Słownik

Wzór na typowy współczynnik porzuceń koszyka

Taras Shynkarenko
Taras Shynkarenko
•Zaktualizowano: •7 min czytania
Wzór na typowy współczynnik porzuceń koszykaWzór na typowy współczynnik porzuceń koszyka

W skrócie

7 min czytania

Współczynnik porzuceń koszyka to odsetek utworzonych koszyków, które nie zamieniają się w ukończony zakup. Oblicza się go, odejmując zakupy od liczby koszyków i dzieląc wynik przez liczbę koszyków. Porzucenia kasy dotyczą węższej grupy, czyli tylko koszyków, które dotarły do kasy. Średnia Baymard Institute z 50 badań wskazuje udokumentowany poziom porzuceń koszyka na 70,22%, według danych zaktualizowanych 22 września 2025 roku.

Czym jest współczynnik porzuceń koszyka?

W większości sklepów internetowych współczynnik porzuceń koszyka to odsetek utworzonych koszyków, które w tym samym okresie nie zamieniają się w ukończony zakup. Koszyk uznaje się za porzucony, gdy ma co najmniej jeden dodany produkt i nie następuje po nim ukończone zamówienie, niezależnie od tego, czy klient dotarł na stronę kasy, czy wyszedł wcześniej. Współczynnik podaje się jako jedną liczbę, ale łączy ona dwa zupełnie różne momenty utraty klienta: opuszczenie koszyka na stronie produktu i wyjście w trakcie finalizacji zakupu, dlatego warto czytać go osobno obok porzuceń kasy.

Jaki jest wzór na współczynnik porzuceń koszyka?

Współczynnik porzuceń koszyka to liczba utworzonych koszyków minus liczba ukończonych zakupów, podzielona przez liczbę utworzonych koszyków.

cart abandonment rate = (carts created - completed purchases) / carts created x 100

Sklep, w którym w tym samym miesiącu utworzono 1 000 koszyków i ukończono 280 zakupów, ma współczynnik porzuceń koszyka na poziomie 72%.

ZmiennaZnaczenieWartość
Utworzone koszykiSesje z co najmniej jednym dodanym produktem1 000
Ukończone zakupyKoszyki zakończone zamówieniem280
Porzucone koszykiUtworzone koszyki minus zakupy720
Współczynnik porzuceń koszykaPorzucone / utworzone koszyki72%

Co liczy się jako koszyk w tym obliczeniu?

Koszyk uznaje się za utworzony w chwili, gdy w sesji pojawia się pierwszy produkt, a sklep musi z góry zdecydować, czy powracający odwiedzający, który otwiera stary koszyk z produktami, tworzy nowy koszyk, czy kontynuuje poprzedni. Liczenie każdego ponownie otwartego koszyka jako nowego zawyża ich liczbę i obniża raportowany współczynnik bez żadnej realnej zmiany w zachowaniu klientów, więc granicę trzeba określić raz i stosować tak samo co miesiąc. Koszyki gości i zalogowanych użytkowników powinny podlegać tej samej zasadzie, bo podział według stanu logowania daje dwa współczynniki, których nie da się uczciwie porównać ani połączyć.

Czym różni się porzucenie koszyka od porzucenia kasy?

Porzucenie koszyka obejmuje każdy koszyk, który nie przyniósł konwersji, licząc od chwili dodania produktu, a porzucenie kasy tylko węższą grupę koszyków, które dotarły na stronę kasy i mimo to nie zakończyły się zakupem.

checkout abandonment rate = (checkouts started - completed purchases) / checkouts started x 100

Jeśli w tym samym miesiącu z 1 000 koszyków 350 dotarło do kasy, a 280 zakończyło się zakupem, porzucenia kasy wynoszą 20%, przy współczynniku porzuceń koszyka 72% mierzonym od znacznie większej grupy początkowej.

MetrykaMianownikUtraceni klienciWspółczynnik
Porzucenia koszyka1 000 utworzonych koszyków720 bez zakupu72%
Porzucenia kasy350 rozpoczętych płatności70 bez zakupu20%

Te dwie liczby opisują różne etapy tego samego lejka: porzucenia koszyka obejmują osoby, które w tej sesji wcale nie zamierzały kupować, a porzucenia kasy wyodrębniają tych, którzy zdecydowali się na zakup, a mimo to się zatrzymali.

Klient reaguje na nieoczekiwaną kwotę na ekranie kasy, czyli na niespodziankę kosztową, która prowadzi do porzucenia koszyka.

Co powoduje porzucanie koszyków?

Jednym z najczęstszych powodów są nieoczekiwane koszty ujawnione przy kasie, na przykład opłaty za wysyłkę lub podatki, których wcześniej nie pokazano, bo klient, który liczył na jedną cenę, a tuż przed płatnością widzi wyższą kwotę, często woli wyjść, niż ją zaakceptować. W tym samym miejscu klientów zniechęcają też wymóg założenia konta przed płatnością, brak używanej przez nich metody płatności, wolna strona na etapie płatności i brak widocznych oznak bezpieczeństwa. Część porzuconych koszyków wcale nie oznacza utraconej sprzedaży: osoba porównująca ceny lub odkładająca produkty na później nie zamierzała kończyć zakupu w tej sesji.

Gdzie porzucenia zdarzają się najczęściej
1
Niespodzianka kosztowa. Wysyłka lub podatek pojawiają się po raz pierwszy przy kasie.
2
Wymuszone zakładanie konta. Kasa nie pozwala na zakup jako gość.
3
Brak metody płatności. Preferowany sposób płatności klienta nie jest dostępny.
4
Wolny lub niedziałający etap płatności. Strona zawiesza się lub zgłasza błąd tuż przed złożeniem zamówienia.
Każda przyczyna wymaga innej poprawki, dlatego pojedynczy współczynnik porzuceń jest tylko punktem wyjścia.

Jak mierzyć odzyskiwanie koszyków?

Współczynnik odzyskiwania koszyków to odsetek porzuconych koszyków, które później przynoszą konwersję, najczęściej dzięki e-mailowi uzupełniającemu, przypomnieniu SMS lub zapisanemu koszykowi, do którego klient sam wraca.

cart recovery rate = recovered carts / abandoned carts x 100

Jeśli z 720 porzuconych koszyków z naszego przykładu 65 zakończyło się zakupem w oknie odzyskiwania, współczynnik wynosi 65 / 720, czyli około 9,03%. Ustal stałe okno odzyskiwania, na przykład 7 lub 14 dni, i stosuj je co miesiąc, bo dłuższe okno zawsze odzyskuje więcej koszyków bez realnej poprawy samego procesu.

Stałe okno a wydłużone okno
Stałe okno (7 lub 14 dni)
  • Odzyskano 65 z 720 porzuconych koszyków, czyli rzeczywiste 9,03%
  • Ta sama granica co miesiąc, więc liczba odzwierciedla sam proces odzyskiwania
Wydłużone okno
  • Więcej koszyków wraca po prostu dlatego, że minęło więcej czasu
  • Współczynnik rośnie bez realnej zmiany w e-mailach, SMS-ach czy zapisanych koszykach
Dłuższe okno odzyskiwania zawyża współczynnik, nie poprawiając samego procesu.

Jaki jest średni współczynnik porzuceń koszyka?

Zebrane przez Baymard Institute dane z 50 badań wskazują średni udokumentowany współczynnik porzuceń koszyka w sklepach internetowych na poziomie 70,22%, na stronie zaktualizowanej 22 września 2025 roku (baymard.com/lists/cart-abandonment-rate). Liczba ta łączy badania z różnymi definicjami koszyka, branżami i okresami pomiaru, więc traktuj ją jako przybliżony punkt odniesienia dla całej branży, a nie cel dla konkretnego sklepu. Najpierw porównuj swój współczynnik z własnymi poprzednimi miesiącami, bo asortyment, poziom cen i projekt kasy wpływają na niego bardziej niż kalendarz.

Klient sprawdza na telefonie e-mail uzupełniający, czyli przypomnienie, które przywraca porzucony koszyk.

Jak Flowsery pomaga śledzić porzucenia koszyka?

Śledzenie celów i zdarzeń we Flowsery pozwala oznaczyć utworzenie koszyka i ukończenie zakupu jako cele, dzięki czemu liczby zasilające wzór pochodzą z tego samego strumienia zdarzeń co reszta raportów o współczynniku konwersji. Nagrania sesji automatycznie oznaczają wściekłe kliknięcia, martwe kliknięcia i błędy JavaScript, co pokazuje niedziałający etap kasy jako konkretny problem, a nie niejasny skok współczynnika porzuceń. Przychody pobierane bezpośrednio ze Stripe, Paddle, Polar i Lemon Squeezy potwierdzają, które porzucone koszyki faktycznie oznaczają utracony przychód w odniesieniu do średniej wartości zamówienia.

Najczęściej zadawane pytania

Jaki współczynnik porzuceń koszyka jest dobry?

Nie ma jednej docelowej wartości, bo zależy ona od poziomu cen, branży i projektu kasy. Średnia Baymard Institute z 50 badań wynosi 70,22% według danych zaktualizowanych 22 września 2025 roku i najlepiej traktować ją jako przybliżony punkt odniesienia, a nie dokładny cel.

Flowsery
Flowsery

Rozpocznij 14-dniowy okres próbny

Panel w czasie rzeczywistym

Śledzenie celów

Śledzenie bez cookie

Czy współczynnik porzuceń koszyka obejmuje osoby, które nigdy nie zamierzały kupić?

Tak. Współczynnik uwzględnia każdy utworzony koszyk bez konwersji, w tym osoby porównujące ceny lub odkładające produkty na później, które nie planowały zakupu w tej sesji. Porzucenia kasy to węższa metryka, wyodrębniająca klientów, którzy rozpoczęli już proces zakupu.

Dlaczego mój współczynnik porzuceń kasy jest o tyle niższy niż koszyka?

Porzucenia kasy mierzy się tylko względem koszyków, które dotarły na stronę kasy, czyli znacznie mniejszej grupy niż wszystkie utworzone koszyki, więc mianownik pomija osoby, które wyszły wcześniej. Sklep może w tym samym miesiącu mieć 72% porzuceń koszyka i 20% porzuceń kasy na podstawie tych samych koszyków.

Co jest największą przyczyną porzucania koszyków?

Do najczęstszych powodów należą nieoczekiwane koszty ujawnione przy kasie, na przykład wysyłka lub podatek pojawiające się po raz pierwszy tuż przed płatnością. Klientów zniechęcają też wymuszone zakładanie konta, brak preferowanej metody płatności oraz wolny lub niedziałający etap płatności.

Jak obliczyć współczynnik odzyskiwania koszyków?

Podziel liczbę porzuconych wcześniej koszyków, które później przyniosły konwersję, przez łączną liczbę porzuconych koszyków, stosując stałe okno odzyskiwania, na przykład 7 lub 14 dni. Stałe okno jest ważne, bo dłuższe zawsze odzyskuje więcej koszyków bez realnej poprawy procesu.

Czy porzucenia koszyka należy mierzyć tak samo dla gości i zalogowanych?

Tak. Jedna spójna zasada określająca, kiedy koszyk uznaje się za utworzony, pozwala porównywać współczynnik dla gości i zalogowanych klientów. Podział według stanu logowania i różne zasady liczenia dają dwie liczby, których nie można uczciwie połączyć ani porównać.

Jak Flowsery śledzi dane stojące za współczynnikiem porzuceń koszyka?

Śledzenie celów i zdarzeń we Flowsery oznacza utworzenie koszyka i ukończenie zakupu jako cele, więc liczby zasilające wzór pochodzą z tego samego strumienia zdarzeń co reszta raportów zespołu. Nagrania sesji automatycznie oznaczają wściekłe kliknięcia, martwe kliknięcia i błędy JavaScript, zamieniając niejasny skok porzuceń w konkretny niedziałający etap kasy. Przychody pobierane bezpośrednio ze Stripe, Paddle, Polar i Lemon Squeezy potwierdzają, które z porzuconych koszyków faktycznie oznaczają utracony przychód.

Czy ponowne otwarcie zapisanego koszyka liczy się jako nowy porzucony koszyk?

Sklep musi z góry zdecydować, czy powracający odwiedzający, który otwiera stary koszyk z produktami, tworzy nowy koszyk, czy kontynuuje poprzedni, a następnie stosować tę samą granicę co miesiąc. Liczenie każdego ponownie otwartego koszyka jako nowego zawyża ich liczbę i obniża raportowany współczynnik bez żadnej realnej zmiany w zachowaniu klientów.

W jakim okresie należy mierzyć współczynnik porzuceń koszyka?

Współczynnik oblicza się z koszyków utworzonych i zakupów ukończonych w tym samym okresie, najczęściej w miesiącu. W przykładzie z tego artykułu 1 000 utworzonych koszyków i 280 ukończonych zakupów w jednym miesiącu daje 72%. Porównywanie współczynnika z własnymi poprzednimi miesiącami jest ważniejsze niż wybór dokładnej granicy kalendarzowej.

Które platformy płatnicze potwierdzają utracone przychody z porzuconych koszyków?

Flowsery pobiera przychody bezpośrednio ze Stripe, Paddle, Polar i Lemon Squeezy, co potwierdza, które porzucone koszyki w danych faktycznie oznaczają utracony przychód. Kwota ta jest zestawiana ze średnią wartością zamówienia, więc sklep widzi rzeczywisty wpływ finansowy, a nie tylko procent.

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 hasła ze słownika

Wzór na średnią wartość zamówienia krok po krokuWzór na średnią wartość zamówienia krok po kroku
Słownik

Wzór na średnią wartość zamówienia krok po kroku

Wzór na średnią wartość zamówienia dzieli przychód przez liczbę zamówień, a jeden kod rabatowy lub zasady zwrotów mogą po cichu zniekształcić każdą raportowaną liczbę.

•6 min czytania
Jak segmentacja użytkowników zamienia jeden raport w kilka odpowiedziJak segmentacja użytkowników zamienia jeden raport w kilka odpowiedzi
Słownik

Jak segmentacja użytkowników zamienia jeden raport w kilka odpowiedzi

W analityce segmentacja użytkowników dzieli raport na grupy o wspólnej cesze. Poznaj typy segmentów, sposób ich budowy i moment, gdy segment jest za mały.

•9 min czytania
Jak mierzyć współczynnik porzuceń formularza, pole po poluJak mierzyć współczynnik porzuceń formularza, pole po polu
Słownik

Jak mierzyć współczynnik porzuceń formularza, pole po polu

Współczynnik porzuceń formularza porównuje formularze rozpoczęte z wysłanymi. Wzór, definicje rozpoczęcia w GA4 i Zuko oraz przykład na poziomie pól.

•9 min czytania
Analiza lejka checkoutu na etapach, które naprawdę przeciekająAnaliza lejka checkoutu na etapach, które naprawdę przeciekają
Słownik

Analiza lejka checkoutu na etapach, które naprawdę przeciekają

Analiza lejka checkoutu obejmuje tylko etapy od begin_checkout do purchase, bo tam wyciek da się naprawić, a nazwy zdarzeń są ustandaryzowane.

•8 min czytania
Gdzie naprawdę dochodzi do odpływów w lejku konwersjiGdzie naprawdę dochodzi do odpływów w lejku konwersji
Słownik

Gdzie naprawdę dochodzi do odpływów w lejku konwersji

Konwersja etapu i konwersja całkowita odpowiadają na różne pytania o lejek konwersji, a różnica między nimi pokazuje dokładnie, gdzie dochodzi do odpływów.

•7 min czytania
Jak obliczyć wielkość próby w teście A/B przed jego uruchomieniemJak obliczyć wielkość próby w teście A/B przed jego uruchomieniem
Słownik

Jak obliczyć wielkość próby w teście A/B przed jego uruchomieniem

Wielkość próby w teście A/B decyduje, czy wynik jest sygnałem, czy szumem, a wzór wymaga trzech liczb ustalonych przed startem.

•6 min czytania

Powiązane artykuły