Przewodniki

Analityka e-commerce: kluczowe metryki bez inwazyjnego śledzenia

Taras Shynkarenko
Taras Shynkarenko
•Zaktualizowano: •8 min czytania
Analityka e-commerce: kluczowe metryki bez inwazyjnego śledzeniaAnalityka e-commerce: kluczowe metryki bez inwazyjnego śledzenia

W skrócie

8 min czytania

Analityka e-commerce powinna koncentrować się na współczynniku konwersji, przychodzie na odwiedzającego, średniej wartości zamówienia, porzuceniach w lejku, wynikach produktów i jakości pozyskiwania. Większość decyzji w sklepie można podjąć na podstawie danych własnych i zbiorczych, bez śledzenia między witrynami.

Analityka e-commerce jest przydatna, gdy łączy zachowania w sklepie z decyzjami o przychodach. Staje się szumem, gdy każde kliknięcie, piksel i cecha klienta są zbierane tylko dlatego, że narzędzie to umożliwia.

Sklep przyjazny prywatności nadal może odpowiedzieć na ważne pytania: skąd przychodzą klienci, które produkty budzą zainteresowanie, gdzie psuje się proces zakupu, które kampanie się zwracają i które strony wymagają poprawy.

Oczywiście większość tych rzeczy warto mierzyć dopiero wtedy, gdy sklep już istnieje. Jeśli wciąż ustalasz, jak założyć firmę e-commerce, najpierw wybierz platformę i sposób płatności, a potem wróć i porządnie wdróż pomiar, zamiast doklejać analitykę na końcu.

Najważniejsze metryki

Współczynnik konwersji

Współczynnik konwersji to odsetek odwiedzających lub sesji zakończonych zakupem. Śledź go według źródła ruchu, kampanii, kategorii urządzenia, strony docelowej i kategorii produktu.

Nie porównuj współczynników konwersji bez kontekstu. Ruch z płatnych wyników wyszukiwania o silnej intencji zakupowej może konwertować zupełnie inaczej niż ruch z bloga. Konwersja mobilna może być niższa, bo ludzie szukają informacji na telefonach, a kupują później na komputerze.

Przychód na odwiedzającego

Przychód na odwiedzającego łączy jakość ruchu, współczynnik konwersji i wartość zamówienia. Jest bardziej przydatny niż sam współczynnik konwersji.

Wzór:

revenue per visitor = total revenue / visitors

Jeśli współczynnik konwersji spada, ale średnia wartość zamówienia rośnie wystarczająco, przychód na odwiedzającego może się poprawić. Pomaga to uniknąć optymalizacji wyłącznie pod tanie zakupy.

Średnia wartość zamówienia

Średnia wartość zamówienia pokazuje, ile klienci wydają w jednej transakcji.

Wzór:

average order value = revenue / orders

Używaj AOV do oceny zestawów, progów darmowej dostawy, rekomendacji produktów i merchandisingu. Uważaj na kampanie rabatowe: rabat może zwiększyć konwersję, a jednocześnie obniżyć marżę.

Klientka finalizuje zakup na telefonie: to moment, w którym utrudnienia w kasie prowadzą do porzucenia koszyka.

Porzucenia koszyka i kasy

Śledź lejek:

Flowsery
Flowsery

Rozpocznij 14-dniowy okres próbny

Panel w czasie rzeczywistym

Śledzenie celów

Śledzenie bez cookie

  • Wyświetlenie produktu
  • Dodanie do koszyka
  • Wyświetlenie koszyka
  • Rozpoczęcie zakupu
  • Krok dostawy
  • Krok płatności
  • Zakup

Wysoki współczynnik porzuceń koszyka może wskazywać na nieoczekiwane koszty dostawy, wymuszone zakładanie konta, ograniczone metody płatności, wolną kasę, słabe doświadczenie na telefonach lub brak zaufania. Nie musisz identyfikować konkretnego klienta, by zobaczyć, gdzie lejek przecieka.

Gdzie psuje się proces zakupu
Nieoczekiwane koszty dostawyUjawnione zbyt późno w kasie
Wymuszone zakładanie kontaDodatkowy krok przed płatnością
Ograniczone metody płatnościBrakuje opcji preferowanej przez klienta
Słabe doświadczenie mobilneNa telefonie trudniej dokończyć zakup
Częste powody zatrzymania koszyków przed płatnością, widoczne bez identyfikowania klienta.

Wyniki produktów

Mierz:

  • Wyświetlenia stron produktów
  • Współczynnik dodań do koszyka
  • Współczynnik zakupów
  • Przychód
  • Zwroty, jeśli są dostępne
  • Frazy wyszukiwania prowadzące do stron produktów

Ze względu na prywatność nie wysyłaj zdarzeń na poziomie produktu na platformy reklamowe, chyba że masz ważną zgodę i jasny powód. Do decyzji merchandisingowych zwykle wystarcza zbiorcza analityka sklepu.

Metryki pozyskiwania

Zespoły e-commerce przepłacają, gdy ufają panelom platform reklamowych bez niezależnego pomiaru.

Stosuj parametry UTM w każdej kampanii. Dokumentacja kreatora adresów URL Google wyjaśnia standardowe parametry, takie jak utm_source, utm_medium, utm_campaign, utm_id i utm_content (kreator adresów URL Google Analytics). Działają one w analityce stawiającej na prywatność, bo są przekazywane w adresie strony docelowej.

Śledź:

  • Sesje według źródła i kampanii
  • Współczynnik konwersji według kampanii
  • Przychód według kampanii
  • Przychód na odwiedzającego według kampanii
  • Konwersje wspomagane, jeśli twoja analityka je obsługuje
  • Przychód od nowych i powracających klientów, jeśli udostępnia go platforma sprzedażowa

W przypadku płatnych reklam połącz analitykę z danymi o wydatkach z platformy, aby oszacować zwrot:

ROAS = attributed revenue / ad spend

Nie udawaj, że atrybucja jest idealna. Funkcje prywatności w przeglądarkach, odmowa zgody, zakupy na wielu urządzeniach i odroczone decyzje tworzą luki. Traktuj atrybucję jako wskazówkę kierunkową, a nie absolutną prawdę.

Projektowanie pomiaru przyjaznego prywatności

Sklep nie musi śledzić klientów w całej sieci, aby zwiększać sprzedaż.

Oszczędna konfiguracja może obejmować:

  • Własną analitykę stron i zdarzeń
  • Zbiorcze zdarzenia dotyczące produktów i lejka
  • Parametry UTM wskazujące źródło kampanii
  • Identyfikatory zamówień przechowywane w systemie sklepu, a nie w profilach analitycznych
  • Kraj lub region zamiast dokładnej lokalizacji
  • Krótkie przechowywanie surowych zdarzeń
  • Piksele reklamowe uzależnione od zgody i tylko tam, gdzie są potrzebne

Unikaj:

  • Wysyłania adresów e-mail lub numerów telefonów do analityki
  • Domyślnego nagrywania sesji w kasie
  • Ładowania pikseli retargetingowych przed uzyskaniem zgody
  • Przechowywania surowych adresów IP dłużej, niż to konieczne
  • Łączenia zdarzeń analitycznych z profilami wzbogaconymi przez brokerów

Najlepszy stos analityczny dla e-commerce oddziela operacyjne dane o zamówieniach od danych o zachowaniach w witrynie. Platforma sklepu potrzebuje danych klienta do realizacji zamówienia. Analityka witryny zwykle ich nie potrzebuje.

Dwa systemy, dwa zadania
Platforma sklepu
  • Dane klienta potrzebne do realizacji zamówień
  • Identyfikatory zamówień przechowywane w systemie sklepu
Analityka witryny
  • Własne dane o stronach i zdarzeniach
  • Zbiorcze sygnały dotyczące produktów i lejka
Dane o zamówieniach i dane o zachowaniach odpowiadają na różne pytania i rzadko powinny trafiać do jednego systemu.

Jak ustalać priorytety ulepszeń

Używaj metryk, aby znaleźć problem o największym wpływie:

  • Dużo wyświetleń produktu, mało dodań do koszyka: popraw przejrzystość cen, zdjęcia, opinie, rozmiarówkę lub dostępność.
  • Dużo dodań do koszyka, mało rozpoczętych zakupów: sprawdź wygodę koszyka, szacunki kosztów dostawy, rozpraszające pola na kupony i sygnały zaufania.
  • Dużo rozpoczętych zakupów, mało finalizacji: przetestuj metody płatności, błędy formularzy, walidację adresu i wygodę na telefonach.
  • Duży ruch, niski przychód na odwiedzającego: sprawdź intencję kampanii i dopasowanie przekazu strony docelowej.
  • Wysoka konwersja, niskie AOV: przetestuj zestawy, progi i rekomendacje produktów.

W miarę możliwości wprowadzaj jedną zmianę naraz i oznaczaj datę wdrożenia w analityce.

Flowsery
Flowsery

Rozpocznij 14-dniowy okres próbny

Panel w czasie rzeczywistym

Śledzenie celów

Śledzenie bez cookie

Pracownik magazynu pakuje zamówienie: to część sklepu związana z realizacją, która pozostaje oddzielona od analityki witryny.

Lista kontrolna zdarzeń e-commerce

Zacznij od zwięzłego zestawu zdarzeń: wyświetlenie produktu, utworzenie koszyka, rozpoczęcie zakupu, nieudana płatność, ukończony zakup, użycie kuponu i prośba o zwrot. Używaj bezpiecznych właściwości, takich jak kategoria produktu, przedział cenowy, waluta, kampania, klasa urządzenia i kraj.

Nie wysyłaj do analityki witryny imion i nazwisk, adresów e-mail, dokładnych adresów, danych płatniczych, notatek do zamówień, adresów URL kasy z tokenami ani pełnych identyfikatorów zamówień. Prawdziwe dane o przychodach trzymaj na platformie sprzedażowej, a analityki używaj do wyjaśniania trendów w pozyskiwaniu, treściach i lejku.

Podsumowanie

Analityka e-commerce powinna ułatwiać decyzje w sklepie. Skup się na konwersji, przychodzie na odwiedzającego, średniej wartości zamówienia, porzuceniach w lejku, wynikach produktów i jakości pozyskiwania. Wszystko to możesz mierzyć w podejściu stawiającym na prywatność, które szanuje klientów i unika zbędnego śledzenia przez podmioty trzecie.

Bezpieczny dla prywatności zestaw zdarzeń

Praktyczny sklep może zacząć od zwięzłego zestawu zdarzeń: product_viewed, cart_started, checkout_started, payment_failed, purchase_completed, coupon_applied i refund_requested. Przydatne właściwości to kategoria produktu, przedział cenowy, waluta, kampania, klasa urządzenia i kraj. Nie wysyłaj do analityki internetowej imion i nazwisk, adresów e-mail, dokładnych adresów dostawy, numerów telefonów, danych płatniczych ani notatek do zamówień.

Źródłem prawdy o przychodach niech pozostanie system zamówień. Analityka może raportować trendy i kondycję lejka, ale zwroty, podatki, rabaty, kontrole antyfraudowe i status realizacji należą do systemów sprzedażowych lub finansowych. Taki podział zmniejsza ryzyko dla prywatności i zapobiega podejmowaniu przez marketerów decyzji na podstawie niepełnych danych o przychodach.

Najczęściej zadawane pytania

Dlaczego nie porównywać bezpośrednio współczynników konwersji między kanałami?

Źródła ruchu niosą różną intencję, więc wspólna liczba ukrywa rzeczywiste różnice. Osoby z płatnych wyników wyszukiwania często przychodzą gotowe do zakupu, a czytelnicy bloga dopiero szukają informacji, więc niższa konwersja z bloga niekoniecznie jest problemem. Użytkownicy mobilni też konwertują inaczej, bo wielu przegląda ofertę na telefonie, a kupuje później na komputerze. Porównuj konwersję według źródła, kampanii, urządzenia i strony docelowej, zamiast patrzeć na jedną uśrednioną wartość.

Co mówi przychód na odwiedzającego, czego nie mówi współczynnik konwersji?

Przychód na odwiedzającego łączy jakość ruchu, współczynnik konwersji i wartość zamówienia w jedną liczbę, więc daje pełny obraz, którego sam współczynnik konwersji nie pokazuje. Wzór to łączny przychód podzielony przez liczbę odwiedzających. Dzięki niemu zespół nie optymalizuje pod tanie zakupy tylko po to, by podbić konwersję.

Czy przychód na odwiedzającego może rosnąć, gdy konwersja spada?

Tak, jeśli średnia wartość zamówienia wzrośnie na tyle, by zrekompensować mniejszą liczbę zakupów. Kampania przynosząca mniej, ale większych zamówień może zwiększać przychód na odwiedzającego mimo spadku konwersji. Dlatego te dwie metryki trzeba czytać razem, a nie osobno.

Jak obliczyć średnią wartość zamówienia?

Średnia wartość zamówienia to przychód podzielony przez liczbę zamówień. Użyj jej do oceny, czy działają zestawy, progi darmowej dostawy i rekomendacje produktów. Uważnie obserwuj kampanie rabatowe, bo rabat może podnieść konwersję, a jednocześnie obniżyć marżę.

Co zwykle powoduje porzucenia koszyka lub kasy?

Najczęstsze przyczyny to nieoczekiwane koszty dostawy, wymuszone zakładanie konta, ograniczone metody płatności, wolna kasa, słaba wygoda na telefonach i ogólny brak zaufania. Prześledzenie lejka od wyświetlenia produktu do zakupu pokazuje dokładnie, gdzie klienci odpadają. Nie wymaga to identyfikowania konkretnej osoby, a jedynie śledzenia miejsc, w których lejek przecieka.

Które metryki produktowe są ważne dla decyzji merchandisingowych?

Śledź wyświetlenia stron produktów, współczynnik dodań do koszyka, współczynnik zakupów, przychód, zwroty, jeśli są dostępne, oraz frazy prowadzące klientów do stron produktów. Do decyzji merchandisingowych zwykle wystarcza zbiorcza analityka sklepu. Nie wysyłaj zdarzeń na poziomie produktu na platformy reklamowe bez ważnej zgody i jasnego powodu.

Po co parametry UTM, skoro mam już analitykę?

Parametry UTM wskazują źródło, medium, kampanię, identyfikator i treść w samym adresie strony docelowej, więc działają także w analityce stawiającej na prywatność, która nie opiera się na śledzeniu między witrynami. Standardowe parametry opisuje dokumentacja kreatora adresów URL Google. Oznaczanie każdej kampanii pozwala mierzyć sesje, konwersję i przychód według źródła, zamiast ufać panelowi platformy reklamowej.

Na ile wiarygodna jest atrybucja w e-commerce?

Nie jest w pełni wiarygodna. Funkcje prywatności w przeglądarkach, odmowa zgody, zakupy na wielu urządzeniach i odroczone decyzje tworzą luki między tym, co się wydarzyło, a tym, co zostało przypisane. Traktuj ROAS i przypisany przychód jako wskazówkę kierunkową przy decyzjach, a nie dokładne rozliczenie każdej sprzedaży.

Jakie dane nigdy nie powinny trafiać do analityki witryny?

Nie przesyłaj do niej imion i nazwisk, adresów e-mail, dokładnych adresów dostawy, numerów telefonów, danych płatniczych, notatek do zamówień, adresów URL kasy z tokenami ani pełnych identyfikatorów zamówień. Trzymaj się bezpiecznych właściwości, takich jak kategoria produktu, przedział cenowy, waluta, kampania, klasa urządzenia i kraj. Prawdziwe dane o przychodach, zwroty, podatki i kontrole antyfraudowe należą do systemu sprzedażowego lub finansowego, a nie do narzędzia analitycznego.

Flowsery
Flowsery

Rozpocznij 14-dniowy okres próbny

Panel w czasie rzeczywistym

Śledzenie celów

Śledzenie bez cookie

Dlaczego oddzielać dane o zamówieniach od danych o zachowaniach w witrynie?

Platforma sklepu potrzebuje danych klienta do realizacji zamówienia, ale analityka witryny zwykle nie potrzebuje ich do wyjaśniania trendów w pozyskiwaniu, treściach i lejku. Rozdzielenie tych systemów zmniejsza ryzyko dla prywatności i zapobiega mieszaniu danych operacyjnych z behawioralnymi. Chroni też marketerów przed decyzjami opartymi na niepełnych danych o przychodach, bo system zamówień pozostaje jedynym źródłem prawdy o przychodach.

Czy ten artykuł był pomocny?

Chętnie poznamy opinię!

Częściej widoczni w Google

Jedno kliknięcie ustawia Flowsery jako preferowane źródło, dzięki czemu nasze artykuły pojawiają się wyżej w Najważniejszych artykułach, trybie AI i Przeglądach od AI.

Jeszcze jedno...

Flowsery

Flowsery

Analityka witryny skupiona na przychodach

Każdy odwiedzający, źródło i konwersja w czasie rzeczywistym. Prosto, skutecznie i bez plików cookie.

Panel w czasie rzeczywistym

Śledzenie celów

Śledzenie bez cookie

Powiązane artykuły