Karta produktu w 12 punktach: co sprawdzić i jak zmierzyć każdy

Prowadzę sklep od ponad 20 lat i nauczyłem się jednej rzeczy o karcie produktu: każdy ma pomysł, co na niej zmienić, a mało kto wie, którą liczbą sprawdzi, czy zmiana pomogła. Ten tekst to lista 12 elementów karty z miarą przy każdym. Dwa z nich są obowiązkowe, więc od nich zaczynasz. Pozostałe zmieniasz po jednym i porównujesz wynik. Jak zaprojektować kartę od strony układu i zdjęć, opisałem osobno we wpisie Karta produktu, która sprzedaje: anatomia idealnej PDP w 2026; tu skupiam się na tym, co sprawdzić i jak to zmierzyć.

Zanim cokolwiek zmienisz: jak zmierzyć kartę
Do oceny karty wystarczą zdarzenia, które GA4 (Google Analytics 4) i tak przewiduje dla sklepu. Według dokumentacji Google Analytics e-commerce mierzy się m.in. zdarzeniami view_item_list i select_item (lista i wybór produktu), view_item (wyświetlenie karty), add_to_cart, begin_checkout i purchase. Produkty przekazuje się w tablicy items, a każdy z nich wymaga identyfikatora albo nazwy, najlepiej obu.
Z tych zdarzeń liczysz jedną miarę: w jakiej części sesji z wyświetleniem karty (view_item) klient dodał produkt do koszyka (add_to_cart). Liczę ją na sesjach, a nie na pojedynczych wyświetleniach, bo klient, który wraca do tej samej karty trzy razy, nie jest trzema klientami. W jednym ze sklepów, z którymi współpracujemy, ten odsetek wynosił 3,2%. Przyczyną okazał się koszt dostawy doliczany dopiero w koszyku i wyższy, niż sugerowała ikonka na karcie. To liczba sprzed poprawki, bez wyniku po niej, więc pokazuje, jak czytać miarę, a nie ile da się zyskać. Więcej o takich punktach wycieku piszę we wpisie Uszczelnianie lejka: jak znaleźć i załatać 5 punktów wycieku.
Druga miara przydaje się wyżej w lejku: jaka część wyświetleń listy produktów (view_item_list) kończy się wyborem produktu (select_item). Jeśli ta liczba jest niska, problem leży w kategorii albo w wynikach wyszukiwania, a nie na karcie, i poprawki karty niewiele zmienią.
Zanim zmienisz pierwszy element, zapisz obie miary dla najważniejszych kart i kategorii z ostatnich tygodni. Bez punktu wyjścia nie porównasz niczego. Porównuj zawsze ten sam okres przed zmianą i po niej, w tych samych kategoriach, i zapisz, kiedy zmiana weszła. Jeśli w tym czasie ruszyła promocja albo zmienił się ruch z reklam, wynik przed i po nie mówi, co dała sama karta.
Dwa elementy obowiązkowe: cena przed obniżką i dane producenta
1. Najniższa cena z 30 dni przy obniżce. Gdy informujesz o obniżce, obok musi stać najniższa cena z 30 dni przed nią. Urząd Ochrony Konkurencji i Konsumentów (UOKiK) nazywa ją obowiązkowym elementem informacji o obniżce i punktem odniesienia do obliczania rabatu; obowiązek wszedł przy wdrożeniu dyrektywy Omnibus w 2023 r. Co z tego wynika przed sezonem, opisuje wpis Przekreślone ceny przed Black Friday 2026.
2. Dane producenta i bezpieczeństwa. Art. 19 rozporządzenia o ogólnym bezpieczeństwie produktów (GPSR, 2023/988) wymaga, żeby oferta sprzedawana na odległość pokazywała w sposób jasny i widoczny co najmniej: dane producenta z adresem pocztowym i elektronicznym, osobę odpowiedzialną, gdy producent jest spoza Unii, informacje pozwalające zidentyfikować produkt, w tym jego obraz i rodzaj, oraz ostrzeżenia i informacje o bezpieczeństwie. O tym, jak to zmieścić w karcie, jest wpis GPSR w karcie produktu: dane producenta i kara, a o składzie surowcowym tekstyliów — Skład surowcowy w karcie produktu.
Tych dwóch elementów nie testujesz. Sprawdzasz tylko, czy są na każdej karcie, której dotyczą. Miarą jest tu liczba kart bez wymaganych danych, a celem zero. W praktyce najłatwiej to sprawdzić w eksporcie produktów: kolumna z najniższą ceną z 30 dni przy produktach w promocji i kolumny z danymi producenta przy każdym produkcie. Puste pole w eksporcie to karta do poprawki, zanim zaczniesz zmieniać cokolwiek innego.
Zdjęcia i wideo
3. Zdjęcia i wideo. Miarą jest odsetek sesji z wyświetleniem karty zakończonych dodaniem do koszyka, porównany przed zmianą galerii i po niej. Jeśli mierzysz też kliknięcia w galerię własnym zdarzeniem, zobaczysz, czy klienci w ogóle oglądają dodatkowe ujęcia. Gdy nikt nie przewija galerii dalej niż do drugiego zdjęcia, kolejne ujęcia nie są problemem do rozwiązania, tylko kosztem wczytania strony. Zmianę galerii zrób najpierw na jednej grupie kart, a resztę zostaw bez zmian jako punkt odniesienia. Ile zdjęć i jakich, opisałem we wpisie o anatomii karty produktu.
Cena, dostawa i dostępność przed koszykiem
4. Cena razem z kosztem dostawy. 5. Dostępność i termin wysyłki. Klient, który dowiaduje się o koszcie albo terminie dopiero w koszyku, często tam odpada. Miarą jest odsetek koszyków, z których klient przechodzi do płatności (begin_checkout w stosunku do add_to_cart). Sprawdź też, czy termin wysyłki na karcie zgadza się z tym, co klient widzi przy wyborze dostawy; rozjazd między tymi dwoma miejscami to pierwszy powód pytań do obsługi. Przykład z tego tekstu, z kosztem dostawy ukrytym do koszyka, to dokładnie ten przypadek. Co jeszcze wyrzuca klienta przed zakupem, opisuje wpis Gemius 2026: co wyrzuca klienta ze sklepu.
Opis i parametry
6. Opis. 7. Parametry. Tu miara jest częściowo ręczna: przejrzyj pytania do obsługi i frazy wpisywane w wyszukiwarkę sklepu. Jeśli klienci pytają o parametr, którego nie ma na karcie, to on jest do dopisania. Wystarczy miesiąc pytań z e-maila i czatu, podzielony na kategorie: wymiary, materiał, zgodność z innym produktem, termin. Kategoria, która wraca najczęściej, wskazuje, od czego zacząć. Po dopisaniu parametru porównaj liczbę takich pytań w kolejnym miesiącu. Te same dane czytają asystenci AI (sztucznej inteligencji), o czym piszę we wpisach Pozycjonowanie w ChatGPT: karta produktu i dane i Atrybuty konwersacyjne w Merchant Center: sześć pól. Jak wyszukiwarka sklepu wpływa na sprzedaż, opisuje wpis Wyszukiwarka produktów jako ukryty driver konwersji.
Opinie, zwroty i gwarancja
8. Opinie. 9. Zwroty i gwarancja. Porównaj odsetek dodań do koszyka na kartach z opiniami i bez nich, w tej samej kategorii i w podobnym przedziale cen. To porównanie, a nie test: karty z opiniami to często produkty, które i tak sprzedają się lepiej, więc różnica nie mówi, ile dają same opinie. Mówi tylko, gdzie warto zacząć zbierać opinie po zakupie. Zasady zwrotu klient sprawdza przed zakupem, więc warunki powinny być widoczne na karcie, a nie tylko w regulaminie; więcej we wpisie Zasady zwrotu przed zakupem: 56%, nie 95%.
Przycisk i warianty
10. Przycisk dodania do koszyka. 11. Warianty. Jeśli produkt ma rozmiary albo kolory, mierz add_to_cart dla każdego wariantu osobno; parametry w tablicy items pozwalają przekazać wariant razem z produktem. Wariant, którego klienci nie dodają do koszyka, bywa niedostępny albo źle opisany. Przy przycisku miarą jest ta sama para zdarzeń co na początku: sesje z view_item i sesje z add_to_cart. Na telefonie sprawdź, czy przycisk widać bez przewijania i czy nie zasłania go baner zgód. Testy przycisku i koszyka z kilku sklepów opisałem we wpisie UX karty produktu i koszyka: 12 testów A/B.
Dane produktu dla Google
12. Dane strukturalne i plik produktowy. Dzięki danym strukturalnym Product Google może pokazać w wynikach cenę, dostępność, oceny i informacje o dostawie. Google zaleca podawać dane i na stronie, i w pliku Merchant Center, bo to zwiększa szanse na wyniki rozszerzone i pomaga zweryfikować dane. Sprawdzasz to testem wyników z elementami rozszerzonymi i raportami w Merchant Center. Co się dzieje, gdy dane są niespójne, pokazuje wpis ChatGPT polecił Twój produkt, ale kupić kazał u konkurencji.
Co robić w najbliższym kwartale
- Sprawdź najniższą cenę z 30 dni przy każdej obniżce.
- Sprawdź dane z art. 19 GPSR na kartach produktów, których dotyczą.
- Zapisz odsetek sesji z wyświetleniem karty zakończonych dodaniem do koszyka dla najważniejszych kart.
- Policz, jaka część koszyków przechodzi do płatności.
- Zmień galerię na jednej grupie kart i porównaj wynik przed i po.
- Pokaż koszt dostawy na karcie.
- Pokaż dostępność i termin wysyłki na karcie.
- Dopisz do opisu to, o co klienci pytają obsługę.
- Uzupełnij parametry, których szukają w wyszukiwarce sklepu.
- Porównaj karty z opiniami i bez nich.
- Mierz dodania do koszyka dla każdego wariantu osobno.
- Sprawdź dane strukturalne i zgodność z plikiem w Merchant Center.
Zmieniaj jedną rzecz naraz. Gdy zmienisz trzy, nie dowiesz się, która zadziałała. Jeśli chcesz przejść przez swoje karty z miarą przy każdym punkcie, zobacz, jak pracujemy nad optymalizacją sprzedaży.
Wszystkie wpisy o sprzedaży i sklepie
- Allegro od 1 września: zwrot po 7 dniach i blokada maili — rachunek dla sklepu
- Hidden margin killers: 10 elementów oferty, które po cichu obniżają zysk w e-commerce
- UOKiK i Inea: dodatki w koszyku bez zgody klienta
- KSeF w sklepie po pięciu miesiącach: faktury z koszyka, scam i koniec ulg od 2027
- Rabat za newsletter zdjęty: marża +5%, sprzedaż bez zmian
- WooCommerce 11.5 wymaga PHP 8.1
- Strona śledzenia paczki jako kanał drugiej sprzedaży: co zrobić po kliknięciu „kup”
- Lojalność deklarowana, budżet idzie na akwizycję
- Luka 10.0 w Magento: hotfix to za mało
- Zamrożenie zmian przed Q4: co łatać do końca września, czego nie ruszać do stycznia
- Zasady zwrotu przed zakupem: 56%, nie 95%
- Płatności odroczone B2B w PrestaShop
- Konto klienta 2026: co wynika z badań Baymard
- 30 mikro-optymalizacji e-sklepu, które każdy może wdrożyć w weekend
- Retencja w e-commerce: e-mail + SMS + push — kiedy który kanał (z liczbami z polskiego rynku)
- UX karty produktu i koszyka: 12 testów A/B, które dały realny wzrost konwersji
- Uszczelnianie lejka: jak znaleźć i załatać 5 punktów wycieku w e-sklepie bez zwiększania ruchu
- WooCommerce 11.2: co zmienia w kasie i kuponach
- Wyszukiwarka produktów jako ukryty driver konwersji — co audytować i jakie narzędzia wybrać (Algolia, Klevu, FactFinder)
- Asystent zakupowy w sklepie: co zostaje z 3× wyższej konwersji po odjęciu efektu selekcji
- Paczka z Chin z cłem, PID od 1 listopada: jak przeliczyć przewagę wobec Temu i Shein
- Darmowe zwroty wracają w DACH: policz koszt u siebie
- Gemius 2026: co wyrzuca klienta ze sklepu
- GUS: e-commerce +17,5% r/r w sierpniu 2026
- Usługi +5,6%, towary +2,5%. Co to robi z marżą
- Headless vs monolit dla średniego polskiego sklepu — kiedy migracja ma sens, kiedy spali budżet
- Karta produktu, która sprzedaje: anatomia idealnej PDP w 2026
- Personalizacja w e-mail marketingu w 2026: nie tylko 'Witaj, [imię]' — segmenty behawioralne i dynamiczne rekomendacje
- GPSR w karcie produktu: dane producenta i kara
- Przekreślone ceny przed Black Friday 2026: czego UOKiK nauczył Zalando, Temu i AzaGroup
- Skład surowcowy w karcie produktu: kontrola IH 2026
- Pozycjonowanie w ChatGPT: karta produktu i dane
- ChatGPT polecił Twój produkt, ale kupić kazał u konkurencji: jak wybiera sprzedawcę
- Atrybuty konwersacyjne w Merchant Center: 6 pól

Marcin Janczewski
IT & e-commerce · Pro1.pl
Współzałożyciel Pro1.pl i DrTusz.pl. Z branżą ecommerce związany jest ponad 20 lat. Swoją karierę rozpoczynał od własnego sklepu internetowego z asortymentem do drukarek, który z sukcesami prowadzi do dziś. Obecnie DrTusz.pl jest nie tylko wiodącym ecommercem w branży, ale także marką samą w sobie, kojarzoną z najwyższym poziomem marketingu. Wspiera sklepy internetowe na każdym etapie ich rozwoju, od momentu wejścia w sprzedaż online po budowanie i optymalizację procesów. Programista z wykształcenia, marketer i sprzedawca z pasji.
Czytaj też
Cross-selling i upselling w PrestaShop: jak sprawdzić, czy moduł podnosi marżę, a nie tylko koszyk
Wyższa średnia wartość zamówienia po włączeniu modułu rekomendacji nie dowodzi, że sklep zarabia więcej. Pokazuję, jak policzyć marżę dosprzedaży z danych zamówień PrestaShop, dlaczego raport modułu to przypisanie, a nie efekt, i gdzie dosprzedaż zaczyna być problemem prawnym.
Server-Side GTM w sklepie: co zyskujesz w danych, a czego nie odzyska żadne wdrożenie
Server-side GTM (Google Tag Manager) zmienia drogę danych i daje kontrolę nad tym, co trafia do GA4 (Google Analytics 4), Google Ads i Meta. Nie przywraca jednak pomiaru osób, które odmówiły zgody, i nie omija zasad przeglądarek.
ChatGPT gubi parametry UTM. Ruch z asystenta ląduje w Direct: jak go rozpoznać w GA4
Od 9 października część linków w odpowiedziach ChatGPT nie ma parametrów UTM ani referrera, więc wizyty z asystenta trafiają w GA4 do Direct. Pokazuję, skąd to wiadomo, jak oszacować ukryty ruch na własnych stronach docelowych i czego nie wnioskować, dopóki OpenAI się nie wypowie.