Badanie rynkowe dotyczące konkurencji między platformami handlu elektronicznego w Polsce, na Łotwie i Litwie

Załącznik A. Metodologia analizy danych Similarweb

W niniejszym załączniku opisano metodologię stosowaną przez OECD do analizy danych pochodzących z serwisu Similarweb w celu opracowania wskaźników dotyczących aktywności na platformach handlu elektronicznego przedstawionych w niniejszym raporcie. Celem niniejszej analizy jest oszacowanie udziałów w rynku, zaangażowania użytkowników oraz innych aspektów zachowań konsumentów na platformach handlu elektronicznego działających w Polsce, na Litwie i na Łotwie, zarówno z perspektywy konsumentów, jak i sprzedawców.

Niniejszy załącznik uzupełnia i rozszerza uwagi wyjaśniające zawarte w tekście sprawozdania we wszystkich miejscach, w których przedstawiono dane Similarweb, omawiając kolejno każdy rodzaj analizy.

Opis danych Similarweb

Dane dostarczane przez Similarweb obejmują szeroki zakres wskaźników dotyczących korzystania ze stron internetowych (wersje na komputery stacjonarne i urządzenia mobilne) oraz aplikacji, w tym łączną liczbę wizyt, liczbę unikalnych użytkowników oraz inne wskaźniki zaangażowania. Aby opracować swoje szacunki, Similarweb gromadzi anonimowe dane dotyczące przeglądania stron internetowych i korzystania z aplikacji, pochodzące od szerokiej grupy użytkowników, a następnie łączy je z bezpośrednimi pomiarami i technikami modelowania.

Similarweb zawiera filtr krajowy dla Polski, co oznacza, że wszystkie wskaźniki można przypisać geograficznie do użytkowników znajdujących się w Polsce. Innymi słowy, wskaźniki bezpośrednio odzwierciedlają zachowanie użytkowników z Polski. Podczas gdy żaden filtr nie jest dostępny dla użytkowników z Litwy i Łotwy, niektóre wskaźniki można zważyć według odsetka odwiedzających stronę internetową odpowiednio z Litwy i Łotwy. W innych przypadkach, OECD może obserwować zachowania użytkowników z całego świata na stronach internetowych z domenami .lt lub .lv (których ruch pochodzi zazwyczaj w około 90% odpowiednio z Litwy lub Łotwy).

Serwis Similarweb udostępnił OECD dane dotyczące korzystania ze stron internetowych za okres ostatnich 37 miesięcy, a analiza przeprowadzona przez OECD obejmuje zasadniczo okres od lipca/sierpnia 2022 r. do ostatniego dostępnego miesiąca (styczeń 2026 r.). Wszelkie przedstawione dane roczne obejmują ostatni 12-miesięczny okres w zbiorze danych (od stycznia 2025 r. do grudnia 2025 r.). Similarweb udostępnił również dane dotyczące korzystania z aplikacji za ostatnie 15 miesięcy.

W każdym przypadku, gdy w niniejszym raporcie wykorzystano dane serwisu Similarweb, OECD podała stosowany wskaźnik, filtr geograficzny oraz okres, którego dane dotyczą.

Udziały w rynku

W rozdziale 7 raportu przedstawiono szacunki OECD dotyczące udziału w rynku platform handlu elektronicznego w Polsce, na Litwie i Łotwie, oparte na odpowiednich grupach konkurentów określonych w rozdziale 6.1

Poniżej szczegółowo wyjaśniono podejście OECD, a także działania podjęte w celu stworzenia zbiorów danych i obliczenia udziałów w rynku.

Metodologia

Na potrzeby niniejszego raportu szacunki udziału w rynku opracowane przez OECD zostały obliczone na podstawie ruchu użytkowników. Ruch użytkowników stanowi najlepsze źródło porównywalnych danych dostępnych w ramach OECD, obejmujące wszystkich uczestników rynku z odpowiednich grup konkurentów określonych w rozdziale 6.

Dane dotyczące ruchu pokazują, w jakim stopniu konsumenci aktywnie odwiedzają dane platformy (uwzględniając zarówno liczbę konsumentów korzystających z platformy, jak i częstotliwość tych odwiedzin). W związku z tym, mimo że dane te nie podają liczby ani wartości rzeczywistych transakcji przeprowadzonych za pośrednictwem tych platform, służą one jako przybliżony wskaźnik tych informacji.2 Pogląd ten potwierdza ustalenie OECD, zgodnie z którym względna wielkość poszczególnych przedsiębiorstw jest spójna w danych dotyczących ruchu i danych dotyczących przychodów w tych nielicznych przypadkach, w których dane te są dostępne (jak przedstawiono w rozdziale 4). W związku z tym, OECD uznaje za właściwe wykorzystanie w niniejszym raporcie danych dotyczących ruchu internetowego w celu przedstawienia ogólnego obrazu poziomu koncentracji na platformach handlu elektronicznego, zwłaszcza w sytuacji braku odpowiednio kompleksowej alternatywy.

Dodatkowym ograniczeniem tych danych jest to, że opierają się one wyłącznie na odwiedzinach stron internetowych (choć obejmują zarówno komputery stacjonarne, jak i urządzenia mobilne), ponieważ nie ma dostępnych porównywalnych wskaźników dotyczących aplikacji. Chociaż nie da się obliczyć podobnych udziałów w rynku dla aplikacji, OECD przeprowadziła odrębną analizę liczby aktywnych użytkowników miesięcznie (omówioną szerzej poniżej) oraz wskaźników utrzymania użytkowników w odniesieniu do odpowiednich aplikacji. Informacje te zostały przedstawione wraz z udziałami w rynku w rozdziale 7.

Scenariusze

OECD oszacowała udziały w rynku dla trzech różnych scenariuszy w każdym z tych krajów, opierając się na odpowiednich grupach konkurentów określonych w rozdziale 6, a mianowicie:

• kluczowe ogólne platformy handlu elektronicznego, strona konsumentów

• ogólne platformy handlu elektronicznego, strona konsumentów

• kluczowe ogólne platformy handlu elektronicznego, strona sprzedawców

• ogólne platformy handlu elektronicznego, strona sprzedawców

Firmy uwzględnione w każdym scenariuszu zostały wymienione w Tabela A ‎A.1.. Zostały one wybrane na podstawie opinii interesariuszy oraz przy użyciu platformy Similarweb, tak aby uwzględnić większość firm należących do odpowiedniej grupy konkurentów. Możliwe jest jednak, że niektórzy mniej znaczący uczestnicy rynku nie zostali uwzględnieni, a zatem szacunki te mogą nieznacznie zawyżać rzeczywisty udział w ruchu.

Tabela A ‎A.1. Scenariusze udziału w rynku

Scenariusz			Platformy
Polska	Strona konsumentów	Kluczowe ogólne platformy handlu elektronicznego	Allegro; Amazon (amazon.pl); Empik; Erli; Morele; Shopee
		Wszystkie ogólne platformy handlu elektronicznego	Allegro; Temu; AliExpress; Amazon (amazon.pl); Empik; Erli; Morele; eBay; Shopee
	Strona sprzedawców	Kluczowe ogólne platformy handlu elektronicznego	Allegro; Empik, Amazon (amazon.pl); Erli; Morele
		Ogólne platformy handlu elektronicznego	Allegro; AliExpress; Empik, Amazon (amazon.pl); Erli; Morele; eBay;
Litwa	Strona konsumentów	Kluczowe ogólne platformy handlu elektronicznego	Pigu; Varle; Amazon (amazon.de); Allegro; Amazon (amazon.pl)
		Ogólne platformy handlu elektronicznego	Pigu; AliExpress; Varle; Temu; eBay; Amazon (amazon.de); Allegro; Joom; DHGate; Amazon (amazon.pl); Wish
	Strona sprzedawców	Kluczowe ogólne platformy handlu elektronicznego	Pigu; Varle
		Ogólne platformy handlu elektronicznego	Pigu; Varle; eBay; Joom, Temu (od listopada 2025 r.)
Łotwa	Strona konsumentów	Kluczowe ogólne platformy handlu elektronicznego	220.lv; Amazon (amazon.de); Allegro; Amazon (amazon.pl)
		Wszystkie ogólne platformy handlu elektronicznego	220.lv (Pigu); Temu; AliExpress; eBay; Amazon (amazon.de); Joom; Allegro; Wish; DHGate; Amazon (amazon.pl)
	Strona sprzedawców	Kluczowe ogólne platformy handlu elektronicznego	220.lv (Pigu);
		Wszystkie ogólne platformy handlu elektronicznego	220.lv (Pigu); eBay; Joom, Temu (od listopada 2025 r.)

Uwaga: Nawiasy wskazują konkretną domenę używaną w stosownych przypadkach (np. amazon.pl, amazon.de).

Zbiór danych

Obliczenia udziałów w rynku przeprowadzone przez OECD opierają się na zbiorze danych obejmującym liczbę odwiedzin każdej strony internetowej, ograniczoną do odpowiedniego regionu geograficznego i skorygowaną o współczynnik odrzuceń, tak aby uwzględnić wyłącznie aktywnych użytkowników, w ujęciu miesięcznym w okresie od lipca 2022 r. do stycznia 2026 r. Poniżej wyjaśniono sposób tworzenia zbioru danych; metodologia stosowana w przypadku Polski różni się nieco od tej stosowanej w przypadku Litwy i Łotwy.

Polska

OECD uzyskała od serwisu Similarweb następujące dane dotyczące wszystkich przedsiębiorstw wymienionych w odpowiednich scenariuszach w tabeli A.A.1, za każdy miesiąc w okresie od lipca 2022 r. do stycznia 2026 r.:

• liczba odwiedzin miesięcznych (Polska) — liczba odwiedzin każdej strony internetowej w ciągu miesiąca przez użytkowników z Polski, zarówno na komputerach stacjonarnych, jak i urządzeniach mobilnych; wizytę uznaje się za zarejestrowaną, gdy użytkownik wyświetli co najmniej jedną stronę w trakcie sesji, przy czym sesja kończy się, gdy użytkownik pozostaje nieaktywny przez ponad 30 minut (SimilarWeb, 2026[1]);

• współczynnik odrzuceń (Polska) — odsetek odwiedzin witryny internetowej przez użytkowników z Polski, które kończą się po wyświetleniu jednej strony, bez żadnych dalszych interakcji (SimilarWeb, 2026[2]).

Następnie na podstawie współczynnika odrzuceń wyeliminowano z całkowitej liczby odwiedzin w danym miesiącu wszystkie wizyty, które zakończyły się po wyświetleniu tylko jednej strony, pozostawiając w zbiorze danych wyłącznie „aktywne odsłony” na stronie (zob. dane w tabeli A.2). Ta korekta ma duże znaczenie, ponieważ w pierwotnym sposobie liczenia miesięcznych odwiedzin każda sesja była traktowana jednakowo, w tym również sesje, w których użytkownik opuścił stronę po wyświetleniu tylko jednej strony — co często wynika z przypadkowego trafienia na stronę, błędnego kliknięcia lub odwiedzin o bardzo niskim poziomie zaangażowania. Natomiast liczba odwiedzin z interakcją uwzględnia wyłącznie sesje, które trwają dłużej niż tylko wejście na stronę docelową, co daje dokładniejszy obraz zaangażowania użytkowników i jest bliższe rzeczywistej liczbie przeprowadzonych transakcji.

Litwa i Łotwa

Jak opisano wcześniej, dla Litwy i Łotwy nie jest dostępny filtr kraju, tak jak w przypadku Polski powyżej. W związku z tym, OECD pozyskała z serwisu Similarweb następujące dane dotyczące wszystkich przedsiębiorstw wymienionych w odpowiednich scenariuszach zawartych w tabeli A.A.1, za każdy miesiąc w okresie od lipca 2022 r. do stycznia 2026 r.:

• liczba odwiedzin miesięcznych (na całym świecie) — łączna liczba odwiedzin każdej strony internetowej w ciągu miesiąca, zarówno na komputerach stacjonarnych, jak i urządzeniach mobilnych; wizytę uznaje się za zarejestrowaną, gdy użytkownik wyświetli co najmniej jedną stronę w trakcie sesji, przy czym sesja kończy się, gdy użytkownik pozostaje nieaktywny przez ponad 30 minut (SimilarWeb, 2026[1]);

• udział ruchu z poszczególnych krajów (Litwa i Łotwa) — odsetek całkowitego ruchu na stronie internetowej pochodzącego z danego kraju;

• współczynnik odrzuceń (na całym świecie lub w Polsce) — odsetek odwiedzin użytkowników z całego świata lub z Polski (wyjaśnienie poniżej), które kończą się po wyświetleniu jednej strony, bez żadnych dalszych interakcji (SimilarWeb, 2026[2]).

Następnie, w celu uzyskania odpowiednich danych dotyczących ruchu dla poszczególnych krajów, wykorzystano udział danego kraju w ogólnym ruchu internetowym, mnożąc miesięczną liczbę odwiedzin (na całym świecie) przez udział tego kraju w ruchu internetowym w tym samym okresie, co pozwoliło oszacować łączną liczbę odwiedzin z danego kraju (tj. liczba odwiedzin na całym świecie × udział procentowy danego kraju = liczba odwiedzin z danego kraju) (zob. Tabela A ‎A.2). Dzięki temu procesowi ważenia analiza OECD uwzględnia ruch drogowy powstający na terenie danego kraju.

Następnie, zgodnie z powyższym wyjaśnieniem dotyczącym Polski, wykorzystano współczynnik odrzuceń, aby wyeliminować wszystkie wizyty zakończone wyświetleniem tylko jednej strony z całkowitej liczby miesięcznych wizyt, pozostawiając w zbiorze danych wyłącznie wizyty charakteryzujące się większym zaangażowaniem. W przypadku platform z domenami .lt lub .lv (których ogółem około 90% ruchu pochodziło odpowiednio z Litwy lub Łotwy) wykorzystano globalny współczynnik odrzuceń, natomiast w przypadku platform o zasięgu globalnym (których ogółem mniej niż 0,20% ruchu pochodziło z Litwy lub Łotwy) zastosowano polski współczynnik odrzuceń, ponieważ OECD uznała go za bardziej odpowiednie przybliżenie zachowań konsumentów z podobnego obszaru regionalnego (również w świetle wspólnych cech omówionych w rozdziale 5).3

Obliczanie udziałów w rynku

W oparciu o opisany powyżej zbiór danych obliczono udziały w rynku oddzielnie dla każdego kraju i każdego scenariusza w ujęciu miesięcznym. Udział w rynku danej platformy oblicza się poprzez zsumowanie liczby aktywnych odwiedzin na tej platformie i wyrażenie tej wartości jako odsetka wszystkich aktywnych odwiedzin na wszystkich platformach w tym samym scenariuszu i miesiącu (zob. Tabela A ‎A.2). W ten sposób uzyskuje się miarę względnej aktywności w sieci między konkurującymi platformami handlowymi.

W niektórych przypadkach w raporcie udziały w rynku podano w ujęciu miesięcznym za cały okres od lipca 2022 r. do stycznia 2026 r. W pozostałych przypadkach przedstawiany jest roczny przegląd obejmujący ostatnie 12 miesięcy w zbiorze danych (od stycznia do grudnia 2025 r.). W przypadku podania wartości rocznej jest ona obliczana na podstawie łącznej liczby odwiedzin użytkowników aktywnych w całym 12‑miesięcznym okresie.4

Tabela A ‎A.2. Funkcje używane do obliczania udziału w rynku

Obliczenie	Formuła
Udział w ruchu w poszczególnych krajach	Łączna liczba odwiedzin platformy w danym kraju = (globalna liczba odwiedzin platformy) × (udział danego kraju) Visits_Country(platform, country, month) = Visits_Global(platform, month) × Share(platform, country, month) gdzie: - platform = platforma handlu elektronicznego będąca przedmiotem pomiaru - country ∈ {Lithuania, Latvia}1 = kraj należący do zbioru {Litwa, Łotwa}1 - month = okres pomiaru (miesiąc) - Share(platform, country, month) = udział wizyt na danej platformie pochodzących z danego kraju w całkowitej liczbie wizyt na tej platformie
Dostosowanie współczynnika odrzuceń	Engaged Visits = (Visits_Country) × (1 − Bounce Rate) Visits_Engaged(platform, country, month) = Visits_Country(platform, country, month) × (1 − BounceRate(platform, country, month)) gdzie: – BounceRate przyjmuje wartości od 0 do 1 (0%–100%), gdzie 0 oznacza, że żaden użytkownik nie opuszcza platformy po odwiedzeniu jednej strony, a 1 oznacza, że wszyscy użytkownicy opuszczają platformę po odwiedzeniu jednej strony. – Visits_Country oznacza albo liczbę wizyt dla danego kraju pozyskaną bezpośrednio z Similarweb (Polska), albo wartość obliczoną na podstawie udziału ruchu według kraju, zgodnie z powyższą metodą (Litwa i Łotwa).
Obliczanie udziału w rynku	Market Share(%) = (Platform’s Engaged Visits) ÷ (Total Engaged Visits Across All Platforms) MarketShare(platform, country, month) = Visits_Engaged(platform, country, month) ÷ Σ Visits_Engaged(all platforms, country, month) gdzie: - Suma Visits_Engaged obejmuje wszystkie platformy uwzględnione w danym scenariuszu w danym miesiącu

1. W przypadku Polski nie było konieczności przeprowadzania obliczeń, ponieważ wymagana wartość jest dostępna bezpośrednio w danych Similarweb. W związku z tym obliczenia wynikające z równania stosuje się wyłącznie do Litwy i Łotwy (tj. country ∈ {Lithuania, Latvia}), w konsekwencji Polska nie jest uwzględniana w tej części wzoru.

Liczba użytkowników

W rozdziale 4 OECD przedstawia analizę liczby użytkowników na podstawie danych Similarweb, obejmujących miesięczną liczbę unikalnych użytkowników (strony internetowe) oraz miesięczną liczbę aktywnych użytkowników (aplikacje). Wskaźniki te stanowią również podstawę innych analiz w raporcie, omówionych poniżej.

W odniesieniu do powyższych wskaźników w przypadku Polski stosuje się filtr krajowy w Similarweb. W przypadku Litwy i Łotwy OECD przeprowadziła analizę wyłącznie dla stron internetowych z domeną .lt lub .lv (które zazwyczaj generowały około 90% całego ruchu z Litwy lub Łotwy, odpowiednio) oraz dla aplikacji kierowanych przede wszystkim do użytkowników litewskich i łotewskich, na podstawie danych o użytkownikach globalnych.

Miesięczna liczba unikalnych użytkowników (strony internetowe)

Liczba unikalnych użytkowników miesięcznie, według metodologii Similarweb, to liczba indywidualnych osób, które odwiedziły stronę internetową co najmniej raz w ciągu miesiąca (niezależnie od tego, czy odwiedziły ją raz, czy kilka razy), uwzględniająca zarówno użytkowników korzystających z komputerów stacjonarnych, jak i urządzeń mobilnych. Ponieważ aktywność indywidualnych odwiedzających nie jest śledzona na różnych urządzeniach, ta sama osoba jest liczona osobno, raz w przypadku ruchu z komputerów stacjonarnych i raz w przypadku ruchu z urządzeń mobilnych, jeśli korzysta z obu (SimilarWeb, 2026[3]; 2026[4]).

W raporcie przedstawiono dane roczne obejmujące ostatni dostępny okres 12 miesięcy od stycznia do grudnia 2025 r. Roczne dane są generowane przez serwis Similarweb i reprezentują średnią miesięczną liczbę unikalnych użytkowników w całym 12-miesięcznym okresie. Wskaźnik ten pokazuje liczbę użytkowników, do których dociera strona internetowa, wyrażoną jako średnia miesięczna dla danego okresu.

Miesięczna liczba aktywnych użytkowników (aplikacje)

Podobnie, miesięczna liczba aktywnych użytkowników określa liczbę różnych osób, które korzystały z aplikacji w danym miesiącu. Similarweb definiuje aktywnego użytkownika jako urządzenie, na którym w danym okresie wystąpiła w aplikacji co najmniej jedna sesja na pierwszym planie (tj. sesja widoczna dla użytkownika) (SimilarWeb, 2026[5]). Dane te obejmują użytkowników korzystających z systemów operacyjnych Android i iOS.5

Podobnie jak w przypadku miesięcznej liczby unikalnych użytkowników, roczne dane przedstawione w raporcie są opracowywane przez Similarweb i odpowiadają średniej miesięcznej liczbie aktywnych użytkowników w ostatnim dostępnym 12-miesięcznym okresie (od stycznia do grudnia 2025 r.) Pokazują one liczbę osób, do których dociera aplikacja, przedstawioną jako średnia miesięczna w danym okresie.

Porównanie odbiorców stron internetowych

W rozdziałach 6 i 7 OECD przedstawia analizę opartą na dwóch odrębnych wskaźnikach Similarweb wykorzystywanych do porównywania użytkowników różnych stron internetowych: nakładania się użytkowników oraz zachowań typu cross-browsing (tj. przeglądania wielu stron przez tych samych użytkowników).

W odniesieniu do powyższych wskaźników w przypadku Polski stosuje się filtr krajowy w Similarweb. W przypadku Litwy i Łotwy OECD przeprowadziła analizę zachowań użytkowników globalnych, uwzględniając wyłącznie strony internetowe z domeną .lt lub .lv (które zazwyczaj generowały około 90% całego ruchu z Litwy lub Łotwy, odpowiednio).

Nakładanie się użytkowników (strony internetowe)

Wskaźnik pokrywania się użytkowników Similarweb przedstawia łączną liczbę unikalnych użytkowników dla maksymalnie pięciu stron internetowych oraz stopień, w jakim użytkownicy ci pokrywają się między tymi stronami w danym okresie.

Na przykład w porównaniu stron internetowych A, B i C wskaźnik ten przedstawia: odsetek użytkowników witryny A wyłącznie dla tej witryny, odsetek użytkowników wspólnych dla witryn A i B (tj. odsetek wszystkich użytkowników witryny A, którzy odwiedzili również witrynę B w danym okresie), odsetek użytkowników wspólnych dla witryn A i C oraz odsetek użytkowników wspólnych dla wszystkich trzech witryn (analogicznie dla witryn B i C).

Analiza OECD oceniła stopień, w jakim użytkownicy różnych stron internetowych pokrywali się w ostatnim dostępnym okresie 12 miesięcy (od stycznia do grudnia 2025 r.). Dane te pozwalają określić, ilu konsumentów korzysta z wielu stron internetowych (multi-homing), a ilu wyłącznie z jednej strony w dłuższym okresie (tj. obejmującym potencjalnie wiele odrębnych procesów zakupowych). Należy zauważyć, że jednym z ograniczeń tego wskaźnika jest to, że nie obejmuje on użytkowników korzystających równolegle z wielu platform (zarówno stron internetowych, jak i aplikacji). OECD uznaje jednak, że nadal stanowi on użyteczne przybliżenie kierunku ogólnych trendów w zakresie multi-homingu, nawet jeśli może zawyżać lub zaniżać jego skalę, w połączeniu z innymi dowodami przedstawionymi w raporcie.

Zachowania związane z przeglądaniem różnych stron internetowych (cross-browsing)

Wskaźnik zachowań cross-browsingowych Similarweb pokazuje udział użytkowników danej strony (strony A), którzy odwiedzili również inną wskazaną stronę (stronę B) tego samego dnia w analizowanym okresie.

Na przykład, w porównaniu stron internetowych A, B i C, wskaźnik ten pokazuje odsetek użytkowników strony A, którzy odwiedzili stronę B tego samego dnia oraz, osobno, odsetek użytkowników strony A, którzy odwiedzili stronę C tego samego dnia (analogicznie dla stron B i C).

Analiza OECD obejmuje ocenę zachowań cross-browsingowych konsumentów w ostatnim dostępnym 12-miesięcznym okresie (od stycznia do grudnia 2025 r.). Ponieważ dane te koncentrują się na zachowaniach konsumentów w ujęciu dziennym, OECD uznaje, że lepiej odzwierciedlają one zakres, w jakim konsumenci korzystają z wielu stron internetowych w tym samym celu w krótszym horyzoncie czasowym (tj. najczęściej obejmując pojedynczy odrębny proces zakupowy). Pewnym ograniczeniem tego wskaźnika jest to, że może on uwzględniać wizyty w obrębie tego samego dnia, które nie odpowiadają wspólnemu celowi użytkownika, oraz nie obejmuje użytkowników korzystających równolegle z wielu stron internetowych i aplikacji. OECD uznaje jednak, że nadal stanowi on użyteczne przybliżenie kierunku ogólnych trendów w zakresie multi-homingu, w połączeniu z innymi dowodami przedstawionymi w raporcie.

Zaangażowanie

W rozdziałach 6 i 7 OECD wykorzystała kilka różnych wskaźników Similarweb do analizy zachowań konsumentów i ich zaangażowania w różne strony internetowe i aplikacje.

Odwiedziny na unikalnego użytkownika i współczynnik odrzuceń (strony internetowe)

OECD przeanalizowała dwa uzupełniające się wskaźniki w celu oceny zaangażowania użytkowników w poszczególne strony internetowe wyłącznie dla Polski (gdzie dostępne są dane filtrowane według kraju):

• Wizyty na unikalnego użytkownika (miesięczne wizyty / miesięczni unikalni użytkownicy) — miara częstotliwości korzystania wskazująca, jak często przeciętny użytkownik odwiedza platformę w ciągu miesiąca, obliczana na podstawie zmiennych miesięcznych wizyt oraz miesięcznych unikalnych użytkowników opisanych powyżej.

• Współczynnik odrzuceń — jak opisano powyżej, reprezentujący jakość sesji użytkowników, pobrany bezpośrednio z Similarweb.

Wskaźniki te były analizowane co miesiąc w okresie od sierpnia 2022 r. do stycznia 2026 r. Te dwa wskaźniki wzajemnie się uzupełniają: liczba wizyt na unikalnego użytkownika odzwierciedla częstotliwość powrotów lub intensywność korzystania w ciągu miesiąca, podczas gdy współczynnik odrzuceń odzwierciedla jakość sesji. W połączeniu pomagają one odróżnić platformy z wieloma krótkimi, interakcjami o niskim poziomie zaangażowania od tych z mniejszą liczbą, ale bardziej zaangażowanych sesji. Platformy charakteryzujące się wysoką liczbą wizyt na użytkownika przy jednocześnie niskim współczynniku odrzuceń mogą być interpretowane jako generujące bardziej intensywne i częstsze interakcje użytkowników.

Nowi i powracający użytkownicy oraz ruch bezpośredni (strony internetowe)

OECD przeanalizowała kilka różnych wskaźników, aby zrozumieć zakres lojalności konsumentów i ich nawykowe zachowania zakupowe na różnych stronach internetowych. W odniesieniu do wszystkich tych wskaźników dla Polski stosowany jest filtr krajowy Similarweb, natomiast analiza stron litewskich i łotewskich została ograniczona do zachowań użytkowników na poziomie globalnym, przy uwzględnieniu wyłącznie stron internetowych z domeną .lt lub .lv (które co do zasady generowały około 90% całkowitego ruchu odpowiednio z Litwy i Łotwy).

Po pierwsze, OECD przeanalizowała procent ruchu na niektórych stronach internetowych, który pochodził od powracających i nowych użytkowników, w oparciu o następujące wskaźniki Similarweb:

• Nowi użytkownicy to unikalni użytkownicy, którzy nie odwiedzili danej strony internetowej w ciągu ostatnich trzech miesięcy.

• Powracający użytkownicy to użytkownicy, którzy odwiedzili witrynę co najmniej raz w ciągu poprzednich trzech miesięcy (SimilarWeb, 2026[6]).

Po drugie, OECD przeanalizowała odsetek ruchu na wybranych stronach internetowych pochodzącego z bezpośrednich wizyt lub z wyników wyszukiwania organicznego (w porównaniu z ruchem z płatnych wyników wyszukiwania, ruchem referencyjnym oraz innymi źródłami reklamowymi), na podstawie następujących wskaźników Similarweb:

• Ruch bezpośredni — ruch na stronie internetowej pochodzący od użytkowników, którzy wpisują adres URL bezpośrednio, korzystają z zakładek lub używają zapisanych linków.

• Organiczny ruch z wyszukiwarek — ruch na stronie internetowej pochodzący z organicznych (niepłatnych) wyników wyszukiwania w wyszukiwarkach internetowych, takich jak Google (SimilarWeb, 2026[7]).

Wskaźniki te analizowano w ujęciu łącznym dla ostatniego dostępnego 12-miesięcznego okresu (od stycznia do grudnia 2025 r.). Wskaźniki te wzajemnie się uzupełniają i łącznie pozwalają ocenić stopień przywiązania użytkowników do analizowanych stron internetowych, wskazując udział użytkowników powracających oraz zakres, w jakim platformy te stanowią element utrwalonych zachowań zakupowych konsumentów, w tym poprzez identyfikację użytkowników, którzy rozpoczynają proces zakupowy od bezpośredniego wejścia na te strony. Należy pamiętać, że każda analiza wyłącznie ruchu bezpośredniego może nie uwzględniać zakresu, w jakim użytkownicy polegają na usługach wyszukiwania w celu poruszania się po sieci.

Wskaźnik retencji (aplikacje)

OECD wykorzystała dane Similarweb dotyczące wskaźników retencji użytkowników aplikacji mobilnych w celu określenia, ilu użytkowników pozostaje aktywnych po zainstalowaniu aplikacji platformy handlowej. Dane te przeanalizowano wyłącznie dla Polski, gdzie dostępne są analizy aplikacji filtrowane według kraju; w przypadku Litwy i Łotwy brak danych na poziomie krajowym uniemożliwił przeprowadzenie porównywalnej analizy. Co więcej, dane dotyczą wyłącznie użytkowników systemu Android, ponieważ Similarweb nie raportuje tej metryki dla użytkowników iOS. Jednak Android zapewnia istotny zasięg w Polsce ze względu na większy udział użytkowników niż iOS na tym rynku.6

Analiza ta opiera się na wskaźniku retencji Similarweb, mierzącym udział użytkowników, którzy zainstalowali aplikację, a następnie uruchomili ją w dniu N od instalacji (dzień 0 = 100% z definicji). Dla każdego miesiąca Similarweb raportuje retencję typu Day-N dla okresów 1-, 2-, 3-, 4-, 5-, 7-, 14- oraz 30-dniowych.

OECD obliczyła średnią retencję dla każdego horyzontu N-dniowego w okresie od stycznia 2025 r. do grudnia 2025 r., przyjmując prostą średnią arytmetyczną miesięcznych wartości Day-N (np. jeśli Day‑30 wynosi 20%, 25% i 30% w trzech miesiącach, raportowana wartość wynosi 25%). Wyższe wartości retencji wskazują, że większa część użytkowników po zainstalowaniu aplikacji nadal korzysta z niej na przestrzeni czasu, co pozwala ocenić trwałość jej eksploatacji.

Inne wskaźniki

OECD odniosła się w raporcie do kilku innych wskaźników Similarweb, w szczególności:

Ranga kraju (strona internetowa)

W rozdziale 5 OECD wykorzystała wskaźnik rankingu krajów Similarweb do oceny popularności różnych stron internetowych wśród użytkowników w Polsce, na Litwie i Łotwie. Similarweb określa pozycję strony internetowej w rankingu krajowym na podstawie liczby unikalnych użytkowników w ostatnim miesiącu analizowanego okresu oraz liczby jej odsłon.

Metryka rankingu krajów Similarweb jest dostępna dla Polski, Litwy i Łotwy. OECD przeanalizowała dane z ostatniego dostępnego miesiąca (styczeń 2026 r.).

Analiza ruchu odsyłającego

W rozdziale 7 OECD przeanalizowała odsetek całkowitego ruchu na wybranych stronach Allegro, który pochodził z innych stron należących do Allegro, z wykorzystaniem wskaźnika ruchu odsyłającego Similarweb. Similarweb definiuje ruch odsyłający jako ruch kierowany z jednej strony internetowej do drugiej za pośrednictwem bezpośredniego linku. Analiza ta umożliwia określenie udziału przychodzącego i wychodzącego ruchu odsyłającego strony internetowej, który pochodzi z innych stron lub kierowany jest do innych stron internetowych.

OECD przeanalizowała przychodzący i wychodzący ruch odsyłający między różnymi stronami Allegro, z zastosowaniem filtra kraju (Polska), w ostatnim dostępnym 12-miesięcznym okresie (od stycznia do grudnia 2025 r.).

Bibliografia

[2] SimilarWeb (2026), Bounce Rate, https://support.similarweb.com/hc/en-us/articles/115000501625-Bounce-Rate (accessed on 1 April 2026).

[5] SimilarWeb (2026), Monthly Active Users, https://support.similarweb.com/hc/en-us/articles/6450621690769-Monthly-Active-Users (accessed on 1 April 2026).

[3] SimilarWeb (2026), Monthly Unique Visitors, https://support.similarweb.com/hc/en-us/articles/214074389-Monthly-Unique-Visitors (accessed on 1 April 2026).

[1] SimilarWeb (2026), Monthly Visits, https://support.similarweb.com/hc/en-us/articles/115000501465-Monthly-Visits (accessed on 1 April 2026).

[6] SimilarWeb (2026), New vs. Returning Users, https://support.similarweb.com/hc/en-us/articles/360017986977-New-vs-Returning-Users (accessed on 1 April 2026).

[7] SimilarWeb (2026), Traffic Sources (Web Category), https://support.similarweb.com/hc/en-us/articles/360014573277-Traffic-Sources-Web-Category (accessed on 1 April 2026).

[4] Similarweb (2026), Unique Visitors, https://support.similarweb.com/hc/en-us/articles/4558942036113-Unique-Visitors#UUID-b61ba041-2c6b-3534-22c8-f0322200b309 (accessed on 1 April 2026).

Uwagi

← 1.  Chociaż dla uproszczenia szacunki te określa się mianem udziałów w rynku, nie należy ich traktować jako wynikających z formalnego procesu definiowania rynku.

← 2. Należy pamiętać, że udziały w ruchu mogą zaniżać udziały w przychodach, jeśli odwiedziny przekładają się średnio na niższe wydatki. Może tak być w przypadku, gdy strony internetowe charakteryzują się niższym współczynnikiem konwersji lub niższym średnim wydatkiem.

← 3.  Należy pamiętać, że wybór wskaźnika odrzuceń na poziomie globalnym lub polskim ma zazwyczaj jedynie minimalny wpływ na ostateczny szacunek udziału w rynku (np. maksymalnie około 3 pkt. proc.).

← 4.  Jak przedstawiono w rozdziale 7, oszacowania udziału w rynku obliczono również dla polskich serwisów porównywania ofert przy użyciu podobnej metodologii.

← 5.  Według serwisu Statcounter we wrześniu 2025 r. systemy Android i iOS miały łącznie 99,67% udziału w rynku mobilnych systemów operacyjnych w Polsce, https://gs.statcounter.com/os-market-share/mobile/poland.

← 6.  Według Statcounter, Android odpowiadał za 71,45% udziału w rynku mobilnych systemów operacyjnych w Polsce we wrześniu 2025 r., w porównaniu do 28,22% dla iOS. https://gs.statcounter.com/os-market-share/mobile/poland.