Reklamacje, maile i rozmowy z biurem obsługi klienta to jedyne miejsce, w którym niezadowolony klient mówi wprost, co poszło nie tak. Większość klientów tego nie robi. Ogranicza zakupy albo odchodzi w ciszy, a sklep dowiaduje się o stracie z opóźnieniem i bez wyjaśnienia. Dlatego zbiór zgłoszeń, którym dysponuje każdy e-commerce, jest materiałem badawczym o realnej wartości. Poniżej metodyka, która zamienia go w analizę, oraz uczciwa lista jej ograniczeń.

Wiedza w pigułce

Dlaczego reklamacje mówią coś o lojalności?
Bo opisują moment, w którym klient decyduje, czy zostaje, czy odchodzi. To jeden z najsilniejszych punktów styku z marką.

Ilu klientów w ogóle zgłasza problem?
Mniej niż jedna trzecia przekazuje firmie informację zwrotną po złym doświadczeniu. Reszta zmienia zachowanie zakupowe bez słowa.

Od czego zacząć analizę zgłoszeń?
Od pytania badawczego i taksonomii przyczyn. Bez wspólnego słownika kategorii dane z BOK pozostaną zbiorem anegdot.

Czego analiza reklamacji nie powie?
Nie powie nic o klientach, którzy odeszli w milczeniu, ani o potrzebach, których oferta w ogóle nie dotyka.

Kiedy dołożyć badanie?
Gdy z analizy zgłoszeń wychodzi hipoteza, na podstawie której ma zapaść decyzja o kosztach lub asortymencie.

Spis treści

Dlaczego lojalność klienta rozstrzyga się po zakupie

Cisza kosztuje więcej niż reklamacja. Klient, który się poskarżył, dał sklepowi szansę na naprawę i zostawił informację. Klient, który nic nie powiedział, zabrał ze sobą jedno i drugie.

Skala tego zjawiska rośnie. Z globalnego badania zrealizowanego na próbie 20 000 konsumentów w 14 krajach wynika, że bezpośrednią informację zwrotną przekazuje firmie tylko około trzech na dziesięciu klientów, a odsetek osób milczących po złym doświadczeniu jest najwyższy od początku prowadzenia tego pomiaru w 2021 roku. Na każde dziesięć złych doświadczeń pięć kończy się ograniczeniem wydatków [1].

Konsekwencje finansowe da się oszacować. Po negatywnym doświadczeniu 34 procent konsumentów zmniejsza wydatki u danej firmy, a 13 procent rezygnuje z nich całkowicie. Kluczowe jest to, że te decyzje zapadają w ciszy, więc organizacja rozpoznaje stratę dopiero w wynikach, bez informacji o jej przyczynie [2].

Z perspektywy polskiego rynku ten wątek jest szczególnie istotny, ponieważ etap walki o nowych kupujących w zasadzie się zakończył. Autorzy raportu o polskim e-commerce wskazują, że gra toczy się dziś o lojalność, czyli o częstotliwość zakupów i powroty, a warunkiem jest jakość obsługi, prostota zwrotów i wsparcie posprzedażowe [5].

Definicja: lojalność klienta
Skłonność klienta do ponawiania zakupu u tego samego sprzedawcy mimo dostępności alternatyw. W e-commerce rozróżnia się lojalność behawioralną, czyli faktyczną powtarzalność transakcji, oraz lojalność postawową, czyli przywiązanie i gotowość do rekomendacji. Pierwsza jest widoczna w danych transakcyjnych, druga wymaga badania. Rozbieżność między nimi jest istotnym sygnałem, ponieważ klient może kupować ponownie z braku wygodnej alternatywy, a nie z przywiązania do marki.
Definicja: reklamacja, zwrot i zgłoszenie do BOK
Reklamacja to zgłoszenie wady lub niezgodności towaru z umową i wiąże się z odpowiedzialnością sprzedawcy. Zwrot wynika z prawa odstąpienia od umowy zawartej na odległość i nie wymaga podania przyczyny. Zgłoszenie do BOK to każdy inny kontakt, od pytania o status przesyłki po skargę na komunikację. Każdy z tych typów mówi o czym innym i w analizie nie wolno ich mieszać.

Jakie dane naprawdę masz w biurze obsługi klienta

Zanim firma zamówi badanie, warto sprawdzić, ile danych już posiada. W większości sklepów internetowych materiał jest kompletny, tylko nikt go nie porządkuje. Maciej Maj z Openfield nazywa to wprost.

Analiza rozmów biura obsługi klienta może być już jakimś badaniem jakościowym dla nas. To jest nieoceniony ocean informacji o klientach z realnych rozmów, czy to z biurem obsługi klienta, czy to analiza maili, jakie przychodzą, czy to analiza reklamacji. [8]

Maciej Maj, Openfield

Siedem źródeł, które już masz

  • Zgłoszenia reklamacyjne wraz z opisem wady podanym przez klienta.
  • Formularze zwrotów z zadeklarowaną przyczyną.
  • Korespondencja mailowa z obsługą klienta.
  • Transkrypcje i notatki z rozmów telefonicznych.
  • Zapisy czatu i komunikacji w kanałach social media.
  • Zgłoszenia w systemie ticketowym wraz z historią eskalacji.
  • Opinie publiczne wystawiane w sklepie i na platformach zewnętrznych.

Wskaźniki, które da się policzyć od ręki

Zanim pojawi się jakakolwiek zaawansowana analityka, warto ustawić podstawowe mierniki. Ich wartość polega na tym, że pokazują zmianę w czasie, a nie stan absolutny.

Źródło danych Typ danych Co z tego wynika Miernik
Zgłoszenia reklamacyjne Ustrukturyzowane i tekstowe Powtarzalne wady produktu lub partii Zgłoszenia na 100 zamówień
Formularze zwrotów Kategorie zamknięte Rozbieżność między opisem a produktem Wskaźnik zwrotów wg kategorii
Maile i czaty Tekst nieustrukturyzowany Momenty tarcia w ścieżce zakupowej Wskaźnik ponownego kontaktu
Rozmowy telefoniczne Transkrypcje Emocje i język, którym mówi klient Rozwiązanie przy pierwszym kontakcie
Opinie publiczne Tekst i ocena Głos części klientów, którzy nie napisali wprost Udział opinii dotyczących obsługi

Warto powiązać te dane z klasycznymi wskaźnikami doświadczenia klienta. Szczególnie użyteczny w kontekście reklamacji jest Customer Effort Score, ponieważ mierzy wysiłek włożony przez klienta w załatwienie sprawy, a to właśnie wysiłek najsilniej odkłada się w pamięci po nieudanej transakcji.

Analiza reklamacji krok po kroku

Różnica między raportem z systemu a badaniem polega na tym, że badanie zaczyna się od pytania. Poniższa sekwencja zamienia zbiór zgłoszeń w materiał, na którym można oprzeć decyzję.

Krok 1. Postaw pytanie badawcze

Nie “ile mieliśmy reklamacji”, tylko “które przyczyny zgłoszeń najczęściej poprzedzają brak kolejnego zakupu”. Pytanie determinuje sposób kodowania danych.

Krok 2. Ustandaryzuj i oczyść dane

Zgłoszenia trzeba sprowadzić do wspólnego formatu, usunąć duplikaty i oddzielić kontakt informacyjny od skargi. Ten etap odpowiada klasycznej pracy na danych zastanych.

Krok 3. Zbuduj taksonomię przyczyn

To najważniejszy element całej analizy. Bez wspólnego słownika kategorii każdy konsultant BOK opisze ten sam problem inaczej.

Kategoria Przykładowe zgłoszenie Właściciel problemu
Produkt Wada, uszkodzenie, krótka żywotność Zakupy i kontrola jakości
Opis i zdjęcia Kolor lub materiał inny niż na karcie produktu Zespół contentu
Rozmiar i dopasowanie Produkt nie odpowiada tabeli rozmiarów Zakupy i content
Dostawa Opóźnienie, uszkodzenie w transporcie Logistyka
Płatność i rozliczenie Problem ze zwrotem środków Finanse
Komunikacja Brak odpowiedzi, sprzeczne informacje Obsługa klienta
Proces zwrotu Skomplikowana procedura odesłania Operacje

Krok 4. Zakoduj treści otwarte

Opisy słowne wymagają kodowania. Można je prowadzić ręcznie na próbie, a następnie rozszerzyć na cały zbiór z pomocą narzędzi wykrywających powtarzalne wątki. Kluczowy warunek jest jeden. Kategorie musi ustalić człowiek, a nie narzędzie, inaczej analiza opisze strukturę języka, a nie strukturę problemu.

Krok 5. Połącz zgłoszenia z danymi transakcyjnymi

Dopiero zestawienie kategorii zgłoszenia z historią zakupową pokazuje, które problemy realnie kosztują. Interesuje nas odsetek klientów, którzy po danym typie zgłoszenia nie złożyli kolejnego zamówienia.

Krok 6. Zweryfikuj hipotezę badaniem

Wnioski z analizy zgłoszeń są hipotezami, nie rozstrzygnięciami. Potwierdza się je wywiadami pogłębionymi z osobami reklamującymi, badaniem ilościowym na próbie klientów albo audytem standardów obsługi metodą tajemniczego klienta. Systematyczne zbieranie i porządkowanie tych sygnałów to w praktyce budowa programu Voice of Customer.

Czego analiza reklamacji nie powie

Zgłoszenia do BOK to próba samoselekcyjna, a nie reprezentatywna. Pominięcie tego zastrzeżenia jest najczęstszym błędem interpretacyjnym w tego typu analizach.

  • Brakuje głosu milczących. Skoro bezpośrednią informację zwrotną przekazuje około trzech na dziesięciu klientów [1], analiza obejmuje mniejszość, i to mniejszość o określonym profilu.
  • Nadreprezentacja skrajności. Do BOK trafiają najbardziej zdeterminowani oraz osoby o najwyższej stawce finansowej, a nie przekrój klientów.
  • Brak informacji o niezaspokojonej potrzebie. Nikt nie reklamuje produktu, którego w ofercie nie ma.
  • Zniekształcenie przez proces. Jeśli formularz zwrotu ma pięć kategorii, klient wybierze jedną z pięciu, nawet gdy żadna nie opisuje jego sytuacji.

Z tego powodu w praktyce badawczej Openfield analiza danych zastanych jest zwykle punktem wyjścia, a nie całością projektu. Zestawienie jej z badaniem na próbie pozwala sprawdzić, czy problem widoczny w zgłoszeniach dotyczy szerokiej grupy klientów, czy wąskiego marginesu.

Zwroty w modzie – jak analiza przyczyn obniża koszty

Branża odzieżowa jest najlepszym przykładem, ponieważ generuje najwyższe wskaźniki zwrotów i jednocześnie ma najwięcej do ugrania na analizie ich przyczyn. W polskim e-commerce odsetek zwrotów szacuje się na 8 do 10 procent zamówień, ale w modzie sięga on nawet 40 procent [7].

Przykład takich zwrotów w e-commerce. W branży ubraniowej rozmiarówka jest bardzo prawdziwym tematem. Analiza reklamacji, analiza rozmów przez biuro obsługi klienta czy przez dział Customer Success jest fantastycznym źródłem informacji o tym, co stoi za tym konsumentem i co można poprawić. [8]

Maciej Maj, Openfield

Zwrot z winy sklepu a zwrot behawioralny

To rozróżnienie decyduje o tym, czy analiza prowadzi do oszczędności. Dane Izby Gospodarki Elektronicznej pokazują, że 30 procent osób zwracających zamówienie robi to, ponieważ pojawiła się lepsza oferta, a 26 procent konsumentów świadomie zamawia kilka wersji tego samego produktu. Jednocześnie 61 procent kupujących bierze politykę zwrotów pod uwagę przed finalizacją zakupu [4]. Pierwsze dwie grupy to zachowanie zakupowe, którego nie da się wyeliminować poprawą opisu produktu. Trzecia liczba tłumaczy, dlaczego zaostrzanie polityki zwrotów bywa kosztowniejsze niż same zwroty.

Skala nieanalizowana

Badanie zrealizowane metodą CAWI na próbie 300 polskich firm sprzedających online pokazuje, że około jedna trzecia podmiotów w ogóle nie analizuje poziomu zwrotów w swoim biznesie, a 46 procent przenosi ich koszt na klientów. Od 19 czerwca 2026 roku sklepy internetowe mają obowiązek zapewnić prostą możliwość odstąpienia od umowy przez widoczny przycisk na stronie [3]. Firmy, które nie znają struktury przyczyn własnych zwrotów, wejdą w ten obowiązek bez wiedzy o tym, co ułatwienie procedury zrobi z ich marżą.

Jakie decyzje wynikają z przyczyn zwrotu

  • Rozbieżność rozmiarówki między dostawcami prowadzi do zmiany tabel rozmiarów i opisu na karcie produktu.
  • Powtarzalne uwagi o kolorze lub materiale wskazują na problem ze zdjęciami produktowymi.
  • Koncentracja zgłoszeń na jednym indeksie sygnalizuje wadę partii, a nie preferencje klientów.
  • Zgłoszenia dotyczące procedury odesłania są problemem operacyjnym, nie produktowym.

Zaplanuj badania z Openfield!

Zminimalizuj ryzyko błędnych decyzji biznesowych dzięki rzetelnym badaniom CX i UX oraz eksperckiemu wsparciu naszego zespołu.

Kontakt Openfield

Od wniosków do lojalności, czyli zamknięcie pętli

Analiza ma sens tylko wtedy, gdy kończy się zmianą, o której klient się dowie. Sama naprawa procesu bez komunikacji zwrotnej nie odbudowuje relacji.

Definicja: paradoks odzyskania klienta
Zjawisko, w którym bardzo dobrze przeprowadzona naprawa sytuacji po błędzie prowadzi do wyższej satysfakcji niż w przypadku obsługi bezbłędnej. Badania wskazują, że satysfakcja po reklamacji zależy od sprawiedliwości samego rozstrzygnięcia, sprawiedliwości procedury oraz jakości komunikacji w trakcie jej trwania [6]. Zastrzeżenie jest istotne. Efekt nie występuje zawsze i nie usprawiedliwia świadomego dopuszczania błędów.

Trzy elementy zamknięcia pętli

  • Decyzja. Każda kategoria z taksonomii ma przypisanego właściciela i termin.
  • Zmiana. Wniosek przekłada się na konkretną modyfikację opisu, procedury lub asortymentu.
  • Komunikat. Klienci dowiadują się, co zgłaszali i co zostało zmienione. To najtańszy element całego procesu i najczęściej pomijany.

FAQ

Ile zgłoszeń trzeba mieć, żeby analiza miała sens?

Nie ma progu uniwersalnego. Przy analizie jakościowej wartość pojawia się już przy kilkudziesięciu opisach, ponieważ celem jest zrozumienie mechanizmu, a nie oszacowanie skali. Wnioskowanie o udziałach procentowych wymaga znacznie większego zbioru i ostrożności ze względu na samoselekcję próby.

Czy analiza reklamacji zastępuje badanie satysfakcji klienta?

Nie zastępuje, tylko je uzupełnia. Analiza zgłoszeń opisuje doświadczenia osób, które się odezwały. Badanie na próbie klientów obejmuje także tych, którzy milczą, czyli większość.

Jak pogodzić analizę danych z BOK z ochroną danych osobowych?

Do analizy badawczej wystarczają dane pozbawione identyfikatorów. Treść zgłoszenia i kategoria problemu mają wartość analityczną, dane osobowe klienta nie. Anonimizacja powinna nastąpić na etapie przygotowania zbioru, przed rozpoczęciem kodowania.

Jakie wskaźniki lojalności warto mierzyć w e-commerce?

Poza wskaźnikami deklaratywnymi warto śledzić zachowania, czyli częstotliwość zakupu, wartość koszyka w czasie oraz odsetek klientów bez kolejnego zamówienia po zgłoszeniu. Deklaracja i zachowanie potrafią się rozjeżdżać.

Kto w firmie powinien odpowiadać za analizę zgłoszeń?

Zbieranie danych należy do obsługi klienta, ale interpretacja i decyzje muszą być umocowane wyżej, ponieważ wnioski dotykają zakupów, contentu i logistyki. Analiza zamknięta wewnątrz jednego działu kończy się rekomendacjami, których nikt nie wdroży.

Kluczowe wnioski

  • Większość niezadowolonych klientów nie zgłasza problemu, więc każde zgłoszenie ma wartość informacyjną wykraczającą poza pojedynczą sprawę.
  • Dane z biura obsługi klienta są materiałem badawczym, który firma już posiada i za który nie musi płacić.
  • Warunkiem analizy jest taksonomia przyczyn ustalona przez człowieka, nie przez narzędzie.
  • Zgłoszenia to próba samoselekcyjna, dlatego wnioski z nich są hipotezami wymagającymi weryfikacji badaniem.
  • W branży modowej analiza przyczyn zwrotów przekłada się bezpośrednio na decyzje o opisach, rozmiarówce i doborze asortymentu.
  • Analiza kończy się dopiero wtedy, gdy klient dowie się, co zostało zmienione.

Bibliografia

  1. Qualtrics, 2026 Consumer Experience Trends Report. Badanie na próbie 20 000 konsumentów z 14 krajów. qualtrics.com
  2. Qualtrics XM Institute, analiza wpływu złych doświadczeń na wydatki konsumentów. qualtrics.com
  3. Alsendo i SW Research, Zwroty w polskim e-commerce 2026. Dane, trendy i realne wyzwania sprzedawców e-commerce. Badanie CAWI na próbie 300 firm, autor raportu prof. Arkadiusz Kawa, Uniwersytet Ekonomiczny w Poznaniu. handelextra.pl
  4. Izba Gospodarki Elektronicznej, Dekada polskiego e-commerce, omówienie danych o zwrotach w kategorii moda. logistyka.rp.pl
  5. Gemius, Polskie Badania Internetu, IAB Polska i Akademia Leona Koźmińskiego, E-commerce w Polsce. gemius.com
  6. From service failure to brand loyalty: evidence of service recovery paradox, Journal of Brand Management, 2025. link.springer.com
  7. Ageno, Raport E-commerce 2026, dane o skali zwrotów w polskim handlu internetowym. ageno.pl
  8. Harbingers – Marketing Agency, Dobre dane, złe decyzje – dlaczego firmy wyciągają błędne wnioski? | Maciej Maj Openfield, sierpień 2026. – youtube.com