Biblią każdego marketera, specjalisty Google Ads, seowca i wszystkich innych zawodów bazujących na analityce internetowej jest Google Analytics. Jednak jak nie dać się uwieść tzw. vanity metrics, czyli wskaźnikom próżności? Setki wyświetleń, niskie współczynniki odrzuceń, wzrastająca liczba stron na sesję mogą zmylić naszą czujność wobec tego co najważniejsze – obiektywnej analizie danych i interpretacji wyników zgodnych z rzeczywistością. Idea jakże chwalebna i godna pochwały, pozostaje zatem odwiecznie nierozstrzygnięte pytanie – dlaczego Google Ads i Google Analytics pokazują różne dane? 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 różnica w danych Google Ads vs Google Analytics?

Poniższa tabela obrazuje kluczowe różnice w rozumieniu pojęcia „konwersja” jako cel, transakcję bądź inne zdefiniowane zdarzenie. Warto mieć na uwadze funkcję każdego z omawianych narzędzi – Google Ads jest narzędziem reklamowym, który ma za zadanie wspierać cele marketingowe. Google Analytics pełni rolę biznesowego odpowiednika, w którym znajdują się dane dotyczące nie tylko reklam, ale także innych kanałów i wszystkich najważniejszych wskaźników biznesowych takich 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?

rozbieżności w danych

Najczęstsze rozbieżności w danych Google Ads i Google Analytics

Zacznijmy od listy najczęstszych problemów z rożbieżnością 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:

Konwersją w Google Analytics jest zawsze zakup, a do tego – w niebezpośrednim ostatnim kliknięciu (co omówię szerzej w punkcie poświęconym atrybucji). Oznacza to, że Google bardzo prostym schematem ocenia, co było źródłem zakupu, czyli bierze pod uwagę ostatnie kliknięcie prowadzące do zakupu, o ile nie było ono wejściem bezpośrednim. Tym sposobem Google Ads uzna za zakup moment faktycznego kliknięcia w reklamę, natomiast Google Analytics – moment zakupu. Co zatem z modelem data driven? Atrybucja oparta na danych jest dostępna w raportach Google Analytics 4 tylko w module Eksploracja, gdzie dane zawsze będą rozbieżne w zależności od standardowego raportu.

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. O ile komplikacje zaczynają się na etapie włączenia innych kanałów, które Google Analytics uwzględnia, o tyle daje ono pełen obraz skuteczności reklam. O momencie realizacji zakupu może zdecydować wyświetlenie video, zobaczenie reklamy brandowej, a następnie grafika remarketingowa a wszystkie te czynnością mogą następować po sobie bezpośrednio, aczkolwiek nie muszą. Efekt? Pomimo lawirowania między kanałami i licznymi zetknięciami z marką (tzw. touchpoint), ostateczny zakup i tak trafia w ramiona Google Ads, ponieważ system reklamowy nie uwzględnia innych kroków.

Ścieżki zakupowe klienta

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

A teraz pomyślmy, że nasza konwersja jest piłkarzem i ma kilka ścieżek do osiągnięcia sukcesu, czyli realizacji celu (tj. klient dokona zakupu). Może być bezpośrednim strzałem prosto w bramkę (pierwsze kliknięcie), brawurowej grze zespołu i finalnie golem jednej ostatniej osoby (ostatnie kliknięcie), może wynikać ze sprawnej formacji trójkąta i grze każdego piłkarza (uwzględnienie pozycji). W skrajnej sytuacji pierwszy piłkarz wyprowadza grę, zmyli rywali a następnie poda do piłkarza, którzy strzeli kolejnego gola, a ten poda do swojego kolegi najbliżej bramki (atrybucja linearna). Na koniec ON – król królów, najlepszy zawodnik, najbardziej doświadczony, znający wszelakie techniki i zagrywki, mistrz boiska i weteran stażu na murawie zgarnia całą chwałę dla siebie dzięki swojej wszechwiedzy, wyidealizowany i niemal niemożliwy do osiągnięcia (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.

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 źrodła 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 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, oczywiście w poszanowaniu zasad prywatności i w pełni anonimowo.

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?