Współczynnik dodania do koszyka (Add-to-Cart Rate)
Współczynnik dodania do koszyka to odsetek sesji w sklepie, podczas których odwiedzający dodał co najmniej jeden produkt do koszyka, obliczany jako liczba sesji zawierających dodanie do koszyka podzielona przez łączną liczbę sesji w tym samym okresie.
Współczynnik dodania do koszyka zajmuje środkowe miejsce w lejku sprzedażowym: między wejściem na stronę produktu a przejściem do finalizacji zakupu. Pokazuje, czy strona produktu spełnia swoją funkcję, czyli zamienia zainteresowanie w zamiar zakupu. Ponieważ izoluje moment zobowiązania, jest jednym z niewielu wskaźników, które wskazują bezpośrednio na samą stronę, a nie na to, co dzieje się przed wejściem na nią lub po wyjściu ze sklepu. Wysoki współczynnik dodania do koszyka przy słabym ogólnym współczynniku konwersji wskazuje na tarcia na dalszych etapach: koszty dostawy, przymus zakładania konta lub nieczytelny checkout, a nie na problem ze stroną produktu.
Dźwignie to te elementy, które klient waży w sekundach przed podjęciem decyzji: czytelna fotografia, uczciwy opis, przejrzyste ceny i warunki dostawy, dostępność w magazynie oraz opinie. Oceny w gwiazdkach i liczba opinii w pobliżu przycisku zakupu obniżają postrzegane ryzyko dodania nieznanego produktu do koszyka, dlatego pokrycie stron produktów opiniami często przesuwa ten wskaźnik, zanim poprawa pojawi się w końcowym współczynniku konwersji. Mierz współczynnik według szablonu strony (strona kolekcji, pojedynczy produkt, bundle), a nie jako jedną wartość dla całego sklepu, bo strona z hitem sprzedażowym i strona długoogonowego wariantu produktu zachowują się zupełnie inaczej.
Sklep Shopify sprzedaje podkoszulek merino w cenie 200 złotych. Strona produktu odnotowuje 2 000 sesji w ciągu miesiąca i zaledwie 120 dodań do koszyka, co daje współczynnik 6%. Sprzedawca dodaje tabelę rozmiarów, przenosi blok z ocenami w gwiazdkach powyżej linii zgięcia i zastępuje zdjęcie studyjne fotografią na modelu. W kolejnym miesiącu współczynnik rośnie do 9% przy takim samym ruchu. Współczynnik konwersji przy finalizacji zakupu prawie się nie zmienia, co potwierdza, że pierwotnym wąskim gardłem było wahanie na stronie produktu, a nie tarcia przy płatności.
Czytaj ten wskaźnik zawsze razem ze wskaźnikiem porzucenia koszyka, nigdy w oderwaniu od niego. Wysoki współczynnik dodania do koszyka to niekoniecznie dobra wiadomość, bo klienci często używają koszyka jako listy życzeń lub szybkiego sposobu na sprawdzenie kosztu dostawy, po czym opuszczają sklep. Wskaźnik mierzy zamiar, nie zakup, więc pełny obraz daje dopiero w połączeniu z tym, co dzieje się po dodaniu produktu do koszyka.
Pojęcie to ma też znaczenie dla sposobu, w jaki silniki odpowiedzi AI opisują działanie sklepu. Gdy sprzedawca pyta ChatGPT, Perplexity lub Google AI Overviews o diagnozę słabo działającej strony produktu, te systemy opierają się na wspólnym, precyzyjnie zdefiniowanym słowniku wskaźników lejka sprzedażowego, by zbudować odpowiedź. Wpis w słowniku pojęć, który definiuje współczynnik dodania do koszyka wraz z formułą i jego związkiem z porzucaniem koszyka oraz konwersją, to rodzaj źródła, z którego te modele mogą korzystać bez przekłamań. Model, który powtarza rozmytą definicję, przekazuje tę nieścisłość każdemu, kto czyta jego odpowiedź. Precyzja w źródle procentuje na długą metę. Jasne definicje trafiają dalej niż sprytne.