Google Analytics, panel sklepu, raporty reklam - liczby są wszędzie. Problem polega na tym, że nie wszystkie mówią coś istotnego. Skupienie się na właściwych metrykach zamiast na tych łatwo dostępnych to różnica między decyzjami opartymi na danych a iluzją zarządzania przez dane.
Współczynnik konwersji
Procent użytkowników, którzy dokonali zakupu w stosunku do wszystkich odwiedzających. To fundament analizy sklepu. Różni się znacznie między kanałami (ruch organiczny konwertuje inaczej niż ruch z reklam), urządzeniami (mobile konwertuje gorzej niż desktop w większości sklepów) i kategoriami produktów. Analizuj zawsze w odpowiednim segmencie, nie tylko globalnie.
Średnia wartość zamówienia (AOV)
Average Order Value to średnia wartość pojedynczego zamówienia. Wzrost AOV bez wzrostu ruchu oznacza wzrost przychodów. Taktyki zwiększające AOV: cross-selling, up-selling, darmowa dostawa od określonej kwoty, pakiety produktów. Śledź AOV w segmentach: nowi vs powracający klienci, kanał ruchu, kategoria.
Wskaźnik powrotów klientów
Procent klientów, którzy wrócili i zrobili kolejne zakupy. Dla większości sklepów koszt pozyskania klienta jest znacznie wyższy niż koszt jego utrzymania. Sklep z wysokim wskaźnikiem powrotów ma zdrowszy model biznesowy niż sklep zależny wyłącznie od pozyskiwania nowych klientów.
Koszt pozyskania klienta (CAC)
Suma wydatków marketingowych podzielona przez liczbę nowych klientów w danym okresie. Zestawienie CAC z Customer Lifetime Value (LTV) mówi czy model pozyskiwania klientów jest opłacalny. CAC wyższy niż LTV to model, który nie ma przyszłości niezależnie od przychodów.
Porzucone koszyki
Procent koszyków zakończonych bez zakupu. Wysoki wskaźnik porzuceń to sygnał problemu w procesie zakupowym. Sam wskaźnik globalny mówi mało - ważniejsze jest na którym kroku checkoutu klienci rezygnują najczęściej. GA4 z prawidłowo skonfigurowanym śledzeniem e-commerce pokazuje tę ścieżkę.
Czego nie śledzić zbyt uważnie
Liczba odwiedzin sesji bez kontekstu, bounce rate (mylące po przejściu na GA4), liczba obserwujących na social media - to metryki, które wyglądają jak dane, ale rzadko prowadzą do actionable wniosków. Skup czas analityczny na wskaźnikach, które mają bezpośredni związek z przychodem.