez landing page, płatność i przekierowania
Raport podaje źródło oraz właściciela KPIkażdy wynik ma definicję, częstotliwość i osobę odpowiedzialną za reakcję
Znane luki są jawnezgody, adblock, cross-device, opóźnienia i ograniczenia atrybucji są udokumentowane

Uczciwe ograniczenia

Dobry pomiar zmniejsza niepewność, ale jej nie usuwa.

  • GA4 ani Piwik PRO nie zastępują danych transakcyjnych.Do rozliczenia sprzedaży, płatności, zwrotów i marży potrzebne są systemy operacyjne.
  • ROAS nie jest rentownością.Przychód z kampanii trzeba zestawić z marżą, rabatem, kosztem produktu, zwrotami i kosztem pozyskania.
  • Atrybucja nie jest dowodem przyczynowości.Model przypisania porządkuje kontakt z kanałami, ale nie mierzy automatycznie inkrementalnego wpływu reklamy.
  • Nie każdą ścieżkę da się połączyć.Zgody, adblock, cross-device, logowanie i ograniczenia platform powodują utratę lub fragmentację danych.
  • Server-side i CAPI nie omijają prywatności.Mogą poprawić kontrolę przepływu danych, ale nadal wymagają właściwej podstawy, zgód i konfiguracji.
  • Dashboard nie podejmuje decyzji.Potrzebuje właściciela, progu reakcji, kontekstu biznesowego i sprawdzenia efektu działania.
Krzysztof Surowiecki

Biznes, pomiar i warstwa danych

Łączę perspektywę e-commerce, marketingu, implementacji i raportowania.

Prowadzę projekt od pytania zarządczego i ekonomiki zamówienia, przez specyfikację pomiaru oraz integracje, po odbiór dashboardu i pracę zespołu z wnioskami. Dzięki temu narzędzie nie staje się celem samym w sobie.

20+lat doświadczenia
150+projektów analitycznych i danych
50+klientów

Liczby dotyczą całej praktyki analitycznej i projektów danych, nie wyłącznie wdrożeń dla e-commerce.

Przed rozmową

Najczęstsze pytania.

Dlaczego sprzedaż w GA4 różni się od panelu sklepu?

GA4 mierzy zachowanie w przeglądarce lub aplikacji i zależy między innymi od zgód, blokowania skryptów, poprawności eventu purchase oraz deduplikacji. Sklep zna stan zamówienia, późniejsze anulacje i zwroty. Dlatego sklep lub ERP zwykle rozlicza wynik, a GA4 służy do analizy ścieżki i marketingu.

GA4 czy Piwik PRO dla e-commerce?

Wybór zależy od wymagań dotyczących prywatności, hostingu, integracji reklamowych, raportowania i sposobu pracy organizacji. Nie rekomenduję migracji tylko dlatego, że jedno narzędzie jest popularniejsze. Najpierw porównuję wymagania i koszt zmiany.

Czy potrzebujemy server-side lub Meta CAPI?

Nie zawsze. Server-side tagging i API konwersji mogą poprawić kontrolę nad danymi, stabilność integracji oraz sposób wysyłki zdarzeń. Mają jednak koszt wdrożenia i utrzymania oraz nie zwalniają z obowiązków dotyczących prywatności.

Czy można połączyć sklep, kampanie i CRM?

Tak, jeśli źródła udostępniają stabilne identyfikatory i dane na odpowiednim poziomie szczegółowości. Projekt wymaga reguł łączenia, modelu klienta, kontroli dostępu i opisania przypadków, których nie da się powiązać.

Czy raport może pokazywać marżę i LTV?

Tak, ale GA4 sam nie zna kosztu produktu, zwrotów ani pełnej historii klienta. Marża i LTV wymagają danych sklepu, ERP lub CRM oraz uzgodnionych definicji, horyzontu i sposobu przypisania kosztów.

Czy możemy zacząć tylko od audytu?

Tak. To często najlepszy pierwszy krok, gdy istnieje rozbudowana implementacja lub duże rozbieżności. Audyt kończy się listą problemów, oceną wpływu, priorytetami i planem naprawczym, bez automatycznego zobowiązania do pełnego wdrożenia.

Pierwszy krok

Zacznijmy od trzech decyzji i źródeł, które dziś dają różne odpowiedzi.

Opisz platformę sklepową, obecny pomiar, system płatności, kanały marketingowe oraz raporty, którym zespół nie ufa lub których nadal brakuje.

Porozmawiajmy o analityce sklepu Zobacz audyt analityki

Policz i uporządkuj

Narzędzia przydatne przed projektem.

Kalkulator lejkaprzelicz etapy, konwersję i potencjał poprawySprawdź lejek Kalkulator marży i cenoddziel przychód od wyniku na produkciePolicz marżę Kalkulator ROAS i ROIporównaj koszt reklamy, przychód oraz zwrotPolicz efektywność