Lera Rastyazhenko – wywiad po semKRK#23 BIG

Wiesz, to wszystko zaczyna się od jednej rzeczy – umiejętności sprzedaży. I nie mówię tu o wciskaniu czegokolwiek komukolwiek. Chodzi o to, żeby sprzedać samą ideę. Bo jeśli mówisz do klienta z małym budżetem „zainwestuj w analizę i popraw stronę, bo CVR leży”, to pierwsze, co on słyszy, to „chcą ode mnie więcej pieniędzy”. I tu wchodzisz Ty – nie jako ktoś, kto sprzedaje usługę, tylko ktoś, kto rozwiązuje jego problem.

Na początku sprzedajesz wizję – pokazujesz case’y, które działają, tłumaczysz językiem korzyści, a nie technikaliów. Mówisz, że nie chodzi o „ładniejszy button”, tylko o to, że dzięki lepszej stronie klient nie będzie tracił pieniędzy, które już wydaje. A jak dorzucisz przykład, w którym jedna drobna zmiana dała wzrost CVR o 30%, to zaczyna słuchać i działać.

I teraz najważniejsze – sprzedajesz siebie. Pokazujesz, że to ogarniasz. Że masz wiedzę, doświadczenie, że rozumiesz jego biznes. Budujesz zaufanie. A potem – tak jak w marketingu – wchodzisz w etap retencji. Czyli: dowodzisz, że to, co powiedziałeś, miało sens. Przychodzi czas na liczby. Zmiany, które zaproponowałeś, pokazują efekt. Nawet te 10% więcej konwersji w małym biznesie robi różnicę.

I wtedy to nie Ty przekonujesz klienta, tylko klient przekonuje się sam, że warto w to wejść głębiej – i w stronę, i w narzędzia, i w analitykę. Bo jeśli raz zobaczy, że Ty nie sprzedajesz godzin, tylko realny wynik, to już z Tobą zostaje.

Clarity wrzucam przez GTM, zawsze. Po pierwsze dlatego, żeby mieć pełną kontrolę, po drugie – żeby móc go łatwo przypiąć pod zgody analityczne (np. Consent Mode). To absolutna podstawa.

Ale to tylko wstęp. Bo jeśli pracuję na większym projekcie, gdzie liczy się każdy punkt procentowy w CVR, to lecę w wersję advanced. Co robię dalej?

1. Integracja z GA4 i Google Ads – dzięki temu Clarity zaczyna „rozmawiać” z resztą ekosystemu. Możesz wtedy w GA4 zobaczyć sesje z frustrowanymi kliknięciami albo wideo sesji użytkownika, który odbił się na checkoucie.

2.Tworzę custom eventy – najpierw proste:
– kliknięcia w konkretne teksty (np. „kup teraz”, „dodaj do koszyka”),>br> – kliknięcia w URL-e (np. URL zawiera /thank-you).
To wystarczy, żeby już na starcie mieć sensowny obraz.

3. Potem na tej bazie buduję lejek zachowań – np. kto kliknął w dany button, ale nie przeszedł dalej, kto był na stronie thank-you, ale wcześniej miał rage clicki.

4. I na końcu – łączę to z insightami jakościowymi z Clarity, żeby móc powiedzieć: "Hej, ludzie się frustrują tutaj i tutaj – tu trzeba zmienić UX/UI, a tu może wystarczy techniczna poprawka".

Dla małych klientów często wystarczy podstawowa instalacja. Przy większych wdrożeniach Clarity naprawdę pokazuje pazur dopiero wtedy, gdy się go odpowiednio nakarmi danymi i dobrze wpasuje w całą analityczną układankę.

Jeśli mówimy o konwersji wewnątrz checkoutu, czyli ile osób przechodzi z rozpoczęcia płatności (np. klik w "Przejdź do płatności") do podsumowania zamówienia lub finalizacji zakupu, to:

– Minimum akceptowalne to 45–50% – jeśli mamy tyle, to można powiedzieć, że UX jest przynajmniej okej.
– Poniżej 45% – warto się przyjrzeć, co tam się dzieje:
• problemy techniczne,
• zbyt złożone formularze,
• brak zaufania (brak logo płatności, brak certyfikatów),
• problemy z mobile UX.
– Poniżej 30% – to już sygnał alarmowy. Trzeba naprawdę przysiąść i coś zmienić – i to szybko.

A jak mówimy o ogólnym conversion rate sklepu (czyli ile osób kupuje w stosunku do całego ruchu):

– < 1,5% – to jest słabo. Coś nie działa – oferta, UX, zaufanie, źródła ruchu – wszystko trzeba prześwietlić.
– 2–3% – to już norma w większości branż.
– 4–5%+ – super wynik. Taki poziom oznacza, że UX, komunikacja, produkty i źródła ruchu są dobrze dograne.

I pamiętaj – sama liczba nic nie znaczy bez kontekstu. Zawsze patrzę na to, gdzie użytkownicy zaczynają, gdzie odpadają i dlaczego. Clarity, GA4, eventy – i masz pełny obraz, gdzie leży problem. Czasem to nie UX, tylko źle dobrany ruch.

Kiedy wchodzę do GA4 i mam sprawdzić, czy coś nie gra z UX/UI, to pierwszy rzut oka zawsze idzie w stronę lejka zakupowego albo sprzedażowego.

Jeśli widzę przepaść między etapami – np. dużo osób dodaje do koszyka, ale bardzo mało przechodzi dalej – to nie jest problem w marketingu, tylko coś leży po stronie doświadczenia użytkownika.
To klasyczna "zasada przepaści" – i właśnie z tego robi się UX/UI analiza, a nie zgadywanie. Dodatkowo:

Raport "Session source/medium" z podziałem na KPI – złoto. Jeśli masz wysokie sesje z jakiegoś źródła, ale:
– niska konwersja,
– wysoki bounce,
– krótki czas na stronie
to znaczy, że coś nie gra. Albo złe dopasowanie do oczekiwań, albo UX odrzuca.

Wystarczy umieć to odczytać i od razu wiesz, gdzie szukać nieszczelności w lejku.

Co jeszcze sprawdzam od razu?
– CTR z listingu do karty produktu – jeśli jest niski, to problemem może być layout albo copy.
– Scroll depth / engagement time – czy ktoś w ogóle czyta tę stronę, czy tylko „widzi i wychodzi”?
– Internal search – dużo wyszukiwań = może nawigacja jest nieintuicyjna.
– Eventy typu click, rage click, form_start vs form_submit – pięknie pokazują frustracje.

Na koniec: nie wystarczy tylko kliknąć w raporty. Trzeba umieć połączyć dane z obserwacją. Dlatego ja zawsze robię tak:
GA4 → Clarity → ewentualnie test na żywym organizmie (hotjar survey, heurystyka, cokolwiek)
I wtedy nie ma zgadywania, tylko konkret: "tu trzeba zmienić", "tu użytkownik się gubi", "tu UX nie dowozi".

Tak, są świadome grupy do badań eye trackingowych – tzw. paneliści. Zgłaszają się sami, wyrażają zgodę na kamerę i analizę zachowania. To must-have pod kątem RODO i prywatności – wszystko legalnie, jasno, z możliwością cofnięcia zgody.

Jeśli robisz to przez dobre narzędzia (np. Lumen, RealEye, Sticky, Tobii), to oni mają już to ogarnięte: regulaminy, zgody, ochrona danych. Nie ma sensu robić nic „na dziko”, bo to się może odbić i PR-owo, i prawnie.

Jak chcesz robić to samodzielnie (a tak też można), to musisz mieć minimum: zgoda, polityka prywatności, opcja wypisania. Inaczej – nie wchodź w to.

Nie, samo okienko cookies to za mało. Eye tracking to nie zwykłe zbieranie danych o kliknięciach – to już dane biometryczne, czyli wrażliwe. RODO traktuje to jak szczególną kategorię danych.

Musisz mieć:
– Świadomą, wyraźną zgodę – nie checkbox w cookie bannerze, tylko osobną, jasno opisaną zgodę na analizę zachowania wzrokowego (np. “Wyrażam zgodę na analizę mojego ruchu gałek ocznych do celów badawczych”).
– Wyjaśnienie celu – użytkownik musi wiedzieć, po co to robisz, na jakiej podstawie prawnej, kto przetwarza dane i jak długo je przechowuje.
– Prawo do wycofania zgody – w dowolnym momencie.
– Brak zgody = brak śledzenia – czyli nie możesz odpalić kamery ani skryptu, zanim nie kliknie „OK” pod zgodą.

Co odpada?

– Zaszycie zgody w ogólnym regulaminie → nie wystarczy.
– Wrzucona w cookie banner bez konkretu o eye trackingu → też nie wystarczy.
– Automatyczne uruchamianie kamerki bez zgody → poważne ryzyko naruszenia RODO.

Jak analizuję nagrania sesji, to przede wszystkim szukam schematów – czyli czy użytkownicy powtarzają te same odruchy, czy zatrzymują się w tym samym miejscu, klikają coś, co nie działa albo coś ich ewidentnie rozprasza.

Patrzę na:

– clicki – gdzie i dlaczego ktoś "klika z nerwów",
– dead clicki – gdzie klikają, a nic się nie dzieje,
– device + przeglądarka – bo na Safari czy Androidzie potrafi się wysypać coś, czego nie widać na desktopie.

Ale najważniejsze: liczba nagrań ma znaczenie.
Jak ktoś analizuje 30 filmików i mówi, że "już wszystko wie", to nie jest analiza, tylko przeczucie.
Ja lecę 500–700 sesji dziennie, prędkość x4, konkretny cel, segmentacja (np. porzucone koszyki, dany model urządzenia, źródło ruchu). Dopiero wtedy widzisz realne wzorce, nie przypadki.

I jeszcze jedno – nagrania bez segmentacji to strata czasu. Musisz wiedzieć, kogo oglądasz i po co. Inaczej to jak patrzenie przez dziurkę od klucza na cały pokój.