W skrócie
8 min czytaniaLejek checkoutu obejmuje wąski odcinek od begin_checkout do purchase, a Google standaryzuje nazwy zdarzeń dla każdego etapu pomiędzy: add_shipping_info, add_payment_info i purchase. Trzymanie analizy w tych granicach sprawia, że jest użyteczna, bo właśnie te etapy kontroluje twój zespół. Przegląd 50 badań Baymard podaje średni wskaźnik porzuceń koszyka na poziomie 70,22%, a najczęściej deklarowany powód, wskazywany przez 40% osób, to dodatkowe koszty pojawiające się zbyt późno. Przygotowania to niemal wyłącznie instrumentacja: wysyłaj jedno zdarzenie na każdy rzeczywisty etap, nie opieraj zdarzenia zakupu na stronie, na którą operator płatności może nigdy nie wrócić, i podziel lejek według urządzenia oraz na gości i osoby z kontem, zanim odczytasz choć jedną liczbę.
Czym jest analiza lejka checkoutu?
W odróżnieniu od lejka konwersji obejmującego całą witrynę analiza lejka checkoutu mierzy wyłącznie odcinek między chwilą, gdy kupujący decyduje się na zakup, a chwilą potwierdzenia zamówienia. Wszystko wcześniejsze, czyli przeglądanie, wyszukiwanie, porównywanie i kompletowanie koszyka, pozostaje poza nią. Właśnie o to zawężenie chodzi. Kto dotarł do checkoutu, ten zdecydował się już wydać pieniądze, więc każde wyjście po tym punkcie jest stratą spowodowaną przez twój interfejs, a nie utratą zainteresowania.
Ogólne zasady budowania i odczytywania lejka, czyli kolejność etapów, lejki otwarte i zamknięte, okna konwersji oraz wybór między liczeniem użytkowników a sesji, obowiązują tu bez zmian i opisujemy je szczegółowo w tekście jak działa analiza lejka. Ta strona skupia się na tym, co specyficzne dla checkoutu: jakie etapy istnieją, które przeciekają i jak je oprzyrządować, żeby liczby coś znaczyły.
Jakie etapy ma lejek checkoutu?
Google standaryzuje nazwy zdarzeń dla całej ścieżki zakupowej w dokumentacji e-commerce GA4, dzięki czemu checkout należy do nielicznych lejków, w których nie trzeba wymyślać własnego słownika. Oto zdarzenia w udokumentowanej kolejności:
| Etap | Zdarzenie GA4 | W lejku checkoutu |
|---|---|---|
| Kupujący widzi listę wyników | view_item_list | Nie |
| Kupujący wybiera produkt z listy | select_item | Nie |
| Kupujący ogląda stronę produktu | view_item | Nie |
| Kupujący dodaje produkt do koszyka | add_to_cart | Nie |
| Kupujący otwiera koszyk | view_cart | Granica |
| Kupujący rozpoczyna checkout | begin_checkout | Tak, etap 1 |
| Kupujący przesyła dane dostawy | add_shipping_info | Tak, etap 2 |
| Kupujący przesyła dane płatności | add_payment_info | Tak, etap 3 |
| Zamówienie zostaje potwierdzone | purchase | Tak, etap 4 |
| Zamówienie zostaje zwrócone | refund | Po lejku |
Cztery etapy to uczciwy kształt większości lejków checkoutu i warto oprzeć się pokusie dodawania kolejnych, chyba że są to rzeczywiste ekrany, na których kupujący może zrezygnować. Rozbicie add_shipping_info na wpisanie adresu i wybór metody dostawy ma sens, jeśli to osobne strony. Nie ma sensu, jeśli to dwie grupy pól na jednej stronie, bo wynikający z tego „spadek” między nimi jest artefaktem momentu uruchomienia tagów, a nie odejściem kupującego.
Wiersz view_cart celowo oznaczono jako granicę. To, czy koszyk należy do lejka, jest decyzją, która najmocniej zmienia główną liczbę, i dlatego wskaźnik porzuceń koszyka oraz wskaźnik porzuceń checkoutu to różne metryki o różnych mianownikach. Tę różnicę omawiamy w tekście jak oblicza się wskaźnik porzuceń koszyka.

Gdzie w lejku checkoutu koncentrują się odpływy?
Między begin_checkout a add_shipping_info, niemal w każdym sklepie, który to sprawdził. Na tym pierwszym ekranie cena łączna staje się realna, zwykle pojawia się wymóg założenia konta, a kupujący po raz pierwszy widzi, jak długi będzie formularz.
Przegląd 50 odrębnych badań przeprowadzony przez Baymard Institute podaje średni udokumentowany wskaźnik porzuceń koszyka na poziomie 70,22%, a dane zaktualizowano ostatnio 22 września 2025 roku. Bardziej przydatną częścią tych badań jest zestawienie deklarowanych powodów, mierzone wśród kupujących, którzy naprawdę zamierzali coś kupić:
| Deklarowany powód porzucenia checkoutu | Udział |
|---|---|
| Zbyt wysokie dodatkowe koszty (dostawa, podatki, opłaty) | 40% |
| Zbyt długi czas dostawy | 20% |
| Brak zaufania do witryny w kwestii danych karty | 19% |
| Wymóg założenia konta | 18% |
| Zbyt długi lub skomplikowany proces checkoutu | 17% |
| Błędy lub awarie witryny | 17% |
| Niezadowalająca polityka zwrotów | 13% |
| Brak możliwości zobaczenia lub obliczenia łącznego kosztu z góry | 12% |
| Odrzucona karta | 10% |
| Za mało metod płatności | 9% |
Baymard odnotowuje osobno, że 42% amerykańskich kupujących online zrezygnowało po prostu dlatego, że tylko przeglądało ofertę i nie było gotowych na zakup, i wyłącza tę grupę z powyższych odsetków. Dzięki temu wyłączeniu z listy można korzystać w praktyce: zostają na niej osoby, które chciały sfinalizować zamówienie, a mimo to przerwały.
Przypisz te powody do czterech etapów, a problem nabierze konkretnego kształtu. Dodatkowe koszty, ukryte sumy, wymuszone zakładanie konta i długość formularza trafiają na etap 1. Szybkość dostawy i dostępność metod płatności trafiają na etapy 2 i 3. Odrzucone karty trafiają na etap 4, gdzie są problemem konfiguracji płatności, a nie projektu. Zanim porównasz z tym własne liczby, przeczytaj zastrzeżenia w tekście co naprawdę mierzą publikowane benchmarki lejków, bo definicje etapów różnią się między badaniami na tyle, że potrafią przesunąć wynik o kilkanaście punktów procentowych i więcej.

Jak skonfigurować analizę lejka checkoutu?
Najpierw instrumentacja, potem raport. Lejek zbudowany na zdarzeniach uruchamianych w złym momencie daje pewne siebie, błędne odpowiedzi i żadna analiza tego później nie naprawi.
- Wysyłaj jedno zdarzenie na każdy ekran, z którego kupujący może wyjść. Jeśli checkout ma trzy strony, potrzebujesz trzech zdarzeń oraz
purchase. Jeśli to jedna strona z sekcjami w formie akordeonu, wysyłajadd_shipping_infoiadd_payment_infopo ukończeniu sekcji, a nie przy ładowaniu strony, bo inaczej lejek pokaże 100% ukończenia etapów i zero wniosków. - Przenieś
purchasepoza stronę z podziękowaniem, jeśli przekierowanie może ją pominąć. Hostowane strony płatności, portfele cyfrowe i uwierzytelnianie bankowe odsyłają kupującego w miejsce, którego nie kontrolujesz w pełni. Zdarzeniepurchaseuruchamiane tylko pod adresem potwierdzenia zamówienia nie policzy żadnego zamówienia, przy którym kupujący zamknął kartę po zapłacie. Wysyłaj je po stronie serwera z webhooka zamówienia, a otrzymasz prawdziwy mianownik. - Ustaw lejek jako zamknięty, a nie otwarty. Checkout jest rzeczywiście sekwencyjny, więc kupujący, który pojawia się na
add_payment_infobez przejścia przezadd_shipping_info, to błąd tagowania wart wykrycia, a nie prawidłowa ścieżka warta policzenia. - Wybierz okno konwersji krótsze od domyślnego. Checkout trwa minuty, a nie dni. Okno 30-dniowe zaliczy
purchase, który nastąpił tydzień po porzuconymbegin_checkout, a to ukrywa porzucenie, które chcesz zmierzyć. - Segmentuj, zanim zaczniesz interpretować. Podziel dane przynajmniej według urządzenia oraz na gości i osoby zalogowane. Checkout mobilny i desktopowy rzadko mają to samo wąskie gardło, a wymuszone zakładanie konta objawia się załamaniem etapu 1 tylko w segmencie gości.
- Zapisuj definicje etapów razem z raportem. Lejek, w którym definicja etapu 2 zmieniła się w marcu, pokaże marcowy uskok niespowodowany żadną zmianą w kodzie, a pół roku później nikt nie będzie pamiętał dlaczego.
To punkt 2 po cichu psuje najwięcej analiz. Sklep korzystający z operatora płatności opartego na przekierowaniu może znacznie zaniżać liczbę ukończonych zamówień, a potem przez kwartał optymalizować etap, który nigdy nie był zepsuty.
Czego analiza lejka checkoutu ci nie powie?
Nie powie, dlaczego. Lejek podaje dokładne miejsce, ale nie przyczynę. To ograniczenie każdego raportu opartego na liczeniu etapów i powód, dla którego liczba odpływów jest pytaniem, a nie odpowiedzią. Wynik 40% dla nieoczekiwanych kosztów pochodzi z ankiety w panelu Baymard i nie jest diagnozą twojego sklepu, a traktowanie go w ten sposób prowadzi zespoły do usuwania opłaty za dostawę, która nigdy nie była problemem.
Dwie rzeczy zamieniają zlokalizowany spadek w przyczynę. Pierwsza to podział na segmenty na tyle dokładny, by go wyodrębnić: jeśli załamanie etapu 1 występuje tylko w mobilnym Safari, przyczyną jest raczej problem z renderowaniem lub autouzupełnianiem niż z ceną. Druga to obejrzenie, co ludzie faktycznie robili na tym ekranie, i tu nagrania sesji mają przewagę nad zbiorczymi raportami.
Panel w czasie rzeczywistym
Śledzenie celów
Śledzenie bez cookie
Analiza nie powie też, ile wart jest wyciek. Spadek o 12% na add_payment_info w sklepie z wysokim koszykiem jest wart więcej niż spadek o 30% na begin_checkout w sklepie z niskim, a oba da się porównać dopiero po przemnożeniu przez wartość typowego zamówienia. Układanie poprawek według procentów, a nie odzyskanego przychodu, to najczęstszy sposób, w jaki poprawna analiza prowadzi do błędnej mapy drogowej.
Najczęściej zadawane pytania
Czy porzucenie checkoutu to to samo co porzucenie koszyka?
Nie, a różnica tkwi w mianowniku. Porzucenie koszyka dotyczy kupujących, którzy dodali produkt i go nie kupili, więc podstawą są wszyscy, którzy dotarli do add_to_cart. Porzucenie checkoutu dotyczy kupujących, którzy rozpoczęli checkout i nie kupili, więc podstawą są wszyscy, którzy dotarli do begin_checkout. Druga grupa jest znacznie mniejsza i znacznie bardziej zdecydowana, dlatego w tym samym sklepie wskaźnik porzuceń checkoutu jest zawsze niższy niż wskaźnik porzuceń koszyka.
Jakich zdarzeń GA4 powinien używać lejek checkoutu?
Google dokumentuje begin_checkout, add_shipping_info, add_payment_info i purchase jako część ścieżki e-commerce dotyczącą checkoutu, z view_cart tuż przed nią i refund po niej. Dzięki użyciu tych nazw zamiast własnych każde narzędzie raportujące, które rozumie e-commerce w GA4, odczyta twój lejek bez warstwy mapowania.
Ile etapów powinien mieć lejek checkoutu?
Tyle, ile jest ekranów, na których kupujący może zrezygnować, czyli zwykle trzy lub cztery. Dodawanie etapów odpowiadających grupom pól, a nie ekranom, tworzy spadki odzwierciedlające moment uruchomienia tagów, a nie zachowanie. Jeśli nie umiesz opisać, co kupujący musiałby zrobić, żeby wyjść między dwoma etapami, powinny one być jednym etapem.
Dlaczego lejek pokazuje więcej zakupów niż rozpoczętych checkoutów?
Zwykle dlatego, że purchase pochodzi ze źródła, którego begin_checkout nie widzi, na przykład z serwerowego webhooka zamówienia, ponownego zamówienia złożonego przez link do zapisanego koszyka albo odnowienia subskrypcji. Sprawdź, czy zdarzenia zakupu mają pasujący identyfikator sesji lub użytkownika, i wyłącz z lejka odnowienia oraz zamówienia utworzone przez administratorów, jeśli w ogóle nie przechodzą przez interfejs checkoutu.
Czy lejek checkoutu powinien liczyć użytkowników, czy sesje?
Sesje, w wersji, którą przeglądasz co tydzień. Checkout odbywa się za jednym podejściem, więc lejek w zakresie sesji odpowiada na pytanie, które faktycznie zadajesz: ile spośród osób, które właśnie zaczęły checkout, go ukończyło. Lejek w zakresie użytkownika zaliczy zakup zrobiony dwa dni później na poczet pierwotnego porzucenia, przez co wyciek będzie wyglądał na mniejszy, niż jest.
Co sprawdzić najpierw, gdy etap checkoutu nagle spada?
Przede wszystkim wdrożenie. Nagłe uskoki na jednym etapie znacznie częściej oznaczają zepsuty tag, zmieniony selektor lub błąd JavaScript na jednym ekranie niż zmianę zachowania kupujących. Porównaj surową liczbę zdarzeń tego etapu z etapem poprzednim, sprawdź, czy spadek dotyczy tylko jednej przeglądarki lub klasy urządzeń, i zacznij rozważać ceny, formularze albo zaufanie dopiero wtedy, gdy wykluczysz, że zdarzenie po prostu przestało się uruchamiać.
Czy strona koszyka należy do lejka checkoutu?
Formalnie nie. view_cart leży na granicy, tuż przed begin_checkout, czyli pierwszym z czterech etapów lejka. To, czy włączysz go do lejka, czy pominiesz, jest decyzją, która najmocniej przesuwa główny wskaźnik porzuceń, bo zmienia mianownik. Z tego samego powodu wskaźnik porzuceń koszyka i wskaźnik porzuceń checkoutu dają różne wyniki dla tego samego sklepu.
Jaki jest średni wskaźnik porzuceń koszyka według Baymard?
Przegląd 50 odrębnych badań przeprowadzony przez Baymard Institute podaje średni udokumentowany wskaźnik porzuceń koszyka na poziomie 70,22%, według aktualizacji z 22 września 2025 roku. Lista deklarowanych powodów nie obejmuje 42% amerykańskich kupujących, którzy zrezygnowali, bo tylko przeglądali ofertę. W zestawieniu powodów zostają osoby, które chciały sfinalizować zamówienie, a mimo to przerwały.
Jak krótkie powinno być okno konwersji w lejku checkoutu?
Krótsze niż domyślne 30 dni, bo checkout trwa minuty, a nie dni. Okno 30-dniowe zaliczy zakup, który nastąpił tydzień po porzuconym begin_checkout, a to ukrywa porzucenie, które chcesz zmierzyć. Dopasuj okno do czasu, jaki faktycznie zajmuje ukończenie twojego checkoutu.
Jaki jest najczęstszy powód porzucania checkoutu?
Dodatkowe koszty pojawiające się zbyt późno, takie jak dostawa, podatki czy opłaty. Wskazuje je 40% kupujących w badaniach Baymard, co jest najwyższym wynikiem wśród deklarowanych powodów. Dotyczy to etapu 1, begin_checkout, gdzie cena łączna po raz pierwszy staje się realna. Dalej plasują się czas dostawy (20%) i brak zaufania do witryny w kwestii danych karty (19%).
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
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


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.


Dlaczego współczynnik odrzuceń w GA4 to odwrócony współczynnik zaangażowania
Współczynnik odrzuceń w GA4 to odsetek sesji bez zaangażowania. Sprawdź, jak definiuje go Google, czym różni się od Universal Analytics i gdzie go dodać.


Co liczy raport stron docelowych w GA4 i gdzie pojawiają się puste wiersze
Raport stron docelowych w GA4 pokazuje pierwszą stronę każdej sesji. Gdzie go znaleźć, jakie ma domyślne wskaźniki, skąd (not set) i jak dodać źródło.


Jak GA4 rejestruje to, co odwiedzający wpisują w wyszukiwarkę witryny
Skonfiguruj wyszukiwanie w witrynie w GA4 przez pomiar zaawansowany, dodaj własne parametry zapytań, znajdź wymiar Search term i śledź wyszukiwania bez adresu URL.


Jak ustawiać właściwości użytkownika w GA4 i raportować o nich
Ustaw właściwości użytkownika w GA4 przez gtag lub Tag Manager, zarejestruj je jako wymiary niestandardowe o zakresie użytkownika i zmieść się w limicie 25.


Jak połączyć Search Console z GA4 i opublikować raporty
Jak połączyć Search Console z GA4 w sekcji Administracja, jakie role są potrzebne, jak opublikować dwa raporty w Library i czego te dane nie połączą.
Powiązane artykuły


Jak budować wskaźniki obliczane w GA4 przy limicie pięciu miejsc
Google ogranicza wskaźniki obliczane w GA4 do 5 na standardową usługę. Poznaj składnię wzorów, jednostki, miejsca użycia i to, czego wzór nie może zawierać.


Grupowanie treści w GA4 za pomocą jednego parametru
Skonfiguruj grupowanie treści w GA4 parametrem content_group w gtag lub Tag Managerze, odczytaj wymiar Content group i pozbądź się wierszy (not set).


Jak dodawać adnotacje Google Analytics w GA4 i prowadzić rejestr zmian
Adnotacje Google Analytics w GA4 przypinają datowaną notatkę do wykresów liniowych. Kto może je dodawać, limity 60 i 150 znaków, pułap 1 000 i rejestr zmian.

