Sklep odzieżowy (dropshipping) – od przepalonego budżetu i kampanii na ruch do systemu reklam skupionych na sprzedaży

Sklep w modelu dropshippingowym, ponad 30 000 zł wydane na kampanie i brak proporcjonalnej sprzedaży. Audyt pokazał, że problemem nie był zły algorytm, tylko system: kampanie ustawione wyłącznie na ruch, brak pixela i Conversions API oraz błędy UX w sklepie. Zobacz, jak uporządkowanie oferty, analityki i struktury kampanii przełożyło się na sensownie wydawany budżet i realną sprzedaż.

Avatar autora
Karolina Rakoczy-Domagała 18 grudnia 2025

Branża: moda / e-commerce
Model: dropshipping

Dane z systemu sprzedażowego (FunnelKit) z analizowanego miesiąca po wdrożeniu zmian w kampaniach na Facebook’u i w sklepie.

Podpis pod zdjęciem © 2025 copyright

W skrócie

  • ponad 30 000 zł wydane na kampanie, brak proporcjonalnej sprzedaży,
  • kampanie oparte wyłącznie na celu „ruch”, bez pomiaru konwersji,
  • problemy UX w sklepie i kierowanie reklam na produkty z niepełną rozmiarówką,
  • po wdrożeniu zmian: możliwość mierzenia sprzedaży, sensownie wydawany budżet i uporządkowana ścieżka zakupowa.

Wyzwanie

Klient – właściciel sklepu internetowego z odzieżą w modelu dropshippingowym – zgłosił się z problemem przepalanego budżetu reklamowego. Mimo regularnych inwestycji w kampanie na Facebooku, sprzedaż z reklam była niewspółmiernie niska.

Łącznie na reklamy wydano już ponad 30 000 zł, przy zaledwie 860 obserwujących profil sklepu na Facebooku. Z perspektywy klienta sytuacja wyglądała jak duży wydatek bez realnego efektu:

  • „wydajemy na reklamy, ale sprzedaż z tego jest niewielka”,
  • „na profilu mało się dzieje, niewiele jest polubień i reakcji”,
  • „mam wrażenie, że algorytm mnie nie lubi”.

Analiza pokazała, że źródłem problemu nie był „zły algorytm”, tylko sposób zaprojektowania całego systemu działań marketingowych:

  • kampanie opierały się wyłącznie na celu ruch,
  • brakowało pixela Meta i Conversions API, więc nie dało się wiarygodnie mierzyć sprzedaży ani prowadzić remarketingu,
  • do kampanii trafiały losowe produkty z niepełną rozmiarówką,
  • w sklepie występowały istotne problemy UX w ścieżce zakupowej (nawigacja, prezentacja produktu, koszyk, proces zamówienia).

Diagnoza

W audycie połączyłam trzy perspektywy: strategię, warstwę techniczną i UX.

1. Strategia i oferta

Przeanalizowana została struktura asortymentu pod kątem opłacalności oraz tego, które produkty rzeczywiście mają sens w promocji. Okazało się, że do kampanii
kierowane były m.in. modele z mocno ograniczoną rozmiarówką, przez co użytkownik często nie mógł kupić produktu w swoim rozmiarze.

2. Warstwa techniczna i kampanie

  • wykorzystywany był wyłącznie cel „ruch”,
  • brakowało pixela Meta, Conversions API oraz zdarzeń e-commerce,
  • nie było możliwości wiarygodnego przypisania sprzedaży do kampanii ani optymalizacji pod konwersje.

3. UX i ścieżka zakupowa

Przeanalizowana została droga użytkownika od karty produktu, przez koszyk, aż do finalizacji zamówienia. Zidentyfikowano elementy zniechęcające do zakupu,
m.in. sposób prezentacji produktów, komunikację wariantów oraz detale w koszyku i formularzu zamówienia.

Działania

1. Uporządkowanie oferty promocyjnej

  • opracowanie zasad doboru produktów do kampanii (minimalna rozmiarówka, jakość materiałów graficznych),
  • powiązanie planowania kampanii z realnym stanem oferty w katalogu i hurtowni.

2. Wdrożenie pomiaru i analityki

  • instalacja pixela Meta i konfiguracja Conversions API,
  • ustawienie standardowych zdarzeń e-commerce (view content, add to cart, purchase),
  • uporządkowanie analityki w GA4.

Dzięki temu kampanie Meta Ads zaczęły „widzieć” sprzedaż, a decyzje mediowe oparto na danych, a nie na intuicji.

3. Przebudowa struktury kampanii

  • odejście od kampanii nastawionych wyłącznie na ruch,
  • przejście na kampanie optymalizowane pod konwersje i remarketing (w tym dynamiczny),
  • dostosowanie kreacji do faktycznego stanu oferty w sklepie.

4. Rekomendacje UX dla sklepu

  • uporządkowanie prezentacji produktów (opis, zdjęcia, warianty),
  • czytelniejsze komunikaty dotyczące dostępności i warunków zakupu,
  • uproszczenie koszyka i procesu zamówienia,
  • ograniczenie elementów rozpraszających przy finalizacji zakupu.

Efekty

  • możliwość mierzenia i realnej optymalizacji sprzedaży z kampanii Meta Ads,
  • koniec marnowania budżetu na produkty o niskiej dostępności,
  • dane z pixela, Conversions API i GA4 jako podstawa decyzji mediowych,
  • mniej porzuceń koszyka i zamówień,
  • ocena działań przez pryzmat konwersji i jakości ruchu, a nie liczby polubień.

Wniosek

Ten projekt pokazuje, że w e-commerce nie ma elementów drugorzędnych. Nawet dobrze ustawiona kampania nie przyniesie efektów, jeśli po kliknięciu użytkownik trafia na słabą kartę produktu lub nieprzemyślaną ścieżkę zakupową.

Reklama, kreacja, karta produktu, warianty, koszyk i proces zamówienia są odbierane jako jedna całość. Jeżeli którykolwiek z tych elementów zawodzi, problemem nie jest „słabsza kampania”, lecz realna utrata sprzedaży mimo poniesionych kosztów mediowych.

Masz podobny problem ze sklepem internetowym w modelu dropshippingowym?

Jeśli inwestujesz w kampanie, a wyniki sprzedaży są rozczarowujące albo trudne do zmierzenia, napisz kilka zdań o swojej sytuacji i branży. Przeanalizuję kampanie, sklep oraz ścieżkę zakupową i zaproponuję, od czego najlepiej zacząć.

Poznaj także inne przypadki

E-commerce / Moda

Sklep z odzieżą dziecięcą: kampanie Meta Ads z ROAS 8,52 oparte na strategii, UX i dopracowanych kreacjach.

Własny sklep z odzieżą dziecięcą, silna konkurencja i kampanie Meta Ads, które miały dowozić sprzedaż, a nie tylko ładne zasięgi.…

E-commerce / Moda

Kancelaria podatkowa: audyt UX strony www, działań online, który przełożył się na wartościowe leady.

Kancelaria podatkowa płaciła za pozycjonowanie, ale strona prawie nie generowała wartościowych zapytań. Audyt UX, treści, podstaw SEO i działań online…