Jak czytać standardowe raporty GA4? Przewodnik dla właściciela sklepu internetowego

Otwierasz Google Analytics. Widzisz wykres użytkowników, listę zdarzeń, kanały ruchu i kilka różnych kolumn z przychodem. Ruch rośnie. Tylko czy sklep rzeczywiście radzi sobie lepiej?

Czytaj również: Pozyskiwanie użytkowników a pozyskiwanie ruchu w GA4

Żeby to sprawdzić, nie musisz przeglądać wszystkich raportów ani od razu budować własnego panelu. Potrzebujesz kolejności, która prowadzi od wyniku do możliwej przyczyny: najpierw zakupy i przychód, potem źródła wizyt, strony wejścia, urządzenia i etapy zakupu.

W tym przewodniku przejdziemy przez standardowe raporty GA4 z perspektywy właściciela e-commerce. Zobaczysz, gdzie zajrzeć, jak czytać liczby i kiedy poprosić specjalistę o sprawdzenie pomiaru, zanim zmienisz budżet reklamowy.

Ważne zastrzeżenie: raport pokazuje zaobserwowaną zależność. Sam nie wyjaśnia, dlaczego klient kupił albo zrezygnował. Dlatego przy każdym problemie oddzielimy to, co wiadomo, od tego, co dopiero trzeba sprawdzić.

O przykładach i źródłach: wszystkie kwoty, wielkości ruchu i wyniki w przykładach są fikcyjne. Obliczenia to opracowanie własne, a nie dane klientów ani średnie rynkowe. Opis funkcji zweryfikowano w dokumentacji Google 19 września 2026 r. Odnośniki znajdziesz przy objaśnieniach oraz na końcu tekstu. Nazwy i dostępność raportów mogą zależeć od języka, uprawnień oraz konfiguracji usługi.

Od których raportów GA4 zacząć?

Proponuję zacząć od pytania biznesowego, a dopiero później szukać odpowiedniego raportu. Poniższa tabela jest mapą tego przewodnika, nie listą ekranów do obowiązkowego sprawdzania każdego dnia.

Nie widzisz któregoś raportu? To jeszcze nie znaczy, że GA4 go nie ma albo nie zbiera potrzebnych danych. Menu można dostosowywać. Przykładowo przegląd generowania przychodu należy domyślnie do kolekcji „Cykl życia”, ale nie do kolekcji „Cele biznesowe”. Osoba z uprawnieniami edytora lub administratora może dodać go do nawigacji. Źródło: Google, Monetization overview.

Poproś specjalistę o pozostawienie w menu raportów przydatnych w Twoim sklepie. Wygodny zestaw raportów jest lepszy niż każdorazowe szukanie ich w całej usłudze.

Jak przejść od otwarcia raportu do konkretnego wyniku?

Otwórz sekcję „Raporty”. W układzie „Cykl życia” szukaj „Pozyskiwania ruchu” w pozyskiwaniu, a „Strony docelowej” w zaangażowaniu. Raporty zakupowe znajdziesz w części dotyczącej generowania przychodu. Jeżeli masz inne menu, kieruj się nazwą raportu, nie wyłącznie ścieżką z poradnika.

Po otwarciu raportu:

1. Ustaw zakres dat i okres porównawczy.
2. Przeczytaj nazwę wymiaru nad pierwszą kolumną tabeli. To ona określa, czy oglądasz kanały, źródła, strony czy inny podział.
3. Wybierz konkretny wiersz lub zawęź analizę do interesującego źródła albo strony.
4. Jeśli potrzebujesz drugiego podziału, użyj dodatkowego wymiaru. Przykładowo przy stronie wejścia dodaj źródło i medium sesji.
5. Przed interpretacją sprawdź kolumny liczbowe i wybór kluczowego zdarzenia.

Nie zmieniaj wszystkich ustawień jednocześnie. Najpierw znajdź różnicę w jednym podziale, a potem sprawdź ją dokładniej. Sposób łączenia strony wejścia ze źródłem sesji opisuje Google w dokumentacji raportu. Źródło: Google, dostosowanie Landing page.

Zanim zaczniesz interpretować liczby, sprawdź podstawy

Najbardziej szczegółowa analiza nie pomoże, jeśli porównujesz inną usługę GA4, niepełny dzień albo zakupy rejestrowane dopiero od niedawna.

Przed przeglądem sprawdź:

• czy oglądasz właściwy sklep i rynek;
• jaki okres jest wybrany;
• czy nie został aktywny filtr lub wcześniejsze porównanie;
• w jakiej walucie podawane są wyniki;
• czy pomiar e-commerce działał w całym analizowanym okresie.

Sam kod GA4 nie oznacza poprawnego pomiaru sprzedaży

Zdarzenia e-commerce wymagają wdrożenia. Samo pojawienie się użytkowników w Google Analytics nie potwierdza, że narzędzie odbiera poprawne dane o oglądanych produktach, koszykach i zakupach. Integracja platformy sklepowej może wysyłać część tych danych, ale trzeba sprawdzić jej zakres. Źródło: Google, dane w raporcie zakupów e-commerce.

W praktyce poproś o test rzeczywistej ścieżki: otwarcie produktu, dodanie do koszyka, przejście do zamówienia, zakup i ewentualny zwrot. Sprawdzenie, że „zdarzenie się odpala”, to dopiero początek. Ważne są też poprawne produkty, ceny, ilości, waluta i moment wysłania danych. Google opisuje wymagane zdarzenia oraz parametry w dokumentacji wdrożenia e-commerce. Źródło: Google for Developers, Measure ecommerce.

GA4 nie zastępuje systemu zamówień

W panelu sklepu ustalasz, jakie zamówienia powstały, zostały opłacone, anulowane lub zwrócone. W GA4 analizujesz dane, które dotarły do narzędzia i zostały przetworzone zgodnie z jego zasadami.

Dlatego zamiast wymagać identycznej sumy bez sprawdzenia definicji, ustal ze specjalistą sposób uzgadniania danych. Porównuj ten sam zakres dat, status zamówień, walutę oraz sposób uwzględnienia podatków, dostawy i zwrotów.

Sprawdź również identyfikator transakcji. Dla pomiaru internetowego Google zaleca unikalny transaction_id dla każdego zamówienia; służy on między innymi do usuwania powtórzeń. Wysyłanie tego samego identyfikatora dla różnych zakupów może zaniżać wynik. Źródło: Google, identyfikatory transakcji.

Nie przyjmuj zasady: „Różnica między sklepem a GA4 zawsze jest normalna”. Nie zakładaj też, że każda różnica oznacza awarię. Potrzebujesz wyjaśnienia, czy rozbieżność wynika z definicji, zakresu pomiaru czy błędu.

Nie oceniaj zakończonej kampanii na podstawie niepełnych danych

Google podaje, że przetwarzanie danych może trwać 24–48 godzin i w tym czasie wyniki w raportach mogą się zmieniać. Nie oznacza to, że wcześniej niczego nie zobaczysz; oznacza, że najświeższych liczb nie należy traktować jako ostatecznych. Źródło: Google, Data freshness.

Raport czasu rzeczywistego przyda się do wstępnego sprawdzenia aktywności. Do podsumowania sprzedaży wybieraj zakończony okres i uwzględniaj czas przetwarzania. Jeśli wczorajszy wynik wygląda niepokojąco, sprawdź też zamówienia w sklepie — nie czekaj z reakcją na rzeczywistą awarię płatności.

Jak czytać tabelę w GA4, żeby nie porównywać różnych rzeczy?

Wymiar mówi, według czego dzielisz dane: kanału, urządzenia, produktu lub strony. Dane liczbowe, nazywane też metrykami, mówią, co liczysz: sesje, zdarzenia, kupujących, sztuki czy przychód.

Przed wyciągnięciem wniosku przeczytaj pełny nagłówek kolumny. „Nowi użytkownicy” nie oznaczają tego samego co „Aktywni użytkownicy”. GA4 rozróżnia kilka miar użytkowników, a nie jedną uniwersalną liczbę odwiedzających. Źródło: Google, Understand user metrics.

Podobnie kupujący nie jest zamówieniem. Wyobraź sobie modelową sytuację: rozpoznany użytkownik składa dwa zamówienia i kupuje łącznie pięć sztuk produktów. Masz jednego kupującego, dwa zakupy i pięć kupionych sztuk — trzy poprawne liczby opisujące inne rzeczy. Nie powinny być używane zamiennie.

„Kluczowe zdarzenia” nie muszą oznaczać sprzedaży

Kluczowym zdarzeniem może być zakup, ale także inna czynność uznana za ważną dla firmy. W kolumnie obejmującej wszystkie kluczowe zdarzenia możesz więc oglądać mieszankę różnych działań. Przy analizie zakupów wybierz purchase w odpowiednim selektorze, zamiast interpretować sumę wszystkich zdarzeń jako zamówienia. Źródło: Google, About key events.

W tym przewodniku „udział sesji z zakupem” oznacza:

sesje, w których wystąpił zakup ÷ wszystkie sesje × 100%.

To interpretacja sesyjnego współczynnika kluczowego zdarzenia dla purchase. Nie jest tym samym co liczba zakupów podzielona przez sesje, jeśli podczas jednej sesji pojawia się więcej niż jeden zakup. Źródło: Google, Session key event rate.

Przykład modelowy: przy 1000 sesji i 20 sesjach z zakupem wynik wynosi 2%. Jeżeli podczas tych wizyt złożono 22 zamówienia, iloraz zamówień i sesji wyniesie 2,2%. Oba obliczenia mają sens, ale odpowiadają na inne pytania.

Zakupy i przychód: od tego zacznij ocenę wyniku

W przeglądzie generowania przychodu sprawdź przede wszystkim przychód z zakupów oraz kupujących. Uważaj na kolumnę „Łączne przychody”: może obejmować także inne kategorie, na przykład przychód z reklam wyświetlanych w aplikacji. „Kupujący ogółem” to natomiast unikalni użytkownicy, którzy dokonali zakupu, a nie liczba zamówień. Źródło: Google, Monetization overview.

Do liczby zakupów w sklepie internetowym szukaj miary „Zakupy e-commerce” / „Ecommerce purchases”, a nie liczby kupionych sztuk. Jeśli potrzebnej kolumny nie ma w Twoim widoku, poproś o jej dodanie do kompatybilnego raportu szczegółowego. Nie każda kolumna opisywana w poradniku musi być widoczna w niezmienionym raporcie.

Przychód rośnie, ale co dokładnie go podniosło?

Przykład modelowy zakłada zgodne definicje wartości sprzedaży w obu okresach oraz brak zwrotów w danych:

Przychód wzrósł o 20%, ale liczba zakupów się nie zmieniła. W tym przykładzie wzrosła przeciętna wartość zakupu, nie liczba transakcji.

Co sprawdzić dalej? Czy klienci kupowali droższe produkty, więcej sztuk, czy po prostu zmieniły się ceny? A może poprzednio część wartości nie docierała do GA4?

Nawet po wykluczeniu błędu nie wiesz jeszcze, czy sklep zarobił więcej. Podwyżka kosztu towaru, większe rabaty lub droższe pozyskanie klienta mogą zmienić ocenę wyniku. Raport przychodu powinien prowadzić do sprawdzenia marży i kosztów, a nie zastępować to sprawdzenie.

Jak porównywać okresy i nie mylić sezonowości z poprawą marketingu?

GA4 pozwala zmieniać zakres dat i włączać porównanie z innym okresem. Zmiana dat dotyczy również innych otwieranych raportów w Twoim widoku. Zanim przejdziesz do kolejnej tabeli, upewnij się, że nadal analizujesz zamierzony zakres. Źródło: Google, porównywanie zakresów dat.

Samo uruchomienie porównania nie sprawia jednak, że oba okresy są porównywalne biznesowo.

Porównuj podobną długość i układ dni tygodnia

Modelowy przykład: sklep miał 280 zamówień w okresie 28 dni i 310 zamówień w okresie 31 dni. Łączna liczba zamówień wzrosła o około 10,7%, ale w obu okresach średnia wynosi dokładnie 10 zamówień dziennie.

Nie masz podstaw, żeby przypisać tę różnicę skuteczniejszej reklamie. Dłuższy okres sam wyjaśnia wzrost sumy.

Do regularnego przeglądu możesz przyjąć pełne tygodnie. Przykładowe 28 dni daje po cztery wystąpienia każdego dnia tygodnia. To propozycja sposobu pracy, nie wymóg GA4 ani uniwersalny okres oceny każdej kampanii.

Zestawiaj wynik z poprzednim okresem i z podobnym sezonem

Porównanie z poprzednim miesiącem odpowiada na pytanie, co zmieniło się ostatnio. Porównanie rok do roku pomaga sprawdzić wynik w podobnym momencie sezonu. Żadne nie usuwa automatycznie wpływu promocji, dostępności towaru i innych zmian.

Przy wyniku zapisz kontekst:

• czy trwała wyprzedaż, akcja newsletterowa lub kampania promocyjna;
• czy zmienił się budżet albo sposób kierowania reklam;
• czy dostępne były najważniejsze produkty;
• czy zmieniły się ceny, koszty dostawy lub próg darmowej wysyłki;
• czy wdrażano nowy sklep, baner zgód albo integrację analityczną.

Jeśli akcja promocyjna trwała w innych dniach niż rok wcześniej, porównaj również odpowiadające sobie fazy akcji. Pierwszego dnia wyprzedaży nie traktuj jak zwykłego dnia sprzedaży tylko dlatego, że zgadza się data w kalendarzu.

Rozróżniaj procenty i punkty procentowe

Gdy modelowy udział sesji z zakupem rośnie z 2% do 2,5%, poprawa wynosi 0,5 punktu procentowego, czyli 25% względem wcześniejszej wartości: (2,5 − 2) ÷ 2 × 100%.

Sformułowanie „konwersja wzrosła o 0,5%” nie opisuje tej zmiany precyzyjnie. Na spotkaniu poproś o obie wartości wyjściowe. Dzięki temu od razu zobaczysz skalę zmiany.

Pozyskiwanie ruchu: skąd pochodzą wizyty i co się podczas nich dzieje?

Do bieżącej analizy wizyt zacznij od raportu „Pozyskiwanie ruchu”. Jego wymiary odnoszą się do sesji, obejmujących wizyty zarówno nowych, jak i powracających użytkowników. Źródło: Google, Traffic acquisition.

Najpierw spójrz na kanały, a następnie przejdź do źródła i medium sesji. Ogólna kategoria może łączyć działania, które wymagają odmiennych decyzji. Nie traktuj na przykład wszystkich kampanii w jednym kanale jako jednej oferty skierowanej do tej samej grupy ludzi.

W analizie zestawiaj wielkość ruchu z zakupami i przychodem. Jeśli to potrzebne, poproś o dostosowanie kolumn. Sama największa liczba sesji nie jest powodem do przyznania kanałowi większego budżetu.

Dlaczego raport pozyskiwania użytkowników pokazuje coś innego?

„Pozyskiwanie użytkowników” grupuje dane według pierwszego pozyskania rozpoznanego użytkownika. „Pozyskiwanie ruchu” odnosi je do źródeł sesji. To inne perspektywy, więc liczby dla tych samych nazw kanałów nie muszą się zgadzać. Źródło: Google, porównanie raportów pozyskiwania.

Pierwszy raport przyda się przy pytaniu o początki relacji z użytkownikami. Drugi — przy ocenie bieżących wizyt. Żaden samodzielnie nie dowodzi, że bez danego kanału nie doszłoby do zakupu. Do decyzji o budżecie potrzebujesz również kosztów, wiedzy o roli kampanii i — gdy chcesz oceniać rzeczywisty przyrost sprzedaży — odpowiednio zaprojektowanego testu.

Direct i „(not set)” nie są diagnozą

Direct nie oznacza wyłącznie osób, które wpisały adres sklepu. Może obejmować wejścia bez czytelnej informacji o źródle, w tym sytuacje utraty oznaczeń linków. Wzrost tej pozycji nie dowodzi sam w sobie wzrostu znajomości marki. Źródło: Google, ruch direct / none.

„(not set)” oznacza brak informacji dla konkretnego wymiaru. Przyczyna zależy od tego, gdzie widzisz tę wartość; przykładowo dla strony docelowej może chodzić o sesję bez page_view. Nie należy utożsamiać „(not set)” z Direct. Źródło: Google, znaczenie not set.

Zamiast pytać „czy te dane są złe?”, zapytaj: „Od kiedy zmiana występuje, w jakich wymiarach i z jakim wdrożeniem lub działaniem może się wiązać?”.

Ruch rośnie, ale sprzedaż stoi — jak szukać przyczyny?

To dobry przykład sytuacji, w której poprawne obliczenie prowadzi czasem do zbyt szybkiej diagnozy.

Najpierw ustal, co rzeczywiście się zmieniło

Przykład modelowy, obejmujący porównywalne okresy:

Ruch wzrósł o 100%, liczba sesji z zakupem pozostała bez zmian, a ich udział spadł o połowę. To opis wyniku. Zdanie „sklep zaczął gorzej sprzedawać” jest już interpretacją, którą trzeba sprawdzić.

Załóżmy, że rozbijasz wynik na dwa rozłączne segmenty stron wejścia:

W pierwszym segmencie udział sesji z zakupem wynosił i nadal wynosi 2,4%. Ogólny spadek wynika ze wzrostu ruchu poradnikowego, który nie przyniósł dodatkowych sesji zakupowych w analizowanym okresie.

To nie jest dowód na niesprawność koszyka. Nie jest też dowód, że nowy ruch ma wartość biznesową. Masz teraz precyzyjniejsze pytanie: co miały przynieść dodatkowe wizyty poradnikowe i czy to realizują?

Jeżeli celem było pierwsze dotarcie, sprawdź dalszy kontakt ze sklepem w odpowiedniej analizie. Jeżeli kampania miała przynosić natychmiastową sprzedaż, ten wynik wymaga innej oceny. Nie usprawiedliwiaj słabego wyniku zmianą celu po zakończeniu kampanii.

Gdzie zajrzeć w następnej kolejności?

Porównaj kanały, strony wejścia, urządzenia i kategorie produktów. Szukaj miejsca, w którym zmiana jest skoncentrowana. Dopiero później formułuj hipotezę: niedopasowany ruch, brak dostępności, słabsza oferta, problem techniczny albo błąd pomiaru.

Jeśli spadek występuje jednocześnie w wielu niezależnych kanałach i zaczyna się po zmianie sklepu, to dobry powód do sprawdzenia wdrożenia. Nadal jednak potrzebujesz potwierdzenia, nie tylko zbieżności dat.

Strony docelowe: gdzie zaczyna się wizyta?

Raport „Strona docelowa” pokazuje stronę pierwszej odsłony w sesji. Możesz dołączyć źródło i medium sesji, żeby sprawdzić, skąd pochodzą wizyty rozpoczynające się pod danym adresem. Źródło: Google, Landing page.

To praktyczny punkt wyjścia przy ocenie kampanii kierującej na kategorię, produkt, promocję lub poradnik. Wybierz stronę, sprawdź wielkość ruchu, a następnie wynik zakupowy tych sesji. Porównuj ją przede wszystkim z jej wcześniejszym wynikiem oraz podobnymi stronami o podobnej roli.

Przykład modelowy: kategoria butów ma 4000 sesji i 120 sesji z zakupem, czyli 3%. Poradnik doboru rozmiaru ma 4000 sesji i 20 sesji z zakupem, czyli 0,5%.

Nie wynika z tego, że poradnik trzeba usunąć. Nie wiesz jeszcze, czy przyciąga osoby szukające produktu, czy odpowiada na zupełnie inne potrzeby. Sprawdź, czego dotyczy ruch i czy tekst sensownie prowadzi do oferty. Jednocześnie nie ogłaszaj sukcesu poradnika wyłącznie na podstawie liczby wejść.

Strona docelowa to nie to samo co „Strony i ekrany”

Raport „Strony i ekrany” obejmuje strony odwiedzane również w dalszej części wizyty. Służy do innego pytania niż raport stron wejścia. Źródło: Google, Pages and screens.

Modelowy klient może zacząć na kategorii, przejść do produktu i dopiero potem do koszyka. Kategoria jest stroną wejścia, ale nie jedyną odwiedzoną stroną.

Pamiętaj też, że wynik zakupowy sesji rozpoczynających się na stronie nie dowodzi, iż sam jej wygląd spowodował zakup. Mogły różnić się kampania, intencja odwiedzających, dostępność produktów czy oferta cenowa. Jeżeli chcesz ocenić zmianę projektu strony, nie porównuj bezrefleksyjnie ruchu przed kampanią z ruchem podczas wyprzedaży.

Urządzenia: co sprawdzić, gdy telefon sprzedaje słabiej?

W „Szczegółach technicznych” znajdziesz między innymi kategorię urządzenia, przeglądarkę i system operacyjny. Kategoria urządzenia pozwala rozdzielić mobile, desktop i tablet. Źródło: Google, Tech details.

Do wyniku sprzedażowego użyj porównania urządzeń w raporcie z odpowiednimi metrykami albo poproś o jego dostosowanie. Sam domyślny widok techniczny nie musi zawierać całego potrzebnego zestawu zakupowego.

Przykład modelowy:

Na komputerze udział jest trzykrotnie wyższy. To wystarczający powód do dalszego sprawdzenia, ale nie do wniosku, że wersja mobilna jest zepsuta.

Najpierw porównaj podobny ruch. Czy na telefon trafiają głównie odbiorcy reklam odkrywający ofertę, a na komputerze kupują ludzie wracający po konkretny produkt? Czy sprzedawane kategorie są te same? Czy różnica narastała stopniowo, czy pojawiła się nagle?

Następnie przejdź do lejka zakupowego. Jeśli na telefonie ludzie dodają produkty do koszyka, ale znacznie rzadziej przechodzą dalej, zawężasz obszar testu.

Przetestuj na rzeczywistym urządzeniu:

• wybór wariantu i dodanie produktu;
• widoczność przycisku przejścia do zamówienia;
• działanie formularza oraz komunikatów o błędach;
• wybór dostawy, punktu odbioru i płatności;
• zachowanie strony po powrocie od operatora płatności;
• elementy zasłaniające treść, na przykład banery i okna promocyjne.

Nie szukaj od razu problemu we wszystkich telefonach

Jeśli spadek dotyczy jednej przeglądarki lub systemu, testuj właśnie tę kombinację. Ogólny wiersz „mobile” może ukrywać lokalny błąd.

Nie przekładaj też różnicy współczynników bezpośrednio na obietnicę dodatkowego przychodu. Założenie „telefon osiągnie wynik komputera po poprawce” wymagałoby wykazania, że pozostałe warunki są porównywalne. Sama tabela tego nie potwierdza.

Produkty: dużo oglądania, mało zakupów — co z tego wynika?

W raporcie „Zakupy e-commerce” sprawdzisz dane według produktu, takie jak oglądane, dodawane do koszyka i kupione sztuki oraz przychód z produktu. Miary te nie są liczbą klientów ani zamówień. Przychód z produktu nie obejmuje podatku i dostawy. Źródło: Google, Ecommerce purchases.

Zacznij od produktów istotnych biznesowo: mocno promowanych, generujących duży przychód albo często oglądanych przy słabej sprzedaży. Analizowanie całego katalogu alfabetycznie zwykle nie pomoże ustalić priorytetów.

Przykład modelowy dla jednego produktu:

• oglądane sztuki: 2000;
• sztuki dodane do koszyka: 100;
• kupione sztuki: 20.

Iloraz kupionych i oglądanych sztuk wynosi 1%. Nie oznacza to, że kupił 1% osób oglądających produkt. W liczniku i mianowniku masz miary produktu, nie unikalnych ludzi. Część osób może oglądać go wielokrotnie albo kupować kilka sztuk. Do odsetka użytkowników, którzy po obejrzeniu kupili, potrzebujesz analizy użytkowników i kolejności zdarzeń.

Co sprawdzić na karcie produktu?

Potraktuj słaby wynik jako listę hipotez do weryfikacji:

• reklamowany wariant może być niedostępny;
• cena lub termin dostawy mogą odbiegać od oczekiwań;
• zdjęcia i opis mogą nie odpowiadać na pytania klienta;
• dobór rozmiaru lub wariantu może sprawiać trudność;
• reklama może sugerować inne zastosowanie niż oferta;
• zdarzenie oglądania może być wysyłane zbyt często albo zakup z innym identyfikatorem produktu.

Kolejność zależy od tego, co widzisz. Gdy produkt był bestsellerem i nagle przestał sprzedawać, zacznij od dostępności, zmian i poprawności pomiaru. Gdy nowa kampania przyniosła dużo oglądania bez koszyków, sprawdź także jej obietnicę i odbiorców.

Nie ogłaszaj produktu „nieskutecznym” tylko dlatego, że przegrał z inną kategorią. Drogi produkt wymagający namysłu i tani dodatek do zamówienia mogą mieć inne wzorce zakupu. Najpierw porównuj podobne oferty i zadbaj o dostateczny zakres danych.

Ścieżka zakupu: na którym etapie ludzie przestają przechodzić dalej?

Standardowa „Ścieżka zakupu” obejmuje rozpoczęcie sesji, obejrzenie produktu, dodanie do koszyka, rozpoczęcie finalizacji i zakup. Pokazuje użytkowników na etapach, nie liczbę zamówień. Domyślnie jest lejkiem zamkniętym: pominięcie wymaganego kroku wyklucza użytkownika z kolejnych etapów tej ścieżki. Aktualna dokumentacja opisuje także przełącznik lejka otwartego, dopuszczającego wejście na późniejszym etapie. Źródło: Google, Purchase journey.

Zanim porównasz dwa wyniki, sprawdź, czy oba dotyczą takiego samego typu lejka. Nie zmieniaj ustawienia tylko po to, żeby uzyskać ładniejszy wykres.

Jak czytać spadek między krokami?

Przykład modelowy: 800 użytkowników dociera do etapu rozpoczęcia finalizacji, a 320 przechodzi do zakupu zgodnie z warunkami analizowanego lejka.

Obliczenie przejścia: 320 ÷ 800 × 100% = 40%.

Obliczenie braku przejścia: (800 − 320) ÷ 800 × 100% = 60%.

Nie nazywaj tych 60% utraconymi zamówieniami. Wiesz, że użytkownicy nie przeszli do kolejnego etapu w tej analizie. Nie wiesz jeszcze, ilu rzeczywiście zrezygnowało, ilu wróciło później ani czy wszystkie potrzebne zdarzenia zostały poprawnie zarejestrowane.

Pytanie do zespołu brzmi więc: „Co może wyjaśniać brak przejścia i jak to potwierdzimy?”. Dopiero test zakupowy, sprawdzenie danych i porównanie segmentów pozwalają zawęzić odpowiedź.

Dlaczego zakupów w lejku może być mniej niż w innym raporcie?

Przy lejku zamkniętym zakup może nie spełniać warunków wcześniejszych kroków. Dlatego końcowy słupek nie musi odpowiadać wszystkim zakupom zarejestrowanym w usłudze. Źródło: Google, zasady lejka Purchase journey.

Jeżeli sklep umożliwia zakup z pominięciem typowej karty produktu lub koszyka, sprawdź zgodność jego ścieżki z analizą. W razie potrzeby zleć dopasowany lejek. Raport standardowy ma pomóc zadać pytanie, a nie zmusić sklep do pasowania do wykresu.

Ścieżka do płatności: kiedy zajrzeć do końcówki zamówienia?

Raport „Checkout journey” skupia się na finalizacji: rozpoczęciu zamówienia, dodaniu informacji o dostawie, dodaniu informacji o płatności i zakupie. Źródło: Google, Checkout journey.

Sięgnij do niego, gdy problem koncentruje się między rozpoczęciem zamówienia a zakupem. Zestaw wynik z tym, jak faktycznie działa Twój formularz.

Szczególnie ważne jest znaczenie zdarzeń. add_payment_info dotyczy przekazania informacji o płatności; nie oznacza jeszcze udanej zapłaty. Sam wybór metody płatności i ukończony zakup to inne działania. Źródło: Google for Developers, zdarzenia e-commerce.

Przy podejrzanym spadku sprawdź dostępność metod płatności, komunikaty operatora, błędy formularza oraz poprawność danych wysyłanych do GA4. Jeżeli dany krok nie jest wdrożony, jego brak w raporcie nie opisuje zachowania klienta.

Odpowiedź „ludzie porzucają koszyk” jest za mało konkretna. Potrzebujesz wiedzieć, gdzie kończy się obserwowana ścieżka, których użytkowników dotyczy problem i czy udało się go odtworzyć.

Jakie pytania zadać specjaliście, gdy liczby budzą wątpliwości?

Nie musisz samodzielnie poprawiać wdrożenia analitycznego. Powinieneś jednak otrzymać odpowiedź, którą da się sprawdzić, a nie tylko zapewnienie, że „tak działa GA4”.

O poprawność pomiaru

• Czy purchase oznacza u nas utworzenie zamówienia, jego opłacenie czy inny moment?
• Czy jedna transakcja może zostać wysłana ponownie i jak działa jej identyfikator?
• Jakie wartości przesyłamy: po rabacie, z jakim ujęciem podatku i dostawy?
• Czy wysyłamy zwroty i jak porównujemy je z panelem sklepu?
• Czy rozbieżność dotyczy określonego urządzenia, płatności lub okresu po wdrożeniu?

O interpretację raportu

• Co dokładnie liczy ta kolumna: ludzi, sesje, zdarzenia, zakupy czy sztuki?
• Czy kluczowe zdarzenie zostało zawężone do purchase?
• Czy porównujemy tę samą definicję, zakres dat i zestaw filtrów?
• Czy dane są już przetworzone i czy raport pokazuje ograniczenia jakości danych?
• Czy lejek jest otwarty czy zamknięty i czy pasuje do naszej ścieżki zakupu?

O decyzję biznesową

• W którym konkretnie segmencie występuje pogorszenie?
• Jaki jest wynik po uwzględnieniu kosztów i marży?
• Co jest obserwacją, a co hipotezą?
• Jak sprawdzimy przyczynę, kto odpowiada za sprawdzenie i kiedy wrócimy do wyniku?
• Jaki rezultat uznamy za potwierdzenie poprawy?

Uważaj szczególnie na wnioski oparte na małych liczbach. W przykładzie modelowym wzrost z dwóch do czterech zakupów daje 100%, ale oznacza tylko dwa dodatkowe zakupy. Sam procent nie mówi, czy różnica jest trwała. Nie istnieje jedna liczba transakcji, która automatycznie wystarcza do każdej decyzji i każdego testu.

Jak zamienić przegląd GA4 w konkretne działanie?

Po analizie zapisz krótką notatkę. Powinna zawierać obserwację, hipotezę, sposób sprawdzenia i odpowiedzialną osobę.

Przykład modelowej notatki:

Po zmianie formularza zmalał udział użytkowników przechodzących z rozpoczęcia zamówienia do zakupu na telefonach. Na komputerach podobnej zmiany nie widać. Sprawdzamy obsługę formularza mobilnego oraz kompletność zdarzeń. Osoba odpowiedzialna za sklep odtwarza zakup, a analityk kontroluje pomiar. Wynik oceniamy ponownie po weryfikacji i przetworzeniu danych.

To lepsza podstawa pracy niż polecenie „poprawić konwersję”. Wiadomo, czego szukacie, a czego jeszcze nie ustaliliście.

Do regularnego przeglądu wystarczy przejść tę samą kolejność: zgodność sprzedaży, porównanie okresów, źródła ruchu, strony wejścia, urządzenia, produkty i lejek. Nie musisz za każdym razem analizować wszystkiego równie głęboko. Rozwijaj te obszary, w których pojawiła się istotna zmiana.

FAQ: standardowe raporty GA4 w sklepie internetowym

Gdzie sprawdzić ruch w GA4?

Zacznij od „Pozyskiwania ruchu” i sesji. Jeśli chcesz ocenić źródła pierwszego dotarcia do rozpoznanych użytkowników, użyj „Pozyskiwania użytkowników”. Nie mieszaj tych perspektyw w jednym porównaniu.

Gdzie sprawdzić sprzedaż?

Przychód i kupujących sprawdzaj w raportach generowania przychodu, a wyniki produktów w „Zakupach e-commerce”. Do liczby transakcji wybierz właściwą miarę zakupów. Kupione sztuki nie są zamówieniami, a końcowy etap lejka nie jest pełnym rejestrem sprzedaży.

Czy niski współczynnik zakupów oznacza złą kampanię?

Nie rozstrzyga tego samodzielnie. Sprawdź cel kampanii, koszt, wartość zakupów, marżę i to, jakie wizyty sprowadza. Jednocześnie nie uznawaj jej za skuteczną wyłącznie dlatego, że zwiększa ruch.

Czy potrzebuję własnych raportów?

Na początek wykorzystaj standardowe raporty i dostępne porównania. Gdy pytanie wymaga konkretnej kolejności zdarzeń, dopasowanego lejka albo danych o kosztach i marży spoza GA4, poproś o rozszerzenie analizy. Nie zastępuj brakującej odpowiedzi przypadkowym ilorazem dwóch kolumn.

Podsumowanie: raport ma wskazać następne pytanie

GA4 jest przydatny właścicielowi sklepu wtedy, gdy pozwala przejść od „sprzedaż spadła” do konkretnego obszaru wymagającego sprawdzenia.

Zacznij od zakupów i przychodu. Porównaj uczciwie okresy. Zobacz, czy zmieniły się źródła wizyt, strony wejścia, urządzenia lub oferta produktowa. Gdy problem dotyczy procesu zakupu, sprawdź lejek i rzeczywiste działanie sklepu.

Najważniejsze pytanie po otwarciu tabeli brzmi: „Co te dane pozwalają stwierdzić, a czego jeszcze nie wiemy?” Odpowiedź chroni zarówno przed wydawaniem pieniędzy na nietrafione poprawki, jak i przed przeoczeniem problemu, który rzeczywiście kosztuje sklep sprzedaż.

Źródła

Dokumentacja Google wykorzystana do weryfikacji funkcji i definicji. Data weryfikacji: 19 września 2026 r. Wszystkie przykłady liczbowe, obliczenia i proponowana kolejność analizy są opracowaniem własnym; nie są benchmarkami.

1. Google Analytics — Monetization overview report: przegląd przychodów, kupujący i dostępność raportu.
2. Google Analytics — Ecommerce purchases report: pomiar produktów, miary sztuk i przychód z produktu.
3. Google for Developers — Measure ecommerce: zdarzenia i parametry wdrożenia e-commerce.
4. Google Analytics — Minimize duplicate key events with transaction IDs: identyfikatory i usuwanie duplikatów zakupów.
5. Google Analytics — Data freshness: przetwarzanie i zmiany najświeższych danych.
6. Google Analytics — Understand user metrics: różne miary użytkowników.
7. Google Analytics — About key events: znaczenie i wybór kluczowego zdarzenia w raportach.
8. Google Analytics — Traffic acquisition report: sesje, źródła i sesyjny współczynnik kluczowego zdarzenia.
9. Google Analytics — Change and compare date ranges in reports: zakresy dat i porównania.
10. Google Analytics — User acquisition report vs. Traffic acquisition report: perspektywa użytkownika i sesji.
11. Google Analytics — Understand direct / none traffic: interpretacja ruchu bez czytelnego źródła.
12. Google Analytics — What the value not set means in your reports: brakujące informacje o wymiarach.
13. Google Analytics — Landing page report: strony rozpoczynające sesję.
14. Google Analytics — Pages and screens report: odwiedzane strony i różnica względem strony wejścia.
15. Google Analytics — Tech details report: urządzenia, przeglądarki i systemy.
16. Google Analytics — Purchase journey report: etapy ścieżki zakupu i lejek otwarty lub zamknięty.
17. Google Analytics — Checkout journey report: analiza finalizacji zamówienia.