Data & Analytics Case Study

Jak analiza danych (Amplitude, SQL) i prosta zmiana UX zwiększyły konwersję formularza o 28%.

Problem Biznesowy

Przychodnia "Orłowo" borykała się z problemem dużej liczby telefonów od pacjentów (10-15 dziennie), którzy utykali w formularzu online. Mimo że system działał technicznie, pacjenci rezygnowali w trakcie procesu.

Kluczowa metryka: 30% użytkowników porzucało proces na pierwszym kroku (Drop-off Rate).

Analiza Danych (Discovery)

Wdrożyłem pipeline analityczny oparty o Google Tag Manager, Amplitude i BigQuery. Dane ilościowe jednoznacznie wskazały "wąskie gardło" na samym początku lejka.

Wykres Lejka Wykres z Amplitude: Gwałtowny spadek na kroku 'Weryfikacja'.

Analiza jakościowa

Aby zrozumieć przyczyny, przeprowadziłem serię wywiadów. Szybko potwierdziłem hipotezę:

Bariera Zaufania: Pacjenci bali się podawać PESEL.

Bariera Wiedzy: Niepewność co do posiadania IKP.

"Nie mam adresu email ani IKP. Nie wpiszę swojego peselu. Wolę umówić się przez rejestrację."
- Joanna, 72 lata

Analiza ilościowa

Analiza lejka w Amplitude natychmiast ujawniła krytyczny problem: 28,13% użytkowników odpadało na Kroku 1 (Email/PESEL). Był to wskaźnik niemal czterokrotnie wyższy niż na kolejnym etapie.

Drop off hist
Duration

Dane pokazują, że mimo największego drop-off na starcie, najwięcej czasu (184s) zajmuje wybór leków (Krok 2).

Projekt

Recepty Mockup

Wyniki Biznesowe

Zmiana została wdrożona jako Test A/B bez ingerencji w backend przychodni (via GTM).

80% Completion Rate
(wzrost z 62%)
<10% Drop-off Rate
(spadek z 30%)
0 Telefonów
na recepcję
Info o projekcie
  • Klient: Przychodnia "Orłowo"
  • Rola: Tech PM / Analyst
  • Czas: 2025
Tech Stack
Amplitude BigQuery (SQL) Google Tag Manager Figma
Potrzebujesz podobnej analizy?

Pomagam firmom znajdować uciekające przychody w procesach online.

Skontaktuj się

Więcej projektów?

Wróć do portfolio