Jak analizować sprzedaż produktów w sklepie internetowym?

1. Ustal, co liczy każda kolumna.

Raport produktów Flowpeek łączy obserwowane wyświetlenia, dodania do koszyka, zakupy oraz przychód dla rozpoznanych produktów. Zakupy oznaczają różne transakcje zawierające produkt. Jeśli jeden klient kupi trzy sztuki w jednym zamówieniu, nie są to automatycznie trzy zakupy w tej kolumnie. Wyświetlenia z kolei liczą zdarzenia, nie wyłącznie różne osoby.

CR w tym raporcie odnosi zakupy produktu do jego obserwowanych wyświetleń. Nie jest tym samym co odsetek wszystkich odwiedzających sklep, którzy dokonali zamówienia. W innych narzędziach nazwy i mianowniki mogą być inne: dokumentacja GA4 osobno rozróżnia wskaźniki zdarzeń i pozycji produktowych. Przed porównaniem dwóch tabel odczytaj definicje, zamiast zakładać, że podobna etykieta gwarantuje zgodność.

Przeczytaj jeden wiersz od lewej do prawej. Koszula granatowo-beżowa ma 49 wyświetleń, 28 unikalnych użytkowników, 1 zakup i CR 2,04%: jeden zakup podzielony przez 49 wyświetleń. Dzielenie przez 28 osób dałoby inny wskaźnik. Koszula granatowo-kremowa ma z kolei 28 wyświetleń, 5 dodań do koszyka i 0 zarejestrowanych zakupów. To dobry kandydat do dalszej kontroli koszyka, ale jeszcze nie wyjaśnienie porzucenia.

2. Sprawdź okres, walutę i rozpoznanie katalogu.

Wybierz zakończony okres, który obejmuje wystarczającą liczbę obserwacji dla Twojego sklepu. Zbyt krótki zakres może premiować produkt z jednym zakupem. Zbyt długi miesza sezony, promocje i różną dostępność. Zacznij od kilku tygodni, a gdy porównujesz wyniki, zapisz zmiany ceny, ekspozycji i zapasu.

Odczytaj informację o kompletności. Brak jawnej listy produktów w zdarzeniu lub jednoznacznego dopasowania do katalogu ogranicza raport. Flowpeek nie zgaduje produktu po podobnej nazwie. Brak kwoty czy waluty pozostaje brakiem danych, a nie zerem. Do sortowania po przychodzie wybierz jedną walutę; tak samo oceniaj ranking marek. Filtr waluty ogranicza zakupy i przychód, lecz wyświetlenia oraz dodania do koszyka nadal obejmują obserwacje ze wszystkich walut w wybranym okresie. Takiego CR nie interpretuj jako konwersji osobnego rynku. PLN i EUR nie są automatycznie sprowadzane do jednej wartości.

3. Zmień pytanie, a potem sortowanie.

Ranking po przychodzie pokaże produkty, które budują wartość sprzedaży. Ranking po zakupach pokaże te pojawiające się w wielu transakcjach. Ranking po wyświetleniach ujawni zainteresowanie, które nie musi jeszcze przekładać się na wynik. Żaden z tych widoków osobno nie opisuje całej roli produktu.

Przejrzyj kilka pierwszych pozycji w każdym zestawieniu, a następnie użyj kategorii, marki lub dostępnych wartości wskaźników, żeby zawęzić temat. Szukając kart do poprawy, wybierz najpierw produkty mające zauważalny ruch. Produkt z dwoma wyświetleniami i zerem zakupów zwykle daje zbyt mało informacji do oceny. Nie przenoś również wniosków o jednej popularnej kategorii na całą ofertę.

4. Rozpoznaj cztery typowe sytuacje.

Dużo wyświetleń i mało dodań do koszyka kieruje uwagę na ofertę: zgodność reklamy z kartą, cenę, opis, warianty i dostępność. Sprawdź kartę na urządzeniu klienta i kilka zarejestrowanych ścieżek. Nie zakładaj od razu, że problemem jest cena; równie dobrze istotny wariant może być niedostępny lub opis nie odpowiadać na ważne pytanie.

Dużo dodań i mało zakupów skłania do sprawdzenia finalizacji, kosztu dostawy oraz tego, czy produkt kupowany jest później. Mało wyświetleń przy powtarzalnych zakupach może uzasadnić test większej ekspozycji, po sprawdzeniu zapasu. Duży przychód z niewielu transakcji wymaga ostrożności: wynik może zależeć od pojedynczych drogich zamówień. Te obserwacje pomagają wybrać następny krok, nie dowodzą jeszcze przyczyny.

5. Przykład: popularna karta nie jest jeszcze bestsellerem.

Załóżmy, że produkt A ma 2 000 wyświetleń, 100 dodań do koszyka i 20 transakcji. Produkt B ma 500 wyświetleń, 60 dodań oraz 15 transakcji. Zakupy względem wyświetleń to odpowiednio 1% i 3%. Są to przykładowe liczby do obliczenia, a nie wynik któregokolwiek klienta Flowpeek.

Nie wynika z nich automatycznie, że trzeba przenieść cały ruch na B. Produkty mogą różnić się ceną, przeznaczeniem, dostępnością i źródłem zainteresowania. Najpierw sprawdź, czy A odpowiada obietnicy promocji, a B może obsłużyć większą skalę. Dla A zaplanuj przegląd karty i ścieżek; dla B rozważ ograniczony test ekspozycji. Oba działania powinny mieć zapisany punkt odniesienia i termin oceny.

6. Sprawdź kilka transakcji i nie sumuj osób między produktami.

Jedno zamówienie może zawierać kilka produktów, a jedna osoba obejrzeć wiele kart. Dlatego suma zakupów z wierszy produktowych nie jest automatycznie liczbą unikalnych zamówień sklepu. Tak samo dodanie unikalnych użytkowników każdego produktu nie daje liczby różnych osób w całym sklepie. Nakładające się grupy wymagają innej agregacji.

Przy nieoczekiwanym przychodzie wybierz konkretny produkt i zamówienia z tego okresu. Sprawdź ilość, wartość pozycji, walutę i status źródłowego zakupu. Kwota całego zamówienia może zawierać inne produkty lub dostawę. Porównując z GA4, pamiętaj, że przychód pozycji produktowych ma odrębną definicję. Jeżeli potrzebujesz dalszej analizy, wyeksportuj raport do CSV; zachowaj osobne wiersze walutowe i opisy braków.

7. Wprowadź jedną zmianę i wróć do tych samych wskaźników.

Wybierz produkt, dla którego obserwacja ma wystarczający wolumen i jasny następny krok. Zapisz hipotezę: „Klienci nie widzą informacji o kompatybilności przed przyciskiem zakupu”. Popraw ten element, zamiast jednocześnie zmieniać cenę, zdjęcia, reklamę i dostawę. Do oceny wróć w porównywalnym zakresie czasu.

Obok CR zapisz wyświetlenia, zakupy i kontekst ruchu. Przy większym dopływie nowych odbiorców procent może spaść, mimo wzrostu liczby zakupów. Wynik po zmianie nie jest samodzielnym dowodem jej wpływu; silniejsze wnioski wymagają zaplanowanego porównania. Raport produktów pomaga wybrać sensowny test i obserwować przebieg, a koszty towaru oraz opłacalność sprawdzasz w danych finansowych firmy.