Jak mierzyć efekty SEO w sklepie internetowym – KPI, GA4 i realne dane

Większość sklepów internetowych mierzy SEO pozycjami albo ruchem – i w obu przypadkach traci z oczu to, co naprawdę liczy się w e-commerce: przychód z kanału organicznego. Pozycja 3 na „buty damskie” nic nie daje, jeśli ta fraza generuje 90% bounce rate i zero zakupów. 50 000 sesji organicznych to pusty ruch, jeśli conversion rate wynosi 0,1%. E-commerce ma fundamentalną przewagę nad innymi branżami – każdą sesję organiczną można prześledzić do złotówki przychodu. Trzeba tylko wiedzieć, co mierzyć, jak interpretować dane i jakich błędów unikać.

Dlaczego pozycje i ruch to za mało do mierzenia SEO w sklepie?

Pozycje w Google to metryka próżności (vanity metric), choć poprawa widoczności sklepu zaczyna się właśnie od nich. Sklep może być na pozycji 1 na frazę z 10 000 wyszukiwań miesięcznie i generować z niej zero sprzedaży – bo fraza jest informacyjna („jakie buty do biegania”), nie transakcyjna („buty do biegania Nike Air Zoom kup”). Jednocześnie ten sam sklep może być na pozycji 7 na frazę z 500 wyszukiwań, która generuje 30 zakupów miesięcznie po 450 zł – bo trafia dokładnie w intencję zakupową z wysoką gotowością do konwersji.

Ruch organiczny jest lepszą metryką, ale nadal niepełną. Według raportu Wolfgang Digital (analiza 250 milionów sesji e-commerce), kanał organiczny odpowiada za około 43% całkowitego ruchu w sklepach internetowych i generuje 38% przychodu. Ale sam ruch nie odpowiada na kluczowe pytania: czy użytkownicy kupują? Ile wydają na zamówienie? Jaka jest wartość klienta pozyskanego z organic vs paid? Do odpowiedzi na te pytania potrzebna jest piramida KPI, która łączy widoczność z konwersją i przychodem.

Jakie KPI naprawdę mierzą efekty SEO w e-commerce?

Efektywne mierzenie SEO w sklepie wymaga trzech warstw KPI. Każda warstwa odpowiada na inne pytanie biznesowe i jest adresowana do innego odbiorcy w firmie.

Warstwa przychodu – ile SEO zarabia?

To warstwa dla CEO i właściciela sklepu. Kluczowe metryki: Revenue z organic search (GA4: sesje z organic, event purchase z parametrem value), ROAS SEO (przychód z organic podzielony przez całkowity koszt pozycjonowania – abonament agencji + koszty contentu + link building), CLV organic users (wartość życiowa klienta pozyskanego z SEO – czy wraca i kupuje ponownie?). Według danych Databox (benchmark 500+ sklepów), średni organic conversion rate w e-commerce wynosi 2-3%, ale top 25% sklepów osiąga ponad 5%.

Warstwa konwersji – czy ruch konwertuje?

To warstwa dla marketing managera. Metryki: Organic conversion rate (procent sesji organicznych kończących się zakupem), add-to-cart rate z organic (ile sesji dochodzi do dodania produktu do koszyka – wskaźnik zainteresowania produktem), AOV z organic (średnia wartość zamówienia – czy organic przyciąga klientów kupujących droższe produkty?), assisted conversions (ile razy organic pojawił się gdziekolwiek na ścieżce zakupowej, nie tylko jako ostatni klik).

Warstwa widoczności – czy jesteśmy widoczni?

To warstwa dla SEO specialisty. Metryki diagnostyczne: ruch organiczny (trend MoM i YoY), impressions w GSC, CTR (click-through rate – jaki procent wyświetleń kończy się kliknięciem), średnia pozycja na kluczowych frazach, keyword coverage (na ile z docelowych fraz sklep ma stronę w top 10). Ta warstwa to narzędzie diagnostyczne – używaj jej gdy trzeba wyjaśnić zmianę w warstwie przychodu lub konwersji.

Większość raportów SEO zaczyna od dołu piramidy (widoczność) i nigdy nie dochodzi do góry (przychód). Powinno być odwrotnie. Zaczynaj raport od przychodu: jeśli przychód z organic rośnie – dobrze, schodź w dół żeby zrozumieć dlaczego (więcej ruchu? wyższa konwersja? wyższy AOV?). Jeśli przychód spada – schodź żeby zdiagnozować: spadł ruch? Spadła konwersja? Spadła widoczność na kluczowych frazach transakcyjnych?

Co pokazują realne dane z 6 polskich sklepów?

Przeanalizowaliśmy dane GA4 i Google Search Console z 6 anonimowych serwisów e-commerce obsługiwanych przez naszą agencję. Wyniki pokazują ogromne zróżnicowanie udziału organic search w przychodzie – od 13% do ponad 40% – w zależności od branży, dojrzałości SEO i modelu biznesowego.

• Sklep A (sport/outdoor) – 215 000 kliknięć organicznych rocznie, sezonowość 15x (szczyt: styczeń/ferie, dołek: czerwiec). Organic odpowiada za ~35% przychodu. Bez uwzględnienia sezonowości raporty są bezużyteczne.
• Sklep B (elektronika) – 148 000 kliknięć organicznych rocznie, sezonowość 1,5x (łagodna, Q4 boom). Organic odpowiada za ~25% przychodu. Stabilny wzorzec pozwalający na porównania MoM.
• Sklep C (motoryzacja/niszowy) – mniejsza skala, ale bardzo wysoki organic conversion rate (~4,5%) dzięki precyzyjnemu targetowaniu fraz long tail. Organic dominuje z udziałem ~55% ruchu.
• Sklep D (dom/ogród) – 525 000 sesji organicznych rocznie, 2,71 mln zł przychodu z organic (GA4 Enhanced Ecommerce). To 14% całkowitego przychodu sklepu (19,4 mln zł). Wysoka wartość assisted conversions: organic inicjował ścieżki zakupowe kończące się w Direct i Email.
• Serwis E (usługi online) – specyficzny model sprzedaży bez klasycznego koszyka e-commerce. Mierzenie efektów SEO oparte na form_submit i click_tel jako mikro-konwersjach. Organic generuje 45% ruchu, ale atrybucja przychodu wymaga ręcznego mapowania.
• Sklep F (dekoracje/wnętrza) – 112 000 sesji organicznych rocznie, 560 000 zł przychodu z organic (16,4% całości). Paid Search generuje 2x więcej przychodu (1 120 000 zł), ale CPA organic jest 3x niższy niż CPA z Google Ads.

Kluczowy wniosek z analizy 6 serwisów: udział organic search w przychodzie nie jest stały – zależy od branży (sport: wysoka sezonowość, elektronika: łagodna), dojrzałości SEO (sklep z 3-letnim stażem SEO ma wyższy udział organic niż sklep rozpoczynający pozycjonowanie) i modelu biznesowego (klasyczny e-commerce vs usługi online vs marketplace). Dlatego benchmarkowanie KPI SEO między branżami jest bezcelowe – porównuj swoje wyniki rok do roku, nie z „średnią rynkową”.

Jak sezonowość wpływa na interpretację KPI w e-commerce?

Sezonowość to najczęstsza przyczyna błędnej interpretacji danych SEO w sklepach internetowych. Spadek ruchu o 40% w maju w porównaniu do stycznia nie musi oznaczać problemu z pozycjonowaniem – może to być naturalna sezonowość branży. Bez uwzględnienia tego kontekstu właściciel sklepu panikuje, zmienia agencję, a nowa agencja „naprawia” coś, co nie było zepsute. Analizowaliśmy dane z Google Search Console dwóch anonimowych sklepów, żeby pokazać skalę różnic.

Sklep A (sport/outdoor) pokazuje ekstremalną sezonowość z amplitudą 15x. W czerwcu (dead season) generował 3 600 kliknięć organicznych miesięcznie, a w styczniu (ferie zimowe, peak season) – 52 500 kliknięć. Różnica między szczytem a dołkiem to 1 360%. Ten wzorzec jest typowy dla branż silnie sezonowych: sport zimowy, ogród, klimatyzacja, opony, odzież sezonowa. Gdyby agencja SEO tego sklepu raportowała w marcu „ruch spadł o 70% względem stycznia” – klient mógłby uznać, że SEO nie działa. W rzeczywistości ten spadek to naturalne zachowanie rynku.

Sklep B (elektronika) to zupełnie inny wzorzec – łagodna sezonowość z amplitudą zaledwie 1,5x. Różnica między najlepszym miesiącem (styczeń: 17 800 kliknięć) a najsłabszym (maj: 11 900) to „tylko” 50%. Elektronika sprzedaje się cały rok z niewielkim boomem w Q4 (Black Friday, święta). Ten sklep można porównywać MoM bezpieczniej, choć porównanie YoY (year-over-year) jest zawsze dokładniejsze.

Sklep C (motoryzacja/niszowy) pokazuje trzeci wzorzec – odwrotną sezonowość w stosunku do Sklepu A. Peak przypada na maj-czerwiec (4 800 kliknięć/mies. – sezon jazdy, użytkownicy szukają części zamiennych i akcesoriów), a dołek na styczeń-luty (3 100 kliknięć – samochody stoją w garażach). Amplituda ~2x. Ten sklep udowadnia, że sezonowość jest specyficzna dla branży, nie uniwersalna.

Sklep D (dom/ogród) ma sezonowość zbliżoną do Sklepu C – szczyt w marcu-maju (sezon budowlano-ogrodowy, ludzie szukają pomp, studni, systemów nawadniania) i dołek w grudniu-styczniu. Amplituda ~3x. Ciekawostka: w tym sklepie Black Friday (listopad) nie powoduje żadnego wzrostu – bo produkty dom/ogród nie są typowymi „black-fridayowymi” impulsami zakupowymi.

Serwis E (usługi online/winiety) pokazuje ekstremalną sezonowość powiązaną z kalendarzem podróży: szczyty przed świętami, feriami i wakacjami (kiedy ludzie wyjeżdżają za granicę i potrzebują winiet). Poza sezonem wyjazdowym ruch spada o 60-70%.

Sklep F (dekoracje/wnętrza) ma umiarkowaną sezonowość z dwoma szczytami: wrzesień-październik (ludzie urządzają domy po wakacjach) i marzec-kwiecień (wiosenne odświeżanie wnętrz). Amplituda ~1,8x.

Zestawienie 6 sklepów pokazuje pełne spektrum wzorców sezonowości w polskim e-commerce:

Sklep	Branża	Peak	Dołek	Amplituda	Typ sezonowości
A	Sport/outdoor	Styczeń (ferie)	Czerwiec	15x	Ekstremalna zimowa
B	Elektronika	Styczeń	Maj	1,5x	Łagodna, Q4 boom
C	Motoryzacja	Maj-Czerwiec	Styczeń	2x	Letnia (sezon jazdy)
D	Dom/ogród	Marzec-Maj	Grudzień	3x	Wiosenna (sezon budowlany)
E	Usługi online	Święta/ferie/wakacje	Poza sezonem	3-4x	Kalendarzowa (podróże)
F	Dekoracje/wnętrza	Wrz-Paź, Mar-Kwi	Lipiec	1,8x	Dwuszczytowa

Praktyczna zasada: zawsze porównuj ten sam miesiąc rok do roku (YoY). Styczeń 2026 vs styczeń 2025, nie styczeń 2026 vs grudzień 2025. Jedyny wyjątek: pomiar efektu konkretnej zmiany technicznej (np. naprawa faceted navigation) – wtedy porównujesz before/after z uwzględnieniem sezonowości. Najlepiej: porównaj tydzień przed wdrożeniem z analogicznym tygodniem rok temu, żeby oddzielić efekt zmiany od efektu sezonu.

Jak skonfigurować GA4 do mierzenia SEO w sklepie internetowym?

Google Analytics 4 z włączonym Enhanced E-commerce tracking to podstawowe narzędzie do łączenia danych o widoczności (z GSC) z danymi o konwersjach i przychodzie. Bez poprawnie skonfigurowanych eventów e-commerce GA4 jest ślepe na to, co dzieje się po kliknięciu z wyników Google. Konfiguracja wymaga implementacji czterech kluczowych eventów na stronie sklepu:

• view_item – użytkownik obejrzał kartę produktu. Parametry: item_id, item_name, price, item_category. Pozwala zmierzyć, które produkty przyciągają ruch organiczny i czy trafiają w intencję.
• add_to_cart – dodanie do koszyka. Kluczowa metryka pośrednia: wysoki view_item ale niski add_to_cart oznacza, że strona produktowa nie przekonuje do zakupu (problem z opisem, ceną, zdjęciami).
• begin_checkout – rozpoczęcie procesu zakupowego. Spadek między add_to_cart a begin_checkout sygnalizuje problemy z UX koszyka, kosztami wysyłki lub brakiem preferowanej metody płatności.
• purchase – finalizacja zakupu z wartością zamówienia (parametr value). To najważniejszy event do obliczenia revenue z organic search i ROAS SEO.

Jak wygląda implementacja dataLayer dla kluczowych eventów?

Według oficjalnej dokumentacji Google, eventy e-commerce wymagają obiektu items z parametrami produktu. Poniżej dwa najważniejsze eventy z przykładowym kodem dataLayer:

Event add_to_cart – wywołaj gdy użytkownik dodaje produkt do koszyka:

dataLayer.push({ ecommerce: null });
dataLayer.push({
  event: "add_to_cart",
  ecommerce: {
    currency: "PLN",
    value: 299.00,
    items: [{
      item_id: "SKU-12345",
      item_name: "Buty do biegania Nike Air Zoom",
      item_brand: "Nike",
      item_category: "Buty",
      item_category2: "Do biegania",
      item_variant: "Czarne / 42",
      price: 299.00,
      quantity: 1
    }]
  }
});

Event purchase – wywołaj na stronie potwierdzenia zamówienia (thank you page):

dataLayer.push({ ecommerce: null });
dataLayer.push({
  event: "purchase",
  ecommerce: {
    transaction_id: "ZAM-2026-78901",
    value: 548.00,
    tax: 102.43,
    shipping: 12.99,
    currency: "PLN",
    items: [{
      item_id: "SKU-12345",
      item_name: "Buty do biegania Nike Air Zoom",
      item_brand: "Nike",
      item_category: "Buty",
      price: 299.00,
      quantity: 1
    }, {
      item_id: "SKU-67890",
      item_name: "Skarpety kompresyjne",
      item_brand: "CEP",
      item_category: "Akcesoria",
      price: 89.00,
      quantity: 2
    }]
  }
});

Dwie krytyczne uwagi implementacyjne. Po pierwsze: zawsze wyczyść poprzedni obiekt ecommerce (ecommerce: null) przed nowym pushem – bez tego GA4 może zmergować dane z poprzedniego eventu. Po drugie: transaction_id w evencie purchase musi być unikalny per zamówienie – jeśli strona „dziękujemy za zakup” jest odświeżana, event purchase odpali się ponownie i zduplikuje przychód w raportach. Rozwiązanie: deduplikacja po transaction_id w GTM lub warunek „fire only once per page load”.

Przykładowy lejek konwersji e-commerce z organic search (zagregowane dane z 3 sklepów, 12 miesięcy):

Etap lejka	Event GA4	Liczba	% poprzedniego etapu	Co oznacza spadek?
Sesje z organic	session_start	525 000	100%	–
Obejrzenie produktu	view_item	315 000	60,0%	40% użytkowników nie trafia na kartę produktu – problem z nawigacją lub landing page
Dodanie do koszyka	add_to_cart	47 200	15,0%	85% ogląda ale nie dodaje – cena? opisy? zdjęcia?
Rozpoczęcie checkout	begin_checkout	31 500	66,7%	34% porzuca koszyk – koszty wysyłki? brak metody płatności?
Zakup	purchase	20 300	64,4%	34% nie finalizuje – problem z formularzem? redirect do banku?

Ten lejek to narzędzie diagnostyczne, nie raportowe. Gdy organic conversion rate spada z 3,87% do 2,1% – nie szukaj problemu w SEO. Sprawdź, w którym miejscu lejka użytkownicy odpadają. Jeśli view_item do add_to_cart spada z 15% do 8% – problem jest w kartach produktowych (opisy, ceny, zdjęcia), nie w widoczności w Google.

Aby wyodrębnić ruch z SEO, stwórz w GA4 segment „Organic Search” filtrując po Session source/medium = google / organic (plus bing / organic i inne wyszukiwarki). Warto też stworzyć osobny segment „AI Search” obejmujący ruch z ChatGPT, Perplexity, Gemini i Claude – to szybko rosnący kanał z wysoką intencją zakupową, który warto monitorować osobno. W GA4 użyj filtra PARTIAL_REGEXP na sessionSource z wartością chatgpt|perplexity|gemini|claude|copilot.

Jak liczyć ROI z pozycjonowania sklepu internetowego?

Podstawowa formuła: ROAS SEO = Revenue z organic / Koszt SEO. Jeśli sklep płaci 5 000 zł miesięcznie za pozycjonowanie (abonament agencji + content + linki), a organic search generuje 120 000 zł przychodu – ROAS wynosi 22x. Na każdą złotówkę zainwestowaną w SEO wraca 22 zł przychodu. W sklepach, które analizowaliśmy, ROAS SEO wahał się od 7x (nowy sklep, 6 miesięcy pozycjonowania) do 38x (sklep z 3-letnim stażem SEO i silnym profilem linkowym).

Przykład obliczenia ROAS SEO na realnych danych (Sklep D, zanonimizowany):

Składnik	Wartość	Źródło danych
Revenue z organic (12 mies.)	2 710 000 zł	GA4: purchase events, segment Organic Search
Koszt SEO (abonament agencji)	84 000 zł (7 000 zł x 12)	Faktura agencji
Koszt contentu (copywriting)	36 000 zł (3 000 zł x 12)	Faktury copywriterów
Koszt link buildingu	48 000 zł (4 000 zł x 12)	Faktury za artykuły sponsorowane
Całkowity koszt SEO	168 000 zł	Suma powyższych
ROAS SEO	16,1x	2 710 000 / 168 000
ROI SEO	1 513%	(2 710 000 – 168 000) / 168 000 x 100%

To wyliczenie bazuje na modelu last click. Po uwzględnieniu assisted conversions (organic jako pierwszy lub pośredni touchpoint) realna wartość organic byłaby wyższa o 30-45%, co daje skorygowany ROAS na poziomie 21-23x. Dlatego warto raportować obie wartości: ROAS last click (konserwatywny) i ROAS z assisted (pełny obraz).

Problem w tym, że ta formuła bazuje na modelu last click attribution, który jest niesprawiedliwy wobec SEO. Klient może pierwszy raz trafić na sklep z organic search (szukał „robot kuchenny planetarny”), przeczytać artykuł na blogu, wrócić następnego dnia z direct (wpisał URL z pamięci), dodać produkt do koszyka, a kupić dopiero za tydzień z emaila (newsletter z rabatem). GA4 domyślnie przypisze konwersję do email – a organic search dostanie zero, mimo że zainicjował całą ścieżkę.

Rozwiązanie: sprawdzaj assisted conversions w GA4 (Reklama, Atrybucja, Ścieżki konwersji). Ten raport pokazuje, ile razy organic search pojawił się gdziekolwiek na ścieżce zakupowej – nie tylko jako ostatni klik. W sklepach, które analizowaliśmy, organic search uczestniczył w 30-45% więcej konwersji niż pokazywał model last click. To oznacza, że standardowy raport systematycznie zaniża wartość SEO o jedną trzecią. Więcej o kosztach opisujemy w artykule o tym, ile kosztuje pozycjonowanie sklepu.

Jak porównywać koszt pozyskania klienta z SEO vs Google Ads?

Porównanie CPA (cost per acquisition) między kanałami to kluczowe narzędzie decyzyjne dla właściciela sklepu. Formuła: CPA organic = Koszt SEO / Liczba konwersji z organic. Analogicznie: CPA paid = Wydatki Google Ads / Konwersje z Ads. Jeśli CPA organic wynosi 25 zł, a CPA paid 65 zł – SEO jest 2,6x tańsze w pozyskaniu klienta.

Ale to porównanie jest nieuczciwe wobec SEO z jednego powodu: SEO ma efekt kumulacyjny. Gdy wyłączysz Google Ads, ruch z paid spada do zera natychmiast – następnego dnia. Gdy „wyłączysz” SEO (przestaniesz płacić agencji), ruch organiczny nie znika od razu – spada stopniowo przez miesiące, bo treści, linki i autorytet domeny nadal działają. W analizowanych sklepach po zakończeniu współpracy SEO ruch organiczny utrzymywał się na poziomie 60-70% przez kolejne 6 miesięcy. To oznacza, że realny CPA z SEO jest jeszcze niższy niż pokazują bieżące dane – inwestycja amortyzuje się w czasie.

Przykładowe wyliczenie dla sklepu z budżetem 5 000 zł/mies. na SEO i 8 000 zł/mies. na Google Ads:

Metryka	SEO (organic)	Google Ads (paid)
Budżet miesięczny	5 000 zł	8 000 zł
Sesje miesięcznie	12 000	6 500
Conversion rate	2,8%	3,5%
Konwersje (zakupy)	336	228
CPA (koszt na konwersję)	14,88 zł	35,09 zł
Średni AOV	185 zł	210 zł
Revenue miesięcznie	62 160 zł	47 880 zł
ROAS	12,4x	5,9x
Co się dzieje po wyłączeniu?	Ruch spada o 30-40% w 6 mies.	Ruch spada do 0 natychmiast
Efekt kumulacyjny (12 mies.)	Rosnący – treści i linki się kumulują	Brak – płacisz co miesiąc od nowa

Zwróć uwagę na dwie rzeczy. Po pierwsze: Google Ads ma wyższy conversion rate (3,5% vs 2,8%) – bo reklamy trafiają do użytkowników z bezpośrednią intencją zakupową, podczas gdy organic przyciąga też ruch informacyjny (poradniki, porównania). Ale mimo niższego CR, organic generuje więcej konwersji, bo ma 2x więcej sesji – bez dodatkowego kosztu za kliknięcie. Po drugie: po wyłączeniu Google Ads ruch z paid spada do zera w ciągu 24 godzin. Po zakończeniu SEO ruch organiczny utrzymuje się na 60-70% przez kolejne 6 miesięcy – bo treści, linki i autorytet domeny nadal działają.

Jakie są najczęstsze błędy w mierzeniu SEO e-commerce?

Na podstawie audytów GA4 i GSC w dziesiątkach sklepów internetowych, najczęstsze błędy w mierzeniu efektów SEO to:

• Brak Enhanced E-commerce – sklep śledzi tylko page_view i session_start, bez view_item, add_to_cart i purchase. Bez tych eventów nie wiadomo, ile organic search generuje przychodu. Rozwiązanie: wdrożenie dataLayer z 4 kluczowymi eventami (patrz kod powyżej).
• Porównywanie MoM zamiast YoY – „ruch spadł o 40% vs zeszły miesiąc” w sklepie sezonowym to nie problem, to sezon. Zawsze porównuj ten sam miesiąc rok do roku. Jedyny wyjątek: pomiar efektu konkretnej zmiany (before/after).
• Ignorowanie assisted conversions – standardowy raport GA4 (last click) zaniża wartość SEO o 30-45%. Organic często inicjuje ścieżkę zakupową, ale konwersja zamyka się w Direct lub Email. Sprawdzaj ścieżki konwersji.
• Duplikacja eventów purchase – odświeżenie strony „dziękujemy” odpala purchase ponownie. Efekt: zawyżony przychód w GA4. Fix: deduplikacja po transaction_id w Google Tag Manager.
• Brak segmentacji kanałów – organic, paid i AI Search w jednym worku „All Traffic”. Bez wydzielenia nie wiesz, który kanał konwertuje lepiej i gdzie alokować budżet. Minimum: Organic Search, Paid Search, Direct, AI Search jako osobne segmenty.
• Raportowanie pozycji bez kontekstu przychodu – „jesteśmy na pozycji 3 na 'buty damskie'” nic nie mówi właścicielowi sklepu. Co mówi: „fraza 'buty damskie Nike Air Max’ generuje 12 000 zł przychodu miesięcznie z organic i jesteśmy na pozycji 3 – wzrost o 2 pozycje vs zeszły rok”.

Jak query fan-out i encje pomagają w analizie efektów SEO?

Tradycyjna analiza SEO mierzy pozycje na pojedyncze frazy kluczowe – „robot kuchenny” jest na pozycji 5, „blender kielichowy” na pozycji 12. To podejście pomija mechanizm query fan-out – sposób, w jaki Google i systemy AI rozkładają zapytanie użytkownika na dziesiątki podzapytań. Użytkownik wpisuje „robot kuchenny” – ale Google sprawdza też: „robot kuchenny planetarny”, „robot kuchenny do 500 zł”, „robot kuchenny Bosch vs KitchenAid”, „najlepszy robot kuchenny 2026” i kilkanaście innych wariantów.

Zamiast mierzyć pozycję na jedną frazę, zmierz pokrycie tematyczne (keyword coverage): na ile z tych podzapytań Twój sklep ma stronę w top 10? Jeśli sklep rankuje na „robot kuchenny” ale nie ma stron na warianty cenowe, porównawcze i intencyjne – traci 60-80% potencjalnego ruchu. Google Search Console (raport Wydajność, filtr po stronie) pokazuje, jakie podzapytania generują impressions ale nie kliknięcia – to Twoje luki do wypełnienia nowymi treściami lub optymalizacją istniejących stron.

Encje (entities) to drugi wymiar analizy efektów: czy Google poprawnie rozumie, czym jest Twoja strona? Karta produktowa powinna budować jasność encji Product + Brand + Category w schema markup. Monitoruj w GSC, czy Google wyświetla rich results (gwiazdki, ceny, dostępność) na Twoich stronach – ich brak oznacza problemy z extractability i schema markup. Budowanie topical authority poprzez klastry tematyczne to najskuteczniejszy sposób na zwiększenie keyword coverage i widoczności w query fan-out.

Jakie raporty powinien dostawać właściciel sklepu?

Raport miesięczny dla właściciela sklepu powinien zaczynać się od przychodu i schodzić w dół piramidy KPI tylko gdy trzeba wyjaśnić zmianę. Minimalna struktura:

1. Revenue z organic (GA4: purchase events z sesji organic) – ile SEO zarobiło w tym miesiącu? Porównanie YoY i trend 6-miesięczny.
2. ROAS SEO – revenue / koszt pozycjonowania. Trend: rośnie, spada, stabilny?
3. Top 10 stron wg przychodu z organic – które landing pages generują największy przychód? Czy to kategorie, produkty, czy blog?
4. Organic conversion rate – trend MoM i YoY. Spadek CR przy rosnącym ruchu = problem z jakością ruchu lub UX strony.
5. Nowe i utracone frazy – na jakie nowe frazy sklep zaczął rankować? Jakie utracił? Czy utracone to frazy transakcyjne?
6. Kontekst sezonowości – „spadek ruchu o 30% vs zeszły miesiąc, ale wzrost o 15% vs ten sam miesiąc rok temu”. Bez tego kontekstu dane są bezużyteczne.

Kwartalny raport powinien dodatkowo zawierać: porównanie YoY na poziomie kategorii produktowych, analizę keyword coverage (czy wypełniamy luki?), przegląd konkurencji (kto rośnie, kto spada?) i prognozę na kolejny kwartał z uwzględnieniem sezonowości.

Jak mierzyć wpływ AI Search na e-commerce?

Ruch z AI Search (ChatGPT, Perplexity, Gemini, Claude) to najszybciej rosnący kanał ruchu w e-commerce, który większość sklepów w ogóle nie mierzy osobno. W GA4 ten ruch trafia domyślnie do „Organic Search” lub „Referral” – bez wydzielenia nie wiesz, ile ruchu i konwersji generują systemy AI.

Rozwiązanie: stwórz w GA4 custom channel grouping z regułą PARTIAL_REGEXP na sessionSource obejmującą: chatgpt|perplexity|gemini|claude|copilot|bing.*chat. To pozwoli raportować AI Search jako osobny kanał obok Organic Search, Paid Search i Direct. Według naszych obserwacji z monitoringu 5 sklepów, ruch z AI Search ma średnio 2-3x wyższy engagement rate niż tradycyjny organic – użytkownicy przychodzą z konkretną intencją zakupową, bo AI już wstępnie przefiltrował opcje i zarekomendował konkretne produkty. Więcej o monitorowaniu widoczności w AI opisujemy przy audycie widoczności w AI.

Podsumowanie – mierz to, co ma wpływ na przychód

Mierzenie efektów SEO w e-commerce różni się od mierzenia SEO w firmie usługowej jednym kluczowym elementem: w e-commerce każda sesja ma przypisaną wartość pieniężną. Wykorzystaj to. Zamiast raportować pozycje i ruch, raportuj revenue z organic, ROAS SEO i organic conversion rate. Pozycje i ruch to narzędzia diagnostyczne – używaj ich gdy trzeba wyjaśnić zmianę w przychodzie, nie jako cel sam w sobie.

Pamiętaj o trzech pułapkach: sezonowość (porównuj YoY, nie MoM), assisted conversions (standardowy raport zaniża wartość SEO o 30-45%) i AI Search (wydziel jako osobny kanał – to rosnące źródło ruchu z wysoką intencją zakupową, które warto monitorować od teraz, zanim stanie się zbyt duże żeby je ignorować).

Agencja SEO Semgence konfiguruje pełne raportowanie SEO e-commerce w ramach pozycjonowania sklepów internetowych. Obejmuje to: GA4 Enhanced E-commerce, segmentację kanałów (w tym AI Search), dashboardy Looker Studio z piramidą KPI i miesięczne raporty zaczynające się od przychodu. Sprawdź naszą ofertę audytu sklepu internetowego lub skontaktuj się z nami.