Lejek marketingowy w GA4: poprawna konstrukcja

Lejek marketingowy GA4 to jedna z funkcji, którą większość zespołów kopiuje z Universal Analytics, bez zrozumienia, że GA4 działa zupełnie inaczej. W GA4 nie ma „kroków funneli” w klasycznym sensie – są eventy, sekwencje, otwarte i zamknięte lejki. Dobra konstrukcja lejka pozwala zidentyfikować, gdzie klient wypada, które kanały doprowadzają do konkretnych etapów, jakie optymalizacje dają największy wzrost. Zła konstrukcja – daje błędne liczby, na których podejmuje się złe decyzje.

Materiał jest częścią klastra analityka marketingowa 2026. Dla kontekstu atrybucji, która wpływa na lejek, zajrzyjcie do modeli atrybucji 2026. Dla zaawansowanych metod pomiaru – MMM dla SME.

Spis treści

1. Czym jest lejek w GA4 vs Universal
2. Trzy typy lejków
3. Konstrukcja lejka krok po kroku
4. Jakie eventy wykorzystać
5. Segmentacja lejka – per kanał, persona, urządzenie
6. Interpretacja – co oznaczają luki w lejku
7. Optymalizacja lejka – gdzie szukać wzrostu
8. Najczęstsze błędy
9. FAQ
10. Co dalej

Czym jest lejek w GA4 vs Universal

Warto kontynuować lekturę od modele atrybucji 2026, a następnie przejść do MMM dla SME — razem dają pełny obraz tematu.

Trzy typy lejków

1. Open funnel (domyślny)

Użytkownik może dołączyć do lejka na dowolnym kroku. Jeśli ktoś wszedł prosto na koszyk (z linku reklamowego), liczy się do kroku „add-to-cart”, mimo że nie był na stronie głównej. Powiązane zagadnienia opisujemy w GA4 dla zaawansowanych.

Kiedy używać – dla pomiaru ogólnej skuteczności konwersji w różnych ścieżkach wejścia.

2. Closed funnel

Użytkownik musi przejść kroki w zadanej kolejności. Sekwencyjne, jak w Universal.

Kiedy używać – dla pomiaru konkretnej, zaplanowanej ścieżki (np. onboarding krok po kroku w SaaS).

3. Trended funnel

Pokazuje zmiany w czasie – jak konwersja kroków zmienia się tydzień do tygodnia, miesiąc do miesiąca.

Kiedy używać – dla monitoringu efektów optymalizacji w długim okresie.

Konstrukcja lejka krok po kroku

Krok 1: Zdefiniuj cel biznesowy

„Chcemy wiedzieć, gdzie klienci e-commerce wypadają między wejściem na stronę a zakupem”. Konkretny cel decyduje o krokach lejka. Praktyczne wskazówki zawiera pillar klastra.

Krok 2: Ustal kroki lejka

Dla e-commerce standardowy 5-krokowy lejek:

1. Sesja (session_start lub first_visit).
2. Zaangażowanie (user_engagement, sesja > 10 s).
3. Przeglądanie produktu (view_item).
4. Dodanie do koszyka (add_to_cart).
5. Zakup (purchase).

Dla B2B SaaS 5-krokowy lejek:

1. Sesja.
2. Zaangażowanie.
3. Rozpoczęcie wypełniania formularza (form_start).
4. Wysłanie formularza (form_submit = generate_lead).
5. Kwalifikacja leadu (import offline z CRM jako MQL).

Krok 3: Utwórz Exploration w GA4

1. Wejdźcie w GA4 → Explore → Blank report.
2. Wybierzcie Technique: Funnel Exploration.
3. W panelu Tab Settings – Configure visualization.
4. Steps – dodajcie kroki. Każdy krok to event name + opcjonalnie parametry.
5. Zapiszcie eksplorację jako „Lejek marketingowy e-commerce”.

Krok 4: Zdefiniuj szczegóły

• Make Open Funnel – domyślnie on (open). Toggle do closed dla sekwencyjnych.
• Date range – ostatnie 30 lub 90 dni.
• Elapsed time – ile czasu użytkownik ma na przejście kroków (domyślnie inherit, czyli cały date range).

Krok 5: Dodaj segmentację

Breakdown po:

• Source/medium – per kanał (Organic, CPC, Social, Referral).
• Device category – Desktop / Mobile / Tablet.
• Country – per kraj.
• Campaign name – per kampania.

Jakie eventy wykorzystać

GA4 daje zestaw „enhanced measurement events” (automatycznie) oraz „recommended events”. Wybór zależy od typu biznesu.

Eventy automatyczne (enhanced measurement)

Event	Kiedy	Użyć w lejku
page_view	Każda strona	Rzadko – za ogólne
session_start	Początek sesji	Pierwszy krok
first_visit	Pierwsza sesja użytkownika	Pierwszy krok dla new vs returning
user_engagement	Sesja > 10 s	Drugi krok (zaangażowanie)
scroll	Scroll 90% strony	Dla content – ważne
click (outbound)	Klik zewnętrzny	Opcjonalne
file_download	Pobranie pliku	Dla lead magnetu

Eventy rekomendowane dla e-commerce

• view_item – przeglądanie produktu.
• view_item_list – przeglądanie kategorii.
• add_to_cart – dodanie do koszyka.
• remove_from_cart – usunięcie z koszyka.
• begin_checkout – rozpoczęcie checkout.
• add_payment_info – dodanie danych płatności.
• purchase – zakup.

Eventy rekomendowane dla lead gen / SaaS

• form_start – rozpoczęcie formularza.
• form_submit – wysłanie formularza.
• generate_lead – lead wygenerowany (alias form_submit).
• sign_up – rejestracja.
• login – logowanie.
• tutorial_begin / tutorial_complete – onboarding.

Segmentacja lejka – per kanał, persona, urządzenie

Agregowany lejek daje 1 liczbę konwersji. Segmentowany lejek pokazuje, gdzie są nierówności.

Segmentacja per kanał marketingowy

Przykładowe wyniki 4-stopniowego lejka (session → engaged → add_to_cart → purchase) dla e-commerce z 3 mln PLN przychodu/mc:

Kanał	Session	Engaged	Cart	Purchase	CR
Organic Search	42 000	28 000 (67%)	4 200 (15%)	1 260 (30%)	3,00%
Paid Search	18 000	13 500 (75%)	2 700 (20%)	810 (30%)	4,50%
Paid Social (Meta)	25 000	12 500 (50%)	1 250 (10%)	250 (20%)	1,00%
Organic Social	8 000	3 600 (45%)	360 (10%)	54 (15%)	0,68%
Direct	15 000	11 250 (75%)	2 250 (20%)	900 (40%)	6,00%

Co widać w segmentacji

• Paid Search ma wyższą CR na add_to_cart niż Organic (75% engaged → cart vs 67%).
• Paid Social ma słabą konwersję cart → purchase (20% vs 30% Search) – użytkownicy z Meta są mniej „gotowi”.
• Direct ma najwyższą CR (6%) – to głównie klienci powracający.

Wnioski strategiczne

• Inwestycja w Paid Search – wysoka konwersja, skalowalny kanał.
• Optymalizacja Meta – low CR na add_to_cart sugeruje słabe kreacje lub złe audytoria.
• Budowa retention – Direct ma najwyższą CR, więc powracający klienci to największa wartość.

Interpretacja – co oznaczają luki w lejku

Krok 1 → 2 (session → engaged) – luka > 50%

Użytkownicy wchodzą, ale nie angażują się. Przyczyny – wolny LCP (mobile), nierelewantna strona (źle dobrane keywordy), słaby hero, brak CTA w first fold. Rozwiązanie – poprawa landing page, audyt treści per kanał.

Krok 2 → 3 (engaged → view product / form start) – luka > 70%

Użytkownicy się angażują, ale nie klikają w produkty/CTA. Przyczyny – źle skonstruowana nawigacja, brak USP, brak zaufania. Rozwiązanie – poprawa struktury strony, dodanie elementów zaufania, uproszczenie ścieżki.

Krok 3 → 4 (cart → purchase, form_start → submit) – luka > 70%

Checkout abandonment – koronny problem e-commerce. Przyczyny – wysokie koszty wysyłki, obowiązkowe konto, skomplikowany formularz, brak preferowanej metody płatności. Rozwiązanie – gość checkout, pre-filled fields, BLIK/Apple Pay/Google Pay, wyraźne koszty końcowe.

Typowe liczby referencyjne

Krok → Krok	B2C e-commerce	B2B SaaS
Session → Engaged	55-75%	45-65%
Engaged → Product/Form	20-40%	8-20%
Product/Form → Cart/Start	10-25%	25-45%
Cart/Start → Purchase/Submit	30-60%	40-75%
Łączna CR	1,5-3,5%	0,5-2%

Optymalizacja lejka – gdzie szukać wzrostu

Zasada marginalnego zysku

Poprawka 1 pp na kroku z 70% bazą daje większy wpływ niż poprawka 5 pp na kroku z 5% bazą. Szukajcie kroków o dużym wolumenie z relatywnie niską CR.

Przykład priorytetyzacji

Lejek: 10 000 session → 6 000 engaged (60%) → 600 add_to_cart (10%) → 180 purchase (30%).

• Poprawa session → engaged o 10 pp (z 60% na 70%) – dodatkowych 1 000 engaged, ale tylko 30 dodatkowych purchase (zakładając stały CR na dalszych krokach).
• Poprawa engaged → cart o 5 pp (z 10% na 15%) – dodatkowych 300 cart, 90 dodatkowych purchase.
• Poprawa cart → purchase o 10 pp (z 30% na 40%) – 60 dodatkowych purchase.

Priorytet: engaged → cart (najwięcej dodatkowych zakupów), następnie cart → purchase, na końcu session → engaged.

Typowe dźwignie optymalizacji

Krok	Dźwignia	Oczekiwany wzrost
Session → Engaged	Poprawa LCP, mobile-first design	+10-25%
Engaged → Product	Nawigacja, search na stronie, rekomendacje	+15-30%
Product → Cart	Zdjęcia, opisy, recenzje, zaufanie	+20-40%
Cart → Purchase	Gość checkout, BLIK, free shipping threshold	+25-60%

Najczęstsze błędy w lejkach GA4

• Lejek zamknięty tam, gdzie powinien być otwarty – użytkownicy z reklam wchodzący na koszyk są pomijani.
• Lejek oparty na page_view zamiast na eventach biznesowych – mierzycie ruch stron, nie zachowanie.
• Pomijanie dimensions – brak segmentacji per kanał/persona – średnia daje fałszywe wnioski.
• Zbyt długi elapsed time – domyślnie brak limitu; dla e-commerce B2C ograniczcie do 7 dni, dla B2B SaaS – 30-90 dni.
• Lejek bez daty porównawczej – jedna wartość CR bez kontekstu trendu = brak wniosków.
• Brak dedykowanych eventów – używanie generic page_view dla wszystkich kroków zamiast dedicated add_to_cart, purchase.
• Lejek tylko dla całego ruchu – nie oddzielamy organic/paid/direct/referral – wniosek o optymalizacji jest rozmyty.
• Ignorowanie Consent Mode – w 2026 część użytkowników odrzuca cookies; lejek bez consent-mode-adjusted liczb jest zaniżony o 15-35%.

FAQ

Czy lejek w GA4 pokazuje te same dane co raport Conversion w Google Ads?

Nie, często widać różnice 15-40%. Powody – inne okno atrybucji (GA4 default to data-driven, Google Ads może mieć click-only 7 dni), inne warunki (GA4 zaczyna sesję po 30 min nieaktywności, Google Ads liczy inaczej), Consent Mode (GA4 z modelami vs Google Ads z surowymi danymi), różne typy konwersji. Dla decyzji biznesowych zawsze używajcie GA4 (bardziej unbiased) lub MMM (patrz – MMM dla SME). Google Ads UI służy głównie do optymalizacji kampanii, nie do pomiaru łącznego biznesu.

Czy lejek w GA4 jest darmowy, czy potrzebuję GA4 360?

Funkcja Funnel Exploration jest dostępna w darmowej wersji GA4. Limity darmowej wersji – maksymalnie 10 kroków w funelu, maksymalnie 14 miesięcy retencji danych, 500 000 eventów na zapytanie (sampling powyżej). GA4 360 (płatne, od 150 000 USD/rok) daje – 14 miesięcy minimum + BigQuery export pełny, 1 mln eventów na zapytanie, zaawansowana segmentacja, dedykowany support. Dla większości firm darmowa wersja wystarcza; GA4 360 ma sens dopiero przy ruchu > 10 mln sesji/miesiąc.

Jak wygląda lejek dla aplikacji mobilnej?

W GA4 dla Firebase (aplikacje mobilne) lejek jest identyczny – event-based, open/closed. Różnica w eventach – zamiast page_view macie screen_view, zamiast session_start – session_start z platformą app. Kroki typowe dla aplikacji – install → first_open → sign_up → tutorial_complete → key_action (np. create_first_project) → purchase. Dla aplikacji mobilnych i webowych możecie łączyć dane (cross-platform project), co daje lejek ścieżki użytkownika przez wiele platform. Wymaga User-ID.

Dlaczego liczby w lejku nie zgadzają się z Overview?

Kilka powodów. Pierwszy – sampling: lejek używa wszystkich eventów, overview czasem używa próbki. Drugi – thresholding: GA4 ukrywa dane dla małych segmentów (ochrona prywatności), overview pokazuje agregaty, lejek segmentowany może ich nie pokazywać. Trzeci – filtry: overview stosuje filtry widoku (np. wyklucza internal traffic), lejek niekoniecznie. Czwarty – definicja eventów: overview liczy „conversions” (zaznaczone jako konwersja), lejek może liczyć dowolne eventy. Różnica > 10% wymaga audytu konfiguracji.

Jak długo GA4 trzyma dane potrzebne do lejków?

Domyślnie 2 miesiące (ustawienie zmienione przez Google w 2022 dla nowych property). Można zmienić na 14 miesięcy (Admin → Data Settings → Data Retention → User and event data retention). Dłuższa retencja = lepsze analizy trendów, ale uwaga – tylko Exploration ma dostęp do pełnej retencji; standardowe raporty mają limit 14 mc niezależnie. Dla potrzeb dłuższych (YoY comparisons > 2 lata, MMM) – BigQuery export (darmowy od GA4) daje nielimitowaną retencję, ale wymaga infrastruktury analitycznej.

Czy lejek uwzględnia ścieżki cross-device?

Tak, jeśli macie zaimplementowane User-ID. User-ID to unikalny identyfikator użytkownika, który wysyłacie do GA4 przy każdej sesji (np. po zalogowaniu). Gdy user wchodzi na desktop z User-ID=1234, potem na mobile z tym samym User-ID=1234, GA4 łączy sesje w jedną ścieżkę użytkownika. Bez User-ID, GA4 używa Google Signals (dla zalogowanych Google accounts) lub identyfikuje po device_id osobno dla każdego urządzenia. Cross-device widoczność bez User-ID jest około 15-30%; z User-ID rośnie do 70-90% (dla kont zalogowanych).

Jakie są limity funelu w Explore?

Maks. 10 kroków. Maks. 5 segmentów dla breakdown. 500 000 eventów na zapytanie (powyżej – sampling). Czas odpowiedzi – 30-120 sekund dla dużych property. Dla zaawansowanych lejków > 10 kroków – exports do BigQuery i modelowanie w SQL / Python. Dla potrzeb realtime lejków (np. dashboard dla ops) – server-side events + własny dashboard; GA4 Explore nie jest realtime (dane z opóźnieniem 4-24 h).

SME vs enterprise – lejek w GA4 w różnej skali

Lejki marketingowe dla firmy z 50 tys. sesji/mies. i dla korporacji z 20 mln sesji/mies. to dwa różne projekty analityczne. Oto kontrast.

Profil SME – 10 000-500 000 sesji/mies.

W skali SME darmowy GA4 z Explore Funnel Exploration wystarcza w 95% przypadków. Workflow: 3-5 kluczowych lejków zdefiniowanych w Explore (ogólny, per kanał, per produkt/segment), review przez marketing co tydzień, audyt co kwartał. Koszt: 0 zł GA4 + 0-300 zł Looker Studio dashboards. Zespół: 1 marketing analyst (0,3 FTE). Kluczowa dźwignia: focus na top 3 dziury w lejku, ignoruj resztę.

Pułapka SME: zbyt granularne lejki (per kampania, per audience, per kraj) – szum dominuje nad sygnałem. Jeśli segment ma <1000 sesji/mies., dane są zbyt niepewne (variance wysoki). Zbieraj przynajmniej 30-dniowe okno przed wnioskowaniem.

Profil enterprise – 5M+ sesji/mies.

Enterprise wychodzi poza GA4 UI — BigQuery export (darmowy od GA4, ale wymaga infrastruktury), modelowanie w SQL/dbt, dashboardy w Tableau/Looker Enterprise. Lejki buduje się nie klikając w Explore, ale piszac zapytania SQL, które można wersjonować i testować. Zespół 2-3 data analysts + 1 analytics engineer.

Enterprise wymaga dodatkowych warstw: cross-device/cross-brand aggregation (User-ID infrastructure), privacy compliance (Consent Mode v2, data retention policies, audit log), AB test integration (lejki dla wariant A vs B), server-side tagging (pełna kontrola nad eventami, eliminacja ad blockerów), multi-domain tracking (jeśli ecosystem wielu domen).

Porównanie SME vs enterprise

Wymiar	SME	Enterprise
Platforma	GA4 Free + Explore	GA4 + BigQuery + Tableau
Liczba lejków	3-5	20-100+
Tagowanie	GTM client-side	GTM Server-side
Cross-device	Google Signals	User-ID + reconciliation
Koszt/mies.	0-500 zł	20 000-80 000 zł
Zespół analityczny	0,3 FTE	3-5 FTE
Data retention	14 mies. GA4	Unlimited BigQuery

Integracje GA4 — CRM, n8n, WordPress

Integracja z CRM (matchowanie UTM-to-deal)

Prawdziwa wartość lejka marketingowego pojawia się dopiero przy połączeniu GA4 z CRM. Workflow: każdy lead z formularza ma UTM parameters, które CRM zapisuje w kontakcie. Potem, gdy lead staje się opportunity i closed won, CRM wysyła event do GA4 jako server-side event z enhanced conversion (revenue, deal_size). Lejek GA4 pokazuje wtedy nie tylko „form_submit”, ale „form_submit → SQL → closed_won” z revenue attribution per kanał. Bez tej integracji marketing analytics i finance są w osobnych światach.

Integracja z n8n – automatyczne alerty lejka

n8n codziennie odpytuje GA4 Data API o kluczowe KPI lejka (CR kroku X). Jeśli wykryje spadek >15% vs 7-dniowy baseline, alert do Slack + email do CMO. Przy wzroście (rzadziej alerty) również notyfikacja, żeby zbadać co zadziałało. To proactive anomaly detection bez ML – prosty próg + porównanie z baseline.

Integracja z WordPress – event tracking

WordPress z WooCommerce generuje natywnie GA4 e-commerce events (view_item, add_to_cart, purchase), ale często konfiguracja jest niekompletna. Kluczowe: sprawdź, że wszystkie custom post types (np. „case studies”, „webinary”) mają page_view z odpowiednim content_type parameter. Dodaj custom events dla mikrokonwersji: „scroll_75″ (75% scroll depth), „video_complete”, „download_pdf”. Te mikrokonwersje pozwalają budować lejki nie tylko dla sprzedaży, ale też dla content consumption.

Zespół i wynagrodzenia 2026 – analityka lejka

• Marketing Analyst (GA4, Explore, Looker): 11 000-19 000 zł mid, 19 000-28 000 zł senior.
• Analytics Engineer (BigQuery, dbt, SQL): 18 000-32 000 zł.
• Data Engineer (ETL, Fivetran, Airbyte): 20 000-36 000 zł.
• CRO Specialist (optymalizacja lejka przez A/B testy): 13 000-22 000 zł.
• Head of Data & Analytics: 28 000-48 000 zł.

SME: 0,3 FTE analyst + 0,2 FTE CRO = ~6 tys. zł/mies. Enterprise: 3-5 FTE dedicated = 80-150 tys. zł/mies.

Roadmap 30/60/90 dni – dojrzała analityka lejka

Dni 1-30: audyt i baseline

• Dzień 1-10: audyt konfiguracji GA4. Które eventy są skonfigurowane? Które brakuje? Czy Consent Mode działa? User-ID wdrożony?
• Dzień 11-20: definicja 3 głównych lejków (konwersja główna, lead gen, content consumption). Implementacja brakujących eventów.
• Dzień 21-30: baseline — 30-dniowy snapshot CR per krok lejka, segmentowane po kanale. To twój punkt odniesienia dla przyszłych porównań.

Dni 31-60: optymalizacja i segmentacja

• Dzień 31-45: identyfikacja top 3 „dziur” w lejku (kroki z największą lukę wolumenu). Hipotezy przyczyn. A/B test pierwszej hipotezy.
• Dzień 46-55: segmentacja — lejki per kanał (organic/paid/direct), per device (desktop/mobile), per new vs returning.
• Dzień 56-60: review wyników A/B testu, iteracja.

Dni 61-90: CRM integration i advanced analytics

• Dzień 61-70: integracja CRM – matchowanie UTM to deal, enhanced conversions do GA4.
• Dzień 71-80: BigQuery export (jeśli planowo enterprise scale). Pierwsze zapytania SQL dla lejków niedostępnych w Explore.
• Dzień 81-90: dashboard CEO z revenue-attributed lejkiem. Automated weekly digest.

FAQ dodatkowe

Jak uwzględnić AI search traffic (bez referrer’a) w lejku?

W 2026 coraz większy % ruchu pochodzi z AI search (ChatGPT, Perplexity, Gemini). Ten ruch często pojawia się w GA4 jako „direct” lub z referrer’em chatgpt.com/perplexity.ai. Setup: stwórz channel group „AI Search” w GA4 Admin z regex matching tych źródeł. Monitoruj trendy – w wielu branżach już 5-15% organic-equivalent traffic to AI. Bez tego segment’u niedoszacowujesz impact’u content’u AIO.

Czy lejek GA4 uwzględnia offline konwersje (telefoniczne, w sklepie stacjonarnym)?

Domyślnie nie, ale może. Offline Conversion Import w Google Ads + Enhanced Conversions w GA4 pozwalają zasilić online funel o offline punkty końcowe. Workflow: klient dzwoni, rozmowa kończy się zakupem w sklepie, call tracking (CallRail, Whisbi) loguje gclid/user_id, CRM wysyła offline conversion do GA4 via Measurement Protocol. W omnichannel biznesach (retail, finance) bez offline integracji GA4 lejek jest niekompletny o 30-60%.

Jak zmierzyć impact AI (np. chatbot on-site) na lejek?

Wdrożenie: każda interakcja z chatbotcem to custom event w GA4 (chat_opened, chat_message_sent, chat_resolution, chat_escalation). Segment użytkowników: „chat_users” vs „no_chat”. Porównanie ich CR w lejku po 30 dniach pokazuje real impact. W jednym z naszych case’ów (SaaS B2B): users z chat engagement mieli 2,3× wyższy CR do MQL niż no-chat users. To wyraźny dowód, że chatbot to nie tylko support tool ale część lejka.

Co robić, gdy GA4 pokazuje spadek CR, ale revenue nadal rośnie?

Typowa sytuacja, gdy wzrosły AOV (average order value) lub LTV. Lejek CR nie jest uniwersalnym wskaźnikiem sukcesu – dopóki revenue rośnie, spadek CR może oznaczać pozytywne zmiany (więcej high-value klientów, mniej czasowych). Sprawdź: revenue per session, AOV per kanał, czy nie masz zmiany product mix. W e-commerce w 2026 coraz ważniejsze są metryki quality-of-conversion (LTV/CAC, repeat rate) niż classical CR. Lejek to narzędzie, nie cel.

Co dalej

Jeśli chcesz pogłębić temat, sprawdź modele atrybucji 2026. Warto też przejrzeć MMM dla SME — oba materiały dobrze uzupełniają powyższy artykuł.