412 tysięcy sesji. 84 tysiące koszyków. Gdzie zniknęła reszta?
Firma zleca przebudowę checkoutu, bo „konwersja jest za niska”. Trzy miesiące pracy, dziesiątki tysięcy złotych, nowy proces zakupowy. Efekt: zero. Dlaczego? Bo checkout działał dobrze — z koszyka do zakupu przechodził wysoki odsetek klientów. Wyciek był piętro wyżej: z 412 tysięcy sesji tylko 84 tysiące kończyły się dodaniem do koszyka — retencja do koszyka na poziomie zaledwie 20%. Firma naprawiała drzwi, gdy dziura była w witrynie.
Jak rozbić lejek sklepu na cztery etapy i po co?
Lejek sklepu internetowego to sekwencja czterech przejść: sesja → dodanie do koszyka → rozpoczęcie checkoutu → zakup (więcej o tym, dlaczego na tym ostatnim etapie rezygnuje nawet 7 na 10 klientów, przeczytasz w artykule o porzuconych koszykach). Oznacza to, że „współczynnik konwersji” — jedna liczba, którą raportuje większość firm — jest w istocie iloczynem trzech osobnych współczynników, a każdy z nich mierzy inny mechanizm i psuje się z innych powodów. Diagnoza zaczyna się od rozbicia iloczynu na czynniki i znalezienia tego, który odstaje.
To brzmi banalnie, a jest zaskakująco rzadkie: w rozmowach z właścicielami sklepów pytanie „gdzie dokładnie jest wasz największy wyciek?” niemal zawsze spotyka się z odpowiedzią w stylu „konwersja to 1,8%”. To tak, jakby na pytanie „gdzie boli?” odpowiadać „ogólnie”.
Co oznacza niski add-to-cart przy dobrej konwersji z koszyka?
Że problem nie leży w procesie zakupowym, tylko przed nim — w ofercie i sposobie jej prezentacji. Klient obejrzał i wyszedł, zanim w ogóle rozważył zakup. Typowi podejrzani na tym piętrze: karta produktu, która nie odpowiada na pytania klienta (skład, efekty, dla kogo), cena bez kontekstu wartości, brak dowodu społecznego w widocznym miejscu, zdjęcia niesprzedające zastosowania, ruch z kampanii trafiający na nietrafione strony docelowe.
Zwróć uwagę na ostatni punkt: niski add-to-cart bywa problemem ruchu, nie strony. Kampania szeroko targetowana potrafi zwozić sesje, które nigdy nie miały intencji zakupowej — i żadna optymalizacja karty produktu tego nie naprawi. Rozdzielenie tych dwóch przyczyn wymaga analizy add-to-cart per źródło ruchu, nie tylko globalnie.
Co oznacza odwrotny wzorzec?
Wysoki add-to-cart i wyciek między koszykiem a zakupem to inna choroba: klient chciał kupić i coś go zatrzymało w ostatnich metrach. Tu podejrzanymi są koszty ujawniane za późno (dostawa-niespodzianka to klasyk), brak preferowanej metody płatności lub dostawy, wymuszona rejestracja, formularz proszący o zbyt wiele, wolny lub niestabilny checkout na mobile.
Ten wzorzec jest paradoksalnie lepszą wiadomością — bo naprawy na tym piętrze są zwykle tańsze, szybsze i łatwiejsze do przetestowania niż przebudowa oferty. Ale tylko wtedy, gdy rzeczywiście tam jest problem. Stąd żelazna zasada: najpierw dekompozycja lejka, potem budżet naprawczy. Nigdy odwrotnie.
Który etap naprawiać najpierw?
Zasada największego wycieku: inwestujesz tam, gdzie iloczyn potencjalnej poprawy i wolumenu jest najwyższy — a nie tam, gdzie akurat masz pomysł albo gdzie agencja ma usługę. Brzmi oczywiście, ale w praktyce firmy regularnie optymalizują blog, gdy krwawi checkout, i przebudowują checkout, gdy krwawi karta produktu.
Jak policzyć ten iloczyn dla Twojego lejka, jak zbudować z niego ranking hipotez do testów A/B i które quick-winy da się wdrożyć w 30 dni — to jest dokładnie moduł CRO audytu, który robię na danych, nie na wrażeniach.
Co dalej?
Rozbicie Twojego lejka na cztery etapy to 20 minut pracy na danych z GA4 lub panelu sklepu. Diagnoza, co z tym zrobić i w jakiej kolejności — to rozmowa. Umów bezpłatną konsultację diagnostyczną: zanim wydasz budżet na przebudowę czegokolwiek, upewnij się, że naprawiasz właściwe piętro.
FAQ
Jaki add-to-cart rate jest dobry?
Benchmarki rynkowe wahają się szeroko (typowo 5–12% sesji), bo zależą od kategorii, źródeł ruchu i udziału mobile. Ważniejszy od benchmarku jest trend własny i porównanie per źródło ruchu — to one pokazują, czy problem leży w stronie, czy w jakości sesji.
Dlaczego klienci nie dodają produktów do koszyka?
Najczęstsze przyczyny: karta produktu nieodpowiadająca na kluczowe pytania, cena bez kontekstu wartości, brak dowodu społecznego, słabe zdjęcia oraz ruch bez intencji zakupowej z szeroko targetowanych kampanii. Diagnozę zaczyna się od analizy add-to-cart per źródło.
Co poprawić najpierw: kartę produktu czy checkout?
To rozstrzyga dekompozycja lejka: niski add-to-cart przy zdrowym checkoucie wskazuje na kartę produktu i ofertę; wysoki add-to-cart z wyciekiem w procesie — na checkout. Inwestowanie przed diagnozą to najczęstszy sposób marnowania budżetu CRO.
