KPI e-commerce — jak liczyć GMV, AOV, konwersję, CAC i LTV

Prowadzenie sklepu internetowego da się sprowadzić do pięciu liczb: GMV, AOV, wskaźnika konwersji, CAC i LTV. Kłopot zaczyna się, gdy każdy liczy je po swojemu: GMV z raportu Allegro traktuje jak przychód, szuka w GA4 „współczynnika konwersji” znanego z Universal Analytics, a LTV liczy wzorem z SaaS, choć sklep nie ma subskrypcji. KPI e-commerce nie są trudne do policzenia. Trudno policzyć je tak samo, jak liczy je raport, z którego je bierzesz. Dlatego przy każdej z pięciu liczb podajemy definicję wprost z dokumentacji GA4, Shopify albo Allegro, a na końcu dokładamy szóstą rzecz, której żadna z nich nie pokazuje: marżę na zamówieniu.

GMV — ile faktycznie przeszło przez sklep, nie ile zarobiłeś

GMV (Gross Merchandise Value) to wartość brutto sprzedanych towarów, z VAT — a nie przychód firmy. Termin przyszedł do e-commerce z marketplace'ów, więc warto znać definicję źródłową, zanim zaczniesz liczyć własną. Allegro w raporcie rocznym za 2025 rok, w części o miarach alternatywnych (Alternative Performance Measures), pisze: „»GMV« means gross merchandise value, which represents the total gross value of goods and tickets sold on the following platforms (including value added taxes)”, czyli łączna wartość brutto towarów i biletów sprzedanych na platformach grupy, włącznie z VAT. Ten sam raport zaznacza, że miary alternatywne „are not accounting measures within the scope of IFRS”, czyli nie są miarami rachunkowymi w rozumieniu MSSF, że mogą nie być porównywalne z podobnie nazwanymi miarami innych firm („may not be comparable to similarly titled measures of other companies”) i że założenia, na których się opierają, nie były badane według MSSF ani innych standardów rachunkowości (odczyt 2026-10-05).

Jeśli liczysz „swoje GMV”, licz je tą samą logiką: łączna wartość brutto złożonych (albo opłaconych — zależnie od przyjętej definicji) zamówień, przed odliczeniem zwrotów, rabatów udzielonych po fakcie i kosztów. GMV nie jest tym, co zostaje w kasie. Jeśli ktoś w firmie mówi „GMV rośnie”, a ma na myśli przychód netto po zwrotach, miesza dwie różne liczby. Rozdziel je, zanim trafią do raportu dla zarządu albo inwestora.

Nawet jedna firma raportuje GMV w różnych ujęciach. Allegro w komunikacie za II kwartał 2026 roku podało wzrost polskiego GMV o 12% rok do roku („Polish GMV growth picked up further to 12%”), a w komunikacie za IV kwartał 2025 roku podsumowało cały rok nagłówkiem „Allegro's GMV nears PLN 70 bln in 2025” (odczyt 2026-10-05). Pierwsza liczba to procentowa dynamika jednego kwartału, druga — wartość bezwzględna z całego roku. Dla Twojego sklepu skala nie ma znaczenia, ale wniosek tak: każdą liczbę GMV czytaj z jej własnym okresem i ujęciem, a liczb z różnych okresów nie zestawiaj jako jednej serii.

AOV — średnia wartość zamówienia

AOV (Average Order Value) to przychód z okresu podzielony przez liczbę zamówień z tego samego okresu. Shopify podaje wzór wprost: „You can calculate average order value (AOV) by dividing your total revenue by the number of orders in the same time period: AOV = Total Revenue ÷ Number of Orders” (shopify.com/blog/average-order-value).

GA4 nie ma metryki nazwanej „AOV”, ale ma jej odpowiednik: „Średnie przychody z zakupów” (Average purchase revenue), czyli według dokumentacji „średnie przychody z zakupów w wybranym okresie” (support.google.com/analytics/answer/9143382, odczyt 2026-10-05). Uważaj na metrykę o niemal tej samej nazwie: „Średnie przychody z zakupów na aktywnego użytkownika” to przychód w przeliczeniu na aktywnego użytkownika, a nie na zamówienie. W interfejsie łatwo je pomylić.

Druga pułapka to sama podstawa. Metrykę „Przychody z zakupów” GA4 opisuje tak: „Suma przychodów z zakupów dokonanych w Twojej witrynie lub aplikacji po odjęciu wszelkich zwrotów środków”. Odejmuje więc wartość zdarzeń refund, jeśli sklep je wysyła. Na tej samej stronie metryka „Łączne przychody z produktu” obejmuje przychody „z samych produktów bez podatku i kosztów dostawy”. Przychód w GA4 nie jest więc GMV: nie ma go „przed zwrotami”, a to, czy zawiera VAT i dostawę, zależy od tego, jaką wartość sklep przekazuje w zdarzeniu purchase. Zanim porównasz AOV z GA4 z AOV z panelu sklepu, sprawdź, co trafia do tej wartości.

Nasz rachunek na jawnie podanych, czysto ilustracyjnych zmiennych: jeśli przychód z zakupów w miesiącu wynosi X zł, a liczba zamówień w tym miesiącu to N, wzór Shopify daje AOV = X ÷ N. Przy X = 120 000 zł i N = 400 zamówień AOV wynosi 300 zł. Ta sama firma z inną definicją „zamówienia” w mianowniku (np. z anulowanymi albo bez nich) dostanie inne N, a więc inne AOV za ten sam miesiąc. Dlatego oprócz wzoru potrzebujesz jednej, spisanej definicji zamówienia, stosowanej konsekwentnie w czasie.

Konwersja w GA4 dzisiaj — „key event rate”, nie „conversion rate”

W GA4 nie znajdziesz metryki „współczynnik konwersji” w znaczeniu z Universal Analytics — jej odpowiednikiem jest „współczynnik kluczowych zdarzeń”. Standardowe usługi Universal Analytics przestały przetwarzać dane 1 lipca 2023 roku (support.google.com/analytics/answer/11583528), a GA4 zmieniło nazewnictwo. Google wyjaśnia: „zdarzenia służące do pomiaru działań, które są ważne dla sukcesu Twojej firmy, będziemy nazywać »kluczowymi zdarzeniami«”, a „konwersja” oznacza teraz działanie, którego możesz używać „do pomiaru skuteczności kampanii reklamowych i optymalizowania strategii ustalania stawek” (support.google.com/analytics/answer/13965727, odczyt 2026-10-05). Metryka „Kluczowe zdarzenia” to „liczba przypadków wywołania kluczowego zdarzenia przez użytkowników”, a wskaźnik ma dwa warianty, sesyjny i użytkownikowy:

• „Współczynnik kluczowych zdarzeń w sesji” — „Odsetek sesji, w których wystąpiła konwersja. Współczynnik kluczowych zdarzeń w sesji = liczba sesji, w których wystąpiło kluczowe zdarzenie / łączna liczba sesji”.
• „Współczynnik kluczowych zdarzeń związanych z użytkownikiem” — „Odsetek użytkowników, którzy dokonali konwersji. Te dane są obliczane jako liczba użytkowników, którzy wykonali działanie powodujące kluczowe zdarzenie, podzielona przez liczbę wszystkich użytkowników” (support.google.com/analytics/answer/9143382, odczyt 2026-10-05).

Opisy obu metryk wciąż mówią o „konwersji” — zmieniła się nazwa metryki w interfejsie, nie sama koncepcja. Jeśli raport albo agencja podaje Ci „CR” bez wskazania wariantu, dopytaj, czy to wskaźnik sesyjny, czy użytkownikowy.

Różnica nie jest kosmetyczna. Przykład na ilustracyjnych zmiennych: użytkownik odwiedza sklep w trzech sesjach i kupuje dopiero w trzeciej. We wskaźniku sesyjnym wnosi do mianownika trzy sesje, z których kluczowe zdarzenie wystąpiło w jednej. We wskaźniku użytkownikowym liczy się raz, niezależnie od liczby powrotów przed zakupem. Przy produktach, które klienci oglądają kilka razy przed decyzją (wyższa cena, dłuższy wybór), oba warianty mogą się wyraźnie rozjechać. Zawsze więc podawaj, który cytujesz, zamiast pisać ogólnie „konwersja X%”.

Ostrożności wymaga też liczba zamówień w GA4. Dokumentacja definiuje osobno „Transakcje” („łączna liczba ukończonych zakupów w Twojej witrynie”) i „Zakupy e-commerce” („liczba zakupów sfinalizowanych przez użytkowników”), a obie metryki zasila to samo zdarzenie `purchase`. Dokumentacja nie wyjaśnia, kiedy te liczby się rozjeżdżają. Wybierz jedną do raportowania, a jeśli w Twoich danych się różnią, zacznij od sprawdzenia, jak sklep wysyła zdarzenie purchase.

CAC i LTV — koszt zdobycia klienta i jego wartość w czasie

CAC (Customer Acquisition Cost) to suma wydatków na marketing i sprzedaż w okresie podzielona przez liczbę nowych klientów z tego okresu. Shopify definiuje go jako „total cost of acquiring a single customer” i każe liczyć tak: „Divide this total by the number of new customers who made purchases for the first time during that same period” (shopify.com/blog/customer-acquisition-cost). Przykład z tej samej strony: 500 dolarów wydatków na marketing podzielone przez 10 nowych klientów daje CAC 50 dolarów na klienta — to ilustracja, nie benchmark branżowy. Jak rozliczać wydatki na poszczególne kanały reklamowe — ROAS, MER i atrybucję w GA4 — opisujemy w artykule o performance marketingu.

LTV (Lifetime Value) Shopify opisuje dwoma wzorami (shopify.com/blog/customer-lifetime-value). Podstawowy: „CLV = (Average Order Value × Purchase Frequency) × Average Customer Lifespan”, czyli AOV razy częstotliwość zakupów razy przeciętna długość relacji z klientem. Rozszerzony, uwzględniający wartość pieniądza w czasie: „CLV = Gross Margin Per Customer Lifespan x [Retention Rate / (1 + Discount Rate - Retention Rate)]”, czyli marża brutto z całego okresu relacji, skorygowana wskaźnikiem retencji i stopą dyskontową.

Shopify podaje też proporcję LTV do CAC: artykuł o CAC uznaje za sprawną strategię pozyskania wynik „between 3:1 to 5:1”, a artykuł o CLV — 3:1. Żaden nie podaje metodologii ani próby, z której te progi wynikają. Traktuj je jako regułę kciuka, nie jako benchmark dla Twojego sklepu. Ważniejsze jest to, żeby liczyć CAC i LTV osobno i obserwować trend każdego z nich.

Dwie zmienne ze wzoru podstawowego wymagają własnych danych, nie średniej branżowej. „Częstotliwość zakupów” to liczba zamówień na klienta w danym okresie (np. w roku) — liczysz ją z historii zamówień, w podziale na segmenty klientów, a nie zgadujesz jednej wartości dla całego katalogu. Punktem wyjścia może być metryka GA4 „Transakcje na kupującego”, czyli według dokumentacji „średnia liczba zakupów dokonanych przez kupującego w wybranym okresie”. Przy okresie ustawionym na rok daje roczną częstotliwość zakupów, ale jedną dla wszystkich klientów — segmenty musisz wydzielić sam. „Średnia długość relacji” to przeciętny czas, przez który klient wraca po kolejne zakupy, zanim przestanie. Różni się nawet w jednym sklepie, między kategoriami o innym rytmie zakupów (np. szybko zużywane kosmetyki i meble kupowane raz na kilka lat). Jedno LTV dla całego katalogu zwykle nie opisuje żadnego realnego segmentu klientów.

LTV w e-commerce i LTV w SaaS to dwa różne wzory, mimo tej samej nazwy. Powyższy wzór opiera się na częstotliwości zakupów i długości relacji — pasuje do modelu transakcyjnego, w którym klient kupuje wielokrotnie, ale bez abonamentu. Model subskrypcyjny liczy LTV z churn rate (wskaźnika odejść) i przychodu cyklicznego. Jeśli obok sklepu prowadzisz produkt SaaS albo chcesz przenieść wzór z artykułu o metrykach SaaS, zobacz metryki SaaS: ARR, MRR, churn i LTV liczone z retencji — to inny rachunek.

Marża na zamówieniu — liczba, której żaden z powyższych wskaźników nie pokazuje

GMV, AOV, CAC i LTV opisują wartość sprzedaży i koszt klienta, ale żaden nie mówi, czy konkretne zamówienie zarobiło. Nie uwzględniają prowizji operatora płatności, kosztu dostawy, którego nie pokrywa klient, ani opakowania. GMV i AOV mogą więc rosnąć z miesiąca na miesiąc, podczas gdy marża kontrybucyjna na zamówieniu spada — bo rośnie udział zamówień z darmową dostawą, rośnie prowizja marketplace'u albo klienci przechodzą na metody płatności droższe dla sprzedawcy.

Rachunek na zmiennych, bez przypisywania im konkretnych wartości: jeśli AOV wynosi A zł, koszt towaru w zamówieniu to k, prowizja operatora płatności g, koszt dostawy niepokryty przez klienta d, a koszt opakowania p, to marża kontrybucyjna na zamówieniu wynosi A − k − g − d − p. Każda zmienna po prawej stronie zmienia się niezależnie od A. Jeśli np. d rośnie szybciej niż A (więcej zamówień z darmową dostawą przy tej samej średniej wartości koszyka), rachunek się psuje, choć GMV i AOV rosną. Prowizje bramek płatniczych i koszty metod dostawy, które składają się na g i d, opisujemy w dziale płatności i logistyki. Bez tego rachunku cztery poprzednie liczby potrafią pokazywać wzrost, który nic nie znaczy dla zysku.

Gdzie szukać tych pięciu liczb

• GA4 — AOV jako „Średnie przychody z zakupów”, konwersja jako „Współczynnik kluczowych zdarzeń” (sesyjny albo użytkownikowy — wybierz jeden i trzymaj się go), liczba zamówień jako „Transakcje” albo „Zakupy e-commerce” (obie zasila to samo zdarzenie purchase, więc ich nie sumuj). Częstotliwość zakupów do LTV pokaże metryka „Transakcje na kupującego”. Te metryki znajdziesz w standardowych raportach albo w Eksploracjach. Eksploracje przydają się, gdy potrzebujesz własnego zestawienia, np. AOV w podziale na kanał ruchu: dają większą kontrolę nad wymiarami, ale raport trzeba złożyć samodzielnie.
• Panel platformy sklepowej — Shopify pokazuje AOV w panelu, w sekcji Reports > Customers (shopify.com/blog/average-order-value, odczyt 2026-10-01). Inne platformy mają własne raporty sprzedaży; zanim porównasz je z GA4, sprawdź, jak liczą „zamówienie”. Jeśli nie potrzebujesz podziału na kanały ruchu, panel platformy jest wygodniejszym źródłem bieżących danych niż GA4.
• Allegro — „GMV” z komunikatów inwestorskich Allegro to miara całej platformy, nie Twojego konta sprzedawcy. Twoją „własną GMV” (łączną wartość brutto Twoich zamówień na Allegro) licz tą samą logiką, ale nie szukaj jej pod tą nazwą w panelu sprzedawcy — zbierzesz ją z raportu sprzedaży.

Dashboard KPI e-commerce — checklista pięciu liczb na start

• GMV (albo łączna wartość brutto zamówień) liczona dla tego samego okresu i z tą samą definicją sprzedaży (złożone czy opłacone zamówienia) w każdym miesiącu.
• AOV liczone wzorem przychód ÷ liczba zamówień, z tej samej platformy co GMV — nie z systemu, który inaczej definiuje „zamówienie”.
• Wskaźnik konwersji z GA4 w jednym wariancie (sesyjnym albo użytkownikowym), utrzymanym w kolejnych raportach, żeby trend był porównywalny.
• CAC liczone z faktycznych wydatków marketingowych podzielonych przez nowych klientów z tego samego okresu — nie z całego budżetu podzielonego przez wszystkie zamówienia.
• LTV liczone wzorem transakcyjnym (AOV × częstotliwość × długość relacji), a nie SaaS-owym, jeśli nie masz subskrypcji.
• Marża na zamówieniu sprawdzana co najmniej raz na kwartał obok pięciu liczb, żeby wzrost GMV i AOV nie maskował spadającej rentowności.
• Definicja „zamówienia” (złożone czy opłacone, z anulacjami czy bez) spisana w jednym miejscu i wspólna dla GMV, AOV i liczby transakcji.

Jak te liczby wpisują się w resztę operacji sklepu — dane produktowe, automatyzację, integracje — pokazujemy w dziale operacji e-commerce.