Biblią każdego marketera, specjalisty Google Ads, seowca i wszystkich innych zawodów bazujących na analityce internetowej jest Google Analytics. Jak nie dać się uwieść tzw. vanity metrics, czyli wskaźnikom próżności? Setki wyświetleń i niskie współczynniki odrzuceń mogą odwrócić uwagę od kluczowego elementu – obiektywnej analizy danych i realistycznej interpretacji wyników. Pozostaje zatem odwiecznie nierozstrzygnięte pytanie – dlaczego występują rozbieżności w danych Google Ads i Google Analytics? Post został zaktualizowany i wzbogacony o rozbieżności wynikające ze specyfiki nowej wersji GA4. Zapraszam do lektury, w której postaram się to omówić.

Aktualizacja wpisu: lipiec 2024

Skąd bierze się rozbieżność w danych Google Ads vs Google Analytics?

Poniższa tabela pokazuje kluczowe różnice w rozumieniu pojęcia „konwersja” jako celu, transakcji lub innego zdefiniowanego zdarzenia. Warto pamiętać o funkcji każdego narzędzia. Google Ads to narzędzie reklamowe, które wspiera cele marketingowe. Google Analytics to narzędzie biznesowe, gromadzące dane nie tylko z reklam, ale także z innych kanałów. Zawiera kluczowe wskaźniki biznesowe, takie jak przychody, transakcje, koszty, średnia wartość zamówienia czy ścieżka zakupowa klienta. Poniżej wyszczególniłam kilka najistotniejszych różnic w metodzie interpretowania kluczowych danych przez każde z tych narzędzi. Dodatkowe pytanie brzmi – dlaczego system, z którego korzysta klient (np. Shoper) pokazuje jeszcze inne dane? I najważniejsze: jak to rozwiązać, aby wszyscy byli zadowoleni?

Najczęstsze rozbieżności w danych Google Ads i Google Analytics

Zacznijmy od listy najczęstszych problemów z rozbieżnością danych, którą omówię w dalszej części artykułu.

• nieprawidłowo połączone konto Google z Google Analytics 4, lub jego całkowity brak (nieaktywne połączenie z kontem UA)
• brak kodów śledzenia reklam w Google Ads
• wyłączone automatyczne tagowanie reklam (gclid), które uniemożliwia GA4 rozpoznanie źródła konwersji
• wyłączona opcja automatycznego tagowania w GA4
• nieprawidłowo skonfigurowany tag śledzenia konwersji
• rozbieżny czas raportowania konwersji w każdym narzędziu (3h w Google Ads i 9h w Google Analytics)
• inny moment raportowania konwersji (kliknięcie w reklamę Google Ads i zakup GA4)

Metody raportowania konwersji

Google Ads:
W przypadku danych w panelu reklamowym do wyboru mamy dwie opcje uwzględniania naszej konwersji – jedna lub każda. W pierwszym przypadku Google zaleca wykorzystanie tej opcji w przypadku formularzy kontaktowych. Natomiast druga idealnie sprawdzi się w uwzględnianiu każdej transakcji, która w praktyce będzie zakupem liczonym przez Google Ads. Dodatkowo w systemie reklamowym liczy się źródło konwersji: tag Google Ads lub import celu z GA4.

Google Analytics:

W Google Analytics konwersją jest zawsze zakup, uwzględniając niebezpośrednie ostatnie kliknięcie (szerzej omówię to w części o atrybucji). Google stosuje prosty schemat, uznając za źródło zakupu ostatnie kliknięcie prowadzące do zakupu, o ile nie było to wejście bezpośrednie. Google Ads uznaje zakup w momencie kliknięcia w reklamę, a Google Analytics – w momencie zakupu. A co z modelem data driven? Atrybucja oparta na danych jest dostępna w Google Analytics 4 wyłącznie w module Eksploracja. Dane tam zawsze różnią się od standardowych raportów.

Moment realizacji zakupu

Google Ads:

Płynnie przechodząc do kolejnej punktu, warto zaznaczyć, że Google Ads widzi tylko świat „reklamowy”. Oznacza to zero jedynkowe podejście do zakupu bądź realizacji celu – moment zetknięcia z reklamą całkowicie rozpoczyna ścieżkę zakupową klienta. Komplikacje pojawiają się, gdy uwzględniamy inne kanały, które Google Analytics bierze pod uwagę. Mimo to daje on pełny obraz skuteczności reklam. O zakupie może zdecydować wyświetlenie wideo, zobaczenie reklamy brandowej lub grafiki remarketingowej. Te działania mogą, ale nie muszą, następować bezpośrednio po sobie. Efekt? Nawet przy wielu interakcjach z marką (touchpoint), ostateczny zakup jest przypisywany Google Ads, ponieważ system reklamowy nie uwzględnia innych kroków.

Google Analytics:
Przy ogólnej ocenie wszystkich kanałów, możliwości przypisania konwersji jest znacznie więcej. Biorąc pod uwagę złożoność Google Analytics, a także zawiłe zagadnienie konwersji wspomaganych, zakupy z reklam mogą ale nie muszą zostać im przypisane w dniu kliknięcia w reklamę. Wszystko to wynika ze wspomnianego już niebezpośredniego ostatniego kliknięcia, który i tak uwzględnia faktyczny moment zakupu tj. datę zrealizowania transakcji. O ile użytkownik dokona jej w przeciągu 24h, o tyle transakcja trafi do Google Ads jeśli z niej pochodzi zakup. Jednak w przypadku dłuższego upływu czasu zobaczymy rozbieżność w naszych danych – Google Analytics weźmie pod uwagę datę zakupu, Google Ads pierwszego zetknięcia z reklamą (bądź innej formy w zależności od atrybucji w panelu reklamowym dla danego celu).

Model atrybucji

Google Ads:

Wspomniany już model atrybucji, spędza sen z powiek niejednemu analitykowi, marketerowi czy accountowi zerkającemu nerwowo w panel reklamowy i tłumaczący z cierpliwością zawiłości atrybucji, konwersji, pozycji, różnic, danych… 

Domyślnie Google Ads przypisze konwersję do kampanii Google Ads, jeśli ma skonfigurowane śledzenie konwersji Google Ads.

W praktyce jest to dosyć złożone do wytłumaczenia, jednak możliwe na konkretnym przykładzie. Wystarczy przytoczyć jakże obrazowy przykład drużyny piłkarskiej. Czy jeden napastnik jest w stanie sam rozegrać mecz i przypisać sobie wszystkie zasługi zespołu w 100%? Udana bądź nie interwencja bramkarza, świadczy o nieudolności lub potędze całego zespołu? A trener, który ocenia swoich piłkarzy i decyduje o ich karierze, nie jest kluczowym ogniwem do sprawnie funkcjonującej drużyny?

Przykład działania atrybucji

Wyobraźmy sobie, że konwersja to piłkarz z różnymi ścieżkami do sukcesu, czyli realizacji celu (zakupu przez klienta). Może to być bezpośredni strzał w bramkę (pierwsze kliknięcie), brawurowe zagranie zespołu i gol ostatniej osoby (ostatnie kliknięcie) lub wynik sprawnej gry w formacji trójkąta (uwzględnienie pozycji). W skrajnym przypadku pierwszy piłkarz rozpoczyna grę, myli rywali, podaje do kolejnego, który strzela gola, a ten podaje do najbliższego bramki (atrybucja linearna). Wreszcie ON – król boiska, najlepszy zawodnik, doświadczony i wszechwiedzący, zgarnia całą chwałę (atrybucja oparta na danych).

Uwaga! Od stycznia 2024 w systemie Google Ads zostały wycofane powyższe modele atrybucji. Do wyboru jest jedynie last-click oraz data driven, ale powyższy przykład obrazuje jak działa przypisywanie atrybucji.

Jak działa przypisywanie transakcji?

W skrócie przypisanie transakcji Google Ads jest w pełni zależne od wybranego modelu atrybucji. Na jej podstawie Google decyduje jaki procent danej ścieżki zakupowej uczestniczył w całym procesie zakupowym. Najwierniej wszystkie elementy oddaje atrybucja oparta na danych, jednak trzeba spełnić kilka wymagań formalnych w kwestii m.in budżetu, aby móc z niego korzystać. Z kolei w innym wypadku, uwzględnianie pozycji jest równie sprawiedliwe i dobrze wartościujące poszczególne elementy ścieżki zakupowej (pierwszy i ostatni krok mają po 40% udziału, pozostały 20%).

Google Analytics:
W tym przypadku definicja i wytłumaczenie są bajecznie proste – niebezpośrednie ostatnie kliknięcie jest jedynym możliwym modelem atrybucji, jaki uznaje Google Analytics. Co to oznacza w praktyce? Ostatnie kliknięcie to ostatnie zetknięcie użytkownika z jakimkolwiek punktem styku danej marki – co jest bardzo ważne w tym przypadku, nie musi pochodzić tylko z jednego źródła jak w przypadku Google Ads. Użytkownik przechodzi sobie zatem między wszystkimi kanałami a jego ostatni ruch otrzymuje 100% transakcji w panelu. W przypadku, gdy jest to bezpośrednie wejście, czyli po wpisaniu adresu URL bezpośrednio w przeglądarkę, ostatni krok jest pomijany. W oficjalnych źródłach nie jest to bowiem uznawane jako punkt styku z marką a celowe, intencyjne działanie zakupowe. 

Konwersje modelowane

Jeśli po sprawdzeniu wszystkich innych danych w raportach usługa Google Ads nadal będzie podawać więcej konwersji niż GA4, prawdopodobną przyczyną rozbieżności w danych będą konwersje modelowane. Ta nowa definicja zdecydowanie wywróciła wielu marketerom życie do góry nogami, jednak musimy dzielnie stawić mu czoła i włączyć na stałe do naszej analizy. W wielkim skrócie, konwersje modelowane wiążą się z trybem uzyskiwania zgody czyli consent mode v2. Wypełniają one luki w danych, które mogą powstawać na skutek braku wyrażenia zgody przez użytkownika. Wtedy system automatycznie modeluje dostępne dane, aby połączyć całość ścieżki użytkownika w jeden proces. W poszanowaniu zasad prywatności i w pełni anonimowo.

Różnice między GA4 a Google Ads

Obecnie modelowanie konwersji w GA4 odbywa się niezależnie od modelowania konwersji w Google Ads. GA4 eksportuje do Google Ads tylko odnotowane konwersje. Modelowanie konwersji w GA4 nie zmienia jednak łącznej liczby raportowanych konwersji, ale może zwiększyć łączną liczbę konwersji. To najczęściej z kolei powoduje rozbieżności w liczbie konwersji podawanej w raportach GA4 w porównaniu z konwersjami podawanymi w raportach Google Ads.

W przypadku GA4 nie ma możliwości wyłączenia konwersji modelowanych. Dane o konwersjach będą modelowane, gdy nie uda się zarejestrować wystarczającej ilości danych.

Podsumowanie

Niniejszy artykuł w żaden sposób nie wyczerpuje szeregu możliwości, wyjątków oraz powodów rozbieżności między Google Ads a Google Analytics. Należy mieć na uwadze, że w dużej mierze wynika to ze złożoności i różnorodnych opcji konfiguracji konta Google Analytics, złożoności konwersji w Google Ads, a także innych czynników, takich jak: konwersje wspomagane, konwersje po obejrzeniu, połączenia telefoniczne z reklam czy liczba celów na zdarzenie.

A jakie problemy z analizą danych Was spotykają najczęściej?