Niski współczynnik konwersji na stronie – co może odstraszać klientów i które zmiany warto przetestować najpierw

Niski współczynnik konwersji rzadko oznacza, że trzeba natychmiast zmienić kolor przycisku „Kup teraz”. Znacznie częściej problem leży wcześniej: użytkownik trafia z niewłaściwej kampanii, nie rozumie oferty, nie ufa sklepowi, dopiero w koszyku poznaje koszt dostawy albo na telefonie nie może wygodnie dokończyć płatności. Dopóki nie wiadomo, na którym etapie klient odpada, testowanie przypadkowych zmian jest bardziej zgadywaniem niż optymalizacją.

Sam współczynnik konwersji również niewiele mówi bez kontekstu. Sklep, który ma 1,8% transakcji z całego ruchu, może działać bardzo dobrze, jeśli większość użytkowników trafia z szerokich kampanii informacyjnych, albo bardzo słabo, jeśli ruch pochodzi niemal wyłącznie z kampanii produktowych kierowanych do osób gotowych do zakupu. Dlatego pierwsza diagnoza powinna dotyczyć nie jednej liczby, lecz całego lejka.

Najpierw ustal, gdzie naprawdę ginie konwersja

Najprostszy wzór jest oczywisty: liczba transakcji / liczba sesji lub użytkowników × 100%. Problem zaczyna się wtedy, gdy właściciel strony patrzy tylko na wynik końcowy.

Załóżmy, że sklep ma w miesiącu 50 000 sesji i 750 zamówień. Konwersja wynosi 1,5%. Sama wartość nie odpowiada jednak na pytanie, co trzeba poprawić. Znacznie więcej można wyczytać z sekwencji:

• 50 000 sesji,

• 12 000 wejść na karty produktów,

• 3 600 dodań do koszyka,

• 2 000 rozpoczętych checkoutów,

• 750 zakupów.

W takim przypadku nie zaczynałbym od przebudowy strony głównej. Największa strata występuje między rozpoczęciem checkoutu a zakupem. To tam powinien pójść pierwszy audyt.

Inna sytuacja wygląda zupełnie inaczej. Jeżeli 20 000 osób ogląda produkt, ale tylko 800 dodaje go do koszyka, trzeba sprawdzić przede wszystkim samą ofertę: cenę, zdjęcia, warianty, opis, dostępność, koszt dostawy, termin realizacji i wiarygodność sprzedawcy. Naprawianie checkoutu nie pomoże, jeśli klient nie dochodzi nawet do przycisku „Dodaj do koszyka”.

W GA4 dobrze jest więc mierzyć osobno co najmniej:

• wyświetlenie produktu,

• dodanie do koszyka,

• rozpoczęcie checkoutu,

• wybór dostawy,

• rozpoczęcie lub wybór płatności,

• zakup.

Przy usługach lejkiem mogą być: wejście na ofertę, kliknięcie numeru telefonu, rozpoczęcie formularza, wysłanie formularza i zakwalifikowany lead.

Tu pojawia się częsty błąd: zdarzenie analityczne jest traktowane jak rzeczywistość biznesowa. Jeżeli tag purchase uruchamia się dwa razy po odświeżeniu strony z podziękowaniem albo nie zapisuje części zamówień z powodu błędnej konfiguracji, współczynnik konwersji będzie zwyczajnie fałszywy. Przed jakimkolwiek testem trzeba porównać dane z GA4 z panelem sklepu, systemem płatności i faktyczną liczbą zamówień.

Różnica kilku procent może wynikać z metodologii pomiaru. Różnica 20–30% powinna już uruchomić kontrolę implementacji.

Drugim krokiem jest segmentacja. Szczególnie ważne są:

Urządzenia. Jeżeli desktop konwertuje na poziomie 2,5%, a telefon na poziomie 0,7%, nie oznacza to automatycznie, że „mobile jest słabszy”. Trzeba wejść w nagrania sesji i przetestować proces na kilku realnych telefonach. Często wychodzą banalne problemy: klawiatura zasłania przycisk, popup blokuje ekran, wybór paczkomatu nie działa poprawnie albo pola formularza nie korzystają z autouzupełniania.

Źródła ruchu. Użytkownik z wyszukiwania marki zachowuje się inaczej niż osoba, która pierwszy raz zobaczyła produkt w reklamie na Instagramie. Mieszanie tych grup daje średnią, z której trudno wyciągnąć decyzję.

Nowi i powracający użytkownicy. Jeżeli powracający kupują kilka razy częściej, problem może leżeć nie w produkcie, lecz w pierwszym kontakcie z marką: niedostatecznym zaufaniu, braku opinii albo zbyt słabym wyjaśnieniu korzyści.

Kategorie i produkty. Jeden bestseller może maskować bardzo słabe wyniki reszty sklepu.

Do analizy liczb warto dołożyć narzędzia jakościowe, np. Microsoft Clarity lub Hotjar. Nagranie kilkudziesięciu sesji z konkretnego miejsca odpadu często ujawnia problem szybciej niż kolejny dashboard. Trzeba jednak oglądać sesje według hipotezy, np. „użytkownicy mobilni porzucający checkout na wyborze dostawy”, a nie przypadkowo przez dwie godziny.

Usuń tarcie przed testowaniem kosmetyki

Jeżeli wiadomo już, gdzie użytkownik rezygnuje, kolejnym zadaniem jest znalezienie tarcia. I tu priorytety są dość bezlitosne. Błąd płatności, ukryty koszt albo niedziałający formularz są ważniejsze niż wygląd przycisku, font czy zdjęcie w hero section.

W checkoutach skala problemu jest duża. Zestawienie kilkudziesięciu badań Baymard Institute daje średni wskaźnik porzuceń koszyka na poziomie około 70%. Nie oznacza to, że każdy z tych klientów da się odzyskać. Część użytkowników tylko porównuje ceny albo zapisuje produkt na później. W badaniu dotyczącym powodów rezygnacji 17% ankietowanych kupujących w USA wskazało zbyt długi lub skomplikowany checkout jako powód porzucenia zamówienia.

To jeden z powodów, dla których obowiązkowa rejestracja konta jest zwykle złym pomysłem. Jeżeli klient chce wydać 249 zł, a sklep przed zakupem wymaga od niego stworzenia hasła, potwierdzenia adresu e-mail i uzupełnienia danych, sam stawia przeszkodę na drodze do przychodu. Konto można zaproponować po zakupie.

Na karcie produktu najpierw sprawdziłbym pięć rzeczy.

1. Czy klient zna rzeczywisty koszt zakupu przed koszykiem?

Cena produktu 179 zł wygląda inaczej, gdy dopiero w checkoutcie pojawia się 19,99 zł za przesyłkę. Jeszcze gorzej działa komunikat „dostawa od 0 zł”, jeżeli darmowa opcja obowiązuje dopiero od 400 zł i klient dowiaduje się o tym po dodaniu produktu.

Jeśli darmowa dostawa zaczyna się od określonej kwoty, próg powinien być widoczny wcześniej. Dobrym rozwiązaniem jest komunikat typu: „Darmowa dostawa od 199 zł — brakuje Ci 37 zł”.

2. Czy termin dostawy jest konkretny?

„Wysyłka szybko” niczego nie wyjaśnia. „Wysyłka w 24 godziny” jest lepsza, ale klient nadal nie wie, kiedy dostanie paczkę. Praktyczniejszy komunikat to np. „Zamów do 13:00 — wysyłka dzisiaj” albo „Dostawa przewidywana: środa–czwartek”.

Nie należy jednak obiecywać terminu, którego magazyn regularnie nie dotrzymuje. Podniesienie konwersji kosztem większej liczby reklamacji i anulowanych zamówień jest tylko przesuwaniem problemu.

3. Czy użytkownik od razu widzi formy płatności i dostawy, których oczekuje?

Na polskim rynku brak wygodnej metody płatności potrafi zatrzymać zakup na ostatnim ekranie. Trzeba testować checkout na rzeczywistym urządzeniu i sprawdzić m.in. płatność szybkim przelewem, BLIK-iem, kartą oraz portfelem mobilnym, jeżeli sklep je udostępnia.

Nie wystarczy obecność logo operatora płatności w stopce. Klient powinien wiedzieć przed finalizacją, z czego może skorzystać.

Podobnie z dostawą. Jeżeli sklep pokazuje wybór automatu paczkowego, mapa lub wyszukiwarka punktów musi działać bez walki z ekranem telefonu. To właśnie takie elementy najczęściej irytują w praktyce: modal otwiera się pod paskiem cookies, mapa przesuwa ekran, a wybrany punkt znika po powrocie do checkoutu.

4. Czy sklep budzi zaufanie bez udawania?

Sekcja „100% bezpieczne zakupy” bez żadnego wyjaśnienia jest ozdobnikiem. Więcej daje normalnie podana nazwa firmy, NIP, dane kontaktowe, polityka zwrotów, warunki dostawy i opinie, które można przypisać do faktycznych klientów.

W sprzedaży konsumenckiej online klient w Polsce ma co do zasady 14 dni na odstąpienie od umowy zawartej na odległość, z wyjątkami przewidzianymi w przepisach. Nie ma sensu ukrywać tej informacji głęboko w regulaminie, skoro przejrzysta komunikacja o zwrotach zmniejsza ryzyko odczuwane przed zakupem.

Nie należy natomiast pisać „14 dni na zwrot każdego produktu” bez sprawdzenia wyjątków, np. dotyczących niektórych produktów wykonywanych na zamówienie, szybko psujących się czy określonych treści cyfrowych.

5. Czy strona po prostu działa szybko i stabilnie?

Google klasyfikuje jako dobre wyniki Core Web Vitals przy LCP do 2,5 s, INP do 200 ms i CLS do 0,1, ocenianych na 75. percentylu rzeczywistych wizyt. Są to sensowne techniczne punkty odniesienia także wtedy, gdy celem jest sprzedaż, a nie SEO.

LCP na poziomie 5–6 sekund na telefonach to nie problem do przykrycia lepszym copywritingiem. Najpierw trzeba znaleźć ciężkie zdjęcie, przeciążony JavaScript, wolny serwer albo zewnętrzny skrypt, który blokuje stronę.

Szczególnie podejrzane są:

• ogromne zdjęcia produktu ładowane w oryginalnej rozdzielczości,

• kilka systemów marketingowych uruchamianych jednocześnie,

• chatbot, heatmapa, popup, system rekomendacji i baner cookies startujące przy pierwszym renderowaniu,

• przesuwające się elementy po załadowaniu reklam lub fontów,

• przycisk zakupu, który reaguje z wyraźnym opóźnieniem.

Nie trzeba usuwać całego marketingowego stacku. Trzeba jednak sprawdzić, który skrypt realnie kosztuje użytkownika czas.

Testuj w kolejności, która może zmienić wynik finansowy

Dopiero po usunięciu oczywistych błędów technicznych i sprzedażowych zaczyna się sensowne testowanie.

Najpierw testowałbym zmiany o dużym potencjalnym wpływie:

1. całkowity koszt i sposób jego komunikowania,

2. checkout i liczbę wymaganych pól,

3. metody płatności i dostawy,

4. główną propozycję wartości i ofertę,

5. informacje ograniczające ryzyko: zwroty, termin dostawy, gwarancję, dostępność,

6. dopiero później układ sekcji, etykiety przycisków i elementy wizualne.

Zmiana zielonego CTA na pomarańczowe ma niski priorytet, jeżeli 30% użytkowników nie może poprawnie wybrać punktu odbioru. Tymczasem właśnie takie kosmetyczne testy są popularne, bo łatwo je wdrożyć i łatwo pokazać na prezentacji.

Przed testem trzeba zapisać hipotezę. Nie: „sprawdźmy nową kartę produktu”. Lepiej:

„Użytkownicy rezygnują, ponieważ nie widzą terminu dostawy przed dodaniem produktu do koszyka. Pokazanie przewidywanej daty dostawy obok przycisku zwiększy odsetek przejść z karty produktu do koszyka.”

Wtedy wiadomo:

• co zmieniamy,

• dlaczego,

• który etap lejka powinien się poprawić,

• jaką metrykę mierzymy.

Nie każda firma powinna od razu uruchamiać klasyczny test A/B. Przy małym ruchu eksperyment może trwać tak długo, że wynik przestaje być praktyczny.

Przykład pokazuje skalę problemu. Przy bazowej konwersji 2%, chęci wykrycia wzrostu względnego o 20% — czyli z 2,0% do 2,4% — oraz typowych założeniach 95% poziomu istotności i 80% mocy statystycznej potrzeba orientacyjnie około 21 tys. obserwacji na wariant. Dokładna wielkość próby zależy od przyjętej metodologii, bazowej konwersji i minimalnego efektu, który ma znaczenie biznesowe.

Jeżeli sklep generuje 3000 kwalifikujących się sesji miesięcznie, taki eksperyment nie powinien być podstawową metodą podejmowania każdej decyzji. Lepiej najpierw naprawić ewidentne problemy wykryte w analityce, testach urządzeń, formularzach i nagraniach sesji.

Przy większym ruchu test A/B również trzeba prowadzić z dyscypliną. Nie kończy się eksperymentu w środę rano tylko dlatego, że wariant B prowadzi o 18%. Test powinien obejmować pełny cykl sprzedażowy, zwykle przynajmniej pełny tydzień, a przy wyraźnej zmienności między dniami roboczymi i weekendem często dwa pełne tygodnie. Jednocześnie należy wcześniej określić regułę zakończenia testu, zamiast obserwować wynik codziennie i zatrzymać go w dogodnym momencie.

Trzeba też pilnować wyniku biznesowego, a nie samego kliknięcia. Nowy przycisk może zwiększyć liczbę przejść do koszyka o 12%, ale jeżeli liczba zamówień pozostanie bez zmian, firma nie zarobiła na tym ani złotówki.

Jeszcze bardziej zdradliwe są rabaty. Obniżka ceny z 299 zł do 269 zł może wyraźnie poprawić konwersję, ale jednocześnie zmniejszyć marżę. Test jest wygrany dopiero wtedy, gdy poprawia metrykę, na której faktycznie zależy biznesowi: marżę, przychód na użytkownika, liczbę kwalifikowanych leadów albo wartość klienta, a nie jedynie procent zakupów.

To samo dotyczy agresywnych popupów. Formularz z kodem „-10% za zapis” może zwiększyć liczbę adresów e-mail, a jednocześnie pogorszyć pierwszą wizytę użytkownika, szczególnie na telefonie. Jeżeli popup zasłania produkt po dwóch sekundach, zwiększa się liczba zapisów, ale niekoniecznie liczba rentownych klientów.

FAQ: niski współczynnik konwersji

Jaki współczynnik konwersji jest dobry dla sklepu internetowego?
Nie istnieje jedna wartość, która uczciwie opisuje wszystkie sklepy. Wynik zależy m.in. od branży, ceny produktu, źródła ruchu, udziału nowych klientów, urządzenia i definicji konwersji. Bardziej użyteczne jest porównanie własnego wyniku między źródłami ruchu i kolejnymi okresami niż pogoń za jedną „średnią dla e-commerce”.

Czy najpierw poprawić stronę główną czy checkout?
Najpierw sprawdź miejsce największego odpadu. Jeżeli użytkownicy masowo dodają produkty do koszyka, ale nie kończą zakupów, priorytetem jest checkout. Jeżeli niemal nikt nie dodaje produktu, trzeba zacząć od oferty i karty produktu.

Ile danych potrzeba do testu A/B?
Nie ma stałej liczby. Wielkość próby zależy od bazowej konwersji i efektu, jaki chcesz wykryć. Przy konwersji 2% nawet umiarkowana poprawa może wymagać dziesiątek tysięcy sesji na wariant. Przy małym ruchu testowanie każdej drobnej zmiany jest zwykle nieefektywne.

Czy szybkość strony naprawdę wpływa na sprzedaż?
Jeżeli strona ładuje się długo, reaguje z opóźnieniem albo przesuwa elementy podczas kliknięcia, użytkownik dostaje dodatkowe powody do rezygnacji. Do kontroli technicznej można przyjąć progi Core Web Vitals: LCP do 2,5 s, INP do 200 ms i CLS do 0,1 na 75. percentylu wizyt.

Czy warto od razu przebudować całą stronę?
Zwykle nie. Duży redesign zmienia jednocześnie tyle elementów, że później trudno powiedzieć, co pomogło, a co pogorszyło wynik. Wyjątkiem jest sytuacja, gdy serwis ma fundamentalne problemy techniczne, nie działa poprawnie mobilnie albo obecnej architektury nie da się sensownie naprawiać etapami.

Co sprawdzić jako pierwsze przy nagłym spadku konwersji?
Najpierw działanie checkoutu i pomiaru. Wykonaj testowe zamówienie na telefonie i komputerze, sprawdź płatność, dostawę, błędy formularza, ceny oraz rejestrowanie zdarzenia zakupu. Nagły spadek częściej wynika z awarii, zmiany kampanii albo błędu analityki niż z tego, że klienci z dnia na dzień przestali lubić wygląd strony.

Jeżeli trzeba wybrać tylko jedno działanie, nie zaczynaj od nowego layoutu. Rozpisz lejek od wejścia do zakupu, znajdź etap z największym nienaturalnym odpadem, a następnie wykonaj na nim pełną ścieżkę zakupową na telefonie. Błąd płatności, ukryty koszt dostawy, niedziałający wybór dostawy albo formularz blokujący zakup należy usunąć przed uruchomieniem jakiegokolwiek eksperymentu wizualnego.

Więcej informacji na: https://hd-biznes.com