W erze marketingu opartego na danych Google Analytics 4 (GA4) stał się nieodzownym narzędziem dla sklepów internetowych.
GA4, oparty na modelu zdarzeniowym, pozwala śledzić pełną ścieżkę zakupową – od wyświetlenia produktu po finalizację transakcji – co ułatwia optymalizację konwersji i wzrost przychodów.
Poniżej znajdziesz praktyczny przewodnik konfiguracji pomiaru kluczowych zdarzeń e-commerce, takich jak purchase, add_to_cart i wartość zamówienia, z użyciem Google Tag Manager (GTM) i warstwy danych (data layer).
Dlaczego GA4 zmienia reguły gry w e-commerce?
Universal Analytics bazował na sesjach i hitach, natomiast GA4 skupia się na użytkownikach i zdarzeniach, śledząc interakcje między urządzeniami i platformami.
Dzięki temu możesz monitorować mikrokonwersje w lejku sprzedażowym: view_item, select_item, add_to_cart, begin_checkout oraz finalne purchase.
Najważniejsze metryki w GA4 dla sklepów online to:
- liczba użytkowników i sesji – ile osób odwiedza sklep;
- współczynnik konwersji – procent wizyt kończących się zakupem;
- średnia wartość zamówienia (AOV) – ile klient wydaje średnio;
- porzucone koszyki – gdzie użytkownicy rezygnują.
GA4 wykorzystuje uczenie maszynowe do prognoz, np. prawdopodobieństwa zakupu, i bezpośrednio integruje się z Google Ads do remarketingu.
Podstawowa konfiguracja GA4 w Google Tag Manager
Zanim zmierzysz zakupy, zainstaluj bazowy tag konfiguracji GA4:
- W GA4 przejdź do Administracja > Strumienie danych > wybierz strumień webowy i skopiuj Measurement ID (np. G-XXXXXXX).
- W GTM utwórz nowy tag typu „Konfiguracja GA4”.
- Wklej Measurement ID i ustaw regułę wyzwalania na „Initialization – All Pages”.
- Zapisz, przetestuj w trybie podglądu GTM i opublikuj kontener.
Ważne: włącz opcję „Wyślij dane e-commerce” w tagach zdarzeniowych, aby raportować pełną wartość zamówienia.
Kluczowe zdarzenia e-commerce – co mierzyć?
GA4 nie śledzi automatycznie e-commerce – musisz wdrożyć zdarzenia ręcznie przez warstwę danych (data layer). Standardowe zdarzenia i ich parametry:
| Zdarzenie | Opis | Parametry kluczowe |
|---|---|---|
| view_item | Wyświetlenie szczegółów produktu. | items, item_name, item_id |
| select_item | Kliknięcie produktu na liście (np. kategoria). | items, item_list_name |
| add_to_cart | Dodanie produktu do koszyka – mierzy koszyk. | items, currency, value |
| begin_checkout | Rozpoczęcie procesu zamówienia. | items, value, coupon |
| purchase | Finalizacja zakupu – mierzy zakupy i wartość zamówienia. | transaction_id, value, tax, shipping, currency, items |
Te zdarzenia pozwalają analizować porzucone koszyki (add_to_cart vs purchase) oraz średnią wartość zamówienia (AOV) bazując na parametrze value.
Krok po kroku – implementacja zdarzenia „purchase” (zakup i wartość zamówienia)
Krok 1 – przygotuj warstwę danych (data layer)
Na stronie potwierdzenia zamówienia (thank you page) dodaj skrypt warstwy danych przed tagiem GTM. Oto przykładowy kod:
window.dataLayer = window.dataLayer || [];
dataLayer.push({
event: 'purchase',
ecommerce: {
transaction_id: 'T12345',
value: 199.99, // Całkowita wartość zamówienia
tax: 23.00,
shipping: 15.00,
currency: 'PLN',
coupon: 'RABAT10',
items: [
{
item_name: 'Produkt XYZ',
item_id: '123',
price: 150.00,
quantity: 1
}
]
}
});
Uwaga: parametr value powinien obejmować sumę netto + VAT + wysyłkę – to klucz do poprawnego mierzenia wartości zamówienia.
Krok 2 – utwórz regułę wyzwalającą w GTM
Skonfiguruj wyzwalacz zgodnie z poniższymi wskazówkami:
- reguła wyzwalająca – zdarzenie niestandardowe;
- nazwa zdarzenia – purchase (wielkość liter ma znaczenie!);
- testy – zweryfikuj w trybie podglądu GTM.
Krok 3 – utwórz tag GA4 dla zdarzenia
Dodaj tag zdarzeniowy GA4 i przekaż do niego dane z warstwy danych:
- tag – „Zdarzenie GA4”, nazwa zdarzenia: purchase;
- parametry – przekaż
ecommercez{{dlv - ecommerce}}(zmienna data layer); - wyzwalacz – reguła „purchase” z Kroku 2;
- opcja – włącz „Wyślij dane e-commerce”.
Krok 4 – testowanie i debugowanie
Przetestuj wdrożenie przed publikacją:
- GTM – uruchom tryb podglądu i zasymuluj zakup, sprawdzając data layer oraz strzały tagów;
- GA4 – włącz Administracja > DebugView, aby zweryfikować zdarzenia w czasie rzeczywistym;
- weryfikacja parametrów – sprawdź, czy
purchasezawieravalue,items,currency.
Konfiguracja add_to_cart i begin_checkout (mierzenie koszyka)
Analogicznie skonfiguruj śledzenie koszyka i rozpoczęcia checkoutu:
- implementacja add_to_cart – na stronie produktu/koszyka wyślij do data layer:
event: 'add_to_cart',items: [{item_name, price, quantity}],value: suma; - konfiguracja GTM – utwórz odpowiednią regułę i tag zdarzeniowy jak wyżej;
- begin_checkout – na stronie checkout dodaj
value(wartość koszyka) oraz kompletneitems.
To pozwoli mierzyć współczynnik porzuconych koszyków: (add_to_cart − purchase) / add_to_cart.
Oznaczanie konwersji i analiza w GA4
Oznacz kluczowe zdarzenia jako konwersje, aby zasilać raporty i kampanie:
- W GA4 przejdź do Administracja > Konwersje i dodaj nowy wskaźnik.
- Ustaw purchase jako konwersję.
- Dodaj add_to_cart i begin_checkout jako mikrokonwersje (opcjonalnie).
Najważniejsze raporty do bieżącej analizy to:
- zakupy e-commerce – przychody, AOV, porzucone koszyki;
- ścieżki użytkownika – miejsca, w których klienci odpadają;
- predykcje – prawdopodobieństwo zakupu i segmenty predykcyjne.
Najczęstsze błędy i jak ich uniknąć
Sprawdź typowe problemy i gotowe rozwiązania:
| Błąd | Rozwiązanie |
|---|---|
| Brak wartości zamówienia | Zawsze przekazuj value i włącz „Wyślij dane e-commerce”. |
| Duplikaty purchase | Użyj unikalnego transaction_id wyłącznie na stronie podziękowania. |
| Brak data layer | Dodaj skrypt przed GTM na każdej stronie, na której występuje zdarzenie. |
| Nieoznaczone konwersje | Ręcznie oznacz purchase w sekcji Konwersje GA4. |
| Błędy waluty | Ustal spójnie currency: 'PLN' w całym wdrożeniu. |
Zaawansowane wskazówki dla optymalizacji
Aby wycisnąć więcej z danych, zastosuj poniższe praktyki:
- Integracja z Google Ads i Merchant Center – automatyczne śledzenie ROAS i listy odbiorców do remarketingu;
- niestandardowe zdarzenia – dodaj
view_promotiondla banerów orazrefunddla zwrotów; - segmenty odbiorców – utwórz grupy „High-value users” (np. AOV > 200 PLN);
- prognozy – wykorzystuj modele AI GA4 do przewidywania churnu w koszyku.






