KPI dla sklepu B2B - co mierzyć, jakie targety

W skrócie

• 1. Klasyczne (B2C-style): GMV, AOV, conversion rate, orders count
• 2. B2B-specific: ARPU, frequency, CLV, churn, NPS, self-service rate, adoption rate
• 3. Targety: zależą od skali - typowe dla średniego polskiego B2B podane niżej
• 4. Dashboardy: weekly operational + monthly executive + quarterly strategic
• 5. Najczęstszy błąd: focus tylko na GMV → traci się klientów kontraktowych

KPI klasyczne (też B2C)

GMV (Gross Merchandise Value). Suma sprzedaży brutto. Najbardziej oczywista miara.

AOV (Average Order Value). GMV / liczba zamówień. W B2B większe niż w B2C - typowo 2-10 tys. zł.

Liczba zamówień. Trend miesięczny / tygodniowy.

Conversion rate. Visitors → buyers. W B2B mylące (zalogowani klienci kontraktowi mają wysoki CR). Mierz osobno dla niezalogowanych vs. zalogowanych.

Refund rate. % zamówień zwróconych. W B2B niskie (1-3%).

KPI B2B-specific

1. ARPU (Average Revenue Per User) per klient kontraktowy.

Definicja: GMV / liczba aktywnych klientów. Mierzy „głębokość relacji" - ile klient kupuje średnio.

Target dla średniego polskiego B2B: 5-50k zł / mies. zależnie od branży.

2. Frequency (zamówienia / miesiąc per klient).

Definicja: średnia liczba zamówień / klient / miesiąc.

Target:

• Hurtownia regularna: 2-5 zamówień / mies.
• Producent FMCG: 5-15 zamówień / mies.
• Sklep ad-hoc: 0.5-1 / mies.

Spadek = problem retention.

3. CLV (Customer Lifetime Value).

Definicja: szacowana całkowita wartość klienta przez czas żywotności.

CLV = ARPU × średnia długość relacji w miesiącach

Klient B2B żyje 3-10 lat (kontrakt + reinvest). CLV w średnim B2B: 200k-2M zł per klient.

4. Churn rate (annual / monthly).

Definicja: % klientów którzy przestali kupować w okresie.

Target:

• Monthly churn: <2%
• Annual churn: <15-20%

Churn 30%+ rocznie = serious problem.

5. NPS (Net Promoter Score).

Definicja: „W skali 1-10, czy poleciłbyś nas?". Wynik = % promotorów (9-10) − % detraktorów (0-6).

Target dla B2B: 30-60 (powyżej 60 = excellent).

6. Self-service rate.

Definicja: % zamówień bez interwencji człowieka (handlowca / customer success).

Target:

• Tradycyjna hurtownia: 30-50%
• Dojrzała hurtownia z e-com: 70-90%

Wzrost = sklep robi swoją robotę.

7. Time to first purchase.

Definicja: dni od rejestracji do pierwszego zamówienia.

Target: <14 dni dla nowych klientów aktywowanych przez handlowca.

8. Adoption rate funkcji.

Definicja: % aktywnych klientów używających danej funkcji (Quick Order, RFQ, PunchOut, etc.).

Target różny:

• Quick Order: 30-50% adoption
• Punchout: 5-15%
• RFQ: 10-30%

9. Cost per order (CPO).

Definicja: (koszty operacyjne + infra + zespół) / liczba zamówień.

Target: spadek YoY o 5-15% (dzięki automatyzacji).

10. Cart abandonment rate.

Definicja: % koszyków porzuconych. W B2B niski (klienci kontraktowi nie porzucają), ale dla nowych klientów / one-off - mierzy UX checkout'u.

Dashboardy - kto co widzi

Operational dashboard (weekly, dla zespołu):

• Sprzedaż dziennie / tygodniowo
• Liczba zamówień
• AOV
• Top produkty
• Top klienci (revenue)
• Errors / incidents
• Performance metrics (LCP, INP)

Executive dashboard (monthly, dla zarządu):

• GMV vs. plan, vs. ostatni rok
• AOV trend
• Active customers
• Churn rate
• NPS
• Adoption nowych funkcji

Strategic dashboard (quarterly, dla zarządu / boardu):

• YoY growth
• Market share (jeśli dostępne)
• CLV per segment
• Conversion funnel
• Roadmap status (% deliverables)

Narzędzia dashboardowe

Open-source / self-hosted:

• Grafana + InfluxDB / Prometheus - techniczne (latency, errors)
• Metabase - business (GMV, AOV, customer)
• Apache Superset - alternatywa Metabase

SaaS:

• Tableau - enterprise, drogie
• PowerBI - Microsoft ecosystem
• Looker - Google Cloud
• Plausible Analytics - privacy-first analytics

E-commerce-specific:

• Google Analytics 4 - free, standard
• Mixpanel / Amplitude - product analytics
• Hotjar / Microsoft Clarity - behavioral

Dla średniego polskiego B2B: mix Plausible (privacy) + Metabase (internal BI) + Google Search Console (SEO) wystarczy.

Najczęstsze błędy KPI

1. Tylko GMV. Manager raportuje GMV. Wzrost 10% YoY. Ale: -5% klientów aktywnych. Brak nowych klientów. CLV spada. GMV wygląda dobrze, biznes idzie pod ziemię.

2. Brak segmentacji. „Conversion rate 5%". OK, ale jaki dla nowych klientów? Jaki dla returning? Bez segmentacji metryka mylne.

3. Zbyt wiele KPI. Manager raportuje 40 metryk. Zarząd nie pamięta. Focus na 5-10 kluczowych.

4. Brak baseline'u i targetów. „Mamy NPS 35". Czy to dobrze? Bez targetu i benchmark'a - nie wiesz.

5. Wszystko od razu. Manager wprowadza pełen dashboard. Brak czasu na analizę i akcje. Lepiej: 3-5 KPI focus, reszta - secondary.

6. Brak action plans przy słabych KPI. Churn rośnie. Manager raportuje. Brak konkretnych akcji. Zarząd: „dlaczego?" - bez planu.

Roadmap KPI

Faza 1 (start sklepu, 0-12 mies.): GMV, liczba zamówień, AOV, czas trwania pierwszego zamówienia. Focus on growth.

Faza 2 (rozwój, 12-24 mies.):

• Active customers, churn, NPS, self-service rate. Focus on retention.

Faza 3 (dojrzałość, 24+ mies.):

• CLV, CAC, adoption funkcji, ROI per inicjatywa. Focus on efficiency.

FAQ

Jaki target conversion rate w sklepie B2B? Mylne pytanie. Dla zalogowanych: 30-60% (kupują często). Dla niezalogowanych: 1-3% (jak B2C).

Czy mogę mierzyć NPS bez paid tool? Tak - Google Forms / Typeform + email survey co 6 mies. Prosty setup, działa.

Co z attribution (jak klient nas znalazł)? W B2B difficult - długi cykl decyzyjny, multi-touch. Skup się na top-of-funnel sources (organic, direct, referral) i tracking dla nowych klientów (signup form).

Jak mierzyć ROI per inicjatywa?

• Quasi-A/B test (przed/po, segmenty)
• Attribution model
• Long-term tracking (CLV change)

Czy roboty pracujące dla mnie też powinny być w KPI? Tak - fulfillment automation, pick rate, error rate. Op metryki.

Co dalej

• Pillar zarządzania: Zarządzanie e-commerce B2B
• Rola e-com managera: Rola e-commerce managera
• Roadmap budowania: Roadmap e-commerce