Jak poprawić konwersję w sklepie i jaki współczynnik jest dobry?

Jak ocenić własny współczynnik bez cudzych średnich

Współczynnik konwersji zależy od trzech decyzji: co liczysz jako konwersję, co jest mianownikiem i które narzędzie liczy. GA4 podaje osobno współczynnik kluczowych zdarzeń w sesji i związanych z użytkownikiem, czyli odsetek użytkowników, którzy wywołali kluczowe zdarzenie (pomoc GA4: kluczowe zdarzenia, definicje danych w raporcie pozyskiwania); panel sklepu liczy zamówienia na wizyty, a panel reklamowy konwersje na kliknięcia. Trzy liczby dla tego samego sklepu będą różne; wybierz jedną definicję i trzymaj się jej.

Benchmark branżowy nie zna Twojej ceny, kategorii, udziału ruchu z reklam ani urządzeń klientów, a większość takich liczb pochodzi z publikacji narzędzi o nieznanej próbie. Sensowne porównania są trzy: ten sam sklep miesiąc do miesiąca, segmenty tego samego sklepu (źródło ruchu, urządzenie, kategoria, nowi i powracający) i próg wyliczony z własnej marży. Średnia 1% może kryć kampanię z konwersją 0,3% i wyszukiwarkę z 2%; jak to rozłożyć, pokazuje odpowiedź ruch jest, sprzedaży nie ma.

Ile warta jest poprawa o 0,1 punktu procentowego

Liczby umowne: koszyk 200 zł brutto, marża pokrycia 48,72 zł na zamówieniu. Wzrost konwersji z 1,0% do 1,1% przy 10 000 sesji to 10 zamówień więcej, czyli 487 zł marży pokrycia miesięcznie i 5 844 zł rocznie, bez złotówki więcej na reklamę. Z tą kwotą porównujesz koszt każdej zmiany: poprawka formularza za kilka godzin pracy zwraca się natychmiast, nowy szablon za kilkanaście tysięcy potrzebuje większego skoku. Liczysz zysk, nie przychód: rabat też „poprawia konwersję”, ale zabiera marżę z każdego zamówienia, także tych, które i tak by się złożyły.

Które zmiany testować najpierw

Optymalizacja konwersji zaczyna się od lejka, nie od pomysłów. Kolejność według wpływu w sklepach, z którymi współpracujemy, wygląda zwykle tak:

1. Koszt i termin dostawy widoczne na karcie produktu, nie dopiero w koszyku.
2. Karta produktu: dostępność, warianty, zdjęcia z kontekstem, odpowiedzi na obiekcje.
3. Finalizacja zamówienia: mniej pól, zakup bez konta, metody płatności, komunikaty błędów.
4. Telefon: cała ścieżka bez powiększania i przewijania w bok; w badaniu Gemius/PBI/IAB 2025 82% kupujących wskazało smartfon jako urządzenie pierwszego wyboru (strona raportu).
5. Zaufanie: dane firmy, zasady zwrotu, opinie, kontakt.

Wcześniejszym sygnałem niż zakup są mikrokonwersje: udział sesji z wejściem na kartę produktu i z dodaniem do koszyka. Zmiana, która podnosi dodania do koszyka, a nie zakupy, mówi, że problem przeniósł się do finalizacji.

Kiedy test A/B ma sens przy Twoim ruchu

Test A/B potrzebuje próby, a próba zależy od minimalnego wykrywalnego efektu. Arytmetyka przy typowych założeniach (95% ufności, 80% mocy): żeby wykryć wzrost z 1,0% do 1,1%, potrzeba około 160 tys. sesji na wariant; przy 10 000 sesji miesięcznie to prawie trzy lata. Wzrost z 1,0% do 1,3% wymaga około 20 tys. sesji na wariant, czyli cztery miesiące. Wniosek: mały sklep testuje tylko duże zmiany, a drobne poprawki wdraża bez testu i porównuje pełne tygodnie przed i po. Istotność statystyczna mówi o wiarygodności różnicy, nie o jej wartości w złotych.

Na co uważać

• Benchmark jako cel. „Średnia w branży 2%” nie jest ani celem, ani diagnozą; porównuj sklep z samym sobą.
• Zmiana mianownika po drodze. Przejście z sesji na użytkowników albo z GA4 na panel sklepu zmienia wynik bez zmiany w sklepie; nie porównuj okresów liczonych inaczej.
• Test zatrzymany w pierwszy zielony dzień. Wynik po trzech dniach to szum; test trwa pełne tygodnie do zaplanowanej próby.
• Rabat jako dźwignia konwersji. Współczynnik rośnie, marża pokrycia spada z każdego zamówienia; licz zysk po teście, nie sam odsetek.