← Baza wiedzy

Analiza sprzedaży w sklepie internetowym: jakie dane naprawdę warto śledzić?

W e-commerce łatwo patrzeć tylko na przychód, liczbę zamówień i ruch. To za mało, jeśli chcesz podejmować lepsze decyzje o produktach, promocjach, cenach, zapasie i ekspozycji w sklepie.

Przychód nie mówi całej prawdy

Wysoka sprzedaż może wyglądać dobrze w raporcie, ale nie zawsze oznacza zdrowy biznes. Produkt może generować duży obrót, a jednocześnie mieć niską marżę, wysoki koszt dostawy, częste zwroty albo wymagać ciągłych rabatów.

Dlatego analiza sprzedaży powinna odpowiadać na pytania biznesowe: które produkty zarabiają, które tylko robią obrót, które marnują ruch, a które zasługują na większą widoczność.

Najważniejsze dane do analizy sprzedaży

Dane	Co pokazują	Decyzja, którą wspierają
Sprzedane sztuki	Realny popyt na produkt.	Czy produkt warto dalej eksponować lub domawiać.
Przychód	Skalę sprzedaży i udział produktu w obrocie.	Które produkty są ważne dla wyniku sprzedażowego.
Koszt własny	Ile sklep płaci za produkt lub jego pozyskanie.	Czy sprzedaż jest opłacalna.
Zysk brutto	Różnicę między sprzedażą a kosztem produktu.	Które produkty warto promować bez przepalania marży.
Wyświetlenia produktu	Ile uwagi produkt dostaje w sklepie.	Czy ekspozycja jest wykorzystywana efektywnie.
Konwersja produktu	Jak często wyświetlenie kończy się zakupem.	Które produkty zamieniają ruch w sprzedaż.
Stan magazynowy	Czy produkt można dalej sprzedawać i promować.	Czy zwiększać widoczność, wyprzedawać czy zamawiać towar.
Kategoria	Kontekst porównania produktów.	Czy produkt działa dobrze na tle podobnej oferty.

Metryki, które warto liczyć regularnie

Konwersja produktu: sprzedane sztuki podzielone przez wyświetlenia produktu.
Zysk brutto: przychód minus koszt własny sprzedanych produktów.
Marża brutto: zysk brutto jako procent przychodu.
Przychód na wyświetlenie: wartość sprzedaży podzielona przez liczbę wyświetleń.
Zysk na wyświetlenie: zysk brutto podzielony przez liczbę wyświetleń.
Udział produktu w sprzedaży kategorii: pomaga wykryć liderów i produkty zalegające.

Te metryki są proste, ale bardzo praktyczne. Pozwalają porównać produkty, które mają różną cenę, różny ruch i różną marżę.

Skąd brać dane do analizy?

Najlepsza analiza sprzedaży łączy kilka źródeł. Panel sklepu pokazuje zamówienia i stany magazynowe, Google Analytics 4 pokazuje zachowanie użytkowników, system reklamowy pokazuje koszt pozyskania ruchu, a system księgowy lub ERP pomaga doprecyzować koszty i marżę.

Źródło	Co zwykle zawiera	Na co uważać
Platforma sklepu	Zamówienia, produkty, ceny, stany, warianty, statusy płatności.	Zwroty, anulacje i rabaty mogą być liczone inaczej niż w księgowości.
GA4	Wyświetlenia produktów, dodania do koszyka, checkout, zakupy i przychód z itemów.	Dane e-commerce wymagają poprawnego wdrożenia zdarzeń, takich jak `view_item`, `add_to_cart` i `purchase`.
System reklamowy	Koszt kampanii, kliknięcia, ROAS, koszt konwersji.	ROAS bez marży może promować produkty, które wyglądają dobrze tylko po stronie przychodu.
ERP / księgowość	Koszt własny, ceny zakupu, korekty, faktury, dostawy.	Koszt może być dostępny z opóźnieniem albo na poziomie partii, nie pojedynczego SKU.
CSV / arkusz	Najprostszy wspólny format do połączenia danych produktowych.	Trzeba pilnować identyfikatora SKU, separatorów, kodowania UTF-8 i spójnych nazw kolumn.

Minimalny dashboard dla właściciela sklepu

Mały lub średni sklep nie potrzebuje od razu kilkudziesięciu wykresów. Na początek wystarczy widok, który raz w tygodniu pomaga zdecydować, co poprawić, co promować i czego nie domawiać.

Top produkty według zysku: pokazują, co realnie buduje wynik finansowy.
Top produkty według przychodu: pokazują, co odpowiada za obrót i wolumen pracy operacyjnej.
Produkty z dużym ruchem i niską konwersją: wskazują karty produktu do poprawy.
Produkty z wysoką marżą i małą ekspozycją: są kandydatami do lepszej pozycji w kategorii lub kampanii.
Produkty z wysoką sprzedażą i niskim zapasem: wymagają kontroli dostaw przed większą promocją.
Produkty bez sprzedaży mimo zapasu: trafiają do analizy ceny, zdjęć, sezonowości albo wyprzedaży.

Taki dashboard powinien być bardziej listą priorytetów niż ładnym raportem. Najważniejsze pytanie brzmi: co zespół zrobi po jego przeczytaniu?

Jak czytać wyniki bez wpadania w pułapki?

Sygnał w danych	Możliwa interpretacja	Co sprawdzić dalej
Dużo wyświetleń, niska konwersja	Produkt przyciąga uwagę, ale nie przekonuje do zakupu.	Cenę, zdjęcia, opis, dostępność, opinie i warianty.
Duża sprzedaż, niska marża	Produkt buduje obrót, ale może osłabiać rentowność.	Koszt zakupu, rabaty, koszt dostawy i zwroty.
Wysoka marża, mało wyświetleń	Produkt może mieć potencjał, ale jest słabo widoczny.	Pozycję w kategorii, linkowanie, kampanie i zdjęcia.
Dobra konwersja, niski zapas	Produkt działa, ale grozi utratą sprzedaży przez braki.	Dostawy, priorytet zamówień i plan promocji.
Brak sprzedaży mimo zapasu	Produkt może być źle opisany, źle wyceniony albo nietrafiony.	Ruch, cenę względem konkurencji i sezonowość.

Segmentuj produkty, bo średnia sklepu ukrywa problemy

Średnia konwersja albo średnia marża dla całego sklepu rzadko prowadzi do dobrej decyzji. Inaczej działa kategoria sezonowa, inaczej produkty premium, inaczej akcesoria, a inaczej bestsellery kupowane z reklamy.

W praktyce warto analizować produkty w segmentach:

kategoria i podkategoria,
marka lub dostawca,
przedział cenowy,
produkt główny, akcesorium, część zamienna albo zestaw,
nowość, produkt stały, końcówka kolekcji, produkt sezonowy,
źródło ruchu: organic, płatne kampanie, newsletter, marketplace.

Dzięki segmentacji unikasz porównywania produktów, które nie powinny być oceniane tą samą miarą. Akcesorium może mieć niższy przychód, ale wysoką marżę i dobry wpływ na koszyk. Produkt premium może mieć mniejszą konwersję, ale większy zysk na zakup.

Od raportu do decyzji e-commerce

Najlepsza analiza sprzedaży kończy się decyzją. Sam raport nie poprawia wyniku sklepu, jeśli zespół nie wie, co zrobić z danymi.

Produkty z wysokim zyskiem i dobrą konwersją warto pokazać wyżej.
Produkty z dużym ruchem i słabą konwersją wymagają poprawy karty produktu lub ceny.
Produkty z niską marżą trzeba ostrożnie promować, nawet jeśli są bestsellerami.
Produkty z dobrym wynikiem i niskim zapasem nie powinny być mocno promowane bez planu dostawy.
Produkty zalegające można przenieść do osobnej analizy wyprzedaży lub rotacji zapasu.

Rytm pracy z analizą sprzedaży

Analiza danych działa najlepiej, gdy ma stały rytm. Bez tego raporty są przeglądane dopiero wtedy, gdy sprzedaż spada albo pojawia się problem z zapasem.

Częstotliwość	Co sprawdzać	Typowa decyzja
Codziennie	Sprzedaż, błędy płatności, produkty bez stanu, nagłe spadki konwersji.	Reakcja operacyjna i usuwanie blokad sprzedaży.
Co tydzień	Top produkty, produkty z ruchem bez sprzedaży, marża, zapas, kampanie.	Zmiana ekspozycji, poprawa kart produktów, korekta promocji.
Co miesiąc	Rentowność kategorii, rotacja zapasu, efekty promocji, zmiana miksu produktów.	Plan zakupów, priorytety contentu, decyzje o wyprzedaży.
Przed sezonem	Historia sprzedaży, zapas, marża, produkty sezonowe i plan kampanii.	Domówienia, ranking kategorii, pakiety i budżety reklamowe.

Jak zacząć, jeśli masz tylko CSV?

Nie potrzebujesz od razu hurtowni danych ani rozbudowanego BI. Pierwszy praktyczny raport można zbudować z eksportu CSV, jeśli zawiera identyfikator produktu, nazwę, kategorię, sprzedaż, wyświetlenia, przychód, koszt i stan magazynowy.

Taki plik pozwala szybko stworzyć ranking produktów według zysku, konwersji i potencjału ekspozycji. To dobry punkt startowy dla właściciela sklepu, e-commerce managera, specjalisty performance marketingu i osoby odpowiedzialnej za merchandising.

Checklist jakości danych przed analizą

Każdy produkt ma stabilny identyfikator SKU lub ID.
Warianty produktu są rozdzielone, jeśli mają osobny zapas, cenę lub sprzedaż.
Przychód, koszt, sprzedaż i wyświetlenia dotyczą tego samego okresu.
Zwroty, rabaty i anulacje są traktowane konsekwentnie.
Kategorie nie są puste i nie zmieniają nazw co kilka eksportów.
Liczby są zapisane jako liczby, bez dopisków typu `zł`, `szt.` albo komentarzy.
Plik jest zapisany w UTF-8, żeby polskie znaki w nazwach produktów i kategorii nie psuły analizy.

Zamień dane produktowe w listę priorytetów

Insighteo App pozwala wgrać CSV, zmapować kolumny i zobaczyć, które produkty warto pokazać wyżej, poprawić albo przeanalizować pod kątem rentowności.

Utwórz konto i wgraj CSV