Decyzje na danych: 7 kroków, które wycinają chaos
To prosty proces dla właściciela: co monitorować, jak interpretować i jak wdrażać zmiany.
- Ustal cel (zysk, cashflow, wzrost, udział w rynku) i „co jest ważne teraz”.
- Wybierz KPI właścicielskie: marża po kosztach, CAC, LTV, koszt obsługi, zwroty, SLA.
- Segmentuj: kanał, urządzenie, kategoria, koszyk, nowi vs powracający, region.
- Licz marżę per SKU/kanał (unit economics), nie tylko obrót.
- Używaj kohort: czy jakość klientów rośnie czy spada.
- Decyzje = testy: jedna hipoteza → jedna zmiana → termin oceny efektu.
- Rytm: tygodniowo alerty i wyjątki, miesięcznie przesunięcia budżetów/asortymentu.
KPI, które mówią prawdę (a nie robią dobrze dashboardowi)
Nie potrzebujesz 50 wskaźników. Potrzebujesz kilku, które przewidują wynik i pokazują ryzyko.
Marża po kosztach
Zysk per kanał i SKU po opłatach, reklamie, zwrotach i koszcie obsługi.
- unit economics
- profit
- fees
CAC i LTV
Pozysk bez LTV to „płacenie w kółko”. Mierz jakość klientów, nie tylko liczbę.
- CAC
- LTV
- retencja
Zwroty i reklamacje
Zwroty potrafią „zjadać” zysk. Mierz je per kanał, kategoria i powód.
- returns
- quality
- cost
Koszt obsługi i wyjątki
Ile kosztuje każde zamówienie (czas + błędy + wyjątki) i gdzie rośnie tarcie.
- ops
- exceptions
- SLA
Jak segmentować dane, żeby nie żyć w średnich
Średnie są wygodne, ale często fałszują obraz. Segmentacja pokazuje, gdzie realnie powstaje zysk i ryzyko.
Segment „kanał” (źródło intencji)
Marketplace, SEO, płatne kampanie, social, e-mail — to różne koszty i różne profile klienta.
- sprzedaż, marża po kosztach i zwroty per kanał
- nowi vs powracający w każdym kanale
Segment „koszyk” (AOV i struktura)
Ta sama konwersja może generować inny zysk, jeśli koszyk ma inną marżę lub inny koszt wysyłki.
- koszyk: średnia wartość + marża + udział rabatów
- analiza bundli i dopięć (upsell/cross-sell)
Segment „kategoria/SKU” (gdzie powstaje zysk)
Najczęściej 20% SKU generuje większość zysku — reszta robi obrót i koszty.
- ranking SKU: zysk vs obrót
- lista SKU „toksycznych” (obrót wysoki, zysk niski/ujemny)
Segment „urządzenie” (mobile vs desktop)
Mobile często ma inny koszt kliknięcia, inną konwersję i inne przyczyny porzuceń.
- konwersja i porzucenia per urządzenie
- SLA strony: szybkość, błędy, kroki w koszyku
Marża per produkt i per kanał: jak liczyć bez oszukiwania się
To najczęściej brakujący element. Bez tego „decyzje na danych” są w praktyce decyzjami na obrocie.
Co wchodzi do kosztu kanału
Nie tylko reklama. Kanał ma „ukryte koszty”, które potrafią zjeść marżę.
- prowizje i dopłaty (np. programy, wyróżnienia, usługi dodatkowe)
- koszt reklamy i koszt rabatów/promocji
- logistyka: wysyłka, pakowanie, dopłaty, zwroty
- obsługa: czas, wiadomości, reklamacje, wyjątki
Dlaczego „średnia marża” nie działa
Bo koszty i zwroty nie rozkładają się równomiernie między SKU i kanały.
- jedno SKU może mieć 5× większy koszt zwrotu
- kanał może mieć wyższy koszt obsługi (więcej pytań/zwrotów)
- promocje mogą przenosić wolumen na produkty o niższej marży
Minimalny model rentowności (do wdrożenia)
Nie musi być idealny — ma być użyteczny i aktualizowany.
- zysk per zamówienie = przychód – (COGS + fee + ads + logistyka + zwroty + obsługa)
- zysk per SKU i per kanał (ranking i „toksyczne” pozycje)
- trend 4 tygodnie + alerty na spadek marży
Jak to połączyć z systemami
Rentowność wymaga porządku danych: zamówienia, koszty, zwroty i kanały.
- zobacz: raportowanie i dane
- zobacz: integracje
- zobacz: BaseLinker (jeśli sprzedajesz wielokanałowo)
Kohorty i trendy: jak widzieć jakość klientów, a nie tylko sprzedaż
Kohorty odpowiadają na pytanie: „czy klienci pozyskani dziś są lepsi czy gorsi niż miesiąc temu?”
Kohorty pozysku: miesiąc/tydzień pierwszego zakupu
Porównuj retencję i marżę kohort, nie tylko liczbę zamówień.
- powtórne zakupy po 30/60/90 dniach
- LTV i marża kohorty
- zwroty i reklamacje kohorty
Trend 4–8 tygodni: sygnały przed kryzysem
W ecommerce „szum” dzienny jest duży — trend pokazuje zmianę systemową.
- spadek marży po kosztach > X% w 4 tygodnie
- wzrost zwrotów > X% w 4 tygodnie
- wzrost kosztu obsługi i wyjątków
„Jakość klientów” per kanał
Ten sam wolumen może dawać inne LTV, inne zwroty i inny koszt obsługi.
- kohorty per kanał (SEO vs ads vs marketplace)
- porównanie LTV/CAC per kanał
Praktyczny proces decyzyjny właściciela ecommerce
To jest „operacyjny rytuał”, który działa nawet w stresie. Ma ograniczyć decyzje impulsywne.
Określ priorytet na 30 dni
Nie da się optymalizować wszystkiego naraz. Priorytet decyduje, jakie KPI są „główne”.
- zysk / cashflow / wzrost / stabilizacja operacji
- ustal, co jest „sukcesem” i co jest „porażką”
Zdefiniuj pytanie decyzyjne
Zamiast „spada sprzedaż”, pytaj: „który segment spada i dlaczego?”.
- czy problem dotyczy kanału, kategorii, urządzenia, regionu?
- czy to wolumen, czy marża po kosztach?
Zbuduj hipotezę i wybierz jedną dźwignię
Jedna hipoteza = jedna zmiana. Inaczej nie wiesz, co zadziałało.
- przykład: „marża spada przez wzrost zwrotów w kategorii X”
- dźwignia: opis, zdjęcia, dobór rozmiaru, polityka zwrotów, jakość produktu
Ustal miarę i termin oceny
Bez terminu będziesz „ciągle testować” i nigdy nie domkniesz decyzji.
- metryka: marża po kosztach / zwroty / CAC / SLA
- okno: 7 dni (alerty), 14–28 dni (trend), 60–90 dni (kohorty)
Decyzja i „zamknięcie pętli”
Po teście: skaluj, wycofaj albo popraw hipotezę. Najgorsze jest „zostawienie w pół”.
- dokumentuj: co zmieniono, dlaczego i jaki był efekt
- ustaw ownera: kto pilnuje KPI i utrzymania wyniku
Wspierające linki
Jeśli decyzje dotyczą reklam lub danych marketplace — te materiały domykają temat.
Checklisty: dashboard właścicielski i rytm decyzji
Gotowe listy, które możesz wdrożyć od razu (nawet w prostym arkuszu).
Checklist: dashboard właścicielski (minimum)
- sprzedaż i marża po kosztach per kanał (trend 4 tygodnie)
- ranking SKU: zysk vs obrót + lista „toksycznych” SKU
- CAC, LTV (lub proxy: powtórne zakupy) per kanał
- zwroty i reklamacje per kanał/kategoria + powody
- koszt obsługi: wyjątki, anulacje, SLA, opóźnienia
Checklist tygodniowy: kontrola i alerty
- czy spadł zysk/marża po kosztach? w jakim segmencie?
- czy wzrosły zwroty/reklamacje? co jest przyczyną?
- czy wzrosły koszty kanału (fee/ads)?
- czy rosną wyjątki operacyjne (stany, opóźnienia, błędy)?
- jeden priorytet na tydzień + jedna hipoteza testowa
Checklist miesięczny: decyzje strategiczne
- przesunięcia budżetów (na podstawie marży po kosztach, nie obrotu)
- cięcia/rozszerzenia asortymentu (ranking SKU)
- co poprawić w procesach (zwroty, obsługa, logistyka)
- czy jakość klientów rośnie (kohorty)?
- czy dane są kompletne i spójne (integracje, mapowania)?
FAQ: decyzje na danych w ecommerce
Najczęstsze pytania, gdy ktoś chce „czytać dane bez złudzeń”.
Od jakich KPI zacząć, jeśli mam mało czasu?
Dlaczego ROAS nie wystarcza?
Kiedy używać kohort?
Jak uniknąć „analizy bez decyzji”?
Chcesz wdrożyć system decyzji na danych (KPI + rentowność + rytm)?
Zrobimy: dashboard właścicielski, raport marży po kosztach per kanał/SKU, segmentację i proces decyzyjny (testy + miary), żeby decyzje były powtarzalne. Zobacz: oferta oraz automatyzacja i systemy.
30 dni danych: sprzedaż per kanał/SKU, koszty (fee/ads/logistyka/obsługa), zwroty/reklamacje, anulacje, SLA realizacji, oraz informacje o promocjach i zmianach cen.