Większość sklepów Shopify ma za dużo danych i za mało wniosków. Jak połączyć GA4, analitykę Shopify, heatmapę i Klaviyo w jedną pętlę decyzyjną, która podnosi ROAS i konwersję.
Większość sklepów Shopify ma za dużo danych i za mało wniosków. Dashboardy świecą zielono, a konwersja stoi. Problem nie leży w braku liczb — leży w tym, że każde źródło ogląda się osobno. GA4 w jednej zakładce, analityka Shopify w drugiej, heatmapa w trzeciej, Klaviyo gdzieś z boku. Każde z nich mówi prawdę, ale żadne nie mówi całej.
Ten przewodnik pokazuje, jakie dane śledzić i gdzie, żeby realnie poprawiać dwie liczby, które decydują o rentowności sklepu: ROAS i CRO. ROAS (zwrot z wydatków na reklamę, ang. *return on ad spend*) liczysz jako przychód z reklam podzielony przez koszt reklam. CRO (optymalizacja współczynnika konwersji, ang. *conversion rate optimization*) to praca nad CVR — współczynnikiem konwersji, czyli liczbą zamówień podzieloną przez liczbę sesji. Te dwie dźwignie są ze sobą sprzężone. Lepsza konwersja na stronie poprawia ROAS bez dokładania złotówki do budżetu reklamowego.
Cztery źródła danych i pytania, na które odpowiadają
Każde narzędzie odpowiada na inne pytanie. Dopiero komplet daje pełny obraz.
GA4 — skąd przychodzą i co robią. Google Analytics 4 to fundament. Pokazuje ruch, źródła i kanały (płatne, organiczne, e-mail, direct), zaangażowanie, ścieżki zachowania i zdarzenia na bieżąco. To tutaj sprawdzasz, który kanał i która kampania dowożą ruch, jak głęboko ludzie wchodzą w lejek i gdzie z niego wypadają. GA4 odpowiada na pytanie „skąd i jak" — skąd przychodzą użytkownicy i jak poruszają się po sklepie.
Analityka Shopify (i Replo) — co realnie kupują. To warstwa sprzedażowa. Zamówienia, przychód, AOV (średnia wartość zamówienia, ang. *average order value* — przychód podzielony przez liczbę zamówień), produkty, które sprzedają się razem, marża po rabatach. Replo dokłada do tego dane o tym, jak ludzie używają konkretnych stron i sekcji. Shopify mówi twardą prawdę o pieniądzach — bo to tutaj domyka się transakcja, a nie w modelu atrybucji reklamowej.
Heatmapa — dlaczego porzucają. Heatmapa (mapa klikalności i przewijania) plus nagrania sesji pokazują, jak odwiedzający wchodzą w interakcję ze stroną: gdzie klikają, jak daleko scrollują, gdzie się zatrzymują i gdzie utykają. To jedyne źródło, które tłumaczy „dlaczego". GA4 powie Ci, że duża część ludzi porzuca landing page. Heatmapa pokaże, że scroll zatrzymuje się tuż przed sekcją z ceną, bo nad nią siedzi za długa sekcja „o nas". To jest insight gotowy pod test A/B.
Klaviyo — przychód z e-maila i SMS. Klaviyo to dane o zaangażowaniu w wiadomości (otwarcia, kliknięcia) i, co ważniejsze, o przychodzie z flowów i kampanii. Welcome flow, porzucony koszyk, porzucone przeglądanie, win-back. Tutaj sprawdzasz, ile sprzedaży dowozi marketing „własny" — ten, za który nie płacisz CPC (koszt kliknięcia, ang. *cost per click* — koszt kampanii podzielony przez liczbę kliknięć) za każde wejście. Zdrowy sklep ma znaczący udział przychodu z e-maila i SMS, bo to obniża średni CAC (koszt pozyskania klienta, ang. *customer acquisition cost* — koszt marketingu podzielony przez liczbę nowych klientów).
Dlaczego dopiero przecięcie danych daje obraz
Pojedyncze źródło zawsze kłamie przez pominięcie. Siła jest w nakładaniu warstw.
GA4 + Shopify — łączysz ruch z pieniędzmi. GA4 mówi, że kampania na Meta dowiozła 5000 sesji. Shopify mówi, że z tych sesji było 40 zamówień po niskim AOV. Dopiero razem wiesz, że kampania ściąga ruch, który kupuje tanio — i że problemem nie jest ruch, tylko oferta na stronie. (Liczby to przykład ilustracyjny, nie wynik konkretnego sklepu.)
GA4 + heatmapa — łączysz „co się dzieje" z „dlaczego". GA4 pokazuje wysoki współczynnik porzuceń na karcie produktu. Heatmapa pokazuje, że nikt nie dociera do sekcji z opiniami, bo galeria zdjęć zajmuje cały pierwszy ekran. Masz hipotezę.
Shopify + Klaviyo — łączysz sprzedaż z kanałem własnym. Widzisz, że klienci z flowów Klaviyo mają wyższy AOV niż ruch z reklam. To argument, by więcej budżetu przesunąć w budowanie listy.
Reguła jest prosta: GA4 mówi skąd i jak, Shopify co kupują, heatmapa dlaczego jest tarcie. Klaviyo domyka pętlę po stronie retencji. Gdy zestawisz te warstwy, przestajesz zgadywać i zaczynasz stawiać hipotezy oparte na dowodach. Tak właśnie wygląda proces analizy CRO jako pętla decyzyjna.
Od danych do konkretnych poprawek na Shopify
Dane bez działania to kosztowne hobby. Insighty mają prowadzić do zmian na sklepie, które potem testujesz. Oto rzeczy, które najczęściej wychodzą z analityki — i co z nimi robimy.
Nowe landing page do testów. Gdy GA4 pokazuje, że konkretna kampania ma dobry ruch, ale słabą konwersję, budujemy dedykowany landing pod tę grupę odbiorców zamiast kierować na stronę główną. Reguły dobrej budowy opisaliśmy w anatomii landing page.
Nowe oferty, pricing i bundle do testów. Jeśli analityka Shopify pokazuje, że dwa produkty kupowane są często razem, testujemy zestaw w jednej cenie. Jeśli AOV jest niskie, testujemy progi darmowej dostawy oraz upsell i cross-sell pod wzrost AOV.
Test wizualnej hierarchii. Heatmapa scrolla pokazuje, gdzie ludzie się zatrzymują. Przesuwamy najważniejsze elementy — przycisk, cenę, dowód społeczny — nad linię zatrzymania i testujemy nowy układ.
Ulepszanie obecnych sekcji i elementów. Nie zawsze trzeba budować od zera. Często wystarczy przepisać nagłówek, skrócić sekcję, dodać opinie tam, gdzie heatmapa pokazuje wahanie.
Dobre praktyki układu strony. Pilnujemy, by strony trzymały sprawdzone wzorce: czytelny pierwszy ekran, jeden wyraźny przycisk, dowód społeczny blisko decyzji.
Message match — dopasowanie komunikatu reklamy do landing page. To jeden z najczęstszych cichych zabójców ROAS. Reklama obiecuje „-20% na pierwsze zamówienie", a landing o tym nie wspomina. Spójność nagłówka, oferty i wizualizacji między reklamą a stroną podnosi konwersję bez ruszania budżetu. Tu pomaga uporządkowanie ścieżek w mapowaniu lejka.
Jeden cel na stronę. Strona, która próbuje zrobić pięć rzeczy naraz, nie robi żadnej dobrze. Każda strona docelowa dostaje jeden, skupiony cel — i tylko jeden główny przycisk.
To zamyka pętlę: dane → hipoteza → test → wdrożenie. Mierzysz, formułujesz hipotezę, testujesz wariant na realnym ruchu, wdrażasz zwycięzcę i wracasz do pomiaru. Bez pętli optymalizacja jest jednorazowym strzałem. Z pętlą staje się procesem, który składa się na wynik miesiąc po miesiącu.
Od czego zacząć — pragmatyczna kolejność
Nie wdrażaj wszystkiego naraz. Kolejność, którą rekomendujemy:
Najpierw GA4 i analityka Shopify. Upewnij się, że zdarzenia e-commerce są poprawnie wpięte i że przychód w GA4 zgadza się ze Shopify. Bez czystej bazy reszta jest zgadywaniem.
Potem heatmapa na kluczowych stronach. Strona główna, karta produktu, koszyk, checkout. To tu kryje się większość tarcia.
Równolegle Klaviyo. Włącz podstawowe flowy i mierz ich udział w przychodzie.
Na końcu testy A/B. Gdy dane wskażą hipotezy, testuj po jednej zmianie naraz, żeby wiedzieć, co zadziałało.
FAQ
GA4 czy analityka Shopify?
Obie — odpowiadają na różne pytania. GA4 mówi, skąd przychodzi ruch i jak się zachowuje. Analityka Shopify mówi, co i za ile ludzie realnie kupują, bo to tu domyka się transakcja. Atrybucja w GA4 i liczby w Shopify często się różnią. Shopify traktuj jako źródło prawdy o przychodzie, GA4 jako źródło prawdy o ruchu i ścieżkach.
Czy heatmapa zastępuje GA4?
Nie. Heatmapa nie powie Ci, skąd przyszedł użytkownik ani ilu ich było. GA4 nie powie Ci, dlaczego scroll zatrzymuje się w połowie strony. Heatmapa to warstwa jakościowa, która tłumaczy liczby z GA4. Działają razem, nie zamiennie.
Od czego zacząć przy małym ruchu?
Przy małym ruchu testy A/B trwają zbyt długo, by dać wiarygodny wynik. Zacznij od heatmap i nagrań sesji — kilkadziesiąt sesji wystarczy, by zobaczyć oczywiste tarcie. Skup się też na message match i dobrych praktykach układu strony, bo to poprawki oparte na wiedzy, a nie na wolumenie danych. Do testów statystycznych wrócisz, gdy ruch urośnie.
Jak często analizować dane?
Sprzedaż i ROAS warto oglądać tygodniowo, żeby wcześnie łapać spadki. Głębszą analizę pod hipotezy CRO rób w cyklu miesięcznym — to wystarczający horyzont, by zebrać dane i zaplanować kolejne testy w ramach pętli decyzyjnej.
Zamień dane w wyższy ROAS i konwersję
W Polar-Commerce, agencji Shopify i GEO z Wrocławia, łączymy GA4, analitykę Shopify, heatmapy i Klaviyo w jedną pętlę decyzyjną — i przekuwamy ją w testy, które realnie podnoszą konwersję. W ramach PolarLab analizujemy Twoje dane, stawiamy hipotezy, projektujemy i wdrażamy testy. Ocena 5.0 na Clutch i ponad 30 marek Shopify, z którymi pracowaliśmy, to nasz punkt wyjścia.
Sprawdź optymalizację konwersji CRO w Polar-Commerce albo napisz wprost. Kontakt: mateusz@polar-commerce.com, +48 690 635 607 (telefon i WhatsApp). Założyciel: Mateusz Śnieżek, Shopify Expert.
