Analytics Setup Checklist

Kompletny przewodnik po konfiguracji analityki produktowej. Jakie eventy śledzić, jak ustawić funnele, co mierzyć od dnia 1. Bez analytics latasz na ślepo — nie wiesz co działa, co naprawić, ani dlaczego użytkownicy odchodzą.

📖 Dlaczego analytics jest krytyczne? Bez danych podejmujesz decyzje na podstawie intuicji i opinii — które są notoryczne zawodne. Analytics pozwala Ci: (1) zrozumieć jak użytkownicy faktycznie używają produktu, (2) znaleźć gdzie odpada funnel, (3) mierzyć wpływ zmian, (4) priorytetyzować co budować dalej.

1. Wybór narzędzia i podstawowa konfiguracja

Wybrano odpowiednie narzędzie analytics do etapu produktu
PostHog (open-source, self-host lub cloud, darmowy do 1M eventów/mies.) — najlepszy dla startupów. Mixpanel — świetny dla SaaS, silne funnele. Amplitude — enterprise, drogi. GA4 — darmowy, ale słaby dla produktów. Wybierz jedno — nie kilka naraz.
SDK zintegrowane na wszystkich platformach
Web (JS snippet lub npm), iOS (Swift/Obj-C), Android (Kotlin/Java), React Native/Flutter (dedykowane SDK). Zweryfikuj że eventy faktycznie trafiają do systemu.
User identification skonfigurowane (anonymous → identified)
Przed loginem: anonymous ID (UUID). Po loginie: identify(userId) z aliasem łączącym sesje. Dzięki temu widzisz pełną ścieżkę użytkownika od pierwszej wizyty.
User properties (traits) ustawione przy identyfikacji
plan, signup_date, signup_source, company_size, role, country. Pozwala segmentować analizę: "jak zachowują się użytkownicy planu Pro vs Free?"
Super properties / global properties skonfigurowane
Właściwości automatycznie dołączane do każdego eventu: app_version, platform, environment (prod/staging). Ułatwia filtrowanie i debugging.
Tracking plan (specyfikacja eventów) udokumentowany
Dokument opisujący każdy event: nazwa, kiedy jest wysyłany, jakie properties, kto jest odpowiedzialny. Bez tego analytics staje się chaosem po 6 miesiącach.

2. Kluczowe eventy do śledzenia (AARRR)

💡 Zasada nazewnictwa eventów: Używaj formatu Obiekt + Akcja w snake_case: button_clicked, form_submitted, payment_completed. Unikaj ogólnych nazw jak "click" czy "event". Bądź konsekwentny — zmiana nazwy eventu niszczy historyczne dane.

Event	Kiedy wysyłać	Kluczowe properties
page_viewed	Każde wejście na stronę/ekran	page_name, referrer, utm_source/medium/campaign
sign_up_started	User otworzył formularz rejestracji	source, method (email/google/github)
sign_up_completed	Rejestracja zakończona sukcesem	source, method, time_to_complete_seconds
email_verified	User potwierdził email	time_since_signup_hours
onboarding_step_completed	Każdy krok onboardingu	step_name, step_number, time_on_step
activation_completed	User osiągnął "aha moment"	time_to_activate_hours, steps_taken
feature_used	Użycie kluczowej funkcji	feature_name, feature_category
search_performed	User wyszukał coś	query, results_count, filters_applied
upgrade_viewed	User zobaczył stronę upgrade	source (gdzie kliknął), current_plan
upgrade_started	User kliknął "Kup/Upgrade"	from_plan, to_plan, billing_period
payment_completed	Płatność przeszła pomyślnie	amount, currency, plan, billing_period, payment_method
payment_failed	Płatność odrzucona	error_code, amount, plan
subscription_cancelled	User anulował subskrypcję	reason, tenure_days, plan, mrr_lost
invite_sent	User zaprosił kogoś	invite_method, invitee_email_domain
referral_converted	Zaproszony user się zarejestrował	referrer_user_id, channel
error_encountered	User napotkał błąd	error_type, error_message, page, action

3. Funnele konwersji

Acquisition Funnel — skąd przychodzą użytkownicy
Ad impression → Landing page view → Sign up started → Sign up completed. Mierz conversion rate na każdym kroku. Gdzie odpada najwięcej?
Activation Funnel — czy osiągają wartość
Sign up completed → Email verified → Onboarding step 1 → Onboarding step 2 → Activation event. Benchmark: dobry produkt ma >40% activation rate.
Conversion Funnel — czy płacą
Activated user → Upgrade viewed → Upgrade started → Payment completed. Gdzie odpada? Czy problem to cena, UX, czy brak wartości?
Onboarding Funnel — krok po kroku
Każdy krok onboardingu jako osobny etap funnela. Znajdź krok z największym dropoffem — to Twój priorytet #1.
Feature Adoption Funnel
User widział feature → Użył po raz pierwszy → Użył 3+ razy (habit). Mierz adoption rate kluczowych funkcji.

4. Retencja & Kohorty

Activation event jasno zdefiniowany
Co oznacza "aktywny użytkownik"? Musi być konkretne: "stworzył pierwszy projekt", "wysłał pierwszą wiadomość", "dodał 3 produkty". Nie "zalogował się".
Retention chart skonfigurowany (D1, D7, D14, D30)
Jaki % użytkowników wraca po 1, 7, 14, 30 dniach? Benchmarki: D1 >40%, D7 >20%, D30 >10% to dobry wynik dla consumer app. SaaS: D30 >25%.
Cohort analysis — porównanie kohort signup
Czy użytkownicy z marca mają lepszą retencję niż z stycznia? Jeśli tak — co zmieniłeś? Kohorty ujawniają trend poprawy lub pogorszenia produktu.
Churn analysis — dlaczego odchodzą
Exit survey przy anulowaniu (Typeform, in-app). Segmentuj churn: po 1 dniu, po 7 dniach, po 30 dniach — każdy segment ma inną przyczynę.
Power users zidentyfikowani
Kto używa produktu najczęściej? Co robią inaczej niż przeciętny użytkownik? To Twój wzorzec do replikacji w onboardingu.
Feature correlation z retencją
Które funkcje korelują z wyższą retencją? Użytkownicy którzy używają funkcji X mają 2x wyższą retencję? → Promuj tę funkcję w onboardingu.

5. Metryki biznesowe (SaaS)

Metryka	Definicja	Benchmark
MRR	Monthly Recurring Revenue — miesięczny przychód z subskrypcji	Rośnie >10% MoM = dobry wzrost
ARR	Annual Recurring Revenue = MRR × 12	$1M ARR = ważny milestone
CAC	Customer Acquisition Cost — koszt pozyskania klienta	LTV/CAC > 3 = zdrowy biznes
LTV	Lifetime Value = ARPU / Churn Rate	LTV > 3× CAC
Churn Rate	% klientów odchodzących miesięcznie	<2%/mies. dla SaaS = dobry
NRR	Net Revenue Retention — czy istniejący klienci płacą więcej	>100% = expansion revenue pokrywa churn
Activation Rate	% nowych userów osiągających activation event	>40% = dobry produkt
DAU/MAU	Stosunek dziennych do miesięcznych aktywnych userów	>20% = dobra retencja

6. Dashboardy i raportowanie

Daily metrics dashboard (przeglądaj codziennie)
DAU, nowe rejestracje, activation rate, revenue (MRR), błędy. Anomalie widoczne od razu.
Weekly business review dashboard
WAU, retention D7, funnel conversion rates, MRR growth, churn. Przeglądaj w poniedziałek rano.
Monthly growth dashboard
MAU, MRR, CAC, LTV, NRR, cohort retention. Podstawa do decyzji strategicznych.
Alerty na anomalie skonfigurowane
Nagły spadek signupów o >30%, wzrost błędów o >50%, spadek revenue. PagerDuty, Grafana, Datadog lub wbudowane alerty w Mixpanel/Amplitude.
Raporty automatycznie wysyłane do zespołu
Weekly digest na email. Każdy w zespole widzi kluczowe metryki — nie tylko PM.

7. Testy A/B i eksperymenty

Framework do testów A/B wybrany
PostHog Feature Flags, Optimizely, GrowthBook (open-source), LaunchDarkly. Bez narzędzia — nie możesz mierzyć wpływu zmian.
Każda zmiana produktu to eksperyment z hipotezą
Format: "Wierzymy, że [zmiana] spowoduje [wynik] dla [grupy użytkowników], bo [powód]. Mierzymy przez [metrykę] przez [czas]."
Minimum sample size obliczony przed startem testu
Użyj kalkulatora: Evan Miller's A/B Test Calculator. Zbyt mała próba = fałszywe wyniki (false positive).
Wyniki testów dokumentowane
Co testowaliśmy, wynik, wniosek, co wdrożyliśmy. Baza wiedzy eksperymentów = bezcenny zasób dla nowych członków zespołu.

8. Privacy & Compliance

Nie trackujesz przed uzyskaniem zgody na cookies (RODO)
Analytics cookies = zgoda wymagana. Możesz trackować anonimowo bez cookies (server-side analytics, privacy-first tools jak Plausible).
PII nie trafia do event properties
Żadnych emaili, imion, numerów telefonów, adresów IP w event properties. Używaj anonimowych ID. Naruszenie RODO = kara do 4% globalnego obrotu.
Data retention policy zdefiniowana i skonfigurowana
Jak długo przechowujesz dane analityczne? RODO: nie dłużej niż potrzeba. Mixpanel/Amplitude: skonfiguruj auto-delete po X miesiącach.
Użytkownicy mogą zażądać usunięcia danych analitycznych
RODO: prawo do bycia zapomnianym. Mixpanel, Amplitude, PostHog mają API do usuwania danych konkretnego użytkownika.
Dane analityczne nie są wysyłane do krajów bez odpowiedniej ochrony
Schrems II: transfer danych do USA wymaga dodatkowych zabezpieczeń (SCC). Rozważ EU-hosted analytics (PostHog EU, Plausible EU).

💡 Złota zasada analytics: Mierz mniej, ale dobrze. Lepiej mieć 10 eventów które rozumiesz i na których podejmujesz decyzje, niż 100 eventów których nikt nie analizuje. Zacznij od AARRR, dodawaj eventy gdy masz konkretne pytanie na które chcesz odpowiedzieć.