Moment przypisania konwersji

To najważniejsza różnica i wystarcza, żeby wyjaśnić większość rozbieżności.

Google Ads przypisuje konwersję do dnia kliknięcia, nie do dnia zakupu. Jeśli ktoś kliknął reklamę pierwszego dnia miesiąca i kupił dziesiątego, konwersja pojawi się w raporcie przy pierwszym dniu.

Analytics przypisuje transakcję do dnia, w którym nastąpiła. Ta sama sprzedaż wyląduje więc pod dziesiątym.

Konsekwencje są dwie. Zestawienia dzień do dnia i tydzień do tygodnia nie mogą się zgadzać w branżach o dłuższym procesie decyzyjnym. Oraz — co bywa zaskoczeniem — dane w Google Ads za ostatnie dni jeszcze się zmienią, bo konwersje z opóźnieniem dopiszą się wstecz do już zamkniętych dni. Ocena wczorajszego wyniku jest z definicji przedwczesna.

Im dłuższa ścieżka zakupowa, tym efekt większy. W sklepie z drobnym asortymentem różnica jest mała. W usługach o wysokiej wartości potrafi wynosić kilkadziesiąt procent w skali tygodnia.

Model atrybucji i zakres kanałów

Druga warstwa różnic dotyczy tego, komu przypisać zasługę.

Google Ads liczy konwersję dla siebie, jeśli w oknie konwersji było kliknięcie w reklamę — nawet gdy potem użytkownik wrócił z wyników bezpłatnych i tam dokonał zakupu. Analytics w standardowym raportowaniu przypisuje transakcję ostatniemu źródłu niebezpośredniemu, czyli w tym przypadku wyszukiwaniu bezpłatnemu.

To nie jest błąd żadnego z narzędzi. To dwie różne pytania: „czy reklama miała w tym udział” oraz „skąd przyszła ostatnia wizyta”. Odpowiedzi muszą się różnić.

Do tego dochodzą konwersje po wyświetleniu, obecne w Google Ads przy kampaniach graficznych i wideo. Analytics ich nie zna, bo nie ma pojęcia o wyświetleniach reklamy bez kliknięcia.

Osobna kwestia to okno konwersji. W Google Ads jest konfigurowalne i domyślnie liczy się w tygodniach. Jeśli okno jest ustawione na trzydzieści dni, a klienci decydują się przez sześć tygodni, konto systematycznie zaniża wyniki — i to jest rozbieżność, którą można naprawić jedną zmianą ustawienia.

Sposób zliczania: wszystkie kontra jedna

Tu dochodzimy do właściwej deduplikacji.

W Google Ads każde działanie konwersyjne ma ustawienie liczenia: wszystkie albo jedna. Pierwsze zapisuje każde wystąpienie po kliknięciu, drugie — tylko pierwsze.

Dla transakcji w sklepie właściwe jest liczenie wszystkich, bo trzy zamówienia po jednym kliknięciu to trzy realne zamówienia. Dla wysłania formularza zapytania właściwe bywa liczenie jednej, bo ta sama osoba wysyłająca formularz trzy razy nie jest trzema leadami.

Najczęstsza usterka, jaką znajduję: formularz kontaktowy ustawiony na liczenie wszystkich wystąpień, przy jednoczesnym mierzeniu odsłony strony podziękowania. Wystarczy, że ktoś odświeży tę stronę albo wróci do niej z historii przeglądarki, i konwersje puchną. Konto raportuje wtedy dwukrotność rzeczywistych zapytań, a strategie automatyczne optymalizują pod tę fikcję.

Analytics ma własną logikę: cel może być zaliczony raz na sesję, a transakcje deduplikuje po identyfikatorze zamówienia — o ile ten identyfikator jest przekazywany. Jeśli nie jest, odświeżenie strony potwierdzenia zamówienia tworzy kolejną transakcję.

Prawdziwe podwójne liczenie

Jest jeden układ, w którym różnica nie wynika z metodologii, ale z błędu, i widzę go regularnie.

Konto ma jednocześnie tag konwersji Google Ads na stronie potwierdzenia i zaimportowaną transakcję z Analytics jako osobne działanie konwersyjne. Oba są oznaczone jako konwersje główne. Ta sama sprzedaż liczy się dwa razy.

Skutki wykraczają poza raportowanie. Strategie automatyczne dostają dwukrotnie zawyżony sygnał, więc licytują wyżej, niż powinny, a docelowy koszt konwersji jest w rzeczywistości dwa razy wyższy niż w panelu.

Naprawa jest prosta: wybieram jedno źródło prawdy. Zwykle zostawiam tag na stronie i import z Analytics wyłączam z konwersji głównych albo usuwam. Zostawienie importu jako konwersji pomocniczej, tylko do wglądu, jest dopuszczalne — pod warunkiem że nikt nie oznaczy go potem przez pomyłkę jako głównego.

Drugi wariant tego samego problemu: dwa różne tagi konwersji wdrożone na tej samej stronie, jeden ręcznie, drugi przez menedżera tagów, z czasów dwóch różnych wdrożeń. Warto sprawdzić kod strony potwierdzenia, a nie tylko listę działań w panelu.

Rzeczy, których żaden system nie widzi

Nawet po uporządkowaniu obu narzędzi zostaje różnica względem danych z systemu sklepowego i to też ma wyjaśnienie.

Zamówienia telefoniczne i e-mailowe nie przechodzą przez koszyk. Zwroty i anulowania są korygowane w sklepie, a w narzędziach reklamowych zwykle nie. Zamówienia opłacone później, przy płatności przelewem, mogą trafiać do systemu z innym statusem i inną datą.

Do tego dochodzą ograniczenia techniczne pomiaru. Blokady skryptów, odrzucenie zgody na pliki cookie, przeglądarki ograniczające ich trwałość, zmiana urządzenia między pierwszym kontaktem a zakupem. Każdy z tych przypadków oznacza wizytę, której nie da się powiązać ze źródłem.

Kierunek zmian jest tu jednoznaczny i warto go mieć z tyłu głowy przy planowaniu: pomiar oparty na plikach cookie stron trzecich będzie coraz mniej dokładny. Zapowiedziane ograniczenia w przeglądarkach i rosnące wymogi dotyczące zgód sprawiają, że różnice między systemami będą raczej rosnąć, niż maleć.

Jak z tym pracować

Nie próbuję doprowadzić liczb do zgodności, bo to niewykonalne. Zamiast tego ustalam zasady.

Wybieram jedno źródło do decyzji o wydatkach — dane w Google Ads, bo to one napędzają strategie stawek i to w nich widać zależność między kliknięciem a wynikiem. Wybieram inne źródło do oceny biznesowej — dane sklepu, bo tylko one uwzględniają zwroty i sprzedaż spoza internetu.

Przy porównaniach pilnuję zgodności okresów i świadomości opóźnienia. Zestawiam pełne miesiące, nie ostatnie siedem dni, i nie wyciągam wniosków z ostatnich kilku dni w Google Ads.

Raz na kwartał robię uzgodnienie: liczba zamówień w sklepie, liczba transakcji w Analytics, liczba konwersji w Google Ads, wraz z wyjaśnieniem różnic. Nie po to, żeby je zlikwidować, ale żeby wiedzieć, ile wynoszą i czy nie zmieniły się skokowo. Skokowa zmiana relacji między systemami jest najlepszym wykrywaczem zepsutego wdrożenia — znacznie lepszym niż obserwowanie samej liczby konwersji, która może spadać z całkiem zwyczajnych powodów.