Strona główna / Blog / Google Analytics 4 ujawniło przyczynę spadku przychodów w sklepie internetowym. Jak to zrobiliśmy?

Google Analytics 4 ujawniło przyczynę spadku przychodów w sklepie internetowym. Jak to zrobiliśmy?

17.04.2024

4 min czyt.

Case Study

W sklepach internetowych każdy spadek przychodów to sygnał alarmowy, który wymaga natychmiastowej diagnozy i działania. Kiedy nasz klient z branży AGD zauważył zatrzymanie wzrostu sprzedaży, stanęliśmy przed klasycznym problemem marketingowym – co poszło nie tak i jak to naprawić? Z pomocą przyszła nam szczegółowa analiza danych zgromadzonych w Google Analytics 4. Dzięki prawidłowo skonfigurowanemu modułowi e-commerce i danym zbieranym przez ponad dwa lata, byliśmy w stanie nie tylko zidentyfikować problem, ale również odkryć jego nieoczywistą przyczynę. Ale po kolei…

Tytułem analitycznego wstępu

Prawidłowo skonfigurowane narzędzia analityczne to fundament sukcesu każdego sklepu internetowego. Bez odpowiedniego wdrożenia i monitorowania danych, właściciele e-commerce poruszają się we mgle, podejmując decyzje biznesowe – często niezwykle ważne – oparte bardziej na intuicji niż na faktach. Google Analytics 4, przy właściwej konfiguracji jest nieocenionym źródłem informacji, pozwalającym precyzyjnie diagnozować problemy sprzedażowe, identyfikować słabe punkty w ścieżce zakupowej i znajdować ukryte wzorce zachowań klientów. Jak pokazuje nasze doświadczenie, nawet niewielkie zmiany w interfejsie czy funkcjonalności sklepu mogą mieć znaczący wpływ na wyniki sprzedaży – wpływ, którego nie zauważymy bez solidnej analityki. 

Poniższe case study pokazuje jak wykorzystać dane zbierane w GA4 celem zwiększenia sprzedaży w sklepie internetowym. Co ważne taką analizę można przeprowadzić dla każdego sklepu, który zmienił próg darmowej dostawy i ma poniższe dane do analizy. Prezentujemy krok po kroku nasz proces analityczny, wnioski i wdrożone rozwiązania, które mogą okazać się cenne dla każdego właściciela sklepu internetowego zmagającego się z podobnymi wyzwaniami.

Co wykorzystaliśmy do tej analizy?

• Google Analytics 4 (GA4) z poprawnie skonfigurowanym modułem e-commerce, działającym od ponad 2 lat
  (jeśli nie mamy danych z GA4 to alternatywnie możemy wykorzystać dane z panelu sprzedażowego sklepu o ilości i wartości zamówień).
• MS Excel / Arkusze Google do analizy szczegółowych danych po eksporcie z GA4.
• Google Looker Studio (dawniej Google Data Studio) – opcjonalnie do wizualizacji danych.

Jak wyglądała sytuacja?

Prowadziliśmy kampanie Google Ads dla Klienta z branży AGD. W pewnym momencie przychody przestały rosnąć. W celu sprawdzenia, co się dzieje, przeanalizowaliśmy dane w Google Analytics 4 (GA4). Klient zbierał dane od kilku lat, a moduł e-commerce w GA4 był poprawnie wdrożony.

Dzięki temu mogliśmy porównać miesięczne wyniki na przestrzeni ostatnich 2 lat. Korzystając z porównania zakresów dat (rok do roku) i raportów eksploracyjnych, sprawdziliśmy najważniejsze wskaźniki e-commerce, takie jak przychody, współczynnik konwersji, liczba transakcji, średnia wartość zamówienia itd.

Zauważyliśmy istotną zmianę:

Dane te znaleźliśmy w eksploracji niestandardowej, wybierając dane: ‘transakcje’ i ‘przychody z produktu’ oraz wymiary: rok i miesiąc – celem analizy średniej wartości zamówień w ujęciu czasowym.

Średnia wartość zamówienia znacząco spadła w lipcu 2023 (w porównaniu zarówno z lipcem 2022, jak i czerwcem 2023), a w całej drugiej połowie 2023 r. była znacznie niższa niż w drugiej połowie 2022 r. Średnia wartość transakcji zmalała z około 650 zł do około 520 zł.

Co było przyczyną niższej wartości transakcji?

W połowie 2023 r. weszła nowa wersja sklepu, która:

• Działała wolniej, co mogło zniechęcać użytkowników do przeglądania większej liczby produktów.
• Usunęła komunikat w koszyku informujący o progu darmowej dostawy, który wcześniej motywował użytkowników do zwiększania wartości koszyka.
• Nadal oferowała darmową wysyłkę od 750 zł, jednak po usunięciu tej informacji około 25% klientów przestało „dopychać” koszyk do 750 zł, by uniknąć kosztów dostawy.

Analizując dane w GA4, zauważyliśmy, że:

• W pierwszej połowie 2023 r. około 25% transakcji miało wartość 750+ zł, a w drugiej połowie 2023 r. już tylko 19%.
• Wartości transakcji zbadaliśmy w raporcie Eksploracja > Raport niestandardowy, gdzie posortowaliśmy zamówienia według wartości i procentowego udziału w całości.

Jakie wdrożyliśmy rozwiązania?

• Przedstawiliśmy klientowi dane z GA4 w formie wykresów i tabel, wskazując na spadek średniej wartości zamówienia.
• Klient wdrożył testy A/B koszyka, porównując wersję z i bez powiadomienia o progu darmowej wysyłki.
• Zasugerowaliśmy także testowanie niższego progu darmowej dostawy w celu sprawdzenia wpływu na konwersję i średnią wartość zamówienia.

Jaki to przyniosło rezultat?

Dzięki naszym informacjom i testom A/B koszyka Klient zweryfikował, że brak informacji o progu darmowej dostawy faktycznie obniżył średnią wartość zakupów. W świetle tych danych klient uwidocznił na stronie informacje o progu darmowej dostawy, co zwiększyło śr. wartość zamówienia.

Wnioski dotyczące korzystania z Google Analytics 4:

1. Zadbajmy o poprawną konfigurację GA4 – moduł e-commerce powinien być wdrożony zgodnie z najlepszymi praktykami, aby analiza wyników była precyzyjna.
2. Korzystajmy z eksploracji danych – GA4 nie ma gotowych raportów e-commerce, jak miało to miejsce w Universal Analytics, więc eksploracja danych i raporty niestandardowe są kluczowe.
3. Porównajmy dane rok do roku – tylko takie podejście pozwoli zauważyć zmiany w trendach sprzedażowych.
4. Badamy skutki zmian na stronie – jeśli podejrzewamy, że przyczyną niższych przychodów są zmiany na stronie, analizujemy GA4 dla wszystkich użytkowników i segmentujemy wyniki.
5. Warto korzystać z BigQuery – aby unikać próbkowania danych i mieć pełniejszy wgląd w transakcje.
6. Eksportujmy dane do arkuszy kalkulacyjnych lub innych narzędzi analitycznych – daje to możliwość dokładniejszej analizy np. odsetka transakcji powyżej określonej wartości.

Dzięki nowoczesnym narzędziom analitycznym GA4, możemy lepiej monitorować i optymalizować sprzedaż, dostosowując strategię do aktualnych wyzwań biznesowych.

Jak pracujemy?

Nasz proces analityczny jest dokładnie opisany na stronie audyt GA4.

Wynikiem tego typu działań jest zawsze przejrzysty i w pełni zrozumiały raport. Zdajemy sobie sprawę z tego, że dostarczenie tylko danych nie pomaga klientom, a wprowadza jeszcze większy zamęt. Poza danymi i ich objaśnieniami i wnioskami, rekomendujemy zawsze rozwiązania danego problemu. Tak też było tym razem.

Przypadek naszego klienta z branży AGD doskonale ilustruje, jak istotną rolę w optymalizacji sklepu internetowego odgrywa właściwa analityka danych. Dzięki szczegółowej analizie przeprowadzonej w Google Analytics 4 udało nam się zidentyfikować niepozorną, lecz kluczową zmianę w interfejsie – brak komunikatu o progu darmowej dostawy – która bezpośrednio wpłynęła na spadek średniej wartości zamówienia o ponad 20%.

Wdrożone przez nas rozwiązania – przywrócenie widocznego komunikatu oraz testy A/B różnych progów darmowej wysyłki – przyniosły wymierny wzrost przychodów już w pierwszych tygodniach po wprowadzeniu zmian. Ten sukces potwierdza, że podejmowanie decyzji biznesowych w oparciu o twarde dane, a nie tylko intuicję, jest kluczem do efektywnego zarządzania sprzedażą online.

Pamiętajmy, że GA4 to potężne narzędzie, które wymaga nie tylko prawidłowej konfiguracji, ale także umiejętności analitycznego myślenia i wyciągania wniosków z pozornie niepowiązanych danych. W dynamicznie zmieniającym się świecie e-commerce regularne monitorowanie wskaźników sprzedażowych i szybka reakcja na anomalie mogą decydować o przewadze konkurencyjnej i długoterminowym sukcesie sklepu internetowego.

Inwestycja w analitykę to nie koszt, a strategiczna decyzja, która zwraca się wielokrotnie poprzez optymalizację procesów sprzedażowych i maksymalizację przychodów. Nasz case study pokazuje, że czasem nawet drobne zmiany, zidentyfikowane dzięki skrupulatnej analizie danych, mogą przynieść spektakularne rezultaty biznesowe.