Stan trackingu w polskim e-commerce.
Ile konwersji naprawdę dociera do Google Ads i Meta z polskiego sklepu, a ile ginie po drodze. Zebrałem w jednym miejscu szacunki branżowe i obserwacje z audytów, żeby pokazać skalę problemu liczbami, a nie hasłami.
To kompilacja danych publicznych i praktyki, nie badanie naukowe. Wszystkie liczby podaję jako widełki, z notką co znaczą i skąd pochodzą. Metodologia jest na dole strony.
Sześć liczb, które opisują dziurę w pomiarze
Każda karta to widełko lub określenie jakościowe plus krótki kontekst, co dana liczba oznacza i skąd ją biorę. Możesz je cytować, jeśli zachowasz ramowanie: to szacunki, nie pomiar Twojego konta.
20-40%
konwersji ginie w pomiarze tylko w przeglądarce
Typowy polski sklep mierzony wyłącznie po stronie przeglądarki nie wysyła do Google Ads i Meta od jednej piątej do dwóch piątych zakupów. Górna granica dotyczy sklepów z dużym udziałem płatności przez bramki i ruchu mobilnego.
Źródło: obserwacje z audytów + zgodne z widełkami publikowanymi w branży
~30%
internautów w Polsce używa adblocka
Mniej więcej co trzeci użytkownik blokuje skrypty reklamowe i pomiarowe. Dla części tagów oznacza to brak ładowania po stronie przeglądarki, zanim w ogóle dojdzie do zdarzenia.
Źródło: publiczne dane o adblockach w Polsce
większość
transakcji online idzie przez płatność z przekierowaniem
BLIK, Przelewy24, PayU. Znaczna większość zakupów w polskich sklepach przechodzi przez metodę, która wyprowadza klienta na bramkę. Powrót bez parametrów potrafi uciąć zdarzenie zakupu tuż przed jego potwierdzeniem.
Źródło: jakościowo, na podstawie udziału BLIK i bramek w PL
5-6 / 10
częsta jakość dopasowania zdarzeń (EMQ) na niskim funnelu
Na zdarzeniach typu view_content czy add_to_cart wynik 5-6 to powszechna norma w kontach, które nie dosyłają trwałych danych klienta. Jest co poprawiać - to pole do podniesienia match rate, nie sufit.
Źródło: obserwacje z wdrożeń (Meta EMQ, panel zdarzeń)
1-7 dni
tyle żyje ciasteczko skryptowe na Safari/iOS
Mechanizmy prywatności Safari skracają życie cookies zapisywanych przez skrypty. Klient, który kliknął reklamę i kupił po dwóch tygodniach, dla pomiaru w przeglądarce bywa nowym, anonimowym użytkownikiem - konwersja nie łączy się z kampanią.
Źródło: dokumentacja zachowania Safari ITP + obserwacje atrybucji
część, nie całość
odmów zgody ratuje modelowanie Consent Mode v2
Gdy użytkownik odmawia zgody w bannerze, Consent Mode v2 modeluje statystycznie część brakujących konwersji. Modelowanie odzyskuje fragment sygnału, nie wszystko - i nie działa wstecz na zgodę, której nie było.
Źródło: mechanika Consent Mode v2 + obserwacje pokrycia
Te warstwy się nakładają, więc nie sumują się wprost - ten sam użytkownik może mieć adblocka i odmówić zgody. Rząd wielkości dla konkretnego sklepu oszacujesz w kalkulatorze utraconych konwersji.
Dlaczego przeglądarka gubi tak dużo
Pomiar wyłącznie po stronie przeglądarki zakłada, że skrypt się załaduje, dotrwa do zdarzenia zakupu i zdąży je wysłać, zanim klient zamknie kartę. W polskim e-commerce każde z tych założeń jest regularnie łamane. Adblock blokuje skrypt, zanim cokolwiek się wydarzy. Mechanizmy prywatności Safari i Firefoksa kasują identyfikatory albo skracają ich życie do kilku dni. A płatność z przekierowaniem wyprowadza klienta z domeny sklepu w najgorszym momencie - tuż przed potwierdzeniem zakupu.
Najbardziej dotkliwa jest ta ostatnia warstwa, bo w Polsce znaczna większość transakcji online idzie przez metody z przekierowaniem, z BLIK-iem na czele. Gdy klient wraca z bramki bez parametrów, a strona podziękowania nie strzela konwersją, panel Google Ads pokazuje kampanie na minusie, które realnie zarabiają. Rozkład tych warstw i to, ile z nich naprawdę odzyskuje server-side, rozpisałem w tekście o tym, co server-side tracking realnie poprawia, a czego nie naprawi.
Efekt netto to właśnie te 20-40% gubionych konwersji. To nie znaczy, że tracisz przychód - zakupy się odbyły. Znika sygnał, na którym uczy się Smart Bidding. Im więcej zakupów nie widzą kampanie, tym gorzej celują stawkami, i dopiero to realnie kosztuje.
Match rate i trwałość, czyli jakość tego, co jednak dotrze
Pokrycie to jedna połowa problemu. Druga to jakość zdarzeń, które jednak docierają. Na niskim funnelu, przy zdarzeniach typu view_content czy add_to_cart, jakość dopasowania (EMQ w Meta) na poziomie 5-6 na 10 to częsta norma w kontach, które nie dosyłają trwałych danych klienta. To nie katastrofa, to po prostu sufit, którego nikt nie podniósł.
Podobnie z trwałością identyfikatorów. Skoro ciasteczko skryptowe na Safari żyje od 1 do 7 dni, dłuższe ścieżki zakupowe wypadają z atrybucji - klient wraca po dwóch tygodniach jako ktoś nowy. Trwały identyfikator pierwszej strony i kompletne dane klienta to dwie dźwignie, które podnoszą i pokrycie, i match rate naraz. Jak to działa i dlaczego identyfikator musi być trwały, opisałem w tekście o match rate i trwałości identyfikatorów. Skąd brać trwałe dane do dopasowania, bez naciągania zgód, rozłożyłem w tekście o czterech źródłach danych pierwszej strony.
Metodologia i zastrzeżenia
Traktuj te liczby jako punkt wyjścia do rozmowy, nie jako wynik badania. Podaję, na czym je opieram, żeby każdy mógł ocenić, ile są warte:
- To kompilacja danych publicznych (adblock, udział metod płatności, mechanizmy prywatności przeglądarek) oraz obserwacji z audytów i wdrożeń, nie badanie naukowe i nie próba reprezentatywna na N sklepach.
- Wszystkie liczby podaję jako widełki lub określenia jakościowe. Tam, gdzie nie ma twardego, publicznego źródła z dokładnym procentem dla Polski, świadomie nie podaję precyzyjnej liczby, tylko rząd wielkości.
- Liczby zależą od platformy sklepu, metod płatności, udziału ruchu mobilnego i konfiguracji tagów. Dla konkretnego sklepu realne wartości ustala dopiero audyt jego konta.
- Strona jest aktualizowana, gdy zmieniają się dane źródłowe lub praktyka. Ostatnia aktualizacja na dole sekcji.
Krótko: to zestawienie publicznie znanych mechanizmów (adblock, prywatność przeglądarek, płatności z przekierowaniem, Consent Mode v2) i tego, co widać w praktyce na kontach. Nie ma tu próby reprezentatywnej ani recenzji naukowej. Jeśli cytujesz, zachowaj ramowanie "szacunki branżowe i obserwacje z wdrożeń". Twoje realne luki ustala dopiero audyt - skalę rzędu wielkości policzysz wstępnie w kalkulatorze utraconych konwersji.
Ostatnia aktualizacja: 13 czerwca 2026.
Chcesz wiedzieć, ile gubi Twój sklep?
Na bezpłatnej konsultacji przejrzymy Twoje konto i pokażę, gdzie konkretnie wycieka pomiar i ile z tego da się odzyskać. Bez sesji sprzedażowej.