💡Gonisz wzrost, a stoisz w miejscu? 3 ukryte blokady, które zatrzymują skalowanie e-commerce (i jak je odblokować)

Cześć! Z tej strony Patrycja 👋

To wydanie jest wyjątkowo dostępne wszystkich - przygotowaliśmy je wraz z przyjaciółmi z Sublime🤗 

Co poniedziałek dzielę się tu tym, co naprawdę pomaga rozwijać biznes – na bazie doświadczeń, danych i sprawdzonych obserwacji z rynku.

Dziękuję, że tu jesteś – to dla mnie naprawdę ważne.

Kilka tygodni temu, wspólnie z Arkiem z Sublime, przygotowaliśmy pierwszy materiał z tego cyklu: 🧠 Strategia wzrostu e-commerce: jak zmienia się mierzenie efektywności w różnych fazach rozwoju.

Pokazaliśmy w nim 4 fazy, przez które przechodzą skalujące się e-commerce’y i jak na każdym z tych etapów zmienia się sposób, w jaki powinniśmy mierzyć skuteczność działań:

• Product-Market Fit – czyli walidacja pomysłu i pierwsze kampanie.

• Early Growth – gdy zaczynasz inwestować w więcej niż jeden kanał.

• Scaling Plateau – tu rośnie złożoność działań i pojawia się CLV, CAC i kohorty.

• Mature Growth – czyli pełne skalowanie, miks kanałów i decyzje strategiczne.

Jeśli jeszcze nie czytałeś tej pierwszej części – koniecznie nadrób zaległości, zanim ruszysz dalej. To fundament.

Ten materiał spotkał się z dużym zainteresowaniem i uruchomił lawinę pytań – również w naszych rozmowach z klientami.

Bo nawet jeśli masz dobrze poukładaną analitykę, świetne wyniki kampanii i rosnące budżety – coś może się „zacinać”. I właśnie wtedy zaczyna się najtrudniejsze pytanie:

Dlaczego biznes nie rośnie, skoro wszystko wygląda dobrze?

Dlatego postanowiliśmy pójść krok dalej.

W tej części pokazujemy 3 najczęstsze blokady wzrostu, które pojawiają się między fazą Early Growth a Scaling Plateau – czyli wtedy, gdy kampanie już działają, ale sprzedaż przestaje rosnąć.

Ten materiał przygotowaliśmy z myślą o osobach, które:

• rozwijają skalujący się e-commerce (swój lub klientów),

• inwestują w reklamę 30–50 tys. zł miesięcznie lub więcej,

• chcą zrozumieć, dlaczego ROAS nie wystarczy, kiedy kampanie zaczynają kręcić się w kółko.

Jeśli czujesz, że jesteś właśnie w tym punkcie albo wkrótce tam będziesz – ta część pomoże Ci nie tylko zidentyfikować problem, ale też zobaczyć, co naprawdę napędza wzrost.

🌀 Problem 1: Gdy kampanie zaczynają kręcić się w kółko

Pomiędzy fazą early growth a scaling pojawia się zjawisko, które widzimy u bardzo wielu marek – niezależnie od budżetu czy branży. I na pierwszy rzut oka wszystko wygląda w porządku:

• ROAS jest stabilny albo nawet rośnie,

• kampanie generują sprzedaż,

• wykresy w panelach reklamowych się zgadzają.

To klasyczny moment, kiedy zaczynamy traktować wysoki ROAS jako dowód, że wszystko działa. Pozornie logiczne: „jest sprzedaż, więc kampania działa”. Ale kiedy przyjrzysz się bliżej, okazuje się, że większość tej sprzedaży generują osoby, które już wcześniej miały kontakt z marką – kupowały, odwiedzały stronę, kliknęły wcześniejsze reklamy.

ROAS ≠ akwizycja

Widać to wyraźnie, gdy porównamy założenie z rzeczywistością. Z jednej strony mamy oczekiwanie: wysoki ROAS = skuteczna akwizycja. Z drugiej – fakty: reklamy trafiają głównie do klientów, których już znamy i których łatwiej „przekonać” do ponownego zakupu.

Z punktu widzenia algorytmu – to idealni odbiorcy. Najłatwiejsi i najtańsi do skonwertowania.
Z punktu widzenia wzrostu – to już nie jest nowy biznes.

To zjawisko jest naturalne i pojawia się właśnie w momencie, gdy marka wchodzi w skalowanie. Im dłużej działasz, im więcej masz klientów, im bardziej intensywnie targetujesz – tym częściej Twoje kampanie będą trafiać w bazę, a nie „na zewnątrz”.

I tu wchodzi najgroźniejsza pułapka:

A prawda jest taka, że możesz mieć ROAS 8, przy praktycznie zerowym udziale nowych klientów.

Co to oznacza?

• Nie skalujesz – tylko retargetujesz.

• Nie rośniesz – tylko podtrzymujesz przychód.

• Nie inwestujesz w rozwój – tylko w koszty stałe.

To właśnie gonienie własnego ogona.

🎯 Co naprawdę warto mierzyć (i jak odróżnić wzrost od pozoru)

Skoro ROAS potrafi być złudny – czas spojrzeć na dane z innej strony. W analizie Sublime, świetnie widać, co się dzieje, kiedy zaczynamy oddzielać skuteczność kampanii na poziomie źródeł ruchu, kosztu pozyskania i udziału nowych klientów.

Na pierwszy rzut oka każda z kampanii miała solidny ROAS, ale dopiero głębsza analiza pokazała, że:

• kampanie z najlepszym ROAS-em pozyskiwały głównie klientów powracających,

• realny koszt akwizycji (CAC) był dużo wyższy tam, gdzie udział nowych klientów był większy,

• a tylko część działań reklamowych faktycznie „ciągnęła” biznes do przodu.

To pokazuje bardzo ważną rzecz: wysoki ROAS bez wzrostu udziału nowych klientów może oznaczać, że tylko retargetujesz bazę.

Jeśli chcesz skalować – musisz umieć odróżnić trzy rzeczy:

1. Co napędza nową sprzedaż (akwizycję)?

2. Co buduje powtarzalność i lojalność (retencję)?

3. Co wspiera cały ekosystem i zasięg (działania brandowe)?

Każdy z tych obszarów działa inaczej, wymaga innej miary efektywności i innego sposobu raportowania. I każdy z nich jest potrzebny, ale nie możesz ich wrzucać do jednego worka pod hasłem „kampanie reklamowe”.

Ale to nie wszystko. Bo nawet jeśli potrafisz już oddzielić akwizycję od retencji, możesz wciąż podejmować decyzje na podstawie niepełnych danych. Dlaczego? Bo nie wszystko, co działa, jest widoczne w raportach. Czas zmierzyć się z kolejnym problemem – measurement blindspots.

🔍 Problem 2: Measurement blindspots, czyli kiedy dane nie widzą rzeczywistości

Na pierwszy rzut oka wszystko wygląda dobrze: kampanie działają, ROAS nie jest zły, konwersje się pojawiają. Ale… sprzedaż nie rośnie. Wzrost się zatrzymuje albo wypłaszcza. Znasz to?

To moment, w którym większość e-commerce’ów zaczyna mocno kręcić się w kółko. Kampanie optymalizowane są w oparciu o dane, które… nie pokazują całej prawdy.
I właśnie tu pojawia się drugi problem: measurement blindspots, czyli dziury w pomiarze, które utrudniają ocenę rzeczywistych efektów kampanii – szczególnie tych z górnej części lejka (awareness → consideration).

Co nie jest “mierzone” przez standardowy pomiar?

W większości e-commerce’ów bazowych tracking (nawet dobrze wdrożony GA4 czy pixel Mety) nie jest w stanie uchwycić pełnej ścieżki klienta – zwłaszcza jeśli ten proces rozciąga się w czasie, obejmuje wiele urządzeń lub nie kończy się kliknięciem w reklamę.

Poniżej znajdziesz kluczowe obszary, które są pomijane lub mocno zniekształcone w standardowej analityce:

➡️ Przejścia między urządzeniami (cross-device) – użytkownik widzi reklamę na telefonie, ale kupuje na desktopie. Standardowe śledzenie często nie połączy tych dwóch wizyt.

➡️ Krótkie „życie” cookiesów – zwłaszcza na Safari, Firefoxie czy urządzeniach z iOS. Dane użytkownika „znikają” po kilkunastu godzinach lub dniach.

➡️ Adblocki i przeglądarki z silną ochroną prywatności – część ruchu w ogóle nie jest rejestrowana przez piksele czy tagi.

➡️ Wyświetlenia reklam (impression tracking) – większość systemów mierzy tylko kliknięcia, tymczasem wiele decyzji zakupowych zapada po samym kontakcie z kreacją – bez kliknięcia.

➡️ Brak pełnych zgód (consent) – jeśli użytkownik nie wyrazi zgody na śledzenie, dane po prostu się nie zapisują – chyba że masz wdrożone modelowanie lub alternatywne ścieżki przesyłania danych (np. CAPI, Enhanced Conversions).

Co to oznacza w praktyce?

• Im bardziej złożona i dłuższa ścieżka zakupowa – tym większa szansa, że część działań marketingowych nie zostanie przypisana do konwersji.

• To właśnie dlatego niektóre kanały (np. Meta, TikTok, upper funnel w Google) “wyglądają źle w raportach”, mimo że realnie napędzają sprzedaż.

Co możesz z tym zrobić?

Na poniższym screenie z rozwiązaniami znajdziesz trzy poziomy działania – od prostych kroków, które możesz wdrożyć od razu, aż po bardziej zaawansowane podejścia, jak modelowanie efektów kampanii w pełnej skali.

Ale nawet jeśli jesteś dziś na wcześniejszym etapie, warto:

• uwolnić przynajmniej część budżetu od sztywnego rozliczania kampanii przez ROAS,

• rozliczać działania górnego lejka (np. kampanie awareness czy edukacyjne) w inny sposób niż te stricte sprzedażowe,

• łączyć dane z różnych platform i tam, gdzie możesz, zacząć je modelować – nawet prostymi narzędziami.

Bo jeśli wszystkie działania oceniasz tą samą miarą – wcześniej czy później zaczniesz ucinać właśnie te, które najbardziej napędzają wzrost, ale niekoniecznie konwertują „na pierwszym kliknięciu”.

📊 Case study: Natu Care – kiedy ROAS nie mówi prawdy

Spójrz na wykres:

Przed wdrożeniem rozwiązań na measurement blindspot, kampanie Meta (górny lejek, otwieranie ścieżki) miały ROAS na poziomie 0.31 – czyli praktycznie „nieopłacalne”.

Z drugiej strony kampanie Google Ads (konwersyjna końcówka ścieżki) miały świetny ROAS – 1.6. Tylko że... to nie one napędzały akwizycję.

W związku z tym wdrożono dwie rzeczy:

1. Rozdzielono kampanie reklamowe na otwierające i domykające ścieżkę konwersji → różnią się np. grupami docelowymi (przykładowo w Google Ads jest użyty remarketing), ustawieniami optymalizacyjnymi oraz komunikatami reklamowymi.

2. Zastosowano atrybucję 1st party Sublime, która bazuje na pełnych ścieżkach konwersji, a nie na wycinkowych danych z paneli reklamowych.

W efekcie:

✅ Meta osiągnęła realny ROAS 0.69,
🔻 Google Ads spadł do 1.3 – bo część „zasług” została właściwie przypisana Meta.

I tu widać sedno problemu: gdy nie mierzysz górnej części lejka, cały ciężar przypisania efektu trafia do kanałów konwersyjnych (np. Google). Ale bez działań w awareness – nie ma czego konwertować, ponieważ nie powiększa się baza osób, które widziały kampanię i przeszły na stronę.

Jak widzisz – samo rozliczanie kampanii to za mało. Potrzebujesz patrzeć szerzej: nie tylko na kanały, ale też na to, jacy klienci z nich przychodzą. I właśnie tutaj pojawia się trzeci, równie ważny problem: „greedy metrics”, czyli metryki, które wyglądają dobrze… ale prowadzą Cię w złą stronę.

🧠 Problem 3: Greedy metrics, czyli metryki, które ciągną Cię w złą stronę

Często, gdy analizujemy wyniki kampanii z klientami, widzimy powtarzający się błąd: oceniamy skuteczność działań tylko na podstawie wartości pojedynczej konwersji. A to bardzo ryzykowne – bo nie każda sprzedaż jest równa.

Na pierwszy rzut oka może się wydawać, że produkt o wyższej wartości zamówienia jest „lepszy” – bo daje więcej przychodu. Ale to tylko fragment historii. Prawdziwy obraz pokazuje dopiero spojrzenie przez pryzmat LTV, czyli całkowitej wartości klienta w czasie.

Spójrz na przykład:

• Produkt A: średnia wartość koszyka to 300 PLN, ale klienci kupują tylko 1–2 razy w roku → LTV ≈ 450 PLN

• Produkt B: zamówienie warte tylko 100 PLN, ale klienci wracają co półtora miesiąca → LTV ≈ 750 PLN

Co z tego wynika? Algorytmy optymalizowane pod ROAS będą “nagradzać” sprzedaż produktu A (tu jest wyższa jednostkowa wartość przychodu) zamiast produktu B, który dostarcza większy przychód w dłuższym okresie czasu.

➡️ Jeśli patrzysz tylko na „wartość konwersji” w ROAS czy w panelu reklamowym, możesz zatrzymać skalowanie dokładnie tego, co ma największy długoterminowy potencjał.

➡️ Metryki, które koncentrują się tylko na jednym zakupie, promują „drogie jednorazowe strzały”, zamiast wspierać długoterminowy wzrost i lojalizację klientów.

A przecież to właśnie powracający klienci są fundamentem stabilnego e-commerce’u – i to od ich LTV zależy, jak agresywnie możesz inwestować w akwizycję nowych.

Jak unikać pułapki „greedy metrics”?

Jeśli nie chcesz podejmować decyzji mediowych w oparciu o mylące dane (czyli np. tylko wartość jednorazowej konwersji), musisz spojrzeć głębiej. Kluczowe rozwiązania? Segmentacja klientów i analiza LTV per kanał.

To właśnie pokazuje wykres z danymi od Sublime – gdzie porównano Customer Lifetime Value w podziale na źródła pozyskania (np. e-mail, organic, direct, Facebook itd.). Widać wyraźnie, że różne kanały mogą przynosić klientów o zupełnie innym potencjale zakupowym w czasie. I to ma ogromne znaczenie:

• nie każdy klient „kosztuje” tyle samo,

• nie każdy klient przynosi tyle samo przychodu,

• nie każdy kanał opłaca się tak samo w długim terminie.

Co możesz zrobić już teraz?

➡️ Segmentuj bazę klientów – i analizuj, skąd przychodzą Ci ci najbardziej wartościowi (czyli ci z najwyższym LTV).

➡️ Obliczaj LTV w podziale na segmenty i kanały, aby trafniej alokować budżety reklamowe.

➡️ Wysyłaj dane o przewidywanym LTV do platform reklamowych – np. do Mety – jako sygnał do optymalizacji kampanii (to działa z CAPI / API conversion uploads).

Dzięki temu nie tylko poprawisz trafność kampanii, ale przede wszystkim zaczniesz inwestować tam, gdzie klient ma większy sens biznesowy. I to w ujęciu długofalowym, a nie tylko „na tu i teraz”.

🎯 Na koniec – co możesz zrobić już dziś?

Jeśli chcesz naprawdę mądrze rozwijać swój e-commerce, nie wystarczy tylko „mieć dane”. Trzeba nauczyć się czytać je we właściwym kontekście i zadawać pytania, które prowadzą do rozwoju, a nie tylko do optymalizacji.

Zacznij od prostego ćwiczenia: usiądź na godzinę i odpowiedz sobie (lub zespołowi) na te 5 pytań:

1. Które kampanie realnie pozyskują nowych klientów, a które tylko „grzeją bazę”?

2. Czy wiem, jaki jest koszt akwizycji (CAC) w podziale na kanały?

3. Czy mierzę wartość klienta w czasie (LTV)? Jak wygląda to w różnych źródłach ruchu?

4. Czy dane, na których bazuję, uwzględniają górny lejek i działania brandowe?

5. Gdyby dziś wyłączyć najlepiej konwertujące kampanie – czy mam zbudowany pipeline na jutro?

To nie są pytania o technikalia. To pytania, które pomagają wrócić do strategii wzrostu i odzyskać kontrolę nad decyzjami mediowymi.

Bo wzrost nie bierze się z optymalizacji jednego ROAS-a. Bierze się z decyzji, które patrzą dalej niż jedno kliknięcie. Z myślenia długofalowego. Z odwagi, by zainwestować w to, co dziś nie daje jeszcze wyniku, ale jutro zbuduje przewagę.

Pamiętaj: wzrost nie bierze się z optymalizacji jednego ROAS-a. Bierze się z decyzji, które patrzą dalej niż jedno kliknięcie.

Jeśli czujesz, że potrzebujesz porozmawiać o tym, w jakiej fazie wzrostu znajduje się Twój biznes – napisz na adres [email protected] i [email protected] 💌 Zobaczymy wspólnie, co dziś naprawdę trzyma Twój e-commerce w miejscu i co można z tym zrobić.