Jak audyt GA4 ujawnił gdzie firma traci setki tysięcy złotych rocznie — i dlaczego nikt tego nie widział?

Nie piszę o firmie która nie działa. Piszę o firmie, która działa całkiem nieźle — i właśnie dlatego nikt nie szukał problemu. Przychody rosły, ruch był, budżet marketingowy był wydawany. A tymczasem email nie konwertował, blog przynosił ruch bez sprzedaży, a większość klientów kupowała ze smartfona na stronie, która dla smartfonów nie była zoptymalizowana.

To jest studium przypadku z mojego audytu GA4. Nazwy, branży i konkretnych identyfikatorów nie podaję — dane zostały zanonimizowane i przeskalowane. Ale liczby są prawdziwe, proporcje są prawdziwe i mechanizm błędu jest prawdziwy.

Skąd wzięły się te liczby — skąd pochodzi ta analiza?

Przez kilkanaście miesięcy prowadziłem regularne raporty GA4 dla jednej firmy z sektora e-commerce. Mam dostęp do surowych danych z czterech źródeł: miesięcznych raportów MAR (Master Analytics Report), głębokiego audytu e-commerce, analizy rok do roku oraz tygodniowych raportów operacyjnych. Łącznie to kilkaset stron danych własnych — nie zewnętrznych badań, nie benchmarków bez kontekstu, tylko rzeczywiste dane z konkretnej firmy w konkretnym czasie.

Gdzie firma traciła pieniądze — trzy miejsca które GA4 pokazuje wprost?

Problem pierwszy: email do 17 000 subskrybentów, który prawie nie sprzedawał

Firma miała bazę 17 000 subskrybentów i wysyłała około 15 newsletterów rocznie. Na papierze — solidny kanał. W GA4 — inna historia.

CTR (click-through rate, czyli odsetek osób które kliknęły w link po otrzymaniu emaila) wynosił 0,3–0,5%. Benchmark dla e-commerce to 2–5% według danych Campaign Monitor i Mailchimp za 2024 rok. Różnica to 5–10 razy. W grudniowej kampanii świątecznej, gdzie wysłano cztery emaile do ponad 17 000 osób każdy, łączna liczba kliknięć ze wszystkich czterech wysyłek wyniosła 133. Przy blisko 70 000 wysłanych wiadomości łącznie.

Ale jest jeszcze głębszy problem: firma prowadziła email marketing przez narzędzie które nie dostarczało żadnych danych — zero open rate, zero bounce rate, zero wglądu w zachowanie subskrybentów. Wysyłanie newslettera bez możliwości mierzenia jego efektów to działanie w ciemno. Nie wiadomo czy ludzie otwierają, czy wiadomości trafiają do spamu, czy baza jest aktywna czy martwa. W takiej sytuacji każda decyzja o treści, częstotliwości i segmentacji to zgadywanie. Bez danych nie ma optymalizacji — jest tylko wydawanie budżetu w nieznanym kierunku.

Najbardziej symptomatyczny był wzorzec kampanii świątecznej: email z 8 dniami do Wigilii miał CTR 0,31%, email wysłany w dniu Wigilii — 0,09%. Im pilniejsze było wezwanie do działania, tym mniej ludzi reagowało. To klasyczny objaw email fatigue — bazy która przestała ufać komunikacji nadawcy.

Dodatkowy problem: tracking emailowy nie działał prawidłowo. GA4 przez większość roku nie widział ruchu z newslettera — sesje przypisywane do kanału Email w standardowym widoku wynosiły zero, bo linki w wiadomościach nie były otagowane UTM. Szacowany realny ruch to około 2 500 sesji rocznie, przy potencjale 12 000–24 000 sesji gdyby CTR był na poziomie benchmarku.

Problem drugi: blog generował 20–30% całego ruchu i prawie żadnej sprzedaży

Firma prowadziła bloga. Artykuły były dobrze widoczne organicznie — topowe wpisy dostawały po 2 000–3 000 sesji miesięcznie każdy. Łącznie blog odpowiadał za 20–30% całego ruchu na stronie.

Współczynnik konwersji z tego ruchu: praktycznie zero. Artykuły z kilkoma tysiącami sesji każdy kończyły się zerową sprzedażą — bez wyjątku.

Dla porównania: homepage przy podobnej skali sesji wygenerował setki zakupów i ponad 190 000 zł przychodu — przy konwersji 2,19% vs 0% z bloga. Kiedy przyjrzałem się tym artykułom bliżej, odpowiedź była oczywista: nie miały żadnego CTA, żadnych linków do produktów, żadnego mechanizmu który prowadziłby czytelnika dalej. Artykuł mógł wielokrotnie wymieniać nazwę konkretnej usługi — bez jednego linka do tej usługi w sklepie. Człowiek przychodził, czytał, wychodził. Backlinki działały, SEO działało, ruch był. Tylko nikt nie zadbał o to co dzieje się z tym ruchem po wejściu na stronę.

To nie jest problem treści — to jest problem architektury konwersji. Blog bez CTA, bez product recommendations i bez internal linkingu do oferty to de facto bezpłatna prasa dla konkurencji, która pojawi się użytkownikowi w kolejnym wyszukiwaniu.

Problem trzeci: 78% ruchu przychodziło z mobile, które konwertowało o 37% gorzej niż desktop

To jest liczba, która pojawia się w wielu audytach i za każdym razem robi wrażenie na właścicielach firm.

Z moich danych: mobile generował blisko 78% wszystkich sesji. Konwersja na mobile: 0,95%. Konwersja na desktop: 1,51%. Desktop konwertuje o 59% lepiej. Przy tych wolumenach ruchu oznacza to, że sama luka mobile-desktop kosztuje firmę rocznie kwoty które robią wrażenie w każdym raporcie zarządczym.

Ten wzorzec jest potwierdzony branżowo. Dane Baymard Institute z 2024 roku wskazują, że mobile conversion gap w e-commerce wynosi średnio 30–50% — co dokładnie pokrywa się z tym co znalazłem w tej firmie. Użytkownicy mobile porzucają koszyk chętniej, wolniej przechodzą przez checkout i częściej rezygnują przy formularzach płatności.

I jest tu szerszy problem niż jedna firma: większość polskich stron internetowych wciąż nie jest naprawdę zoptymalizowana pod mobile. Mobile-first to standard od lat, ale w praktyce wiele firm ma stronę która "działa na telefonie" w tym sensie że się ładuje — nie w tym sensie że prowadzi użytkownika do zakupu. Kiedy jako użytkownik wchodzę mobilnie na stronę i muszę się przez nią przekopywać, wychodzę. I już nie wracam. Ta firma dla mnie przepadła — niezależnie od tego co sprzedaje.

Osobna obserwacja z analizy YoY: po optymalizacji strony pod mobile funnel się poprawił — add-to-cart rate wzrósł o ponad 50%, a finalizacja zakupu po dodaniu do koszyka poprawiła się wyraźnie. To dowód, że problem leżał w stronie, nie w użytkownikach. Kiedy strona zaczęła działać poprawnie na telefonie — ludzie zaczęli kupować.

Jak wyglądał pełny obraz strat — i jak to policzyłem?

Sumując wyliczenia z audytu: email działał przy CTR 5–10 razy poniżej benchmarku. Mobile konwertowało o 37% gorzej niż desktop — przy 78% udziale w ruchu. Blog generował 20–30% całego ruchu przy konwersji bliskiej zera. Koszyk był porzucany częściej niż średnia branżowa o ponad 10 punktów procentowych. Powracający użytkownicy — ci którzy konwertują trzykrotnie lepiej niż nowi — stanowili poniżej 5% ruchu.

Każda z tych luk jest mierzalna. Razem tworzą obraz firmy która zostawia na stole grube setki tysięcy złotych rocznie — nie jako gwarantowany zysk, ale jako koszt tego że dane były dostępne, a nikt w nie nie zaglądał.

Wdrożenie zmian to osobna historia: nowe narzędzia, ludzie którzy wiedzą co robią, czas na testy i monitoring. Tego nie robi się w miesiąc. Ale punkt wyjścia jest zawsze ten sam — wiedzieć gdzie jest problem. I ile prawdopodobnie kosztuje.

Dlaczego nikt tego nie widział — co blokuje firmy przed czytaniem własnych danych?

To pytanie zadaję sobie przy każdym audycie. Odpowiedź jest zawsze podobna.

Po pierwsze: firma patrzyła na przychód, nie na efektywność kanałów. Skoro sprzedaż rośnie rok do roku, nie ma powodu szukać problemów. Tymczasem GA4 nie mówi tylko "ile sprzedałeś" — mówi "skąd przyszli ludzie którzy kupili" i "skąd przyszli ludzie którzy nie kupili i dlaczego".

Po drugie: brak UTM w emailach oznaczał, że GA4 nie widział ruchu z newslettera. To klasyczna pułapka — nie mierzysz kanału, nie widzisz że nie działa. W tym przypadku przez większość roku email jako źródło w GA4 pokazywał zero sesji, bo linki w wiadomościach nie były otagowane.

Po trzecie: blog wyglądał dobrze w raportach SEO (ruch organiczny rośnie, artykuły są w TOP10). Żaden raport SEO nie mierzy jednak tego czy ten ruch kupuje. Do tego potrzeba GA4 z segmentacją landing pages i przypisaniem konwersji.

Po czwarte: mobile "działa" — można na nim zamówić, zapłacić, dostać potwierdzenie. To że konwertuje o 37% gorzej niż desktop jest niewidoczne bez porównania CR per urządzenie. Większość firm tego porównania nie robi.

Co z tego wynika dla Ciebie — jak sprawdzić czy masz ten sam problem?

Trzy pytania które możesz sprawdzić w GA4 w 15 minut:

1. Kanał Email: wejdź w Acquisition → Traffic Acquisition, ustaw zakres 12 miesięcy i znajdź wiersz Email. Jeśli widzisz zero lub poniżej 1% całego ruchu — masz problem z UTM lub z newsletterem.
2. Mobile vs desktop: wejdź w Explorations → stwórz Free Form z wymiarem Device Category i metrykami Sessions + Conversions. Policz CR dla każdego urządzenia. Jeśli różnica przekracza 40% — masz problem z mobile UX.
3. Blog: wejdź w Engagement → Landing Pages, posortuj po sesjach i sprawdź konwersje przy URL-ach /blog/. Jeśli widzisz tysiące sesji i zera przy konwersjach — blog przyciąga złą intencję wyszukiwania i nie prowadzi do sprzedaży.

Jeśli na wszystkie trzy pytania odpowiedź brzmi "nie wiem" lub "nigdy tego nie sprawdzałem" — to jest właśnie moment, w którym warto to zmienić.

FAQ — najczęstsze pytania o audyt GA4

Co to jest audyt GA4 i co może ujawnić?

Audyt GA4 to systematyczna analiza danych z Google Analytics 4 — ruchu, źródeł, zachowań użytkowników i konwersji. Ujawnia gdzie tracisz sprzedaż: które kanały marketingowe nie działają, gdzie użytkownicy opuszczają stronę i ile to kosztuje w złotówkach. Samo posiadanie GA4 nie wystarczy — trzeba wiedzieć co w nim szukać.

Jaki powinien być CTR emaila w e-commerce?

Benchmark CTR dla newsletterów e-commerce wynosi 2–5% według danych Campaign Monitor i Mailchimp za 2024 rok. Wyniki poniżej 1% wskazują na poważny problem — z treścią, segmentacją bazy lub częstotliwością wysyłek. CTR na poziomie 0,2% oznacza, że na każde 10 000 wysłanych wiadomości klikają dosłownie 20 osób.

Dlaczego mobile konwertuje gorzej niż desktop?

W e-commerce mobile zazwyczaj konwertuje 30–50% gorzej niż desktop z powodu trudniejszej nawigacji, mniejszych obszarów klikalnych, wolniejszego ładowania i mniej wygodnego procesu płatności na małym ekranie. Dane Baymard Institute z 2024 roku potwierdzają ten wzorzec jako normę branżową. Problem nie leży w użytkownikach — leży w stronie.

Czy blog może szkodzić wynikom sprzedażowym sklepu?

Blog nie szkodzi bezpośrednio, ale może być pułapką budżetową. Jeśli generuje 20–30% całego ruchu przy zerowej konwersji, pytanie brzmi dlaczego. Najczęstsza odpowiedź: brak CTA, brak linków do produktów, brak jakiegokolwiek mechanizmu który prowadzi czytelnika dalej. Artykuł informacyjny który nie wskazuje kolejnego kroku to ślepy zaułek. GA4 pozwala to zmierzyć dokładnie i na tej podstawie podjąć decyzję: naprawić blog czy przekierować budżet contentowy gdzie indziej.

Jak sprawdzić w GA4 ile traci mój sklep przez słaby email marketing?

W GA4 wejdź w Acquisition → Traffic Acquisition i filtruj po kanale Email. Sprawdź sessions, conversions i revenue. Następnie policz: ile sesji powinien generować email przy CTR 2–5% × średni CR sklepu × AOV = potencjalny przychód który tracisz. Jeśli Twój email generuje ułamek tego — różnica to konkretna strata którą możesz wyliczyć co do złotówki.

Fakty i źródła

Dane zewnętrzne wykorzystane w tym artykule:

• 2–5% — benchmark CTR newslettera w e-commerce. Źródło: Campaign Monitor, „Email Marketing Benchmarks Report 2024"
• 2–5% — benchmark CTR potwierdzony niezależnie. Źródło: Mailchimp, „Email Marketing Statistics and Benchmarks", 2024
• 30–50% — mobile conversion gap w e-commerce jako norma branżowa. Źródło: Baymard Institute, „Mobile E-Commerce UX" — badanie na ponad 40 000 sesji zakupowych, 2024
• 73% — średni wskaźnik porzuceń koszyka w e-commerce. Źródło: Baymard Institute, „Cart Abandonment Rate Statistics", 2024
• Brak UTM = brak danych — best practice atrybucji kanałów. Źródło: Google Analytics Help, „About attribution and attribution modeling", 2024
• 15–30% — udział powracających użytkowników w dojrzałym e-commerce jako punkt odniesienia. Źródło: dane własne z audytów wieloletnich oraz analizy porównawcze branżowe Klaviyo, „E-commerce Benchmarks Report", 2024