Współczynnik konwersji: jak go obliczyć i co oznacza dla sklepu

Redakcja datario.pl

25 lipca, 2025

Współczynnik konwersji: jak go obliczyć i co oznacza dla sklepu

Współczynnik konwersji obliczysz, dzieląc liczbę konwersji przez liczbę sesji lub użytkowników i mnożąc wynik przez 100%, więc 275 zamówień przy 12 500 sesjach daje 2,2%. Taki wynik oznacza 22 zakupy na 1000 wizyt i sam nie powie ci, czy sklep zarabia: do tego potrzebujesz jeszcze marży, wartości koszyka i kosztu pozyskania klienta.

Co oznacza konwersja w sklepie internetowym

Konwersja to działanie, które firma wcześniej uznała za ważne biznesowo. W sklepie najczęściej chodzi o zakup, jednak konwersją może być też:

  • złożenie zamówienia,
  • zapis do newslettera,
  • dodanie produktu do koszyka,
  • rozpoczęcie procesu zakupowego,
  • utworzenie konta klienta,
  • wysłanie zapytania o produkt.

Zdefiniuj konwersję, zanim zaczniesz ją mierzyć. Każda z tych czynności mówi co innego. Zapis do newslettera daje ci kontakt, dodanie do koszyka sygnalizuje zamiar zakupu, a przychód pojawia się dopiero przy zamówieniu.

W narzędziach analitycznych konwersję zapisuje się jako zdarzenie, czyli rejestrację konkretnej czynności użytkownika na stronie. Google Analytics mierzy między innymi zdarzenia add_to_cart, begin_checkout i purchase, które odpowiadają dodaniu produktu do koszyka, rozpoczęciu zamówienia i zakupowi (Google Analytics, 2026).

Wzór na współczynnik konwersji i przykład dla sklepu

Do obliczeń wystarczą dwie liczby: konwersje oraz sesje albo użytkownicy z tego samego okresu. Skrót CR pochodzi od angielskiego conversion rate, więc wskaźnik CR i współczynnik konwersji to ta sama miara. Sesja oznacza jedną wizytę w sklepie.

CR = liczba konwersji / liczba sesji (lub użytkowników) × 100%

CR zakupów = liczba zamówień / liczba sesji × 100%
CR dodania do koszyka = sesje z dodaniem do koszyka / liczba sesji × 100%
CR zapisów do newslettera = liczba zapisów / odwiedziny formularza × 100%

Przykład: w marcu sklep miał 12 500 sesji i 275 zamówień. Po podstawieniu do wzoru wychodzi 275 / 12 500 × 100% = 2,2%. Obie liczby muszą dotyczyć tego samego zakresu dat, więc gdy zamówienia pochodzą z marca, sesje też liczysz z marca.

Sesja a użytkownik

Google Analytics definiuje użytkownika jako osobę korzystającą ze strony, a sesję jako okres, w którym ta osoba odwiedza stronę i wykonuje działania (Google Analytics, 2024). Jeden klient może najpierw przeglądać ofertę, a kupić dopiero podczas kolejnej wizyty. Wynik 2,2% oznacza więc, że zakupem zakończyło się 22 na 1000 sesji, a odsetek osób, które kupiły, może być inny.

Porównuj ze sobą wyłącznie wyniki liczone na tej samej podstawie. Odróżniaj też liczbę zdarzeń od liczby sesji ze zdarzeniem. Klient, który dodał trzy produkty do koszyka, generuje trzy zdarzenia add_to_cart, ale jedną sesję.

Porada datario.pl: w raportach nazywaj wskaźnik precyzyjnie, na przykład „CR zakupów na sesje” albo „CR zakupów na użytkowników”. Po pół roku nikt nie będzie pamiętał, skąd wzięła się sama etykieta „konwersja”.

Wskaźniki konwersji na kolejnych etapach zakupu

Wskaźniki konwersji to grupa miar, z których każda opisuje inny etap drogi klienta do zamówienia.

WskaźnikWzórCo pokazuje
CR zakupówzamówienia / sesje × 100%jaka część wizyt kończy się zakupem
CR dodania do koszykasesje z dodaniem / sesje × 100%jak często pojawia się zamiar zakupu
CR rozpoczęcia zamówieniasesje z rozpoczęciem / sesje × 100%ilu odwiedzających przechodzi do kasy
CR finalizacjizamówienia / rozpoczęte zamówienia × 100%ile rozpoczętych zamówień kończy się płatnością
CR zapisówzapisy / odwiedziny formularza × 100%skuteczność pozyskiwania kontaktów

Weźmy lejek zakupowy, czyli ścieżkę od wejścia do zakupu: 10 000 sesji, 500 sesji z dodaniem do koszyka, 300 rozpoczętych zamówień i 200 zakupów. Produkt trafia do koszyka w 5% sesji, zamówienie rozpoczyna się w 3%, a zakup kończy 2%. Z rozpoczętych zamówień finalizuje się około 66,7%.

Najważniejszy dla sklepu pozostaje CR zakupów, a pozostałe miary pokazują, w którym miejscu klienci rezygnują. Gdy ubytek widać głównie między koszykiem a płatnością, przyjrzyj się funkcjom koszyka zakupowego.

Jak mierzyć konwersję w Google Analytics

Dane sprzedażowe nie trafiają do Google Analytics automatycznie. Najpierw musisz skonfigurować zdarzenia handlu elektronicznego (Google Analytics, 2023). Podstawowy zestaw obejmuje view_item (wyświetlenie produktu), add_to_cart, view_cart (wyświetlenie koszyka), begin_checkout, add_shipping_info (dane dostawy), add_payment_info (dane płatności) i purchase.

  1. określ, jakie działanie jest konwersją;
  2. wybierz zdarzenie, które rejestruje to działanie;
  3. skonfiguruj je w kodzie strony albo w Google Tag Managerze;
  4. sprawdź w trybie testowym, czy zdarzenie uruchamia się tylko we właściwym momencie;
  5. oznacz je jako zdarzenie kluczowe;
  6. porównuj wyniki według źródła ruchu, urządzenia, kampanii i rodzaju klienta.

Zdarzenie purchase wysyłaj dopiero po poprawnie zakończonej transakcji i pilnuj identyfikatora zamówienia. Bez tego odświeżenie strony z potwierdzeniem nalicza ten sam zakup drugi raz.

Porada datario.pl: po wdrożeniu złóż kilka testowych zamówień z różnymi metodami płatności i dostawy. Potem porównaj liczbę zamówień w panelu sklepu z liczbą zdarzeń purchase. Rozbieżność wykryta przed kampanią kosztuje mniej niż błędny raport po miesiącu.

Dlaczego sam ruch nie wystarcza

Liczba odwiedzin pokazuje skalę zainteresowania, a o skuteczności sklepu mówi niewiele. Ruch może pochodzić z przypadkowych wejść, nietrafionych reklam albo zapytań informacyjnych.

Porównaj dwa sklepy:

  • sklep A: 100 000 sesji i 500 zamówień, czyli CR 0,5%,
  • sklep B: 20 000 sesji i 600 zamówień, czyli CR 3%.

Sklep B ma pięć razy mniej odwiedzin i więcej zamówień, bo lepiej zamienia wizyty w zakupy. Podobnie działa CTR, czyli współczynnik klikalności, który opisuje relację kliknięć do wyświetleń reklamy. Wysoki CTR przy niskiej konwersji oznacza, że reklama przyciąga ludzi, których oferta nie przekonuje. Więcej o tym, jak czytać klikalność i jej standardy, znajdziesz w osobnym materiale.

Dlatego obok sesji śledź:

  • liczbę zamówień,
  • przychód,
  • średnią wartość zamówienia,
  • koszt pozyskania klienta,
  • udział klientów powracających.

Jaki współczynnik konwersji jest dobry

Nie istnieje jedna wartość dobra dla każdego sklepu. Wynik zależy od:

  • branży,
  • ceny produktu,
  • długości decyzji zakupowej,
  • źródła ruchu,
  • urządzenia,
  • sposobu liczenia.

Średnie branżowe traktuj jako punkt odniesienia tylko wtedy, gdy raport podaje metodologię, okres, typ sklepów i mianownik. Jedno zestawienie liczy zamówienia na sesje, inne na użytkowników, i już samo to zmienia wynik.

Dane makro pokazują skalę rynku. W 2024 roku 77% użytkowników internetu w UE kupiło coś online w ciągu poprzednich 12 miesięcy (Eurostat, 2025). Sprzedaż elektroniczną prowadziło 23,59% unijnych firm zatrudniających co najmniej 10 osób (Eurostat, 2026). Żadna z tych liczb nie jest średnim CR.

CR na poziomie 2% może być dobrym wynikiem dla jednego sklepu i słabym dla drugiego, a sam procent nie mówi, czy sprzedaż jest rentowna. Do oceny potrzebujesz jeszcze marży na sprzedawanych produktach, wartości koszyka i kosztu pozyskania klienta.

Porada datario.pl: najlepszym punktem odniesienia jest twoja własna historia. Porównuj pełne miesiące i podobne okresy sezonowe, notuj zmiany w kampaniach i zawsze sprawdzaj CR razem z liczbą zamówień oraz przychodem.

Współczynnik konwersji gazu to inne pojęcie

Współczynnik konwersji gazu służy w rozliczeniach energii do przeliczenia zużycia gazu z metrów sześciennych na kilowatogodziny. W polskich taryfach odpowiada wartości ciepła spalania paliwa gazowego w danym okresie rozliczeniowym (Urząd Regulacji Energetyki, 2026).

energia [kWh] = zużycie gazu [m³] × współczynnik konwersji [kWh/m³]

Z marketingowym CR łączy go wyłącznie słowo „konwersja”, czyli przejście z jednej formy w inną.

Przypadek użycia: gdzie sklep traci klientów

Sklep ma miesięcznie 30 000 sesji i 600 zamówień, więc CR zakupów wynosi 2%. Dopiero rozbicie wyniku na etapy lejka wskazuje, gdzie odpadają klienci. Diagnoza przebiega tak:

  1. Rozpisz lejek: 30 000 sesji, 6 000 wyświetleń produktu, 1 500 dodań do koszyka, 900 rozpoczętych zamówień, 600 zakupów.
  2. Sprawdź ubytek na końcu ścieżki: między rozpoczęciem zamówienia a zakupem odpada 300 sesji, czyli co trzecie rozpoczęte zamówienie.
  3. Podziel ten etap według urządzenia. W tym przykładzie większość rezygnacji dotyczy telefonów.
  4. Przetestuj formularz na telefonie, sprawdź płatności i ogranicz liczbę pól. Przyda się tu przegląd responsywności strony.
  5. Po zmianie porównaj CR, liczbę zamówień, przychód, liczbę rozpoczętych zamówień, odsetek błędów płatności oraz zwroty i anulowania.

Ręczne zestawianie danych z kilku raportów może zajmować około 2 godzin miesięcznie, zależnie od narzędzi i jakości wdrożenia. Stały raport z podziałem na urządzenie, źródło ruchu i etap lejka skraca analizę. Ile czasu zaoszczędzisz, sprawdzisz dopiero na własnym procesie, więc zmierz go przed zmianą i po niej. Kolejne pomysły na testy stron, formularzy i karty produktu zebraliśmy przy okazji optymalizacji konwersji w e-sklepie.

Porada datario.pl: zacznij każdą analizę od trzech przekrojów: urządzenie, źródło ruchu i etap lejka. Ten zestaw zwykle szybciej wskazuje problem niż przeglądanie kilkudziesięciu raportów bez konkretnego pytania.

Ten prompt skopiuj do czatu AI, takiego jak ChatGPT, Gemini lub Claude, a fragmenty w nawiasach dopasuj do siebie. Nie wpisuj w nim danych osobowych ani poufnych.

Wpisz liczby ze swojego lejka, a dostaniesz listę hipotez, dlaczego klienci odpadają właśnie u ciebie, i jedną zmianę, którą sprawdzisz jeszcze w tym miesiącu.

Prowadzę sklep internetowy: [BRANŻA I ŚREDNIA CENA PRODUKTU].
Mój lejek z ostatniego pełnego miesiąca: [SESJE, WYŚWIETLENIA PRODUKTU, DODANIA DO KOSZYKA, ROZPOCZĘTE ZAMÓWIENIA, ZAKUPY].
Dane zbieram w: [NARZĘDZIA, Z KTÓRYCH KORZYSTAM].
1. Policz CR dla każdego etapu i wskaż, gdzie odpada najwięcej sesji.
2. Zaproponuj 3 hipotezy, dlaczego klienci rezygnują akurat na tym etapie. Dopasuj je do mojej branży i ceny.
3. Przy każdej hipotezie wskaż przekrój, który mam sprawdzić najpierw: urządzenie, źródło ruchu albo etap lejka. Napisz też, jaki wynik w danych by ją potwierdził.
4. Wybierz jedną zmianę do przetestowania i wypisz wskaźniki, które porównam przed zmianą i po niej.
5. Zaproponuj układ stałego raportu, dzięki któremu powtórzę tę analizę co miesiąc szybciej niż ręcznie.
Jeśli brakuje ci danych, najpierw zadaj mi pytania.

FAQ

Jak obliczyć współczynnik konwersji?

Liczbę konwersji dzielisz przez liczbę sesji albo użytkowników z tego samego okresu i mnożysz przez 100%. Jeśli sklep w marcu zanotował 275 zamówień przy 12 500 sesjach, CR zakupów wynosi 2,2%. Oznacza to 22 zakupy na każde 1000 wizyt. Liczba osób, które kupiły, może być inna, bo jeden klient często wraca kilka razy, zanim zamówi.

Czym jest wskaźnik CR?

CR to skrót od angielskiego conversion rate, czyli po prostu współczynnik konwersji. Pokazuje, jaki odsetek sesji albo użytkowników wykonał działanie, które uznajesz za ważne, na przykład zakup czy zapis do newslettera. W raporcie dopisz, na czym go liczysz, np. „CR zakupów na sesje”, bo wynik na sesjach i wynik na użytkownikach to dwie różne liczby.

Wypróbuj bezpłatne narzędzia

Skorzystaj z narzędzi, które ułatwiają codzienna pracę!

Powiązane wpisy