7 podstawowych analiz sprzedaży, które warto robić w każdym sklepie internetowym

Dobra analityka e-commerce nie zaczyna się od BigQuery, modelu atrybucji ani rozbudowanego dashboardu.

Zaczyna się od prostych pytań:

Czy sprzedajemy więcej? Co dokładnie rośnie? Kto kupuje? Jakie produkty napędzają wynik? Ilu klientów wraca?

Większość pierwszych odpowiedzi można znaleźć w systemie sklepowym, GA4 albo zwykłym arkuszu.

Kluczowe jest jednak to, żeby nie kończyć analizy na samej liczbie. Każdy wskaźnik powinien prowadzić do kolejnego pytania i możliwej decyzji.

Dlatego przy każdej analizie warto trzymać prosty schemat:

co policzyć → co to mówi → jaką decyzję można podjąć.

Sprzedaż i liczba zamówień w czasie

To najbardziej podstawowy wykres w e-commerce, ale łatwo wyciągnąć z niego zbyt prosty wniosek.

Załóżmy:

• sierpień: 400 000 zł przychodu i 1 200 zamówień,
• wrzesień: 420 000 zł przychodu i 1 050 zamówień.

Przychód wzrósł o 5%.

Czy to znaczy, że sklep działa lepiej?

Niekoniecznie.

Liczba zamówień spadła o 12,5%. Wynik mógł poprawić się dlatego, że klienci kupowali droższe produkty albo zmienił się mix asortymentu.

Co policzyć

Co najmniej:

• przychód,
• liczbę zamówień,
• dynamikę tydzień do tygodnia i miesiąc do miesiąca.

Co to mówi

Czy wzrost wynika z większej liczby transakcji, czy z wartości pojedynczego zamówienia.

Decyzja

Jeżeli przychód rośnie, ale zamówień jest mniej, nie zwiększaj automatycznie budżetu reklamowego. Najpierw sprawdź AOV, mix produktów i udział klientów powracających.

Średnia wartość zamówienia — AOV

Najprostszy wzór:

AOV = przychód / liczba zamówień

Jeżeli sklep zrobił 300 000 zł przychodu z 1 000 zamówień:

AOV = 300 zł

Sam wynik jest jednak dopiero początkiem.

Załóżmy, że miesiąc później AOV spada do 255 zł.

Możliwe przyczyny:

• większy udział produktów z niższej półki cenowej,
• silniejsza promocja,
• zmiana struktury nowych i powracających klientów,
• niższy próg darmowej dostawy,
• większa liczba pojedynczych zakupów zamiast zestawów.

Co policzyć

AOV w czasie oraz AOV dla ważnych segmentów.

Co to mówi

Jak zmienia się wartość pojedynczego koszyka.

Decyzja

Może prowadzić do testu bundle, cross-sellu, progu darmowej dostawy albo analizy, czy promocje rzeczywiście zwiększają wartość całej sprzedaży.

Nowi vs powracający klienci

Dwa sklepy mogą mieć identyczny przychód, ale zupełnie inną sytuację biznesową.

Sklep A:

• 70% sprzedaży od nowych klientów,
• 30% od powracających.

Sklep B:

• 25% sprzedaży od nowych,
• 75% od powracających.

W drugim przypadku marketing może wyglądać świetnie w platformach reklamowych, ale firma może mieć problem z pozyskiwaniem nowego popytu.

Co policzyć

• liczbę nowych klientów,
• liczbę powracających,
• przychód obu grup,
• AOV obu grup,
• koszt pozyskania nowego klienta, jeżeli dane na to pozwalają.

Co to mówi

Czy wzrost pochodzi z pozyskania nowych klientów, czy z monetyzacji istniejącej bazy.

Decyzja

Jeżeli udział nowych klientów spada, warto osobno ocenić prospecting, brand search, remarketing i działania retencyjne.

Sprzedaż według produktu i kategorii

Łączny przychód sklepu może rosnąć, podczas gdy jego struktura mocno się pogarsza.

Przykład:

• wcześniej 40% sprzedaży pochodziło z produktów wysokomarżowych,
• teraz większość wzrostu robi linia o znacznie niższej marży.

W panelu reklamowym może wyglądać to jak sukces.

W finansach już niekoniecznie.

Co policzyć

Dla produktu i kategorii:

• przychód,
• liczbę sztuk,
• liczbę zamówień,
• AOV zamówień zawierających produkt,
• marżę, jeśli jest dostępna.

Co to mówi

Które elementy oferty rzeczywiście budują wynik.

Decyzja

Może wpłynąć na feed reklamowy, merchandising, stany magazynowe, promocje oraz to, które produkty warto skalować.

Udział bestsellerów w sprzedaży

Warto wiedzieć nie tylko, co jest bestsellerem, ale również jak bardzo sklep jest od niego zależny.

Załóżmy, że pięć produktów generuje 55% całego przychodu.

To może być świetna informacja — firma ma bardzo mocne produkty.

Ale jest też ryzyko:

• brak magazynowy jednego SKU mocno uderza w wynik,
• konkurencja cenowa na kilku produktach wpływa na cały biznes,
• kampanie mogą optymalizować się przede wszystkim pod łatwe bestsellery.

Co policzyć

Udział TOP 5, TOP 10 lub TOP 20 produktów w:

• przychodzie,
• liczbie zamówień,
• marży.

Co to mówi

Jak skoncentrowana jest sprzedaż.

Decyzja

Może prowadzić do dywersyfikacji oferty, zwiększenia zapasu kluczowych SKU albo oddzielnego podejścia reklamowego do produktów strategicznych.

Źródła pozyskania sprzedaży — ale nie tylko według przychodu

Najczęstszy raport marketingowy wygląda mniej więcej tak:

• Google Ads — 180 tys. zł,
• Meta — 90 tys. zł,
• organic — 70 tys. zł,
• direct — 60 tys. zł.

Problem polega na tym, że każda z tych liczb wymaga kontekstu.

Warto zapytać:

• ilu nowych klientów przyniósł kanał,
• jakie produkty kupowali,
• jaki był AOV,
• czy wracali później,
• ile kosztowało ich pozyskanie.

Co policzyć

Na początku wystarczy:

• przychód,
• zamówienia,
• AOV,
• udział nowych klientów,
• koszt kampanii tam, gdzie jest dostępny.

Co to mówi

Nie tylko „który kanał sprzedał najwięcej?”, ale również jaką rolę kanał pełni w biznesie.

Decyzja

Kanał z niższym ROAS-em może być wartościowy, jeżeli pozyskuje nowych klientów, którzy później wracają. Kanał z bardzo wysokim ROAS-em może głównie domykać istniejący popyt.

Dlatego nie warto podejmować decyzji o budżecie na podstawie jednej kolumny.

Po ilu dniach klient kupuje ponownie?

To jedna z najbardziej niedocenianych prostych analiz.

Jeżeli sklep sprzedaje produkt kupowany cyklicznie, warto wiedzieć:

• jaki jest medianowy czas do kolejnego zamówienia,
• jaki odsetek klientów wraca po 30, 60 i 90 dniach,
• jak różni się to między pierwszym kupionym produktem albo kategorią.

Co policzyć

Dla klientów z co najmniej dwoma zamówieniami:

data drugiego zakupu – data pierwszego zakupu

Następnie sprawdź rozkład.

Nie tylko średnią.

Jeżeli część klientów wraca po 14 dniach, a część po 120, średnia może być mało reprezentatywna.

Co to mówi

Kiedy naturalnie pojawia się kolejna potrzeba zakupowa.

Decyzja

Może pomóc ustawić:

• moment komunikacji CRM,
• kampanie win-back,
• rekomendacje kolejnego produktu,
• okna analiz retencji.

Jak połączyć te analizy w jeden prosty rytm?

Nie trzeba robić siedmiu raportów codziennie.

Dla wielu sklepów wystarczy prosty rytm.

Co tydzień

• przychód,
• zamówienia,
• AOV,
• źródła sprzedaży,
• najważniejsze produkty.

Co miesiąc

• nowi vs powracający,
• koncentracja sprzedaży,
• zmiany miksu produktów,
• powroty klientów.

Kwartalnie

• porównanie kohort,
• LTV,
• rentowność kanałów,
• wpływ promocji,
• zmiany struktury klientów.

Analityka ma wspierać rytm decyzji biznesowych. Nie każdy wskaźnik musi być oglądany codziennie.

Najczęstszy błąd: patrzenie na liczbę bez kontekstu

„AOV spadło.”

To nie jest jeszcze analiza.

Analiza zaczyna się od:

AOV spadło z 310 do 260 zł. Spadek dotyczy głównie nowych klientów z płatnych sociali, którzy częściej kupują linię entry-level.

Dopiero wtedy można zdecydować, co sprawdzić dalej.

Podobnie:

Sprzedaż wzrosła o 12%.

Nadal za mało.

Czy wzrosła liczba klientów? AOV? rabaty? ceny? sprzedaż do istniejącej bazy? udział jednego produktu?

Dobra analityka rozkłada wynik na mechanizm.

Czy do tego potrzebujesz BigQuery?

Nie zawsze.

Jeżeli wszystkie dane są dostępne w jednym sklepie, a analiza jest wykonywana raz w miesiącu, arkusz może być zupełnie wystarczający.

BigQuery lub inna hurtownia zaczyna mieć większą wartość, gdy:

• trzeba regularnie łączyć kilka systemów,
• definicje mają być powtarzalne,
• historia jest duża,
• raport ma aktualizować się automatycznie,
• wiele osób korzysta z tej samej logiki biznesowej.

Nie jest celem samym w sobie.

Więcej o tej decyzji: Kiedy firma naprawdę potrzebuje BigQuery, a kiedy wystarczy GA4?.

FAQ

Jaka analiza e-commerce jest najważniejsza na początku?

Najpierw trzeba rozumieć przychód, liczbę zamówień, AOV oraz strukturę nowych i powracających klientów. Bez tego trudno interpretować wyniki kanałów marketingowych.

Czy GA4 wystarczy do tych analiz?

Do części tak. Dane o zachowaniu, źródłach ruchu i e-commerce są dostępne w GA4. Pełna analiza sprzedaży, marży, zwrotów i historii klienta zwykle wymaga także danych ze sklepu lub innych systemów.

Czy ROAS jest analizą sprzedaży?

ROAS jest jednym wskaźnikiem efektywności reklamowej. Nie pokazuje sam z siebie marży, udziału nowych klientów, zwrotów ani sprzedaży, która wystąpiłaby bez reklamy.

Jak często analizować sprzedaż?

Operacyjne wskaźniki warto monitorować co tydzień. Strukturalne zmiany, takie jak retencja, LTV czy mix klientów, często lepiej analizować miesięcznie lub kohortowo.