Przejdź do treści
EnglishUmów bezpłatną diagnozę

Generowanie leadów

Wskaźniki Generowania Leadów

Wskaźnik bez mianownika jest liczbą, nie wynikiem — dziesięć konfrontacji pomiaru drySEO lab z benchmarkami branżowymi CPL, konwersji i domykalności B2B.

Umów bezpłatną diagnozę

Metryki o tej samej nazwie różnią się od benchmarku najczęściej przez definicję i mianownik, a nie przez rynek.

Wskaźniki generowania leadów to liczby, którymi firma rozlicza proces pozyskiwania — od odwiedzin w serwisie po potwierdzone zamówienie — a większość z nich to ilorazy, więc dwie firmy cytujące ten sam wskaźnik niekoniecznie liczą to samo. Ta strona zestawia dziesięć wskaźników zmierzonych na własnym koncie laboratorium z benchmarkami publikowanymi w branży, rozkłada koszt leada na trzy mianowniki, sprawdza, ile zapytań zamienia się w zamówienie i czy ruch płatny daje słabsze leady, nazywa trzy liczby, których nikt nie publikuje, i kończy się tym, jak zbudować własny zestaw wskaźników.

Który wskaźnik generowania leadów naprawdę coś znaczy

Ten, przy którym stoi mianownik. Wskaźnik bez mianownika jest liczbą, a nie wynikiem — a różnica bywa sześciokrotna w obrębie jednego konta, tego samego okresu i tych samych kampanii.

Laboratorium drySEO przeliczyło pełny rok pomiaru lejka B2B: ruch w serwisie, wydatek reklamowy, zapytania handlowe w CRM i zamówienia. Odczyt wykonano dziewięć miesięcy po zamknięciu okresu, żeby zapytania z długim cyklem zdążyły się domknąć. Potem zestawiliśmy każdą liczbę z benchmarkiem publikowanym w branży. Dziesięć konfrontacji poniżej to wynik tej pracy.

Jedno ustalenie powtarza się w każdym wierszu: rozbieżność między „naszą liczbą” a „benchmarkiem” w większości wypadków nie brała się z rynku, tylko z definicji.

Dziesięć konfrontacji: pomiar laboratorium wobec benchmarków publikowanych

Dziesięć konfrontacji, każda z mianownikiem. Wartości zmierzone to dane drySEO lab; benchmarki to liczby publikowane, źródła pod tabelą.

#MetrykaBenchmark publikowanyDane drySEO labWerdykt
1odwiedziny → zapytanie handlowe1,2–2,5%0,8%1,5–3× poniżej
2zapytanie → zamówienie, inbound B2B8–12%, czołówka 15–20%13,6%powyżej pasma, poniżej czołówki
3mediana konwersji B2B, wszystkie branże2,9%0,8%nieporównywalne — inna definicja konwersji
4„ruch płatny daje leady gorszej jakości”opinia branżowa15,25% wobec 11,82%obalone (p ≈ 0,014)
5mediana kosztu kliknięcia5,87 USD6,77 zł3,2–3,7× taniej
6mediana kosztu leada75,19 USD237 zł albo 411 złponiżej albo powyżej — zależnie od licznika
7rozrzut kosztu leada między źródłami45–819 USD = 18×73–452 zł = 6,2× na jednym koncierozrzut jest definicyjny, nie rynkowy
8mediana konwersji kliknięć8,20%nie da się porównaćbrak wspólnego mianownika
9gotowiec łańcucha lejka z obiegu branżowego4,5% domknięcia w złożeniu13,6%trzykrotnie wyżej, przy pierwszym progu zawyżonym 6–7×
10o ile panel reklamowy niedowidzi konwersjibrak publikowanego benchmarku1,4–1,9×luka w zestawieniach branżowych

Mianowniki pomiaru — numer jak w kolumnie „#”:

Źródła benchmarków: First Page Sage, Zeliq, Ruler Analytics (2025, cytowane za Martal), SalesHive, NUMRIQ, WordStream, WebFX, Sopro, Flyweel.

Przeliczenia walutowe są założeniem, nie pomiarem — równowartości liczone przy 3,7–4,3 zł za dolara.

Dlaczego koszt pozyskania leada to trzy liczby, a nie jedna

Bo licznik jest ten sam, a mianownik można ustawić na trzy sposoby — i wszystkie trzy są uczciwe.

W tym samym koncie, w tym samym okresie, koszt pozyskania zapytania handlowego z rynków zagranicznych wyniósł 73 zł, 237 zł albo 452 zł (dane drySEO lab):

Na pełnym koszcie konta ta sama metryka daje 411 zł (dane drySEO lab). Rozrzut 6,2× nie opisuje rynku — opisuje trzy definicje jednego zjawiska. Dla porównania: publikowany rozrzut kosztu leada między źródłami ruchu wynosi 18×, co znaczy, że znaczna część branżowej rozpiętości benchmarków to prawdopodobnie nie różnica skuteczności, tylko różnica mianowników.

Ile zapytań zamienia się w zamówienie

W pomiarze laboratorium 13,6% — zamówienia podzielone przez zapytania handlowe po odsianiu szumu, w paśmie 11,6–15,0% zależnie od tego, co uznamy za zapytanie (dane drySEO lab).

Branżowy gotowiec lejka wobec pomiaru: pierwszy próg zawyżony 6–7 razy, ostatni zaniżony 3 razy, a konstrukcja i pomiar liczą dwa różne mianowniki Dwa progi lejka na wspólnej skali, przy czym każda wartość ma podaną przy sobie etykietę rodzaju: konstrukcja albo pomiar. Pierwszy próg, odwiedziny na zapytanie handlowe: konstrukcja branżowa podaje 5 procent, ale ta wartość jest realna wyłącznie dla strony docelowej kampanii; pomiar dał 0,8 procent i jego mianownikiem są wszyscy użytkownicy serwisu wiedzowego, czyli zupełnie inna populacja (0,7 procent po odsianiu szumu). To są dwa różne mianowniki, a nie ta sama miara raz zawyżona — i stąd bierze się zawyżenie 6 do 7 razy. Drugi próg, zapytanie handlowe na zamówienie: złożenie dwóch progów konstrukcji daje 4,5 procent, pomiar dał 13,6 procent, mianownik to zamówienia podzielone przez zapytania handlowe po odsianiu szumu, czyli próg zaniżony 3 razy. Iloczyn dwóch błędów w przeciwne strony wygląda wiarygodnie, dlatego etapy lejka sprawdza się osobno. Słupki pomiaru: dane drySEO lab. Słupki konstrukcji to rozpowszechnione założenie branżowe, nie pomiar. Branżowy gotowiec wobec pomiaru dwa progi lejka, dwa błędy w przeciwne strony odwiedziny → zapytanie handlowe 5% — konstrukcja mianownik: strona docelowa kampanii 0,8% — pomiar mianownik: wszyscy użytkownicy serwisu zapytanie handlowe → zamówienie 4,5% — konstrukcja złożenie dwóch progów gotowca 13,6% — pomiar mianownik: zamówienia ÷ zapytania bez szumu Konstrukcja i pomiar mają różne mianowniki. Pierwszy próg zawyżony 6–7×, ostatni zaniżony 3×. Iloczyn dwóch błędów w przeciwne strony wygląda wiarygodnie.
Dwa progi lejka na wspólnej skali, każda wartość z etykietą rodzaju. Odwiedziny → zapytanie handlowe: konstrukcja branżowa mówi 5%, ale ta wartość jest realna wyłącznie dla strony docelowej kampanii; pomiar dał 0,8% (wszyscy użytkownicy serwisu wiedzowego ÷ zapytania handlowe w CRM), 0,7% po odsianiu szumu — zawyżenie 6–7×. Zapytanie handlowe → zamówienie: złożenie dwóch progów konstrukcji daje 4,5%, pomiar 13,6% (zamówienia ÷ zapytania handlowe bez szumu) — próg zaniżony 3×. dane drySEO lab

To wynik powyżej publikowanego pasma dobrego inboundu B2B (8–12%) i poniżej czołówki (15–20%) — oba progi z zestawień benchmarkowych podlinkowanych pod tabelą. Jest też trzykrotnie wyższy od tego, co daje popularny gotowiec „5% / 30% / 15%” złożony w łańcuch — czyli 4,5%, zwykły iloczyn 30% i 15%.

Gotowiec myli się dwa razy i to w przeciwnych kierunkach:

Iloczyn dwóch błędów w przeciwne strony daje wynik, który wygląda wiarygodnie. Dlatego etapy lejka sprawdza się osobno, każdy z własnym mianownikiem, a nie mnoży gotowce.

Czy ruch płatny daje leady gorszej jakości

Nie potwierdza tego pomiar — w tym samym formularzu domykalność zapytań z reklamy wyniosła 15,25%, a z organicznych wyników 11,82%, czyli 1,29× na korzyść reklamy, przy istotności statystycznej p ≈ 0,014 (dane drySEO lab).

Domykalność zapytania według kanału: reklama 15,25 procent, organika 11,82 procent, zapytania mailem od klientów powracających 25,55 procent poza porównaniem Udział zamówień wśród zapytań handlowych z tego samego formularza, kanał rozpoznany po parametrze kampanii. Zapytania z reklamy domykają się w 15,25 procent, zapytania z wyników organicznych w 11,82 procent, czyli reklama domyka 1,29 raza częściej przy istotności statystycznej p około 0,014. Trzecia wartość stoi poza tym porównaniem: zapytania przychodzące mailem, poza formularzem, domykają się w 25,55 procent, bo to klienci powracający, którzy piszą po ofertę, znając już markę; włączenie tej puli do grupy organicznej odwróciłoby wynik. Dane drySEO lab. Domykalność zapytania wg kanału ten sam formularz, zamówienia ÷ zapytania zapytania z parametru kampanii (reklama) 15,25% zapytania z wyników organicznych 11,82% zapytania mailem — poza porównaniem: klienci powracający proszą o ofertę 25,55% Reklama domyka 1,29× częściej niż organika, istotność p ≈ 0,014.
Zamówienia ÷ zapytania handlowe z tego samego formularza; kanał rozpoznany po parametrze kampanii, nie po ostatnim źródle sesji. Reklama 15,25%, organika 11,82% — różnica 1,29× przy istotności p ≈ 0,014. Zapytania mailem od klientów powracających (25,55%) stoją poza tym porównaniem: ci klienci już znają markę i piszą po ofertę, a dołączenie tej puli do grupy organicznej odwróciłoby wynik. dane drySEO lab

Trzy zastrzeżenia, bez których ta liczba jest myląca:

  1. Grupa odniesienia nie zawiera zapytań bezpośrednich — spoza formularza, z maila i telefonu. Ta pula domyka 25,55% (dane drySEO lab — zamówienia ÷ zapytania spoza formularza), bo to w dużej mierze klienci powracający — wrzucenie jej do „organiki” odwróciłoby wynik.
  2. Kanał rozpoznajemy po parametrze kampanii, a nie po ostatnim źródle sesji.
  3. Mowa o domykalności zapytania, nie o jego liczbie. Reklama i organika dowożą różną liczbę zapytań i różnym kosztem.

Wniosek praktyczny jest odwrotny do obiegowej opinii: reklama przyprowadza kontakt bliżej decyzji, a serwis wiedzowy pracuje wcześniej i szerzej. To dwie różne role, nie ranking. Jak to wygląda po stronie strony docelowej: Konwersja Leadów.

Trzy liczby, których nikt nie publikuje, a które psują wszystkie pozostałe

To najcenniejsza część pomiaru, bo benchmarki milcząco zakładają, że pomiar jest kompletny. Nie jest.

Panel reklamowy widzi mniej, niż zdarzyło się naprawdę — 1,4 do 1,9 raza (dane drySEO lab). Zapytania z parametrem kampanii odnalezione w CRM wobec konwersji zliczonych w panelu. Kierunek jest jednostronny: panel nigdy nie widzi więcej. Powody są prozaiczne — zgody na ciasteczka, tryb prywatny, zmiana urządzenia między pierwszym kontaktem a zapytaniem, telefon zamiast formularza. Skutek jest poważny: kto optymalizuje kampanie do liczby z panelu, systematycznie zawyża koszt pozyskania i wyłącza kampanie, które realnie dowożą.

Kontrola z trzeciego, rozłącznego systemu wypadła zgodnie: udział ruchu płatnego wśród zdarzeń kluczowych w analityce to 19,99%, a udział zgłoszeń z parametrem reklamowym w CRM — 19,57%. Dwa niezależne systemy rozjechały się o 0,4 punktu procentowego (dane drySEO lab).

46,2% wydatku nie ma przypisania do nazwanego kraju. Część typów kampanii nie raportuje geografii w ogóle — to 27,1% budżetu; kolejne 19,1% wpada do wiersza „pozostałe lokalizacje”. Analiza „per rynek” tych kampanii nie obejmuje, ale ich zapytania i tak wpadają do mianownika. Stąd reguła: zakres kampanii musi być ten sam po obu stronach każdego ilorazu — a tej zgodności nie widać w żadnej kolumnie raportu.

Iloraz per rynek jest uczciwy, gdy koszt i zapytania obejmują te same kampanie; kampanie bez geografii go psują.

„Kraj” znaczy trzy różne rzeczy naraz. Panel reklamowy wie, gdzie system dopasował użytkownika. CRM wie, gdzie firma ma adres rozliczeniowy. Konsola wyszukiwarki wie, skąd wykonano wyszukiwanie. Przy sprzedaży przez pośredników te trzy definicje rozjeżdżają się systematycznie, a nie losowo — w pomiarze 75 zapytań z parametrem reklamowym przyszło z rynków, na których nie wydano ani złotówki, a 7% zapytań nie ma w CRM kraju w ogóle (dane drySEO lab — zapytania bez kraju ÷ wszystkie zapytania w CRM).

Jak zbudować własny zestaw wskaźników

Sześć kroków, w tej kolejności:

  1. Zdefiniuj zdarzenie, które nazywasz leadem

    Zapytanie handlowe, nie pobranie materiału i nie zapis na newsletter. Definicja zapisana jednym zdaniem, którą podpisze sprzedaż.

  2. Ustal mianownik dla każdej metryki i zapisz go obok wartości

    Bez tego pierwsze porównanie kwartał do kwartału będzie porównaniem dwóch różnych rzeczy.

  3. Oznacz kampanie parametrem, który przechodzi do CRM

    To jedyny sposób, żeby zobaczyć różnicę między tym, co widzi panel, a tym, co się zdarzyło.

  4. Zestaw dwa rozłączne systemy

    Analityka i CRM liczone osobno; zgodność w granicach punktu procentowego jest najmocniejszym dowodem, jaki da się tanio zdobyć.

  5. Mierz domknięcie z opóźnieniem

    Odczyt wykonany tuż po okresie zaniża wynik o wszystko, co ma długi cykl — w praktyce laboratorium ponad połowa zamówień domyka się po pierwszych trzydziestu dniach.

  6. Sprawdzaj etapy osobno

    Żadnych łańcuchów z gotowca.

Tak zbudowany zestaw służy do jednego: do rozliczenia pracy z wyniku, a nie z aktywności. Na tym stoi model współpracy rozliczanej za lead — taki model wymaga, żeby lead był policzony tak samo po obu stronach stołu.

Rozliczenie za lead działa, gdy obie strony stołu liczą leada według tej samej, zapisanej definicji.

Zakres tego pomiaru

Pomiar obejmuje jedno konto reklamowe, jeden serwis i jeden CRM przez pełny rok, z odczytem dziewięć miesięcy po zamknięciu okresu. Obejmuje ruch organiczny, płatny, bezpośredni i polecenia; zapytania handlowe z formularzy oraz kontakt telefoniczny odnotowany w CRM; zamówienia potwierdzone.

Poza zakresem pozostają: wartości zamówień w rozbiciu na źródło, etapy pośrednie lejka (kwalifikacja i oferta nie mają w tym CRM osobnego znacznika), dokładna stopa przechwytu parametrów — stąd pasmo 1,4–1,9× (dane drySEO lab), a nie pojedyncza liczba — oraz kanały, których w tym okresie nie prowadzono.

Liczby z jednego konta to obserwacja, nie prawo. Wartość ma tu metoda liczenia i rozstrzygnięcia definicyjne, bo te przenoszą się na dowolną firmę B2B. Jak mierzyć widoczność w nowym kanale, który własnego panelu jeszcze nie ma: AI SEO.

Najczęstsze pytania o wskaźniki generowania leadów

Ile powinien kosztować lead B2B?

Odpowiedź zaczyna się od pytania „lead policzony jak?”. W jednym koncie ten sam wydatek na rynki zagraniczne wyceniony trzema mianownikami daje 73, 237 albo 452 zł (dane drySEO lab). Sensowna rozmowa o koszcie zaczyna się od definicji zdarzenia i od wartości zamówienia, które z tego leada powstaje.

Jaka konwersja serwisu B2B jest dobra?

Zależy od roli serwisu. Serwis wiedzowy, który przyciąga popyt z rynków bez wydatku reklamowego, ma konwersję mechanicznie niższą — w pomiarze 0,8% wszystkich użytkowników przy zasięgu zapytań ze 185 krajów i ruchu z 243 (dane drySEO lab). Serwis wyłącznie ofertowy ma wyższą konwersję i mniejszy zasięg. Porównywanie ich jednym benchmarkiem nie ma sensu.

Czy da się ufać danym z panelu reklamowego?

Do sterowania kampanią tak, do rozliczenia wyniku nie. Kierunek błędu jest znany i jednostronny: panel widzi mniej, w pomiarze 1,4–1,9× (dane drySEO lab). Wystarczy dołożyć parametr przechodzący do CRM, żeby zobaczyć różnicę u siebie.

Po jakim czasie mierzyć domknięcie?

Po takim, który pokrywa cykl zakupowy. Z pomiaru na ostatnim tysiącu leadów laboratorium, narastająco: 7,07% domknięć nastąpiło do 3 dni, 41,65% do 45 dni, a 65,96% do 75 dni (dane drySEO lab — domknięcia ÷ czas od wejścia leada; to odsetek domknięć, nie leadów). Innymi słowy jedna trzecia domknięć przychodzi po 75. dniu — odczyt wykonany tuż po kwartale jeszcze ich nie widzi.

Czy te liczby przełożą się na moją firmę?

Wartości — niekoniecznie, bo zależą od rynku, cyklu i produktu. Przekłada się metoda: definicja leada, mianownik zapisany obok wartości, parametr w CRM, dwa rozłączne systemy do kontroli i odczyt z opóźnieniem.

Porozmawiajmy o Twoim leadzie

Napisz, czego potrzebujesz, a dostaniesz bezpłatną diagnozę, zanim cokolwiek ustalimy.

Napisz do nas — podaj, czego dotyczy projekt i co chcesz osiągnąć.

[email protected]