Messy middle - czym jest i jak działa?
Messy Middle to nieliniowy model zachowań konsumenckich opisujący przestrzeń między pierwszym bodźcem zakupowym a transakcją. Kupujący krąży w niej między dwiema fazami: eksploracją, która rozszerza pulę rozważanych marek, i oceną, która ją zawęża. Model powstał w zespole Google Consumer Insights we współpracy z The Behavioural Architects i opiera się na obserwacji, że przy nadmiarze informacji mózg kupującego sięga po skróty poznawcze, a nie po pełną analizę ofert.
- Czym jest Messy Middle w ścieżce zakupowej klienta?
- Czym Messy Middle różni się od lejka AIDA?
- Jakie błędy poznawcze decydują o zakupie w sklepie?
- Ile trwa pętla Messy Middle w różnych kategoriach?
- Dlaczego GA4 nie pokazuje pełnego obrazu Messy Middle?
- Jakie mikrokonwersje mierzyć przed gotowością do zakupu?
- Jak asystenci AI zmieniają fazę eksploracji?
- Jak zaprojektować sklep, żeby przerwać pętlę wahania?
- Jak wygląda Messy Middle w B2B i w usługach?
- Jak układać kampanie Google Ads pod pętlę decyzyjną?
- Czy mały sklep wygra Messy Middle bez dużego budżetu?
- Od czego zacząć zamykanie pętli wahania w sklepie
- Źródła i dokumentacja
Klasyczny lejek sprzedażowy zakładał, że klient wchodzi górą i wypada dołem. Rzeczywistość wygląda inaczej: dziesięć otwartych kart w przeglądarce, pytanie na grupie na Facebooku, porzucony koszyk, dwa tygodnie ciszy i zakup w zupełnie innym sklepie. Właściciele e-commerce tracą na tym pieniądze, bo próbują domknąć sprzedaż komuś, kto jeszcze porównuje. Zmiana komunikatu na karcie produktu potrafi zrobić dla wyniku więcej niż podniesienie budżetu reklamowego.
Wnioski o pętli eksploracji i oceny, które realnie decydują o sprzedaży w sklepie internetowym.
-
Sześć błędów poznawczych porządkuje chaos wyboru w fazie oceny
Raport Decoding Decisions zespołu Google Consumer Insights i The Behavioural Architects wskazuje heurystyki kategorii, siłę teraz, dowód społeczny, niedostępność, autorytet i moc darmowego. To one przeważają szalę, gdy parametry produktów są zbliżone.
-
Baymard Institute podaje średnią porzuceń koszyka na poziomie 70,22 procent
Liczba pochodzi z zestawienia 50 badań opublikowanych od 2006 roku do sierpnia 2025. Porzucony koszyk najczęściej nie oznacza rezygnacji z zakupu, tylko powrót do fazy porównywania ofert u konkurencji.
-
SparkToro raportuje 68,01 procent wyszukiwań Google zakończonych bez kliknięcia
Dane obejmują pierwsze cztery miesiące 2026 roku w Stanach Zjednoczonych i są wyraźnie wyższe od 60,45 procent zmierzonych w 2024 roku. Marka, której odpowiedź generatywna nie cytuje, wypada z puli rozważanych ofert.
-
Ostatnie kliknięcie oddaje zasługę kanałom, które tylko domknęły transakcję
Klient czyta poradnik, przez tydzień porównuje oferty, potem wpisuje nazwę sklepu i kupuje z reklamy brandowej. W standardowym raporcie cały przychód dostaje ta ostatnia reklama, więc budżet ucieka z kanałów, które w ogóle uruchomiły pętlę.
-
Opinie z wagą, sylwetką i czasem użytkowania skracają fazę oceny
Formularz recenzji, który prosi o wagę, pozycję do spania i czas użytkowania, daje kupującemu materaca porównanie z kimś podobnym do siebie. Zamiast analizować parametry pianek, klient szuka opinii osoby o zbliżonej sylwetce.
-
Sygnały mikrokonwersji uczą kampanię całej ścieżki, nie samego zakupu
Dodanie do listy życzeń, otwarcie tabeli rozmiarów czy przewinięcie karty produktu do końca to zdarzenia warte przesyłania do GA4 i Google Ads. Kampania karmiona wyłącznie zakupami widzi ostatni krok pętli i nic poza nim.
Czym jest Messy Middle w ścieżce zakupowej klienta?
Messy Middle to cykl poznawczy, w którym kupujący naprzemiennie rozszerza pulę rozważanych marek i zawęża ją według własnych kryteriów, aż pojawi się wyzwalacz kończący wahanie. Nie jest to etap ścieżki zakupowej, tylko pętla, która potrafi zakręcić się kilkanaście razy przed jednym zamówieniem. Pętla zamiast liniowej ścieżki tłumaczy, dlaczego optymalizacja konwersji rzadko sprowadza się do jednej zmiany - poprawiasz kilka momentów, nie jeden krok.
Menedżerka marketingu w firmie B2B SaaS szuka narzędzia do zarządzania projektami. Zaczyna od zapytania w wyszukiwarce, trafia na ranking dwunastu narzędzi, wchodzi na trzy strony, zapisuje się na jedno demo. Wraca do wyszukiwarki, bo w komentarzu ktoś wspomniał czwarte narzędzie. Otwiera wątek na LinkedIn, pyta znajomych na Slacku. Trzy tygodnie później wybiera produkt z newslettera branżowego, o którym na starcie nie wiedziała. Ten przebieg to nie wyjątek, tylko norma opisana przez model.

Eksploracja i ocena - dwie siły napędzające pętlę
Eksploracja jest czynnością ekspansywną: kupujący szuka wariantów, czyta zestawienia, dokłada marki do listy. Ocena jest czynnością redukcyjną: kupujący odrzuca opcje, które nie spełniają kryteriów - za drogie, bez jego rozmiaru, ze słabymi opiniami. Obie siły działają naprzemiennie i to właśnie ich przeplatanie tworzy chaotyczny środek ścieżki.
Pętla nie kończy się po jednym przejściu. Ktoś odrzuca pięć par butów w fazie oceny, uznaje, że nic mu nie odpowiada, i wraca do eksploracji z nowym zapytaniem. Autorzy raportu Decoding Decisions - Alistair Rennie, Jonny Protheroe, Claire Charron i Gerald Breatnach - zmapowali rzeczywiste ścieżki zakupowe i pokazali, że jednej typowej trasy po prostu nie ma. Ubezpieczenie komunikacyjne ma krótką eksplorację i intensywną ocenę. Pralka odwrotnie: długie rozglądanie się i kilka rund porównywania rozłożonych na tygodnie.
Wyzwalacz zakupowy, czyli moment przerwania pętli
Wyzwalacz zakupowy to zdarzenie, po którym jedna opcja dostarcza dość argumentów, żeby kupujący przestał szukać. Bywa nim promocja z terminem, opinia osoby o podobnym profilu, wideo pokazujące produkt w użyciu albo zwykłe zmęczenie wyborem. Zadaniem sklepu jest przygotować taki wyzwalacz zamiast czekać, aż dostarczy go konkurencja.
Uważam, że obsesja na punkcie domknięcia klienta przy pierwszym kontakcie to najkosztowniejszy błąd w polskim e-commerce. Agresywne zamykanie sprzedaży wobec kogoś, kto dopiero eksploruje, działa jak zimny prysznic: wytrąca zaufanie i odsyła kupującego do konkurencji, która akurat nie krzyczała.
Trzy źródła argumentów, z których kupujący składa finałowe zestawienie ofert przed decyzją.
Recenzje podające sylwetkę, zastosowanie i czas użytkowania. Dają kupującemu punkt odniesienia do siebie samego, a nie do abstrakcyjnej średniej ocen.
Tabele parametrów, rankingi i materiały typu model X kontra model Y. Skracają pracę, którą kupujący i tak wykona, tyle że w innym serwisie.
Polityka zwrotów, gwarancja, czas reakcji obsługi. Zdejmują ryzyko z decyzji i często rozstrzygają remis między dwiema podobnymi ofertami.
Z tych trzech źródeł kupujący buduje zestaw dwóch-trzech ofert, między którymi realnie wybiera. Sklep, który nie dostarczy żadnego z nich, nie przegrywa ceną - po prostu nie wchodzi do zestawienia.
Czym Messy Middle różni się od lejka AIDA?
Lejek AIDA opisuje ścieżkę jako jednokierunkowy przepływ od uwagi do akcji, a Messy Middle jako pętlę bez ustalonej liczby przejść. Różnica jest praktyczna, nie akademicka: AIDA każe pytać, ilu ludzi przeszło do kolejnego etapu, model pętli - jaki argument skłonił kupującego do przerwania porównywania.
| Kryterium | Lejek AIDA | Messy Middle |
|---|---|---|
| Kształt ścieżki | Liniowy, jednokierunkowy | Pętla eksploracja - ocena, powtarzana wielokrotnie |
| Jednostka pomiaru | Przejście między etapami | Liczba i jakość kontaktów w pętli |
| Rola treści | Podgrzewanie przed ofertą | Dostarczanie argumentów kończących porównywanie |
| Główny wskaźnik | Konwersja etapowa | Mikrokonwersje i asysty w drodze do kasy |
| Ryzyko modelu | Wiara, że klient nie cofa się do góry | Trudniejszy pomiar, konieczna atrybucja wielodotykowa |
| Kiedy się sprawdza | Krótka ścieżka, zakup impulsowy | Wybór z porównywaniem, dłuższa decyzja |
Nie odrzucam AIDA całkowicie i uważam, że przy zakupach impulsowych o niskiej wartości wciąż opisuje rzeczywistość wystarczająco dobrze.
Problem zaczyna się przy produktach, które kupujący porównuje: klasyczny lejek marketingowy podpowiada wtedy, żeby dolewać ruchu na górę, podczas gdy realnym wąskim gardłem jest brak argumentu w fazie oceny.
Raporty ścieżek konwersji pokazują, że ten sam człowiek wraca do wcześniejszych punktów styku, dlatego liniowy model AIDA lepiej traktować jako uproszczony język do rozmowy o rolach kanałów, a nie jako mapę zachowania kupującego.
Jakie błędy poznawcze decydują o zakupie w sklepie?
Błędy poznawcze to skróty myślowe, którymi mózg kupującego zastępuje pełną analizę ofert, gdy informacji jest za dużo. Raport Decoding Decisions wymienia sześć takich mechanizmów o największej sile: heurystyki kategorii, siłę teraz, dowód społeczny, niedostępność, autorytet i moc darmowego dodatku.
W fazie oceny kupujący ma dość analizowania parametrów. Szuka potwierdzenia, że wybiera dobrze. Psychologia behawioralna nie jest tu manipulacją, tylko dopasowaniem komunikacji do sposobu, w jaki ludzie realnie podejmują decyzje pod presją nadmiaru opcji.
Dowód społeczny z kontekstem zamiast samych gwiazdek
Same pięć gwiazdek przestało przekonywać, bo nie niesie informacji o tym, czy recenzent przypomina kupującego. Badania Nielsen Norman Group nad dowodem społecznym pokazują, że sygnały popularności działają wtedy, gdy są konkretne i weryfikowalne, a budzą nieufność, gdy wyglądają na wyselekcjonowane przez sprzedawcę.
Weźmy przykład: sklep z materacami ma świetne produkty i same najwyższe oceny, a mimo to klienci grzęzną w fazie eksploracji - nie wiedzą, który model jest dla nich. Sklep przebudowuje formularz recenzji tak, aby wymuszał wagę, preferowaną pozycję do spania i czas użytkowania. Opinia zaczyna brzmieć: „Ważę 88 kg, śpię na boku, używam od 14 miesięcy”. Taka opinia skraca fazę oceny, bo kupujący przestaje analizować gęstość pianek i idzie na skrót: ta osoba jest podobna do mnie.
Awersja do straty i siła darmowego dodatku
Perspektywa straty porusza kupującego mocniej niż perspektywa równoważnego zysku, choć siła tego efektu zależy od stawki i sposobu przedstawienia oferty. Przełożenie na sklep jest bezpośrednie: zamiast „Zyskaj 50 zł na darmowej dostawie” skuteczniej wypada „Darmowa dostawa kończy się o północy”, bo drugi komunikat nazywa to, co kupujący traci przez zwłokę.
Drugi mechanizm to moc darmowego dodatku. Zamiast obniżać cenę o 20 zł i psuć marżę, dołóż wartość, której konkurencja nie ma: poradnik, próbkę, przedłużoną gwarancję, usługę wdrożeniową. Kupujący w fazie oceny waży całą paczkę oferty, a nie samą kwotę. Sklep, który do drogiego ekspresu dorzuca kurs wideo o parzeniu kawy, wygrywa ocenę mimo wyższej ceny sprzętu.
Efekt przynęty i heurystyka dostępności w cenniku
Efekt przynęty polega na dołożeniu trzeciej, asymetrycznej opcji cenowej, przy której opcja docelowa wygląda na oczywisty wybór. Pakiet A za 99 zł i pakiet B za 249 zł zwykle kończą się wyborem tańszego. Dodanie pakietu A plus B za 259 zł zmienia rozkład wyborów, bo kupujący przestaje porównywać ceny, a zaczyna liczyć różnicę wartości.
Heurystyka dostępności działa podobnie: oceniamy jakość po tym, jak łatwo wyobrazić sobie efekt. Opis „Zmieścisz laptopa 15 cali, buty i strój treningowy” wygrywa z podaniem pojemności plecaka w litrach, bo pierwszy uruchamia obraz, a drugi wymaga przeliczenia. Kilka reguł, które stosuję w pracy z kartami produktów:
- Parametr zawsze z konsekwencją: obok wartości technicznej stoi zdanie o tym, co ona daje użytkownikowi.
- Trzy opcje zamiast dwóch: środkowa dostaje wyróżnienie i jednozdaniowe uzasadnienie, dla kogo jest przeznaczona.
- Konkret zamiast przymiotnika: „14 godzin pracy na baterii” zamiast „długi czas pracy”.
- Ograniczenie czasowe tylko prawdziwe: fałszywy licznik wykrywa się w jeden powrót na stronę i kasuje zaufanie do całego sklepu.
- Dodatek zamiast rabatu: wartość dorzucona chroni marżę i buduje wyróżnik, którego konkurencja nie skopiuje w jeden dzień.
Ile trwa pętla Messy Middle w różnych kategoriach?
Długość pętli zależy od wartości zakupu i kosztu pomyłki, a nie od branży jako takiej. Im droższy produkt i im trudniej go zwrócić, tym więcej rund eksploracji i oceny przechodzi kupujący. Kubek do kawy to jedna runda i kilka minut, fotel biurowy - kilka rund rozłożonych na tygodnie.
W praktyce warto ustalić tempo pętli dla własnej kategorii, zanim ustawi się okna członkostwa w remarketingu i harmonogram e-maili. Najprostszym punktem wyjścia jest raport ścieżek konwersji w GA4 zestawiony z opóźnieniem konwersji: różnica między medianą a wartościami skrajnymi mówi więcej niż średnia.
Dobrze opisany profil klienta pozwala potem przypisać te liczby do konkretnych obiekcji zamiast do anonimowych segmentów.
- Zakup impulsowy o niskiej wartości: jedna, krótka pętla, decyzja w obrębie jednej sesji, kluczowe są cena dostawy i zaufanie do sklepu.
- Produkt średniej wartości z parametrami: dwie-trzy rundy, powroty w ciągu kilku dni, decyduje jakość porównania i opinii.
- Zakup wysokiej wartości lub rzadki: wiele rund przez kilka tygodni, dochodzą konsultacje z otoczeniem i wideo pokazujące produkt w użyciu.
- Usługa abonamentowa: pętla nie kończy się na zakupie - trwa w okresie próbnym i wraca przy każdej odnowie umowy.
Częsty błąd: sklep ustawia okno remarketingu na 7 dni, podczas gdy realna pętla w jego kategorii trwa ponad miesiąc. Reklamy kończą emisję dokładnie wtedy, gdy kupujący dopiero zaczyna zawężać wybór. To nie jest problem budżetu, tylko dopasowania czasu ekspozycji do rytmu decyzji.
Dlaczego GA4 nie pokazuje pełnego obrazu Messy Middle?
GA4 mierzy zdarzenia i sesje, a Messy Middle rozgrywa się między urządzeniami, w rozmowach i w miejscach, do których żaden tag nie sięga. Standardowe raporty przypisują sprzedaż działaniom najbliższym transakcji, przez co budżet odpływa z kanałów, które pętlę uruchomiły lub podtrzymały.
Pułapka atrybucji ostatniego kliknięcia w sklepie
Atrybucja ostatniego kliknięcia oddaje całą wartość konwersji temu kanałowi, który był ostatni przed zakupem, i zeruje wkład wcześniejszych kontaktów. Scenariusz powtarza się w niemal każdym audycie: kupujący czyta poradnik, ogląda zestawienie produktów, odkłada decyzję na tydzień, po tygodniu wpisuje nazwę sklepu i klika reklamę brandową. W raporcie wygrywa reklama brandowa, choć jej rola sprowadzała się do otwarcia drzwi.
Dlatego warto zestawiać blended ROAS - całkowite przychody sklepu wobec całkowitych nakładów marketingowych - z twardym pomiarem mikrokonwersji. Treści edukacyjne oceniam nie po bezpośredniej sprzedaży, tylko po tym, czy przesuwają ludzi do fazy oceny: wejściem na kartę produktu, dodaniem do listy życzeń, otwarciem porównania. Jeśli chcesz sprawdzić, jak ten rozjazd wygląda na Twoim koncie, zacznij od zestawienia ścieżek wielokanałowych z raportem śledzenia konwersji w Google Ads.
Model ostatniego kliknięcia to jak ocenianie meczu po ostatnim podaniu przed golem. Ignoruje 89 minut, w których zbudowano przewagę - i dokładnie tak samo ignoruje cały proces budowania zainteresowania klienta.
Rozjazd między telefonem a komputerem w pomiarze
Eksploracja dzieje się na telefonie, a finalizacja często na komputerze, więc jeden człowiek bywa liczony jako dwóch użytkowników. Bez zalogowania i bez przekazywania identyfikatora GA4 widzi dwie osobne historie: jedną wizytę bez zakupu i jedną wizytę zakończoną transakcją natychmiast.
Częściowym rozwiązaniem jest User-ID, czyli przekazywanie do GA4 własnego identyfikatora zalogowanego klienta. Nie scali wszystkich sesji, bo część kupujących nigdy się nie loguje, ale w sklepach z kontami klienta potrafi odsłonić realną długość pętli. Warto to wdrożyć przed dyskusją o tym, który kanał opłaca się wyłączyć.
Które raporty pokazują asysty w drodze do kasy
Kolumna „Transakcje” przy źródle ruchu to najsłabszy dowód w całym panelu. Żeby zobaczyć pętlę, trzeba czytać raporty pokazujące sekwencje i udziały, a nie pojedyncze przypisania.
- Ścieżki atrybucji kluczowych zdarzeń w GA4: pokazują, które kanały pojawiały się przed zakupem i w jakiej kolejności (inicjują, wspomagają, finalizują).
- Opóźnienie konwersji: rozkład czasu od pierwszego kontaktu do transakcji - podstawa do ustawienia okien remarketingu.
- Atrybucja oparta na danych w Google Ads: rozdziela wartość konwersji między kliknięcia proporcjonalnie do ich wpływu.
- Czas na stronach kategorii i użycie filtrów: sygnał, że kupujący aktywnie zawęża wybór, a nie tylko przegląda ofertę.
- Udział ruchu powracającego przed zakupem: mówi wprost, ile rund pętli mieści się w Twojej kategorii.
Jakie mikrokonwersje mierzyć przed gotowością do zakupu?
Mikrokonwersje to mierzalne interakcje sygnalizujące rosnące zaangażowanie kupującego, które nie są jeszcze transakcją. W modelu Messy Middle pełnią rolę termometru fazy oceny: pokazują, czy sklep pomaga zawęzić wybór, czy tylko generuje ruch bez konsekwencji.
Dobrze dobrany zestaw mikrokonwersji zmienia też sposób pracy algorytmów reklamowych, bo kampania dostaje sygnały z całej ścieżki, a nie wyłącznie z jej końca. Kluczowa jest selekcja: zdarzenie, które zlicza każde kliknięcie w cokolwiek, zaszumia model zamiast go uczyć.
Lista życzeń i powiadomienia o dostępności produktu
Dodanie produktu do listy życzeń oznacza, że kupujący odrzucił już dziesiątki innych opcji i wprowadził ten model do finału. Zapis na powiadomienie o dostępności idzie jeszcze dalej: klient zostawia adres e-mail, czyli deklaruje, że przestaje szukać i czeka wyłącznie na wyzwalacz operacyjny.
Samo zliczanie tych zdarzeń niczego nie zmienia, jeśli nie uruchamia żadnej reakcji. Zapisany adres to deklaracja zamiaru, która bez wyzwalacza wygasa, a kupujący wraca do porównywania u konkurencji. Raport Decoding Decisions podsuwa tu dwie dźwignie. Pierwsza to niedostępność: informacja, że wybrany rozmiar lub wariant się kończy, podnosi wartość produktu w oczach osoby, która już wprowadziła go do finału. Druga to odpowiedź na najczęstszą obiekcję zamiast rabatu - klient z listy życzeń niczego nie zapomniał, brakuje mu argumentu, więc wiadomość edukacyjna domyka ocenę, a obniżka uczy go czekać na następną.
Kalkulatory, tabele rozmiarów i konfiguratory
Otwarcie tabeli rozmiarów albo użycie kalkulatora doboru to najczystszy sygnał fazy oceny, jaki sklep może zarejestrować. Kupujący nie przegląda już oferty - sprawdza, czy konkretny produkt pasuje do jego przypadku, a to ostatni etap przed decyzją.
Strach przed złym dopasowaniem potrafi wydłużyć pętlę o tygodnie, bo zamiast kupić, klient idzie szukać opinii osób o podobnej sylwetce. Każde narzędzie, które ten strach zdejmuje - konfigurator, kalkulator zużycia, wizualizacja w skali - działa jak wirtualny sprzedawca. Warunek jest jeden: zdarzenie musi trafiać do GA4, inaczej nikt nie policzy, ile decyzji ten kalkulator uratował.
Głębokość przewijania i czas na karcie produktu
Zaangażowanie warto rozbić na osobne, nazwane zdarzenia zamiast opierać się na jednym wskaźniku sesji. Cztery wymiary, które dają najwięcej informacji:
- Przewinięcie do 50%, 75% i 90% karty: pokazuje, czy opis w ogóle jest czytany, czy tylko istnieje.
- Odtworzenia wideo do połowy materiału: jeśli nikt nie dociera do środka, film jest za długi albo odpowiada na złe pytanie.
- Rozwinięcia zakładek i sekcji FAQ: mapa realnych wątpliwości, gotowa lista tematów do przepisania w opisie.
- Powyżej 180 sekund na karcie produktu: segment, do którego opłaca się kierować remarketing edukacyjny zamiast przypomnienia o koszyku.
Jeśli karta produktu nie odpowiada na te pytania, kupujący pójdzie po odpowiedź gdzie indziej i tam zostanie.
Rozmiar, moc, kompatybilność, warunki użytkowania. Odpowiedź daje tabela dopasowania albo kalkulator, nie zdanie w opisie.
Porównanie dwóch-trzech wariantów w jednej tabeli. Brak porównania na miejscu wypycha kupującego do wyszukiwarki.
Termin zwrotu, koszt odesłania, warunki wymiany rozmiaru. Ta informacja zdejmuje ryzyko i rozstrzyga remis między ofertami.
Opinie z kontekstem użycia. Sama średnia ocen nie odpowiada na to pytanie i zostawia kupującego w pętli.
Jak asystenci AI zmieniają fazę eksploracji?
Asystenci AI przejmują część fazy eksploracji, bo zamiast listy linków podają gotową krótką listę z uzasadnieniem. Kupujący, który wcześniej sam otwierał dziesięć zakładek, dostaje trzy rekomendacje - i to od nich zaczyna fazę oceny.
Modele językowe zmieniają nie tylko pracę nad SEO, ale i wcześniejszy etap: to, które marki w ogóle wejdą do rozważanej puli. Jeśli treść sklepu jest dla modelu nieczytelna, marka przestaje istnieć na wejściu do pętli, zanim ktokolwiek porówna ceny.
Od listy niebieskich linków do gotowej rekomendacji
Zapytania kierowane do asystentów AI są dłuższe i bardziej kontekstowe niż hasła wpisywane w wyszukiwarkę. Zamiast „laptop do gier 5000 zł” pada opis sytuacji: profil zawodowy, wymagania wobec matrycy, granica budżetu i prośba o trzy opcje z uzasadnieniem. Odpowiedź powstaje z treści, które model potrafi jednoznacznie zinterpretować.
Czy wiesz, że…
Analiza SparkToro na danych Similarweb pokazuje, że w pierwszych czterech miesiącach 2026 roku 68,01% wyszukiwań Google w USA zakończyło się bez kliknięcia, wobec 60,45% w 2024 roku. Dla fazy eksploracji oznacza to przesunięcie punktu styku: coraz częściej kupujący zapoznaje się z marką w odpowiedzi na ekranie wyników, a nie na stronie sklepu. Widoczność bez wizyty staje się osobnym celem, którego klasyczne raporty ruchu w ogóle nie pokazują.
Praktyczny test zajmuje pięć minut: zadaj asystentowi pytanie, które zadałby Twój klient, i sprawdź, czyje nazwy padają w odpowiedzi. Jeśli Twojej marki tam nie ma, problemem rzadko jest budżet reklamowy - zwykle to kwestia treści, których nie da się zacytować.
Co zrobić z treścią sklepu, żeby AI ją cytowała
Modele wybierają fragmenty, które da się wyrwać z kontekstu bez utraty sensu, więc wygrywa treść ustrukturyzowana i jednoznaczna. Opis produktu napisany jako blok marketingowej prozy nie dostarcza żadnego takiego fragmentu, niezależnie od tego, jak ładnie brzmi.
- Tabela specyfikacji z jednostkami: nie „bateria: dobra”, tylko „pojemność baterii: 5000 mAh, czas pracy: 14 godzin”.
- Sekcja pytań na karcie produktu: krótkie, kategoryczne odpowiedzi na realne obiekcje kupujących.
- Własne testy i pomiary: dane, których nie ma w opisie hurtowni i których konkurencja nie skopiuje jednym importem.
- Dane strukturalne produktu: cena, dostępność, liczba opinii i ocena podane w formacie czytelnym dla robotów.
- Jednoznaczne warunki handlowe: termin zwrotu, koszt dostawy i czas realizacji zapisane liczbą, nie hasłem „szybko”.
Jak zaprojektować sklep, żeby przerwać pętlę wahania?
Sklep przerywa pętlę wahania wtedy, gdy dostarcza wszystkie brakujące argumenty na miejscu, zamiast wypychać kupującego do wyszukiwarki po resztę informacji. Reguła jest prosta: każde pytanie, na które karta produktu nie odpowiada, to jedno dodatkowe okrążenie pętli - i szansa, że zamknie ją konkurencja.
Paradoks wyboru - dlaczego mniej opcji sprzedaje więcej
Zbyt szeroki wybór wydłuża fazę oceny, bo każda dodatkowa opcja podnosi koszt porównania i ryzyko pomyłki. Rozbudowana sekcja podobnych produktów bywa więc pułapką: zamiast pomagać, zawraca kupującego do eksploracji w obrębie tego samego sklepu.
Policzmy na przykładzie: 24 warianty kabla pod kartą produktu to 276 możliwych par do porównania (24 × 23 / 2), a trzy rekomendacje opisane jako „tańszy”, „nasz wybór” i „klasa premium” to tylko 3 pary. Gdy każda z nich ma jednozdaniowe uzasadnienie, kupujący nie wraca do eksploracji, tylko wybiera. Ucięcie wyboru skraca fazę porównywania.
Remarketing edukacyjny zamiast przypominania o koszyku
Kupujący, który zostawił koszyk i wrócił do czytania recenzji, wpadł z powrotem do fazy eksploracji, więc przypomnienie o zapomnianym produkcie mija się z jego stanem. Niczego nie zapomniał - brakuje mu argumentu, a nie pamięci.
Czy wiesz, że…
Baymard Institute po zestawieniu 50 badań z lat 2006-2025 podaje, że średnia stopa porzucenia koszyka wynosi 70,22%. W modelu Messy Middle ta liczba znaczy coś innego niż w klasycznym lejku: porzucenie zwykle nie jest rezygnacją z zakupu, tylko powrotem do fazy porównywania. Klient nie zniknął - poszedł zebrać brakujące argumenty i zdecyduje tam, gdzie je znajdzie.
Zamiast pokazywać ten sam produkt z rabatem 10%, warto pokazać materiał, który domyka wątpliwość: porównanie modelu X z modelem Y, odpowiedź na najczęstszą obiekcję, historię klienta o podobnym profilu. Logika jest prosta: klient, który dostaje argument zamiast rabatu, przychodzi z gotowym poglądem. Badanie referowane przez Harvard Business Review wskazuje w tym samym kierunku: większa kontrola odbiorcy nad ekspozycją reklamową podnosi uwagę i obniża irytację.
Elementy karty produktu kończące fazę oceny
Kartę produktu warto przejść według stałej listy kontrolnej, uporządkowanej od najczęstszego braku do najrzadszego. Szerszy zestaw poprawek opisuję przy okazji projektowania karty produktu pod decyzję zakupową, tutaj zostawiam pięć punktów, które najmocniej skracają fazę oceny:
- Opinie powiązane z cechami użytkownika - sylwetka, zastosowanie, czas użytkowania zamiast samej średniej ocen.
- Sekcja pytań pod przyciskiem zakupu - odpowiedzi na obiekcje w miejscu, w którym pojawia się wahanie.
- Maksymalnie trzy-cztery produkty podobne - z jasno wyróżnioną rekomendacją i powodem, dla kogo jest.
- Widoczne kotwice zaufania - termin zwrotu, gwarancja i czas odpowiedzi obsługi podane liczbą.
- Parametry przełożone na korzyść - „zmieścisz laptopa 15 cali” zamiast samej pojemności w litrach.
Oceń własny sklep: czy karty produktów zamykają pętlę wahania, czy ją wydłużają?
Jak wygląda Messy Middle w B2B i w usługach?
W B2B pętla jest dłuższa i wielosobowa: decyzję podejmuje komitet, a każdy jego członek przechodzi własny cykl eksploracji i oceny. Sprzedaż nie kończy się na przekonaniu użytkownika końcowego - trzeba jeszcze dostarczyć argumenty osobie pilnującej budżetu i osobie odpowiadającej za bezpieczeństwo wdrożenia.
Praktyczna konsekwencja jest taka, że materiały muszą być przygotowane pod różne role, nie pod jedną personę. Karta produktu w e-commerce ma jednego adresata, oferta B2B ma ich zwykle trzech. Kampanie B2B najczęściej przepalają budżet nie na złych słowach kluczowych, tylko na braku materiału dla osoby, która finalnie podpisuje umowę.
- Użytkownik końcowy: potrzebuje dowodu, że narzędzie ułatwi mu pracę - demo, scenariusze użycia, opinie z podobnego stanowiska.
- Osoba pilnująca kosztów: potrzebuje wyliczenia zwrotu, warunków rozliczenia i porównania z alternatywą.
- Osoba odpowiadająca za wdrożenie: potrzebuje informacji o integracjach, migracji danych i wsparciu technicznym.
- Osoba decydująca formalnie: potrzebuje referencji, warunków umowy i jasnej ścieżki wyjścia ze współpracy.
W usługach dochodzi jeszcze jeden element: nie da się obejrzeć produktu przed zakupem, więc fazę oceny wypełniają dowody pośrednie. Portfolio, opisany proces współpracy, konkretny harmonogram i nazwana osoba prowadząca projekt robią tu robotę, którą w sklepie wykonuje zdjęcie i tabela parametrów.
Jak układać kampanie Google Ads pod pętlę decyzyjną?
Kampanie Google Ads warto rozłożyć na całą pętlę, przypisując każdemu formatowi jedną fazę zamiast oczekiwać od wszystkich domykania sprzedaży. Struktura konta budowana wyłącznie pod ostatnie kliknięcie systematycznie niedoszacowuje formatów pracujących w fazie eksploracji.
Jestem przekonany, że większość budżetów w polskim e-commerce jest źle rozłożona właśnie z tego powodu: cały nacisk idzie na domknięcie, a o wejściu do puli rozważanych marek decyduje wcześniejszy etap, którego nikt nie finansuje. Nie znaczy to, że kampanie domykające są zbędne - znaczy, że same nie zbudują popytu, który mają domykać.
Demand Gen, Performance Max i Search w fazach pętli
Demand Gen pracuje w fazie eksploracji, Performance Max obejmuje szeroki wycinek ścieżki przy odpowiedniej ilości danych, a kampanie w sieci wyszukiwania domykają fazę oceny i wyzwalacz zakupowy. Dobór formatu zależy więc nie od mody, tylko od wolumenu konwersji, jakim dysponuje konto.
Czy wiesz, że…
Ocena kampanii Performance Max po tygodniu emisji jest w praktyce oceną fazy nauki, a nie wyniku. Faza nauki trwa zwykle 14-21 dni, a wiarygodne wnioski o rentowności mam dopiero po około ośmiu tygodniach zbierania danych. To dokładnie ten sam błąd myślenia, który model Messy Middle opisuje po stronie kupującego: oczekiwanie liniowego efektu tam, gdzie proces jest zapętlony i rozłożony w czasie.
Werdykt, który powtarzam w audytach: powyżej około 30 konwersji miesięcznie, przy poukładanym feedzie i przesyłanej wartości transakcji, Performance Max zwykle zarabia więcej niż standardowa kampania produktowa. Poniżej tego progu przewagę ma kampania produktowa, bo nie potrzebuje danych, których konto po prostu nie ma. Demand Gen sprawdza się przede wszystkim w kategoriach o długiej pętli - meblach, elektronice premium, ubezpieczeniach - gdzie faza eksploracji trwa tygodniami. Jak rozpisać taki układ kampanii na etapy od inspiracji do wizyty w salonie, pokazuję na przykładzie tego, jak reklamować salon meblowy.
Punktacja dla sklepu poniżej około 30 konwersji miesięcznie - przy większym wolumenie danych ocena Performance Max rośnie.
Podział budżetu reklamowego według etapu pętli
Budżet warto planować fazami, a nie kampaniami, bo dopiero wtedy widać, którego etapu pętli w ogóle nie finansujesz. Schemat, który stosuję jako punkt wyjścia przy sklepach z porównywalnym asortymentem:
- Faza eksploracji - Demand Gen i YouTube, treści edukacyjne i zestawienia. Cel: wejść do puli rozważanych marek.
- Faza oceny - kampanie w wyszukiwarce na frazy porównawcze, remarketing edukacyjny, kampania produktowa. Cel: wygrać porównanie argumentem, nie rabatem.
- Wyzwalacz zakupowy - kampanie brandowe i remarketing dynamiczny. Cel: domknąć transakcję przy minimalnym tarciu.
- Rezerwa na testy - stała część budżetu na sprawdzenie nowego formatu lub nowej grupy odbiorców w fazie eksploracji.
Czy mały sklep wygra Messy Middle bez dużego budżetu?
Mały sklep wygrywa fazę oceny w wąskiej niszy, a przegrywa fazę eksploracji w kategoriach szerokich - i to rozstrzygnięcie, nie asekuracja. Przy jednej wyraźnie zdefiniowanej grupie odbiorców treść ekspercka i dopracowana karta produktu przebijają zasięgowe kampanie dużych graczy, bo trafiają w konkretne obiekcje. Przy kategorii ogólnej, gdzie kupujący porównuje dziesięć sklepów, sam budżet decyduje o obecności w eksploracji i tej różnicy treścią się nie nadrobi.
Praktyczny wniosek jest taki, że mały sklep powinien najpierw zdominować fazę oceny, a dopiero potem kupować obecność w eksploracji. Kolejność odwrotna kończy się finansowaniem ruchu, który trafia na kartę produktu niezdolną go przekonać.
Fundamenty zarządzania marketingiem mówią tu dokładnie to samo: najpierw oferta i dowody, potem skala.
- Jedna nisza zamiast szerokiej kategorii: węższa grupa odbiorców to mniej konkurentów w fazie oceny i tańsze wejście do puli.
- Treść odpowiadająca na konkretne pytanie: jeden dobry materiał porównawczy pracuje dłużej niż miesiąc kampanii zasięgowej.
- Karta produktu przed reklamą: dopiero po naprawie kart ma sens dokładanie ruchu, inaczej płacisz za powiększanie pętli.
- Powolne testy zamiast szerokiego startu: jeden format naraz, oceniany po pełnym cyklu decyzyjnym kategorii, nie po tygodniu.
Od czego zacząć zamykanie pętli wahania w sklepie
Messy Middle nie jest teorią akademicką, tylko opisem tego, co Twoi klienci robią codziennie. Pętla eksploracji i oceny kręci się dopóty, dopóki jakaś marka nie dostarczy argumentu wystarczającego, żeby ją przerwać. Sklepy, które projektują pod ten moment całą obecność - od treści, przez karty produktów, po strukturę kampanii - konsekwentnie wygrywają z tymi, które walczą wyłącznie ceną.
Przestań traktować ścieżkę zakupową jak drogę z punktu A do B. Zacznij postrzegać ją jako sieć powrotów, w której marka musi być obecna na każdym węźle, nie tylko przy kasie. Ta zmiana perspektywy wymaga inwestycji w treść, w pomiar wykraczający poza ostatnie kliknięcie i w budowanie zaufania na długo przed porównywaniem cen.
- Zmierz tempo pętli - sprawdź opóźnienie konwersji i liczbę powrotów przed zakupem w swojej kategorii.
- Ustaw mikrokonwersje w GA4 - lista życzeń, tabela rozmiarów, przewinięcie karty do końca, powiadomienie o dostępności.
- Przebuduj sekcję produktów podobnych - maksymalnie trzy-cztery opcje z wyraźną rekomendacją i uzasadnieniem.
- Dodaj opinie z kontekstem - sylwetka, zastosowanie, czas użytkowania przy każdym kluczowym produkcie.
- Przejrzyj remarketing - zamień przypomnienia o koszyku na materiał odpowiadający na obiekcję.
Jeśli chcesz sprawdzić, czy Twoje kampanie pracują na całą pętlę, czy wyłącznie na jej ostatni krok, skontaktuj się ze mną w sprawie audytu konta. Zwykle najwięcej pieniędzy leży nie w stawkach, tylko w fazie, której nikt na koncie nie obsługuje.
Czy ten artykuł był dla Ciebie pomocny?
Oceń go w skali od 1 do 5. Dzięki temu wiem, które tematy rozwijać.
Brak ocen. Twoja będzie pierwsza.
Źródła i dokumentacja
Messy middle to model zachowania, a nie slogan, więc każdą tezę opieram na badaniach użytkowników, danych rynkowych i dokumentacji pomiarowej. Cztery poniższe źródła odpowiadają kolejno za definicję modelu i błędy poznawcze, za dowód społeczny na kartach produktów, za skalę porzuceń koszyka oraz za ograniczenia pomiaru między urządzeniami.
Decoding Decisions - raport o messy middle
Pełny raport zespołu Google Consumer Insights i The Behavioural Architects, w którym opisano pętlę eksploracji i oceny oraz sześć błędów poznawczych. Podstawa sekcji pierwszej, definicyjnej, i sekcji o mechanizmach psychologicznych decydujących o zakupie.
Dowód społeczny w doświadczeniu użytkownika
Nielsen Norman Group pokazuje na badaniach użyteczności, kiedy opinie i sygnały popularności realnie przekonują użytkownika, a kiedy budzą nieufność. Punkt wyjścia do sekcji o dowodzie społecznym z kontekstem zamiast samych gwiazdek.
Średnia stopa porzucenia koszyka
Baymard Institute zestawia 50 badań z lat 2006-2025 i wylicza średnią porzuceń koszyka na poziomie 70,22%. Materiał dowodowy do sekcji o projektowaniu sklepu, w której porzucenie traktuję jako powrót do fazy porównywania, a nie rezygnację z zakupu.
Pomiar aktywności między urządzeniami z User-ID
Dokumentacja Google Analytics opisuje, jak identyfikator User-ID scala sesje tej samej osoby z telefonu i komputera oraz czego GA4 nie zobaczy bez zalogowanego użytkownika. Techniczna podstawa sekcji o ograniczeniach pomiaru i rozjeździe między urządzeniami.
Pytania i odpowiedzi (FAQ)
Sześć pytań, które wracają po wdrożeniu modelu Messy Middle w sklepie - o harmonogram, odpowiedzialność, zgody RODO i granice stosowania modelu.