Skip links

Mérési hibák az e-kereskedelemben – Google Analytics problémák?

Honnan jön a bevételünk a webáruházunkba???

A Google Analytics 4 bevezetése óta még jobban felerősödött a trend, hogy a webáruházat üzemeltető vállalkozók egyre kevésbé látnak tisztán abban, hogy a bevételük honnan érkezett, és milyen csatornákra érdemes költeni, melyik csatornák azok, amelyek csak égetik a pénzt.
 
Ez nem a GA4 hibája, egyrészt természetes jelenség is, hiszen a webshopos vásárlások általában nem úgy történnek, hogy a vevő meglátja a hirdetésünket és azonnal kattint, majd vásárol. Valószínűleg több érintkezési pont (úgynevezett touchpoint) is szükséges ahhoz, hogy vásároljon.
Teljesen életszerű jelenség, hogy meglát a vevő egy hirdetést a termékünkről Facebookon, felkelti az érdeklődését, majd tájékozódik máshol is. Esetleg eszébe jutunk, visszalátogat az oldalra, majd ismét távozik. Másnap elébe kerül egy Google Ads hirdetésünk, ismét meglátogat, végül elszánja magát másnap visszatér és vásárol. Életszerű jelenség:
 
 

Hogyan értelmezzünk és döntsünk?

Azért nehéz a döntés vezetőként, mert több szempontot és jelenséget kell figyelembe vennünk. 

1. Mit látunk?

Teljesen különböző számokat láthatunk a GA4-ben, a Facebook vállalkozáskezelőben, a Google Ads saját felületén, a webáruházunk statisztikáiban és végül a bankszámlánkon mint realizált bevétel. 🙂 Ahhoz, hogy a különbségeket megértsük, meg kell értenünk ezeknek az eszközöknek az alapvető mérési módszereit és természetes hiányosságait.

  • A Google Ads és a Facebook azokból a vásárlásokból, melyekben szerepet játszott, bizonyos hányadot magának könyvel el, ami érthető. A fenti példában nehéz elképzelni, hogy a Facebook, vagy a Google Ads nélkül is lett volna vásárlás, de hogy melyik eszköznek mekkora szerepe volt a vásárlásban, azt igen nehéz lenne eldönteni, sőt különböző termékeknél ez teljesen más is lehet az eszközök szerepe a vásárlásban.
    Ha szükségünk van valamire, és aktívan keresünk, akkor sokkal könnyebben meggyőz egy hirdetés és rövidebb lesz a vásárlási útvonal, mintha egy vadonatúj impulzussal találkozva megtetszik valami (vágytermékek).
    Érthető módon akkor is hosszú lehet a döntési folyamat, ha nagyon drága a termék és minél óvatosabban akarunk dönteni.
  • A Google Analytics 4 viszont próbálna egyensúlyt teremteni a különböző csatornák között és valamilyen módon eldönteni, hogy a konverziót valójában hova, milyen csatornára, vagy csatornákra könyvelje. Erre szolgálnak az un. attribúciós modellek, amiről beszélünk részletesebben mindjárt, sőt akit mélyebben érdekel azoknak egy teljesen külön, részletes bejegyzés is szól majd erről.
  • A webáruházak statisztikái is mást mutatnak, hiszen pl a lemondott rendelések, vagy a cookie-k nem elfogadása miatti rendelések nem jelennek a marketing eszközeinkben, csak a webáruházban, tehát összehasonlítani őket és pontos egyezést várni értelmetlen lenne.

 2. Biztosan helyes, amit látunk?

Mielőtt beszélünk az attribúciós modellekről, a következő nehéz kérdés, hogy biztosak lehetünk-e abban, hogy a számok, amiket látunk, biztosan helyesek? Nagyon kellemetlen számunkra, ha elhatározzuk, hogy megértjük az összefüggéseket, megpróbáljuk a döntéseinkhez felhasználni az adatokat, majd a végén kiderül, hogy ezek nem is pontosak!
De sajnos egyáltalán nem biztos, hogy a számaink pontosak, és ezt túl sok hiba okozhatja!
A legfontosabbakra mindjárt nézünk példákat, de jó hír, hogy a hibás mérések egy jó része felszámolható, ami pedig nem, azt legalább tudjuk, értjük és felhasználhatjuk a döntéseinkben! 
 

3. Hogyan értelmezzük és hogyan döntsünk jól?

Ha pedig értjük a különböző eszközök közötti eltéréseket, valamint a hibákat felszámoltuk, vagy tudatosítottuk, akkor képesek leszünk a marketing stratégiát ésszerűen megalkotni!
 
De kezdjük az elején, mik is az attribúciós modellek?

A GA4 attribúciós modelljei

Röviden: az attribúciós modellezés lényege, hogy a konverziót megpróbáljuk szétosztani a különböző forgalmi források között.
Érthetőbben: próbáljunk elképzelni egy focicsapatot, akinek közös a célja: gólt kell szerezni. A gól a konverzió, azaz a vásárlás.
Jó csapatmunka esetén általában a gólszerzőhöz kötik a gólt, de a csapat nélkül nem születhetett volna meg! A GA4 megpróbálja különbözőképpen modellezni, hogy a gólban kinek mekkora szerepe volt. Akkor szerez a csapat a legtöbb gólt, ha gördülékeny a csapatmunka, és az edző folyamatosan elemzi, hogy mire van szükség a jobb eredményhez.
Ugyanilyen elemzés szükség ahhoz is, hogy a marketingünk összes eleme a legjobban működjön együtt és a leghatékonyabban szerezzünk gólt, azaz költséghatékonyan vásárlót!

Dióhéjban nézzük meg, milyen alapvető attribúciós modellek vannak a GA4-ben és azok mit jelentenek? Az attribúciós modellekről nagyon alaposan később, külön cikkben foglalkozunk majd, ha ha érdekel, iratkozz fel a cikk végén található űrlapon!

Adatközpontú hozzárendelés

Ilyenkor a GA4 gépi tanulási algoritmusokat használ a konverziós útvonalak értékelésére. Megtanulja, hogy a különféle kapcsolattartási pontok hogyan befolyásolják a konverziós eredményeket.  Figyelembe veszi,  a konverzió időtartamát, az eszköz típusát, a hirdetésekkel kapcsolatos interakciók számát, a hirdetések nézettségi sorrendjét…

Fizetett és organikus utolsó kattintás

A közvetlen forgalmat figyelmen kívül hagyja, és a konverziós érték 100%-át ahhoz az utolsó csatornához rendeli, ahonnan az ügyfél átkattintott.

Fizetett Google-csatornák – utolsó kattintás

A legutóbbi Google Ads-csatornához rendeli, ahonnan az ügyfél a konverziót megelőzően átkattintott. Ha nincs Google Ads-kattintás akkor a hozzárendelési modell a Fizetett és organikus – utolsó kattintás modellt használja.
 

Hol lehet beállítani?

Mérési anomáliák, különbözőségek

Ha megértettük az eszközök különböző megközelítési módjait és tudjuk helyes értelmezni a GA4-ben megjelenő adatokat, akkor biztosnak kellene lennünk abban, hogy amit látunk, az megbízható.
Sajnos ilyenkor is tapasztalhatjuk, hogy a Google Ads-ben megjelenő konverziós adatok nagyon távol állnak a GA4-ben látható adatoktól. Mik lehetnek az eltérések okai – az attribúciós modell különbségeitől eltekintve?

A leginkább zavaró jelenség manapság az, hogy sok esetben irreálisan magas számokat látunk, mint direkt forgalmi forrás. Jó hír lenne, ha igaz lenne, mert az jelezné, hogy egyre többen találnak ránk hirdetés nélkül, de sajnos a túl magas szám általában mérési hiba. Nézzünk néhány konkrét példát arra, amikor a GA4 számaink „gyanúsak”.

Google Ads és GA4 eltérés esetén:

1. Másfajta konverzió mérés

Bizonyos esetekben a Google Ads konverziók nem jelennek meg GA4-ben, például: egy hirdetésre kattintva a felhasználó több rendelést ad le, ilyen esetekben a Google Ads számolhat 1 rendelést (ha a konverziószámolás így van beállítva), míg a GA4 ilyenkor több konverziót mér.

2. GA4 követőkód nem fut le

Hibás beállítás, vagy Adblocker esetében a GA4 nem mér konverziót, míg a Google Ads igen.

3. Eltérő konverziós időablak

A konverziós időablak egy időtartam, amin belül ha megtörténik a konverzió, akkor a GA4 és a Google Ads hozzárendeli az adott érintkezési ponthoz a konverziót. De az két eszközben ez lehet különbözőképpen beállítva és akkor a konverziós számok eltérnek egymástól.

4. A konverzió később jelenik meg

Függetlenül az időablaktól, a GA4-ben akár 72 óra is eltelhet, amíg a konverzió megjelenik. A Google Ads-ben azonnal megtörténik.

5. Különböző eszközökön történt konverzió

Bekövetkezhet egy konverzió, úgy hogy a felhasználó egy másik eszközben fejezte be a konverziós műveletet, mint ahol elindította. Ilyen esetekben a Google Ads le tudja követni a felhasználót, amennyiben ezt beállítottuk a Google Ads-ben. A GA4 nem tudja ezt nyomon követni, amennyiben az un. „Google Signals” nincs engedélyezve a GA4-ben.

…és még sok egyéb, lesz erről hosszú, részletes, minden részletre kiterjedő cikk, amiből megtanulhatod az összes olyan beállítást, ami segít a minél pontosabb mérés kialakításában!

 

Most nézzünk néhány olyan esetet, amikor túl magas a direkt forgalmunk aránya. Ennek néhány potenciális oka:

1. Hibásan cimkézett URL-ek

Ha a marketing kampányaink helytelenül vannak címkézve, akkor előfordulhat, hogy a hivatkozási oldal, ahonnan érkezett a látogató, elveszik és a GA4 nem tudja beazonosítani a forrást. Ilyenkor a forgalom a direkt forgalmi csatornába könyvelődik.
 

2. Cache problémák

Gyakran használunk un. cache technológiát az interneten, ami annyit tesz, hogy nem töltődik be az oldal, amennyiben nem volt benne változás, így gyorsabb a felhasználói élmény. A GA4 követőkódot a HTML oldal HEAD szekciójában szokták elhelyezni, ami általában nem kerül kerül a cache-elés hatása alá, de előfordulhat, hogy mégis, olyankor pedig nem fog lefutni a követőkód, és a forgalom a direkt csatornába kerül

 

4. Kereszt domain hivatkozások hibás beállítása

Amikor több domaint szeretnénk követni, és ezt hibásan állítjuk be a GA4-ben, akkor szinte mindig előfordul, hogy a forgalom a direkt csatornában landol.

5. Generációs okok, offline márkaépítés 🙂

Ez szerencsére nem hiba, hanem jelenség, de fontos tudni róla: amennyiben a célközönséged fiatalabb, és jelentős mértékben hallgat podcastokat, és utána érkeznek hozzád, ez természetesen a direkt csatornára könyvelődik. Ugyanez igaz, ha erősebb az offline hirdetési jelenléted, ahol találkozhatnak veled: televízió, kiállítások, óriásplakátok. Ilyen esetekben természetes a magas direkt forgalom.

6. Google Analytics problémák 

Sajnos 2024 júniusától egy ismert jelenség, hogy a GA4 rendszerén belül is van mérési anomália, aminek egyenlőre nem lehet tudni az okát. Természetesen ezt nem tudjuk megoldani, de remélhetőleg erre a Google minél előbb megoldást talál.

Mit tegyünk?

Tisztáztuk a mérési módszerek különbségeit, látjuk, hogy csúszhatnak el a számok. De mi a teendőnk? A célunk végül is az, hogy a marketingünk a leghatékonyabb legyen és a budgetünket a legokosabban használjuk fel. A következő cikkben végigmegyünk részletesen azon a listán, amit érdemes megtenned ahhoz, hogy a lehető legtöbbet hozd ki a marketingedből. Amiről írni fogunk: 
1. Javítsunk ki mindent, amit lehet. – Példákkal, részletesen.
2. Keressünk alternatív mérési módszereket. – Mutatunk eszközöket.
3. Gyűjtsük egy helyre az adatainkat! –
4. Használjunk ROI alapú megközelítést
5. Teszteljük az üzleti modellünket!
Addig javaslom, iratkozz fel leveleinkre és kövess minket, érdekes és reklámmentes cikkek következnek!
Ez a weboldal cookie-kat használ az Ön webes élményének javítása érdekében.