Czego nie mierzy Twój e-commerce, a powinien (z perspektywy QA)

Większość sklepów internetowych żyje w świecie kilku liczb, które zna każdy manager i każdy CEO. Konwersja, średnia wartość koszyka, przychód dzienny, CAC, ROAS. To są metryki wygodne, bo dają szybki obraz wyniku. Problem w tym, że one mówią głównie o tym, ile sprzedajesz, a bardzo słabo tłumaczą, dlaczego nie sprzedajesz więcej. I tu wchodzi QA, całe na biało, tylko bez danych jest bezbronne.

W e-commerce jakość rzadko psuje się spektakularnie. Częściej psuje się po cichu. Użytkownik nie widzi przycisku, bo zasłania go klawiatura na mobile. Płatność „wisi” bez komunikatu. Kod rabatowy niby działa, ale nie nalicza zniżki dla jednej kombinacji produktów. Stock pokazuje dostępność, a magazyn już jej nie ma. To są tarcia, które nie wyglądają jak awaria. Wyglądają jak „taki rynek”. A potem w raporcie widzisz tylko, że konwersja spadła.

Jeśli masz w głowie jedno zdanie z tego tekstu, niech będzie takie. Klasyczna analityka odpowiada na pytanie co się stało. QA-owe metryki odpowiadają na pytanie dlaczego.

I jeszcze jedno ważne tło. Gemius w materiale o raporcie „E-commerce w Polsce 2025” pokazuje mocny sygnał, że zakupy mobilne są dominujące, a smartfon jest urządzeniem pierwszego wyboru w zakupach online. To znaczy, że jeśli nie mierzysz jakości na mobile w sposób precyzyjny, to tak naprawdę nie mierzysz jakości tam, gdzie dziś dzieje się większość biznesu.

Dlaczego klasyczna analityka nie wystarcza

Google Analytics i podobne narzędzia są świetne do mierzenia zachowań użytkowników, ale słabe w pokazywaniu technicznych przyczyn tych zachowań. Analityka powie Ci, że użytkownik opuścił checkout na kroku „dostawa”. Nie powie Ci, że walidacja kodu pocztowego odrzuca format, którego ludzie realnie używają. Powie Ci, że na mobile spadła konwersja. Nie powie Ci, że fokus w formularzu skacze, a klawiatura zasłania przycisk „dalej”. Powie Ci, że rośnie porzucenie koszyka. Nie powie Ci, że w tle rosną timeouty w bramce płatności.

Efekt jest przewidywalny. Organizacja reaguje kampanią, rabatem, nową kreacją, próbą „dokręcenia ruchu”, zamiast usunąć tarcie, które już istnieje. QA widzi te tarcia codziennie, ale jeśli nie ma metryk, to pozostaje na poziomie opowieści. A opowieści przegrywają z budżetem marketingu.

Metryka 1: Checkout abandonment rozbite na przyczyny, a nie na krok

Porzucenie checkoutu jest kuszące jako liczba, bo brzmi jak jedno KPI. Tylko że to jest worek. W tym worku siedzą problemy UX, problemy wydajności, problemy z płatnościami, problemy z walidacją i problemy stricte techniczne.

Baymard pokazuje wprost, że tarcie wynikające z projektu i przepływu checkoutu potrafi być samodzielnym powodem porzucenia zakupu. Z perspektywy QA to oznacza, że nie wystarczy wiedzieć „odpadają na dostawie”. Trzeba wiedzieć, co dokładnie dzieje się na dostawie.

Co warto mierzyć zamiast jednej liczby:

• abandonment per krok, ale z rozróżnieniem mobile i desktop
• abandonment po błędzie walidacji, czyli ile porzuceń następuje w ciągu 30 sekund po pokazaniu błędu
• abandonment po spowolnieniu, czyli ile porzuceń następuje po przekroczeniu określonego progu czasu odpowiedzi
• abandonment po zmianie metody płatności, bo to często maskuje problemy z integracją lub UX wybierania płatności

To jest różnica między „mamy problem w checkout” a „tracimy pieniądze, bo 4 procent użytkowników dostaje błąd walidacji w polu numer domu na iOS, a potem znika”.

Metryka 2: Form error rate i walidacje, które kradną konwersję po cichu

To jest jedna z najbardziej niedocenianych metryk w e-commerce. Jeśli więcej niż kilka procent użytkowników popełnia błąd w tym samym polu, to w większości przypadków problemem nie są użytkownicy. Problemem jest formularz albo jego reguły.

Mierz:

• error rate per pole, osobno dla mobile i desktop
• median time to recover, czyli ile czasu zajmuje poprawienie błędu po jego pokazaniu
• retry rate, czyli ile osób próbuje drugi raz i trzeci raz
• rage clicks w okolicy błędu, jeśli masz narzędzia do rejestracji sesji

Dlaczego to jest QA-owe, a nie tylko UX-owe. Bo wiele takich błędów ma przyczynę techniczną, na przykład zbyt restrykcyjny regex, brak tolerancji na spacje, brak sensownej normalizacji, albo błędne mapowanie do systemu dostaw. Bez mierzenia tego na produkcji możesz testować tygodniami i nadal nie trafić na realny wzorzec danych wpisywanych przez ludzi.

Metryka 3: Payment failure rate i najważniejsze podmetryki, których nikt nie pokazuje na dashboardzie

W większości firm temat płatności kończy się na jednym zdaniu: „mamy integrację z operatorem, działa”. A potem przychodzi kampania, rośnie ruch, rośnie liczba równoległych transakcji i nagle pojawiają się timeouty, błędy po stronie operatora, problemy z powrotami z banku, problemy z powtórzeniem transakcji, problemy z podwójnym obciążeniem lub brakiem potwierdzenia.

TestGrid w kontekście sezonu zakupowego podkreśla, że broken checkout i payment failures są krytyczne i że trzeba je testować pod obciążeniem, bo to one bezpośrednio uderzają w przychód. TestDevLab z kolei akcentuje konieczność testów płatności w słabych warunkach sieciowych i na mobile, bo tam użytkownik częściej „nie wie, czy zapłacił”.

Mierz:

• failure rate per metoda płatności, bo one potrafią mieć zupełnie inne zachowanie
• timeout rate i p95 czasu odpowiedzi dla calli do bramki
• drop after payment redirect, czyli ile osób odpada po powrocie z banku lub portfela
• unknown state rate, czyli procent przypadków, w których użytkownik nie dostaje jasnej informacji o statusie płatności, a system ma stan niejednoznaczny

To są metryki, które QA powinno wymagać jako warunek dojrzałości checkoutu. Bez nich dowiadujesz się o problemie z infolinii albo z komentarzy w social mediach.

Metryka 4: Promo code fail rate i promocyjne edge case, które psują szczyt sezonu

W Black Friday i Cyber Monday promocje nie są dodatkiem. One są produktem. A jednocześnie to jest obszar, w którym systemy najczęściej mają logikę zlepioną z wyjątków, integracji i zależności. To dlatego TestGrid tak mocno akcentuje testowanie promo engine, reguł zniżek i łączenia promocji, bo błędy w tym miejscu potrafią generować zarówno straty, jak i frustrację użytkowników.

Mierz:

• fail rate aplikacji kodu, osobno dla typów kodów i kanałów
• silent fail, czyli przypadki, gdy kod się „przyjął”, ale zniżka nie została naliczona
• promo conflict rate, czyli ile prób kończy się konfliktem z inną promocją
• rollback rate, czyli ile koszyków traci promocję po zmianie ilości lub wariantu produktu

To są dane, które pozwalają odróżnić „ludzie źle wpisują kody” od „logika promocji ma dziurę”.

Metryka 5: Inventory sync lag i desynchronizacja, która robi bałagan po stronie klienta

Dużo e-commerce mierzy stock jako stan w bazie sklepu. Mało kto mierzy, jak długo trwa propagacja zmian między systemami, zwłaszcza gdy masz ERP, WMS, kilka magazynów, marketplace i kilka kanałów sprzedaży.

Gate-Software w checklistach BFCM zwraca uwagę na ryzyko desynchronizacji informacji pomiędzy systemami, w tym stanów magazynowych między sklepem a ERP, i traktuje to jako jedno z typowych zagrożeń w okresie zwiększonego ruchu.

Mierz:

• lag w aktualizacji dostępności, w sekundach i minutach, a nie tylko jako „jest lub nie ma”
• oversell signals, czyli przypadki, gdy zamówienie zostało przyjęte mimo braku dostępności
• cancel due to stock, czyli procent anulacji wynikających z braku towaru po zamówieniu
• mismatch rate między kanałami, na przykład sklep pokazuje dostępność, a marketplace nie, albo odwrotnie
• To jest metryka jakości operacyjnej, która wpływa na reputację i obsługę klienta równie mocno jak sam checkout.

Metryka 6: Mobile checkout friction, czyli jakość na smartfonie liczona jak proces, nie jak page speed

Tu jest pułapka. Wiele zespołów ma metryki typu Core Web Vitals, ma pomiar czasu ładowania, ma monitoring wydajności. A mimo to konwersja na mobile spada, bo problemem nie jest tylko szybkość. Problemem jest przejście przez proces, ze wszystkimi interakcjami.

Baymard opisuje bardzo konkretny scenariusz, w którym opcja guest checkout na mobile bywa zasłonięta przez klawiaturę i przez to użytkownicy jej nie widzą. To nie jest „wina marketingu”. To jest jakość doświadczenia na urządzeniu, które według Gemius jest kluczowe w zakupach online.

Mierz:

• time to complete checkout na mobile, od wejścia do finalizacji, nie tylko time to first byte
• keyboard occlusion events, czyli sytuacje, gdy klawiatura zasłania CTA, da się to mierzyć przez eventy UI
• back button recovery, czyli ile osób wraca krok i czy potrafi wrócić bez utraty danych
• crash free sessions w aplikacji mobilnej, jeśli masz appkę

To jest obszar, w którym QA może wprowadzić mierzenie naprawdę szybko, a zwrot potrafi być większy niż kolejna kampania.

Metryka 7: Post purchase quality, czyli błędy po zakupie, które zabijają LTV

Wielu ludzi myśli, że sprzedaż kończy się na płatności. Z perspektywy zaufania klienta sprzedaż zaczyna się po płatności. Mail potwierdzający, status zamówienia, tracking przesyłki, faktura, zwroty. To tam klient decyduje, czy wróci.

Mierz:

• confirmation delivery rate, czyli procent zamówień, które dostały potwierdzenie w oczekiwanym czasie
• thank you page error rate
• order status mismatch, czyli rozjazdy pomiędzy tym, co widzi klient, a tym, co ma system
• return initiation errors, bo jeśli zwrot jest popsuty, klient zapamięta to lepiej niż rabat

Te błędy rzadko obniżają dzisiejszą konwersję, dlatego są ignorowane. Obniżają za to przyszły przychód, NPS i rekomendacje.

Co się dzieje, gdy tych metryk nie ma

Dzieje się klasyczny paradoks e-commerce. Firma inwestuje coraz więcej w marketing, a wzrost przychodów spowalnia. CAC rośnie, nerwy rosną, a zespół czuje, że coś jest nie tak, tylko nie potrafi wskazać gdzie. W raportach wygląda to zwykle identycznie. Ruch jest, nawet rośnie. Budżety kampanii są, nawet większe. A konwersja stoi w miejscu albo delikatnie spada, szczególnie na mobile i szczególnie w godzinach szczytu. I wtedy zaczyna się polowanie na winnego, bo skoro sprzedaż nie rośnie, to ktoś musi zawalać. Marketing mówi, że ruch jest gorszej jakości. Produkt mówi, że ceny są za wysokie. IT mówi, że wszystko działa. QA mówi, że widzi tarcie, ale bez danych to brzmi jak opinia. Wszyscy mają rację i nikt nie ma dowodu.

Najgorsze w tym scenariuszu jest to, że organizacja reaguje tak, jak umie najszybciej. Dokłada ruch. Daje rabaty. Skraca lejek reklamowy. Zwiększa promowanie bestsellerów. Próbuje siłą przepchnąć więcej ludzi przez ten sam proces, który już dziś ma pęknięcia. To działa przez chwilę, bo kampania przykrywa problem, ale potem efekt się wypłaszcza, a koszty rosną. W praktyce płacisz dwa razy. Raz za pozyskanie użytkownika, który nie kupił przez tarcie. Drugi raz za kolejną kampanię, która ma odrobić stratę, zamiast ją usunąć. To jest mechanizm, który potrafi zjadać marżę miesiąc po miesiącu, a w szczycie sezonu robi się brutalny, bo każdy procent konwersji ma większą wagę.

Bez tych metryk dzieją się też rzeczy bardziej subtelne, ale równie kosztowne. Płatności psują się punktowo, tylko dla jednej metody, tylko dla jednej wersji iOS, tylko w godzinach, gdy operator ma większe obciążenie. Bez metryk dowiadujesz się o tym z infolinii albo z komentarzy w social mediach, czyli wtedy, gdy problem już jest reputacyjny. Promocje działają dla większości, ale dla jednej kombinacji koszyka nie naliczają zniżki albo zrywają się po powrocie z płatności. Klient nie zgłasza błędu, tylko wychodzi, bo w momencie zakupu ma najniższą tolerancję na chaos. Synchronizacja stanów magazynowych zaczyna się rozjeżdżać w czasie, ale dopóki nie masz metryki lag, oversell wygląda jak pojedyncze przypadki, a nie jak systemowy problem procesu. Te wszystkie historie mają wspólny mianownik. Bez QA-owych metryk organizacja widzi tylko skutek, nigdy przyczynę.

Największa korzyść z tych metryk nie jest taka, że nagle masz ładny dashboard. Największa korzyść jest taka, że możesz wreszcie powiedzieć, gdzie dokładnie uciekają pieniądze i jakim kosztem możesz je odzyskać. Wtedy rozmowa przestaje być o tym, czy „warto poprawiać checkout”, a zaczyna być o tym, że jedna poprawka w walidacji usuwa 40 procent błędów w polu adresu na mobile, a to przekłada się na konkretną liczbę zamówień tygodniowo. To jest moment, w którym QA przestaje być działem od zgłaszania problemów, a staje się działem od odzyskiwania przychodu, który już dziś leży na stole.

Jak to wdrożyć bez wielkiej rewolucji

Najlepsze wdrożenia zaczynają się od trzech rzeczy, ale warto dopowiedzieć, jak to wygląda w praktyce, żeby nie skończyć z kolejnym projektem, który utknął na etapie planu. Po pierwsze, wybierasz krytyczne ścieżki, a nie cały sklep. Krytyczne ścieżki to te, które dotykają przychodu i zaufania. Wejście do koszyka, przejście przez dostawę, wybór płatności, powrót z operatora, potwierdzenie zamówienia, obsługa promocji. Jeśli zaczniesz od całego serwisu, utoniesz w szczegółach. Jeśli zaczniesz od krytycznych flow, zobaczysz efekt szybko i zbudujesz zaufanie do metryk.

Po drugie, instrumentujesz zdarzenia jakościowe w tych ścieżkach. I tu klucz jest taki, że nie chodzi o zbieranie wszystkiego. Chodzi o zbieranie sygnałów, które jednoznacznie mówią, że użytkownik utknął albo że system zrobił coś nie tak. Błędy walidacji per pole i per platforma. Wystąpienia timeoutów w płatnościach. Liczba prób ponowienia płatności. Zdarzenia typu kod rabatowy odrzucony, kod przyjęty bez naliczenia zniżki, konflikt promocji. Zdarzenia typu brak możliwości przejścia dalej, bo CTA jest niewidoczne lub zasłonięte. Czas całego procesu checkout liczony jako realny czas przejścia, a nie czas ładowania stron. W przypadku stocku lag synchronizacji i różnice między stanem prezentowanym a stanem finalnym w momencie rezerwacji.

Po trzecie, łączysz te sygnały z kontekstem biznesowym. To jest element, który robi z metryk QA coś, co interesuje zarząd. Jeśli widzisz wzrost payment failure rate, ale nie wiesz, jaką część przychodu stanowią koszyki z tą metodą płatności, to masz tylko techniczny alert. Jeśli potrafisz pokazać, że problem dotyczy na przykład 18 procent transakcji w godzinach szczytu i że średnia wartość koszyka w tej grupie jest wyższa niż średnia, to masz argument do priorytetu na poziomie biznesowym. W praktyce oznacza to, że do eventów jakościowych dopinasz atrybuty typu wartość koszyka, metoda płatności, typ urządzenia, wersja aplikacji lub przeglądarki, kanał kampanii, kraj, magazyn, a czasem nawet typ dostawy. Nie po to, żeby śledzić użytkownika, tylko po to, żeby zrozumieć, gdzie tarcie jest najdroższe.

Technicznie najczęściej wystarczy miks, ale warto go ułożyć świadomie. Monitoring frontu łapie błędy JS, problemy z widocznością elementów, czas interakcji i błędy UI. Monitoring backendu łapie błędy API, timeouty, retry, problemy z zależnościami. Logowanie zdarzeń domenowych łapie to, co naprawdę jest biznesem, czyli płatność rozpoczęta, płatność potwierdzona, koszyk zablokowany, promocja zastosowana, rezerwacja stocku wykonana, zamówienie utworzone. Do tego jeden wspólny identyfikator sesji lub transakcji, który pozwala skleić historię zdarzeń bez sięgania po dane wrażliwe. I tu jest ważna uwaga praktyczna. Identyfikator ma być stabilny w całym flow, także po przekierowaniu do bramki płatności, bo inaczej najważniejszy fragment procesu znika Ci z widoku.

Na koniec, żeby to było wdrożenie, a nie eksperyment, potrzebujesz jeszcze dwóch rzeczy. Progu alertów i rytuału reakcji. Progi, czyli na przykład kiedy payment failure rate rośnie o X punktów procentowych, to jest incydent biznesowy, nie techniczny. Rytuał, czyli kto patrzy na te metryki codziennie w sezonie, kto ma prawo zatrzymać rollout i jak wygląda playbook, gdy metryka skacze. Bez tego dashboard będzie ładny, ale martwy. Z tym, dashboard staje się narzędziem odzyskiwania pieniędzy, które do tej pory uciekały w ciszy.

Podsumowanie

E-commerce nie przegrywa dziś tylko na marketingu. Bardzo często przegrywa na jakości, której nie mierzy. Dopóki patrzysz tylko na konwersję i AOV, widzisz wynik, ale nie widzisz przyczyny. QA-owe metryki pokazują, gdzie uciekają pieniądze zanim trafią do raportu finansowego. Siedem metryk jakościowych potrafi wygenerować większy zwrot niż kolejny budżet kampanii, bo one nie zwiększają ruchu. One sprawiają, że ruch, który już masz, zaczyna płacić.

Jeśli chcesz zobaczyć, ile pieniędzy traci dziś Twój e-commerce przez niewidzialne problemy jakościowe, w Quality Island pomagamy wdrażać QA-driven revenue dashboardy dla sklepów i platform sprzedażowych. Zaczynamy od krytycznych ścieżek, dopinamy instrumentację błędów checkoutu, płatności, promocji i mobile, a potem zamieniamy to w jedną stronę, którą da się pokazać CEO bez tłumaczenia słownika QA. Nie zgadujemy. Mierzymy. A potem odzyskujemy pieniądze, które już dziś są w Twoim ruchu.