Nainstaluješ analytiku, otevřeš dashboard a koukáš na padesát grafů. Návštěvnost roste, ale tržby ne. Problém není v tom, že měříš málo, ale že měříš špatné věci. Ukážu ti, které metriky u webu a aplikace dávají smysl, jak je číst a podle čeho se rozhodovat.
Vanity metriky versus metriky, podle kterých jednáš
Existují čísla, která vypadají dobře na slidu, ale neřeknou ti, co dělat. Říká se jim vanity metriky: počet návštěv, počet zhlédnutí, počet lajků. Rostou, ty se cítíš dobře, ale nevíš, jestli z toho bude obchod.
Proti nim stojí metriky, podle kterých můžeš jednat. Ty mají dvě vlastnosti: ukazují na konkrétní krok zákazníka a dokážeš je ovlivnit svým rozhodnutím. Když klesne konverzní poměr objednávky, víš, kde hledat. Když klesne počet lajků, nevíš nic.
Dobrá metrika není ta, co tě potěší. Je to ta, podle které víš, co máš zítra udělat jinak.
Metriky webu, které se vyplatí sledovat
U webu, jehož cílem je přivádět poptávky a zákazníky, se soustřeď na pár čísel, co tvoří řetězec od návštěvy k obchodu:
- Konverzní poměr: kolik procent návštěvníků udělá to, co chceš (odešle formulář, nakoupí). Nejdůležitější číslo na webu.
- Zdroje návštěvnosti: odkud lidé chodí (vyhledávání, sociální sítě, přímo). Říká ti, co funguje a kam dávat energii.
- Chování na klíčových stránkách: kde lidé odpadávají před odesláním poptávky.
- Rychlost a stabilita: pomalý web ztrácí zákazníky dřív, než se rozhodnou. Patří sem i Core Web Vitals.
Pokud řešíš, aby ti web reálně přiváděl klienty, navazuje na tohle samostatný návod o tom, jak postavit web, který přivádí zákazníky, a o SEO základech pro malé firmy.
Metriky aplikace: aktivace, udržení, výnos
U aplikace se hra mění. Nejde jen o to, aby někdo přišel, ale aby zůstal a vracel se. Sleduj tři roviny:
- Aktivace: kolik nových uživatelů dojde k prvnímu úspěchu (vystaví fakturu, vytvoří první projekt). Pokud se zaseknou hned na začátku, zbytek metrik nemá smysl.
- Udržení (retence): kolik uživatelů se vrací po týdnu a po měsíci. Tohle je nejtvrdší zrcadlo toho, jestli je produkt užitečný.
- Výnos na uživatele: kolik ti průměrný uživatel přinese a kolik tě stojí jeho získání.
Jak si nastavit měření, aby nelhalo
Špatně nastavené měření je horší než žádné, protože se podle něj rozhoduješ s falešnou jistotou. Pár zásad, které ti ušetří mylné závěry:
- Definuj událost cíle přesně. "Konverze" musí mít jasnou definici, jinak každý report počítá něco jiného.
- Sleduj trend, ne jeden den. Jeden výkyv nic neznamená, čtyři týdny v řadě ano.
- Porovnávej srovnatelné. Pondělní data s nedělními nemíchej.
- Respektuj soukromí uživatelů a souhlas s cookies. Měřit se dá i čistě a v souladu s pravidly.
Když nasazuješ vlastní analytiku přímo do aplikace, většinou stačí jednoduchá tabulka událostí. Takhle nějak může vypadat základní záznam toho, co uživatel udělal:
CREATE TABLE app_events (
id uuid PRIMARY KEY DEFAULT gen_random_uuid(),
user_id uuid NOT NULL,
event_name text NOT NULL, -- napr. 'invoice_created'
created_at timestamptz NOT NULL DEFAULT now()
);
-- Kolik uzivatelu doslo k prvnimu uspechu tento tyden
SELECT count(DISTINCT user_id)
FROM app_events
WHERE event_name = 'invoice_created'
AND created_at >= now() - interval '7 days';Vyber si tři čísla a žij podle nich
Nejčastější chyba není málo dat, ale příliš mnoho. Když sleduješ třicet metrik, nesleduješ žádnou. Vyber si tři, které nejvíc souvisí s tvým cílem, dej je na jeden přehled a dívej se na ně každý týden. Zbytek si nech jako detail, do kterého se ponoříš, až jedna ze tří začne zlobit.
Časté chyby, kvůli kterým data lžou
I dobře vybrané metriky tě dovedou k chybnému závěru, pokud je čteš špatně. Sám jsem těmihle pastmi prošel, tak ti je rovnou pojmenuju:
- Záměna korelace za příčinu. Tržby vzrostly současně s novou kampaní, ale třeba je to sezónou. Než něco prohlásíš za příčinu, ověř to.
- Průměr, který schovává problém. Průměrná doba na webu vypadá fajn, ale půlka lidí odejde za tři vteřiny a půlka zůstane dlouho. Dívej se na rozložení, ne jen na průměr.
- Optimalizace metriky místo byznysu. Když honíš jedno číslo za každou cenu, často poškodíš jiné. Levné kliky můžou znamenat nekvalitní návštěvníky.
- Měření po změně, ne před ní. Bez výchozího stavu nepoznáš, jestli úprava pomohla. Měř dřív, než začneš měnit.
Od měření k rozhodnutí
Metrika sama o sobě nic nezmění. Smysl dostane, až podle ní něco uděláš. Užitečný rytmus je jednoduchý: jednou týdně se podívej na tři hlavní čísla, u toho, co se hnulo, si polož otázku proč, a z odpovědi udělej jednu konkrétní změnu na příští týden. Pak změř, jestli zabrala. Tenhle kruh měření, otázka, změna, ověření je celé tajemství práce s daty. Není v tom žádná magie, jen pravidelnost a poctivost k sobě samému.
| Cíl | Hlavní metrika | Podpůrná metrika |
|---|---|---|
| Více poptávek z webu | konverzní poměr formuláře | zdroje návštěvnosti |
| Růst aplikace | retence po měsíci | aktivace nových |
| Vyšší zisk | výnos na uživatele | náklad na získání |
Časté dotazy
Jakou analytiku zvolit?
Pro web stačí kvalitní webová analytika s ohledem na soukromí. U aplikace se vyplatí měřit klíčové události přímo v databázi, protože máš plnou kontrolu a žádný nástroj ti nezkresluje obraz. Často kombinuju obojí.
Jak často se mám na čísla dívat?
Hlavní metriky jednou týdně, abys viděl trend a stihl reagovat. Denní zírání do grafů vede k panice z náhodných výkyvů. Hlubší rozbor jednou měsíčně, když děláš rozhodnutí o směru.
Co když mám malý web s pár stovkami návštěv?
I tak má měření smysl, jen sleduj absolutní čísla, ne procenta. U malých objemů jsou poměry zavádějící. Důležité je, jestli ti počet odeslaných poptávek měsíc od měsíce roste.
Pokud chceš mít v aplikaci nebo na webu měření, které ti reálně pomáhá rozhodovat, a ne jen hromadu grafů, napiš mi na nezávaznou konzultaci. Projdeme tvoje cíle a navrhnu měření na míru, ať už jde o napojení analytiky nebo automatizaci reportů přes AI.