Testy A/B w sklepie internetowym — jak mierzyć efekt [2026]

Testy A/B w sklepie internetowym pozwalają podejmować decyzje o checkoucie na podstawie danych, a nie opinii — ale w polskich sklepach są systematycznie prowadzone źle: za krótko, na za małej próbie albo bez kontroli sezonowości. Tymczasem dobrze zaplanowany test to najtańszy sposób na znalezienie kilku procent konwersji: przy 300 zamówieniach miesięcznie wzrost konwersji o 1 punkt procentowy to kilkadziesiąt dodatkowych zamówień rocznie. Ten przewodnik pokazuje, jak liczyć wielkość próby, co testować w PrestaShop najpierw i jak odróżnić realny efekt od szumu.

Najważniejsze: Testy A/B w sklepie internetowym: hipoteza, wielkość próby, czas trwania (pełne tygodnie, min. 2–4) i jeden mierzony wskaźnik. W PrestaShop testuj najpierw ścieżkę zakupu: ekspres vs klasyczna, sticky bar, kolejność metod płatności, koszt dostawy w koszyku. Bez wystarczającego ruchu zamiast A/B rób pomiar przed/po na przychodzie na sesję.

Kiedy test A/B ma sens, a kiedy nie?

Test A/B porównuje dwie wersje (A — obecna, B — zmiana) na dwóch losowo przydzielonych grupach użytkowników. Wniosek jest wiarygodny tylko wtedy, gdy próba jest wystarczająco duża, a test trwa odpowiednio długo.

• Ma sens: 10 000+ sesji miesięcznie i min. 200–300 konwersji na wariant w trakcie testu; zmiany w ścieżce zakupu; elementy o dużym wpływie (CTA, metody płatności, koszt dostawy).
• Nie ma sensu: mikroskopijny ruch (wynik to szum), zmiany kosmetyczne bez hipotezy, testy „na wyczucie" bez zdefiniowanego wskaźnika.
• Alternatywa przy małym ruchu: pomiar przed/po na przychodzie na sesję przez 3–4 tygodnie, uzupełniony nagraniami sesji i testami użyteczności.

Kalkulator próby jest prosty w założeniach: dla wykrycia wzrostu konwersji z 2% do 2,2% (względny +10%) potrzebujesz zwykle kilkudziesięciu tysięcy sesji na wariant. Jeśli nie masz takiego ruchu — nie testuj, wdrażaj najlepsze praktyki i mierz efekt całościowo.

Co testować w PrestaShop najpierw?

Kolejność ma znaczenie — testuj rzeczy o największym potencjale, nie kolory przycisków.

Dopiero po tych testach zajmuj się drobiazgami: kolorem przycisku, tekstem CTA, ikonami zaufania. Mikro-zmiany rzadko dają istotne statystycznie efekty przy realnym ruchu polskiego sklepu.

Jak zaplanować test krok po kroku?

1. Hipoteza — „Zmiana X podniesie wskaźnik Y o co najmniej Z%, bo [przyczyna]". Bez tego test jest eksploracją, nie eksperymentem.
2. Jeden wskaźnik główny — konwersja, przychód na sesję albo udział ekspresu. Wskaźniki pomocnicze obserwuj, ale nie zmieniaj na nich decyzji.
3. Wielkość próby — policz przed startem (kalkulator A/B); jeśli ruch nie pozwala, wybierz inną metodę.
4. Losowy podział — narzędzie testowe albo funkcja sklepu; pilnuj, żeby ten sam użytkownik zawsze widział tę samą wersję (ciasteczko/sesja).
5. Czas trwania — pełne tygodnie, minimum 2–4; nie zatrzymuj testu w środku, bo „już widać". Efekt świeżości i dni tygodnia zafałszują wynik.
6. Analiza — istotność statystyczna i przedział ufności; przy dwóch wariantach wystarczy standardowy test proporcji.
7. Decyzja i dokumentacja — wdrożenie zwycięzcy, zapis hipotezy i wyniku. Biblioteka testów to kapitał sklepu na przyszłość.

• ## Pomiar: GA4, narzędzia i pułapki

• GA4 + eksperymenty — zdarzenia z parametrem wariantu (experiment: A / B), porównywane w Explorations. Bez tego nie rozdzielisz ruchu.

• Narzędzia testowe — VWO, Optimizely, AB Tasty albo prostsze rozwiązania dla PrestaShop; ważne, żeby nie spowalniały checkoutu (wolny skrypt testowy psuje wynik testu).

• Pułapka sezonowości — test w tygodniu Black Week porównany z normalnym tygodniem to nie test; trzymaj warianty równolegle w tym samym czasie.

• Pułapka wielokrotnego podglądania — sprawdzanie wyniku co godzinę i zatrzymanie przy pierwszym „wzroście" to klasyczny błąd; ustal datę zakończenia przed startem.

• Pułapka ruchu botowego — filtruj boty i wewnętrzny ruch (twoje testy, zespół) z eksperymentu.

Konfigurację zdarzeń e-commerce opisuję w przewodniku GA4 — pomiar lejka zakupowego.

Testy bez ruchu — jak mierzyć efekt zmian?

Mały sklep nie musi rezygnować z optymalizacji — zmienia metodę

• Przed/po na przychodzie na sesję — 3–4 tygodnie przed zmianą i 3–4 po, z porównaniem rok do roku, jeśli sezonowość jest silna.
• Nagrania sesji (Clarity, Hotjar) — jakościowo pokazują problemy, które nie wymagają statystyki: klienci nie widzą przycisku, gubią się w polach.
• Testy użyteczności — 5–10 osób przechodzi ścieżkę zakupu; najtańszy sposób na znalezienie blokerów.
• Wskaźniki techniczne — Core Web Vitals, błędy płatności, odrzucenia 3DS; część „porzuceń" to w rzeczywistości awarie.

Najczęstszy błąd małych sklepów to rezygnacja z mierzenia w ogóle. Lepszy nieidealny pomiar przed/po niż decyzje na wyczucie.

Ile kosztuje prowadzenie testów A/B?

Przy budżecie ograniczonym do jednego testu w kwartale wybierz ekspres checkout albo koszt dostawy w koszyku — to zwykle największe dźwignie w polskich sklepach.

Źródła i narzędzia

• Google — eksperymenty w GA4
• Evan Miller — kalkulator wielkości próby A/B
• Microsoft Clarity — nagrania sesji
• Baymard Institute — badania UX checkoutu

Najczęściej zadawane pytania

Ile ruchu potrzebuję, żeby test A/B był wiarygodny?

Orientacyjnie minimum 10 000 sesji miesięcznie i kilkaset konwersji na wariant w trakcie testu. Przy mniejszym ruchu wyniki są statystycznie nieistotne — zamiast testu A/B rób pomiar przed/po na przychodzie na sesję przez 3–4 tygodnie.

Jak długo powinien trwać test A/B?

Minimum 2 pełne tygodnie, typowo 4 tygodnie. Krótszy test nie złapie różnic między dniami tygodnia, a dłuższy niepotrzebnie opóźnia decyzję. Datę zakończenia ustal przed startem i jej nie zmieniaj — podglądanie wyników w trakcie prowadzi do błędnych wniosków.

Co testować najpierw w PrestaShop?

• Ścieżkę zakupu: ekspres checkout vs klasyczna, koszt dostawy pokazany wcześniej, kolejność metod płatności, sticky bar na mobile i guest checkout. Dopiero potem drobiazgi wizualne — kolory i teksty przycisków rzadko dają istotne efekty przy realnym ruchu.

Czy mogę testować A/B bez narzędzia zewnętrznego?

Tak — część modułów PrestaShop i własne modyfikacje potrafią losowo przydzielać warianty, a pomiar oprzesz na GA4 z parametrem eksperymentu. Narzędzia zewnętrzne (VWO, AB Tasty) ułatwiają zarządzanie i analizę, ale nie są warunkiem koniecznym.

Jak uniknąć fałszywych wyników testów?

• Cztery zasady: jeden wskaźnik główny, policzona próba przed startem, pełne tygodnie bez podglądania i równoległe warianty w tym samym czasie (bez porównywania różnych okresów). Filtruj boty i ruch wewnętrzny, a wynik potwierdź istotnością statystyczną.

Czy testy A/B działają na ruchu mobilnym?

Tak, a nawet warto testować mobile osobno — zmiany działają różnie na telefonach i desktopach. Jeśli ruch mobilny jest mały, testuj całość, ale analizuj segmenty: często wygrany wariant na desktopie przegrywa na mobile i odwrotnie.

👉 Chcesz prowadzić testy w swoim sklepie? Zobacz, jak wygląda wdrożenie i rozwój sklepów PrestaShop w mojej ofercie: plan eksperymentów, wdrożenie wariantów, analiza w GA4. Napisz przez formularz kontaktowy lub na kontakt@informatix.com.pl.

👉 Optymalizujesz konwersję? Sprawdź artykuły optymalizacja checkoutu w PrestaShop, express checkout w PrestaShop i GA4 — pomiar lejka zakupowego.

📖 Zobacz również: porzucone koszyki w PrestaShop, checkout na mobile w PrestaShop oraz optymalizacja PrestaShop.