Kalkulator Współczynnika Konwersji

Kalkulator Współczynnika Konwersji przekształca liczbę odwiedzających i konwersji w dokładny wskaźnik oraz rygorystyczny statystycznie przedział ufności, błąd maksymalny i ocenę wiarygodności. Wykorzystaj go dla stron docelowych (landing page), lejków rejestracji, kampanii reklamowych, stron pobierania materiałów (lead magnet), procesów zamówień (checkout) oraz wszelkich testów A/B, w których metryką jest „czy użytkownik ukończył działanie, czy nie”. Narzędzie oferuje trzy metody obliczania przedziałów ufności — przedział Wilsona (zalecany domyślny), Walda (klasyczne przybliżenie rozkładem normalnym) oraz Agrestiego-Coulla (konserwatywny złoty środek) — i dostarcza informacje o błędzie maksymalnym, adekwatności próby, animowanej wizualizacji lejka, przedziale benchmarku branżowego oraz dodatkowym ruchu potrzebnym do zawężenia szacunków. Bez względu na to, czy oceniasz pojedynczy etap lejka, czy planujesz wielkość próby dla przyszłego testu, uzyskany tutaj wynik jest znacznie bardziej precyzyjny niż w przypadku typowych kalkulatorów typu „konwersje ÷ odwiedzający”.

Jak używać

1. Wprowadź całkowitą liczbę odwiedzających — sesji, wersji próbnych lub wyświetleń, które dotarły do mierzonego etapu.
2. Wprowadź liczbę konwersji — odwiedzających, którzy ukończyli docelowe działanie. Liczba konwersji nie może przekraczać liczby odwiedzających.
3. Wybierz poziom ufności. Standardem branżowym jest 95%; używaj 99% przy decyzjach o wysokim znaczeniu, a 90% wyłącznie do wstępnej analizy eksploracyjnej.
4. Wybierz metodę przedziału ufności. Przedział Wilsona jest zalecany dla wszystkich wielkości prób; Wald to klasyczny wzór podręcznikowy; Agresti-Coull stanowi nieco bardziej konserwatywną alternatywę.
5. Kliknij Oblicz Współczynnik Konwersji, aby zobaczyć współczynnik, przedział ufności, błąd maksymalny, werdykt dotyczący adekwatności próby, wizualizację lejka, porównanie metod i matematyczną analizę krok po kroku.

Użyte wzory

Co wyróżnia ten Kalkulator Współczynnika Konwersji

• Domyślna metoda Wilsona — większość kalkulatorów internetowych oferuje wyłącznie metodę Walda, która dla małych prób lub skrajnych współczynników generuje niemożliwe przedziały (ujemna dolna granica, górna granica > 100%). Metoda Wilsona działa poprawnie w każdym przypadku i jest zalecana przez zawodowych statystyków.
• Podgląd na żywo przed przesłaniem formularza — wpisz dowolną liczbę, a współczynnik, przedział ufności i wskaźnik adekwatności zaktualizują się w czasie rzeczywistym, bez konieczności ponownego ładowania całej strony.
• Animowana wizualizacja lejka — zobacz rzeczywisty kształt swojego lejka, a nie tylko pojedynczą cyfrę.
• Sygnalizacja adekwatności próby (kolory sygnalizacji świetlnej) — zielone / bursztynowe / czerwone oznaczenie oparte na regule kciuka n·p̂ ≥ 10 pozwala natychmiast dowiedzieć się, czy szacunek jest godny zaufania.
• Bezpośrednie porównanie metod — przedziały Wilsona, Walda oraz Agrestiego-Coulla zebrane w jednej tabeli. Wybrana metoda jest podświetlona, a pozostałe pokazują, jak zmiana wyboru wpłynęłaby na wynik.
• Przedział benchmarku branżowego — sześciostopniowa skala (Od bardzo niskiego do Elitarnego) pozwala osadzić Twój wynik w kontekście rynkowym.
• Pomoc w planowaniu — dowiedz się dokładnie, ilu więcej odwiedzających potrzebujesz, aby zmniejszyć błąd maksymalny o połowę lub osiągnąć precyzję na poziomie ±1.00 / ±0.50 punktu procentowego.
• Matematyka krok po kroku — każde obliczenie rozbite linia po linii, co umożliwia weryfikację i naukę.

Jak interpretować werdykt adekwatności próby

• Zielony — wiarygodna. Zarówno n·p̂, jak i n·(1 − p̂) wynoszą co najmniej 10. Przybliżenie rozkładem normalnym jest poprawne, a przedział ufności jest w pełni miarodajny przy podejmowaniu decyzji.
• Bursztynowy — graniczna. Jedna z wartości n·p̂ lub n·(1 − p̂) znajduje się poniżej 10, lecz wynosi co najmniej 5. Warto przedkładać przedział Wilsona lub Agrestiego-Coulla nad metodę Walda i zebrać więcej danych przed podjęciem ostatecznej decyzji.
• Czerwony — mała próba. Wartość n·p̂ lub n·(1 − p̂) jest poniżej 5. Należy traktować uzyskany współczynnik wyłącznie jako orientacyjny wskaźnik i zgromadzić znacznie większą ilość danych.

Typowe benchmarki współczynnika konwersji

Kanał / Etap	Typowy zakres	Uwagi
E-commerce (dla całej witryny)	2% – 3%	Dojrzałe sklepy skupiają się wokół 2.5%; ruch mobilny często ma niższy wskaźnik niż desktop.
E-commerce (dodanie do koszyka → zakup)	20% – 35%	Współczynnik dla konkretnego etapu lejka, a nie dla całej witryny.
Strona docelowa (ruch płatny)	3% – 10%	Dobry tekst reklamowy i dopasowana oferta podnoszą ten wynik powyżej linii bazowej.
Rejestracja do wersji próbnej SaaS	5% – 12%	Rejestracje o niskim oporze (bez karty) osiągają wyższe wyniki; wymóg podania karty obniża wskaźnik.
SaaS (wersja bezpłatna → płatna)	2% – 5%	Konwersja z okresu próbnego do subskrypcji w dolnej części lejka.
Formularz generowania leadów B2B	1% – 5%	Dłuższe formularze powodują ostry spadek; wartościowe materiały (gated content) podnoszą wskaźnik.
Klikalność reklam banerowych (Display)	0.05% – 1%	Wynik silnie uzależniony od kreacji reklamowej oraz miejsca emisji.
Klikalność reklam w wyszukiwarce (Search)	2% – 6%	Wyszukiwania fraz brandowych mogą przekraczać 10%.
E-mail (otwarcie → kliknięcie)	2% – 10%	Wskaźnik liczony od otwartych wiadomości; segmentacja bazy znacząco podnosi wynik.

Dlaczego przedział ufności ma tak duże znaczenie

Współczynnik konwersji zmierzony na skończonej próbie odwiedzających jest jedynie szacunkiem rzeczywistego, ukrytego współczynnika. Jeśli rzucisz tą samą asymetryczną monetą 100 razy, możesz uzyskać 47 razy orła; rzuć nią ponownie, a otrzymasz 53. To samo dotyczy lejka konwersji — codzienne wyniki wahają się wokół rzeczywistego wskaźnika z powodu czystej losowości. Przedział ufności wskazuje zakres, w którym z dużym prawdopodobieństwem mieści się prawdziwy współczynnik, co pozwala uniknąć dwóch klasycznych błędów: ogłoszenia sukcesu na podstawie szumu informacyjnego oraz wyciągnięcia wniosku, że „nic się nie zmieniło”, podczas gdy próba była po prostu zbyt mała, by wykryć zmianę.

Wilson vs Wald vs Agresti-Coull

Te trzy przedziały odpowiadają na to samo pytanie, lecz obliczają wynik w odmienny sposób:

• Wald to klasyczny wzór podręcznikowy: p̂ ± z·√[p̂(1−p̂)/n]. Jest prosty i szybki, lecz zawodzi przy małych próbach lub współczynnikach bliskich 0% / 100% — potrafi wygenerować ujemne dolne granice bądź górne granice przekraczające 100%.
• Wilson to przedział oparty na teście punktowym (score interval). Stanowi on odwrócenie testu punktowego i jest zalecanym standardem, ponieważ zawsze utrzymuje się w granicach [0, 100%] przy dowolnej wielkości próby, zapewnia optymalne pokrycie dla każdego współczynnika i odpowiada najlepszym praktykom badawczym w statystyce.
• Agresti-Coull dodaje do próby z² pseudooobserwacji (w połowie konwersji, w połowie braku konwersji), po czym stosuje wzór Walda do zmodyfikowanych wartości. To nieco konserwatywny kompromis, który jest bardzo łatwy do wytłumaczenia.

W codziennej analityce najlepiej stosować domyślnie metodę Wilsona. Metody Walda używaj wyłącznie przy bardzo dużych próbach, gdy współczynnik jest odległy od skrajności 0% lub 100%. Przedziału Agrestiego-Coulla używaj, gdy zależy Ci na odrobinę szerszym, bardziej ostrożnym przedziale, który jest prosty w wyprowadzeniu.

Planowanie wielkości próby dla docelowego błędu maksymalnego

Jeśli Twoim celem jest uzyskanie przedziału ufności o błędzie maksymalnym wynoszączym ±E punktów procentowych wokół współczynnika konwersji, wymagana wielkość próby wynosi:

Typowe pułapki podczas pomiaru współczynnika konwersji

• Mieszanie definicji odwiedzających — mierzenie sesji dla jednego wariantu i unikalnych użytkowników dla drugiego sztucznie zniekształca jeden ze współczynników. Wybierz jedną definicję i stosuj ją konsekwentnie.
• Ruch generowany przez boty — nieprzefiltrowane wizyty botów w ogólnej liczbie odwiedzających sztucznie zaniżają współczynnik. Odsiej znane roboty indeksujące i ruch bezgłowy (headless) przed wykonaniem obliczeń.
• Zbyt wczesne kończenie testu — codzienne sprawdzanie wyników i przerywanie testu przy pierwszym zauważalnym skoku drastycznie zwiększa liczbę wyników fałszywie dodatnich. Ustal docelową wielkość próby z góry.
• Porównywanie współczynników z różnych okresów — porównywanie weekendu z dniami roboczymi, szczytu sezonu z okresem poza sezonem lub danych przed wdrożeniem i po nim zmienia linię bazową. Porównuj zawsze tożsame okresy i warunki.
• Ignorowanie różnorodności segmentów — ogólny współczynnik na poziomie 4% może maskować 2% konwersji na urządzeniach mobilnych oraz 8% na komputerach stacjonarnych. Segmentuj duże lejki przed wyciągnięciem ostatecznych wniosków.
• Wielokrotne liczenie tego samego użytkownika — jeśli użytkownik wraca na stronę trzy razy przed dokonaniem konwersji, zdecyduj, czy liczysz jedną konwersję, czy trzy wizyty. Brak konsekwencji zniekształca wskaźnik.
• Błędy w skryptach śledzących — brakujący piksel konwersji na stronie podziękowania po cichu zaniża liczbę konwersji i współczynnik. Sprawdź działanie lejka na całej ścieżce, zanim zaufasz liczbom.

Powiązanie z testami A/B

Współczynnik konwersji to podstawowy element budulcowy każdego testu A/B. Aby sprawdzić, czy dwa współczynniki różnią się w sposób istotny statystycznie, porównuje się ich przedziały ufności (lub, mówiąc dokładniej, przeprowadza się test z dla dwóch wskaźników struktury na liczbach bezwzględnych). Kalkulator Istotności Statystycznej Testu A/B służy bezpośrednio do tego typu porównań. Kalkulator Przedziału Ufności dla Proporcji skupia się wyłącznie na samym przedziale. Wspólnie te trzy narzędzia zaspokajają większość potrzeb w zakresie analizy lejka konwersji.

FAQ

Co to jest współczynnik konwersji?

Współczynnik konwersji to procentowy udział odwiedzających, którzy ukończyli określone działanie docelowe — zakup, rejestrację, kliknięcie, pobranie lub wygenerowanie leada. Równa się on liczbie konwersji podzielonej przez liczbę odwiedzających, wyrażonej w procentach. Każde zdarzenie, które można opisać dychotomicznie jako „czy użytkownik wykonał czynność X, czy nie”, jest zdarzeniem konwersji.

Dlaczego współczynnik konwersji potrzebuje przedziału ufności?

Współczynnik konwersji mierzony na skończonej próbie odwiedzających jest jedynie szacunkiem rzeczywistego, ukrytego współczynnika. Przedział ufności informuje o prawdopodobnym zakresie rzeczywistego współczynnika na podstawie posiadanych danych, co jest kluczowe przy testach A/B, analizie lejka i każdej decyzji zależącej od tego, czy jeden współczynnik jest wiarygodnie lepszy od innego.

Której metody przedziału ufności należy użyć?

Używaj domyślnie przedziału Wilsona — jest on dokładny przy każdej wielkości próby i nigdy nie generuje niemożliwych wartości poniżej 0% lub powyżej 100%. Metody Walda używaj tylko wtedy, gdy próba jest duża, a współczynnik znajduje się daleko od 0% lub 100%. Przedziału Agrestiego-Coulla używaj, gdy chcesz uzyskać nieco ostrożniejszą, łatwą do wyjaśnienia alternatywę.

Jak obliczany jest błąd maksymalny?

Błąd maksymalny to połowa szerokości przedziału ufności. Dla przedziału Walda równa się on z · √[p̂(1 − p̂) / n], gdzie z jest kwantylem standardowego rozkładu normalnego dla wybranego poziomu ufności (1.96 dla 95%). Dla metod Wilsona i Agrestiego-Coulla wzory są nieco inne, lecz interpretacja pozostaje taka sama: jak daleko granica górna i dolna znajdują się od oszacowania punktowego.

Ilu odwiedzających potrzebuję, aby uzyskać wiarygodny współczynnik konwersji?

Zgodnie z ogólną zasadą próba jest wiarygodna, gdy zarówno n · p̂, jak i n · (1 − p̂) wynoszą co najmniej 10. Dla współczynnika konwersji 1% oznacza to około 1000 odwiedzających; dla współczynnika 5% — 200 odwiedzających. Kalkulator pokazuje dokładną wielkość próby potrzebną do osiągnięcia docelowego błędu maksymalnego, np. ±1%.

How do I halve the margin of error?

Zmniejszenie błędu maksymalnego o połowę wymaga mniej więcej czterokrotnego zwiększenia liczby odwiedzających, ponieważ błąd zmniejsza się wraz z pierwiastkiem kwadratowym z wielkości próby. Panel „Ilu więcej odwiedzających potrzeba” podaje dokładną liczbę na podstawie aktualnych danych.

Czy współczynnik konwersji to to samo co współczynnik klikalności (CTR)?

Matematycznie tak — obie metryki to „zdarzenia ÷ okazje”. Współczynnik klikalności (CTR) to odsetek wyświetleń, które zakończyły się kliknięciem; współczynnik konwersji to odsetek odwiedzających, którzy wygenerowali zdarzenie konwersji. Podłoże matematyczne i statystyczne jest identyczne, więc ten kalkulator działa doskonale dla obu wskaźników.

Co jeśli mój współczynnik konwersji wynosi dokładnie 0% lub 100%?

Przedział Walda kurczy się do zera na samych granicach przedziału, co wprowadza w błąd — pojedynczy rzut monetą, który dał orła, nie dowodzi przecież, że na tej monecie zawsze wypada orzeł. Przedział Wilsona radzi sobie z wartościami skrajnymi prawidłowo i zwraca zakres niezerowy. Na krańcach przedziału zawsze preferuj metodę Wilsona.