W skrócie
7 min czytaniaPodziel konwersje przez wielkość ruchu i pomnóż przez 100. Cały spór dotyczy wielkości ruchu: 800 zamówień przy 40 000 sesji to 2,00%, a te same 800 zamówień przy 25 000 unikalnych odwiedzających to 3,20%. Podawaj mianownik obok wartości procentowej, bo bez niego nie da się jej odczytać.
Jak obliczyć współczynnik konwersji?
Analitycy stosują jeden wzór na współczynnik konwersji: konwersje podzielone przez sesje lub unikalnych odwiedzających, razy 100, a wybrany mianownik przesuwa wynik bardziej niż większość prac optymalizacyjnych. Sam wzór jest taki sam w każdym narzędziu i każdej branży:
conversion rate = (conversions / denominator) x 100Policzmy to na tygodniu ruchu w sklepie. Sklep notuje 800 zamówień przy 40 000 sesji. 800 podzielone przez 40 000 to 0,02, a 0,02 razy 100 daje współczynnik konwersji 2,00%. Na tym arytmetyka się kończy. Reszta tej strony dotyczy tego, jaka liczba powinna się znaleźć pod kreską ułamkową, bo samo „2,00%” nie mówi czytelnikowi, którą z trzech uzasadnionych odpowiedzi ma przed sobą.
Co liczy się jako konwersja w liczniku?
Konwersja to jedno ukończone wykonanie działania, które określono z góry, i nic poza tym. Licznik to definicja, którą zapisujesz, a nie wartość podana przez przeglądarkę: zakup, płatna rejestracja, rozpoczęcie okresu próbnego, prośba o demo, wysłanie formularza, pobranie pliku. Dwa zespoły mierzące ten sam checkout nie zgodzą się, czy zwrócone zamówienie nadal się liczy, czy drugie zamówienie tej samej osoby liczy się podwójnie i czy rejestracja bez potwierdzonego e-maila w ogóle się liczy.
Rozstrzygnij te trzy pytania, zanim cokolwiek podzielisz, i trzymaj definicję w tym samym dokumencie co raport. Mniejsze kroki, takie jak dodania do koszyka, zapisy na listę e-mailową czy odsłony cennika, powinny mieć własne, osobno nazwane współczynniki, a nie trafiać do głównej liczby, bo ich mieszanie z czasem niepostrzeżenie zawyża licznik.

Sesje czy użytkownicy: jaki mianownik powinien być we wzorze?
Używaj sesji, gdy mierzysz stronę, kampanię lub proces checkoutu, a unikalnych odwiedzających, gdy mierzysz ludzi. Sesja to jedna wizyta z limitem czasu, więc osoba, która przegląda ofertę w poniedziałek, wraca w środę i kupuje w piątek, daje trzy sesje i jednego odwiedzającego. Wybrany mianownik decyduje, czy liczysz tę osobę raz, czy trzy razy, a różnica między tymi wartościami to cały rozrzut widoczny poniżej.
Oto tydzień identycznego ruchu w trzech konwencjach. Sklep zanotował 40 000 sesji od 25 000 unikalnych odwiedzających oraz 800 zamówień złożonych przez 640 różnych kupujących.
| Konwencja | Licznik | Mianownik | Obliczenie | Wskaźnik |
|---|---|---|---|---|
| Oparta na sesjach | 800 zamówień | 40 000 sesji | 800 / 40 000 x 100 | 2,00% |
| Oparta na użytkownikach | 640 konwertujących odwiedzających | 25 000 unikalnych odwiedzających | 640 / 25 000 x 100 | 2,56% |
| Oparta na zamówieniach | 800 zamówień | 25 000 unikalnych odwiedzających | 800 / 25 000 x 100 | 3,20% |
Trzy poprawne zastosowania tego samego wzoru na jednym zbiorze danych dają 2,00%, 2,56% i 3,20%.
Dlaczego ten sam ruch daje trzy różne wskaźniki?
Cały rozrzut wynika z dwóch proporcji w danych. 25 000 odwiedzających wygenerowało 40 000 sesji, czyli 1,6 sesji na osobę, a 640 kupujących złożyło 800 zamówień, czyli 1,25 zamówienia na kupującego. Liczenie oparte na sesjach dzieli przez zawyżoną liczbę wizyt i daje najniższy wynik. Liczenie oparte na zamówieniach zachowuje zawyżoną liczbę zamówień w liczniku, a dzieli przez mniejszą liczbę osób, więc daje najwyższy. Górna wartość jest o 60% wyższa od dolnej, a żaden tydzień zmian w projekcie nie przesuwa rzeczywistego współczynnika konwersji aż tak bardzo.
Ten sam efekt widać na stronie rejestracji SaaS, gdzie w ogóle nie ma powtarzanych konwersji. Weźmy 9 000 sesji od 6 000 unikalnych odwiedzających i 240 rozpoczętych okresów próbnych, po jednym na osobę. Według sesji: 240 podzielone przez 9 000 to 0,0267, czyli 2,67%. Według użytkowników: 240 podzielone przez 6 000 to 0,04, czyli 4,00%. Licznik się nie zmienił. Mianownik sam wprowadził różnicę 1,5x, tylko dlatego, że odwiedzający wracali przed rejestracją.
Czym różnią się konwencje e-commerce i SaaS?
E-commerce podaje zamówienia podzielone przez sesje, a SaaS konwertujące osoby podzielone przez unikalnych odwiedzających. E-commerce wybrało sesje, bo optymalizowaną jednostką jest wizyta zakupowa, powtarzane zakupy w danym okresie są normalne, a o checkoucie decyduje się w ramach jednej wizyty częściej niż o umowie. SaaS wybrał ludzi, bo okres namysłu trwa tygodniami, jedna osoba może rozpocząć tylko jeden okres próbny, a metryka zasila lejek, w którym każdy etap mierzy się względem osób, które do niego dotarły.
Zachowaj konwencję odpowiadającą zachowaniu twoich kupujących i trzymaj się jej. Jeśli sprzedajesz na oba sposoby, podawaj oba wskaźniki obok siebie z opisanymi mianownikami i łącz je z przychodem na odwiedzającego, aby wzrostu na tanich zamówieniach nie pomylić ze wzrostem popytu.
Dlaczego współczynnika konwersji bez mianownika nie da się zinterpretować?
Samej wartości procentowej nie można z niczym porównać, bo czytelnik nie ma jak odtworzyć, co zostało podzielone. Dashboard pokazujący 2,00% w zeszłym kwartale i 2,56% w tym wygląda jak względna poprawa o 28%, a w naszym przykładzie te dwie liczby opisują te same 800 zamówień na tych samych 40 000 sesji, raz podane na sesję, a raz na odwiedzającego. Nic się nie poprawiło. Ktoś zmienił ustawienie.
Dlatego też porównania między firmami się rozsypują. Konkurent podający 3,20% wobec twoich 2,00% może mieć identyczny ruch i identyczne zamówienia. Zanim przeczytasz jakikolwiek benchmark, ustal jego mianownik, definicję konwersji i okres, a liczbę bez tych trzech informacji traktuj jako bezużyteczną, a nie jako cel wart pogoni. Swój mianownik wpisuj w tytuł wykresu, nazwę alertu i slajd, a nie w przypis.

Panel w czasie rzeczywistym
Śledzenie celów
Śledzenie bez cookie
Jak ustalić mianownik w narzędziu analitycznym?
Zdefiniuj konwersję jako nazwane zdarzenie celu i przypisz mianownik do ruchu, który mógł je wywołać. Mianownik obejmujący wszystkie sesje w witrynie zaniża każdy wskaźnik na poziomie strony, bo liczy odwiedzających, którzy nigdy nie dotarli do strony z przyciskiem. Ogranicz mianownik do sesji lub odwiedzających, którzy dotarli do danego kroku, a wskaźnik odpowie na pytanie, na podstawie którego można działać.
Wbudowana analityka Flowsery śledzi cele i zdarzenia konwersji obok lejków i przychodów według źródła i nie próbkuje danych, więc dzielisz rzeczywiste liczby. Zapisz dokładną regułę mianownika obok każdego celu, raz uzgodnij definicję sesji i porównuj każdą liczbę na poziomie kroku ze wskaźnikiem ukończenia tego celu, zanim trafi do raportu.
Najczęściej zadawane pytania
Jaki jest wzór na współczynnik konwersji?
Współczynnik konwersji to konwersje podzielone przez wielkość ruchu i pomnożone przez 100. Wielkością ruchu są sesje lub unikalni odwiedzający, a to, której używasz, trzeba podać razem z wynikiem. 800 zamówień przy 40 000 sesji to 2,00%.
Dzielić przez sesje czy przez unikalnych odwiedzających?
Dziel przez sesje, gdy mierzysz stronę, kampanię lub proces checkoutu, bo optymalizowaną jednostką jest wizyta. Dziel przez unikalnych odwiedzających, gdy mierzysz osobę podejmującą decyzję przez dni lub tygodnie, jak w SaaS. Wybierz jedno, opisz to i nie zmieniaj w środku kwartału.
Dlaczego współczynnik konwersji zmienił się bez zmian w witrynie?
Sprawdź, czy nie zmienił się mianownik. Przejście z sesji na unikalnych odwiedzających podniosło przykładowy wskaźnik z 2,00% do 2,56% bez żadnej zmiany w witrynie, ruchu i 800 zamówieniach. Tak samo działają zmiany struktury ruchu: więcej powrotów na osobę obniża wskaźnik oparty na sesjach, a wskaźnik oparty na użytkownikach pozostaje bez zmian.
Czy współczynnik konwersji może przekroczyć 100%?
Wskaźnik oparty na zamówieniach może przekroczyć 100%, jeśli kupujący składają w danym okresie więcej niż po jednym zamówieniu, bo licznik liczy zamówienia, a mianownik ludzi. Wskaźnik liczony jako konwertujący odwiedzający do unikalnych odwiedzających nie przekroczy 100%, bo każda konwertująca osoba jest też odwiedzającym. Wynik powyżej 100% oznacza, że licznik i mianownik liczą różne rzeczy.
Jaki okres powinien obejmować wzór?
Taki, który jest wystarczająco długi, by objąć decyzję, i wystarczająco krótki, by dało się jeszcze zareagować. Licznik i mianownik muszą dotyczyć identycznego okresu, bo inaczej podzielisz konwersje z tego tygodnia przez ruch z zeszłego miesiąca. Okresy tygodniowe pasują do checkoutów e-commerce, a miesięczne do dłuższych cykli decyzyjnych w SaaS.
Czy każdy wskaźnik w raporcie musi mieć ten sam mianownik?
Każdy wskaźnik w raporcie powinien podawać własny mianownik, a wskaźników o różnych mianownikach nigdy nie należy porównywać w jednej kolumnie. Wskaźnik strony dzielony przez sesje, które do niej dotarły, i wskaźnik witryny dzielony przez wszystkie sesje są poprawne, ale nie są tym samym pomiarem. Umieść mianownik w nagłówku kolumny, aby nikt nie musiał o niego pytać.
Czy zwrócone zamówienie nadal liczy się jako konwersja?
Wzór tego nie rozstrzyga. To jedno z trzech pytań definicyjnych, które zespół musi rozstrzygnąć przed dzieleniem, obok tego, czy powtórne zamówienie tego samego kupującego liczy się podwójnie i czy niepotwierdzona rejestracja w ogóle się liczy. Cokolwiek zespół postanowi, powinien to zapisać w tym samym dokumencie co raport, aby licznik znaczył to samo także w kolejnym kwartale.
Czym różni się wskaźnik oparty na sesjach od opartego na zamówieniach?
Wskaźnik oparty na sesjach dzieli zamówienia przez sesje, a oparty na zamówieniach dzieli te same zamówienia przez unikalnych odwiedzających. Dla tygodnia danych omawianego na tej stronie pierwszy daje 2,00%, a drugi 3,20%, przy tych samych 800 zamówieniach. Różnica bierze się stąd, że liczenie oparte na zamówieniach dzieli przez mniejszą liczbę odwiedzających, a zawyżona suma zamówień pozostaje w liczniku.
Dlaczego dwie firmy mogą podawać różne współczynniki konwersji przy tym samym ruchu?
Dwie firmy mogą pokazywać różne współczynniki konwersji przy tym samym ruchu i tej samej liczbie zamówień, bo wynik zmienia się już od samego mianownika. Konkurent podający 3,20% wobec twoich 2,00% może liczyć identyczne dane według innej konwencji, a nie lepiej konwertować. Zanim potraktujesz jego wynik jako benchmark, zapytaj o mianownik, definicję konwersji i okres.
Czy powracający odwiedzający liczy się we współczynniku konwersji więcej niż raz?
To zależy od użytego mianownika. Osoba, która przegląda ofertę w poniedziałek, wraca w środę i kupuje w piątek, daje trzy sesje, ale tylko jednego odwiedzającego, więc wskaźnik oparty na sesjach traktuje ją jak trzy szanse na konwersję, a oparty na użytkownikach jak jedną. Ten sam mechanizm sprawił, że w naszym przykładzie 40 000 sesji przypadało na zaledwie 25 000 unikalnych odwiedzających.
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


Jedna strona z ruchem rozstrzyga spór o współczynnik odrzuceń i wyjść
Różnica między współczynnikiem odrzuceń a współczynnikiem wyjść sprowadza się do dwóch mianowników. Jeden cennik daje w tym samym tygodniu 40% wyjść i 15% odrzuceń.


Jak czytać współczynnik zaangażowania w Google Analytics 4
GA4 podaje współczynnik zaangażowania jako sesje z zaangażowaniem podzielone przez wszystkie sesje. Wystarczy 10 sekund, kluczowe zdarzenie lub dwie odsłony.


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.


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.


Jak działa test prawnie uzasadnionego interesu z art. 6 ust. 1 lit. f RODO
Prawnie uzasadniony interes w art. 6 ust. 1 lit. f RODO, cytowany z EUR-Lex, wraz z trzyczęściowym testem EROD i wyjaśnieniem, dlaczego analityka wciąż budzi spory.


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.
Powiązane artykuły


Co zapisują dane clickstream, wiersz po wierszu
Każdy wiersz danych clickstream to jedno trafienie ze znacznikiem czasu, identyfikatorem i adresem URL, dlatego RODO i CCPA uznają eksport za dane osobowe.


Co pokazuje diagram Sankeya, czego nie pokaże lejek
Diagram Sankeya zachowuje przepływ: wszystko, co wchodzi do węzła, musi z niego wyjść. Kiedy pomaga w analityce, kiedy wprowadza w błąd i które narzędzia go rysują.


Co widzi atrybucja deklaratywna, czego nie pokażą dane o kliknięciach
Pole atrybucji deklaratywnej wyłapuje podcasty, polecenia i dark social, których śledzenie kliknięć nigdy nie zapisze. Skąd biorą się zniekształcenia i jak je uzgodnić.

