← Wróć do bloga

Dlaczego GA4, Google Ads, Meta Ads i sklep pokazują różne wyniki?

GA4, Google Ads, Meta Ads i sklep pokazują inne wyniki? Wyjaśniamy różnice w definicjach, atrybucji i pomiarze oraz wskazujemy, któremu źródłu ufać.

Jeżeli GA4 pokazuje 780 transakcji, sklep 1000 opłaconych zamówień, Google Ads przypisuje sobie 350 konwersji, a Meta Ads 280, nie oznacza to automatycznie, że którykolwiek z tych systemów jest zepsuty. Każdy obserwuje inny fragment procesu, stosuje własne definicje i odpowiada na inne pytanie. Błędem jest dopiero używanie tych liczb zamiennie albo sumowanie konwersji przypisanych przez platformy reklamowe.

Najkrótsza odpowiedź: sprzedaż i marżę rozliczaj na danych operacyjnych lub finansowych, zachowanie użytkowników analizuj w GA4, a raportów Google Ads i Meta Ads używaj przede wszystkim do optymalizacji kampanii w obrębie danej platformy. Rozbieżności trzeba wyjaśniać, ale nie należy oczekiwać, że wszystkie systemy pokażą identyczny wynik.

Każdemu źródłu ufa się w innym celu

„Źródło prawdy” nie powinno być nazwą jednego narzędzia dla całej firmy. Powinno być przypisane do konkretnej definicji. System księgowy może być źródłem prawdy o zaksięgowanym przychodzie, ale nie wyjaśni, na którym etapie klienci porzucają koszyk. GA4 pokaże ścieżkę na stronie, lecz nie powinien rozstrzygać, ile pieniędzy rzeczywiście wpłynęło na konto.

Źródło Do czego służy najlepiej Najważniejsze ograniczenie
Sklep, ERP, system płatności lub finanse Zamówienia, status płatności, zwroty, przychód i marża Nie opisuje pełnej ścieżki użytkownika ani wpływu marketingu
GA4 Zachowanie na stronie, lejki, ścieżki, segmenty i analiza kanałów Pomiar zależy od implementacji, zgód, przeglądarki i identyfikacji użytkownika
Google Ads Ocena i optymalizacja kampanii Google według ustawionej konwersji Przypisuje wynik według własnej logiki atrybucji i dat raportowania
Meta Ads Ocena i optymalizacja kampanii na Facebooku i Instagramie Może przypisać konwersję po kliknięciu lub innym kwalifikowanym kontakcie z reklamą

W praktyce firma potrzebuje kilku uzgodnionych źródeł: jednego do rozliczania sprzedaży, drugiego do analizy zachowania i osobnych danych aktywacyjnych do sterowania kampaniami. Wspólna powinna być nie liczba, ale definicja, identyfikator transakcji i reguła użycia.

Ta sama „sprzedaż” może oznaczać cztery różne zdarzenia

Najczęstsza rozbieżność pojawia się jeszcze zanim porównamy narzędzia. Sklep może zapisać zamówienie po kliknięciu „Kupuję i płacę”, GA4 wysłać zdarzenie purchase po wyświetleniu strony podziękowania, operator płatności potwierdzić transakcję kilka minut później, a finanse ująć przychód dopiero po spełnieniu własnych reguł.

Jeżeli raport sklepu obejmuje wszystkie utworzone zamówienia, znajdą się w nim także płatności nieudane, anulacje i zamówienia testowe. Jeżeli GA4 uruchamia purchase przy każdym ponownym wejściu na stronę podziękowania, może zawyżać sprzedaż. Jeżeli użytkownik nie wróci z bramki płatniczej, zdarzenie może w ogóle nie zostać wysłane.

Dlatego przed porównaniem trzeba spisać co najmniej:

  • moment uznania zamówienia za sprzedaż;
  • statusy włączane i wyłączane z raportu;
  • zasady uwzględniania zwrotów, anulacji, kosztu dostawy, podatku i rabatów;
  • strefę czasową i walutę;
  • identyfikator, po którym można połączyć rekordy między systemami.

W e-commerce tym identyfikatorem powinien być stabilny i unikalny transaction_id. Google wskazuje go jako parametr pomagający zapobiegać zduplikowanym zdarzeniom zakupu. Jednocześnie ostrzega, że ponowne wysłanie zdarzenia z tym samym identyfikatorem zostanie zignorowane, nawet gdy zmienią się jego wartości. To oznacza, że brakujące, puste albo ponownie używane identyfikatory potrafią zniekształcić wynik w obie strony. Zasady testowania opisuje oficjalna dokumentacja walidacji e-commerce w GA4.

Kliknięcie nie jest sesją, a sesja nie jest zamówieniem

Google Ads liczy interakcję z reklamą. GA4 rozpoczyna sesję dopiero wtedy, gdy strona się załaduje i pomiar zadziała. Jedna osoba może kliknąć reklamę kilka razy w tej samej sesji. Może też kliknąć, zamknąć kartę przed załadowaniem tagu albo odrzucić zgodę analityczną. Z drugiej strony jedna interakcja reklamowa może poprzedzić kilka sesji.

Google wymienia wśród przyczyn rozbieżności między kliknięciami a sesjami m.in. różne definicje metryk, filtrowanie nieprawidłowych kliknięć, wyłączone automatyczne tagowanie, przekierowania usuwające identyfikatory oraz brak kodu pomiarowego na stronie docelowej. Dlatego proporcja sesji do kliknięć jest dobrym wskaźnikiem diagnostycznym, ale nie powinna wynosić dokładnie 100%. Zobacz: Clicks and Sessions Discrepancy for Google Ads.

Praktyczna zasada: najpierw porównuj kliknięcia z poprawnie oznaczonymi sesjami, następnie sesje ze zdarzeniami lejka, a dopiero na końcu zdarzenia purchase z zamówieniami. Skok różnicy między dwoma kolejnymi etapami wskazuje miejsce, w którym trzeba szukać problemu.

Atrybucja tworzy różne wersje „zasługi” za tę samą transakcję

Załóżmy, że klient zobaczył reklamę na Instagramie, po dwóch dniach kliknął reklamę w Google, a tydzień później wrócił bezpośrednio i kupił. Sklep widzi jedno zamówienie. GA4 rozdziela lub przypisuje zasługę zgodnie z modelem i zakresem raportu. Google Ads ocenia, czy wcześniejsza interakcja z reklamą Google mieści się w ustawionym oknie. Meta robi to samo dla kontaktu z reklamą w swoim środowisku.

W efekcie jedna sprzedaż może pojawić się jako konwersja w obu platformach reklamowych. Nie wolno więc dodawać do siebie 350 konwersji Google Ads i 280 konwersji Meta Ads, a następnie porównywać sumy 630 z liczbą zamówień. To nie jest zbiór rozłączny.

Różnić może się również dzień, do którego przypisano wynik. Google Ads standardowo wiąże konwersję z datą interakcji reklamowej, podczas gdy GA4 i system sklepu mogą raportować ją w dniu zakupu. Google zaleca użycie kolumn raportujących według czasu konwersji, gdy porównujemy Ads z systemem zapisującym datę samego zakupu. Ustawienia modelu i okna atrybucji opisuje dokumentacja atrybucji w GA4. Meta również pozwala wybierać ustawienia atrybucji wpływające na optymalizację i raportowanie; opisuje je w materiale About Attribution Models and Attribution Settings.

Zgody, modelowanie i ograniczenia przeglądarek zmieniają obserwowalność

GA4 oraz platformy reklamowe nie obserwują wszystkich użytkowników w ten sam sposób. Część osób odrzuca zgodę, część korzysta z blokad reklam, a przeglądarki ograniczają identyfikatory i czas życia plików cookie. Pomiar klient-side może więc nie zarejestrować wizyty lub nie połączyć jej z późniejszym zakupem.

Consent Mode nie „odzyskuje” zgody. Dostosowuje zachowanie tagów do decyzji użytkownika i może umożliwić modelowanie zagregowanych braków, jeżeli implementacja oraz wolumen danych spełniają wymagania. Google wyjaśnia, że raportowane kluczowe zdarzenia mogą zawierać zarówno obserwowane, jak i modelowane wyniki, a dane atrybucyjne mogą być aktualizowane po czasie. Zobacz: omówienie Consent Mode i modelowane kluczowe zdarzenia w GA4.

W Meta dodatkowym źródłem różnic bywa jednoczesne wysyłanie zdarzeń przez Pixel i Conversions API. Taka konfiguracja jest poprawna tylko wtedy, gdy odpowiadające sobie zdarzenia mają zgodne event_name i event_id, dzięki czemu platforma może je zdeduplikować, czyli rozpoznać jako jeden wynik. W przeciwnym razie sprzedaż może zostać policzona podwójnie. Mechanizm opisuje dokumentacja deduplikacji zdarzeń Pixel i Conversions API.

Kiedy rozbieżność jest normalna, a kiedy wskazuje błąd

Normalna jest różnica wynikająca z odmiennego celu, modelu atrybucji czy okna raportowania. Nie jest normalne, gdy identyfikatory kampanii znikają po przekierowaniu, domena operatora płatności staje się głównym źródłem sprzedaży albo liczba zdarzeń zakupu zmienia się po odświeżeniu strony podziękowania.

Sygnał Prawdopodobna przyczyna Pierwszy test
Znacznie mniej sesji GA4 niż kliknięć reklam zgody, wolne ładowanie, brak tagu, utrata GCLID/UTM Tag Assistant, landing pages i przekierowania
Sklep ma zamówienie, GA4 nie ma purchase zdarzenie zależne od strony podziękowania, bramka płatnicza, błąd dataLayer test zakupu i porównanie po transaction_id
GA4 ma więcej zakupów niż sklep duplikaty, ponowne wywołanie tagu, brak unikalnego ID liczba zdarzeń na każdy transaction_id
Operator płatności widoczny jako źródło sprzedaży brak unwanted referrals lub źle wdrożony cross-domain ścieżka sesji przed i po płatności
Google i Meta razem przypisują więcej konwersji niż istnieje zamówień nakładające się okna i platformowe modele atrybucji porównanie na poziomie ID zamiast sum platformowych

Jak uzgodnić wyniki krok po kroku

  1. Zdefiniuj bazę porównania. Wybierz np. opłacone zamówienia po odjęciu anulacji, w jednej walucie i strefie czasowej.
  2. Porównuj po identyfikatorze transakcji. Suma dzienna mówi, że istnieje różnica. Lista brakujących i nadmiarowych ID mówi, skąd się wzięła.
  3. Policz pokrycie pomiaru. Jeżeli sklep ma 1000 poprawnych zamówień, a GA4 780 odpowiadających im identyfikatorów, pokrycie wynosi 78%. Pozostałe 22% to luka obserwacyjna do wyjaśnienia, nie automatycznie „sprzedaż direct”.
  4. Oddziel pomiar od atrybucji. Najpierw potwierdź, że zakup został poprawnie wysłany. Dopiero potem analizuj, któremu kanałowi go przypisano.
  5. Ujednolić datę i okno. Porównuj dzień konwersji z dniem konwersji, a nie dzień kliknięcia z dniem sprzedaży.
  6. Zapisz różnice oczekiwane. Organizacja powinna wiedzieć, dlaczego określone raporty nigdy nie będą identyczne i jaki poziom odchylenia akceptuje.
  7. Monitoruj wskaźniki jakości. Pokrycie transakcji, udział brakujących ID, self-referrale czy relacja sesji do kliknięć powinny być obserwowane cyklicznie, nie tylko podczas jednorazowego audytu.

Którym danym ufać w konkretnej decyzji

  • Ile firma rzeczywiście sprzedała? Danym operacyjnym lub finansowym po uzgodnieniu statusów, zwrotów, podatku i waluty.
  • Gdzie użytkownicy wypadają z lejka? GA4, ale dopiero po sprawdzeniu kompletności zdarzeń i parametrów.
  • Którą kampanię Google skalować? Google Ads wraz z danymi o wartości i marży, najlepiej na konwersji możliwie bliskiej wynikowi biznesowemu.
  • Którą kampanię Meta skalować? Meta Ads wraz z poprawnie zdeduplikowanymi zdarzeniami Pixel/CAPI i kontrolą wyniku w danych sprzedażowych.
  • Jak podzielić budżet między kanały? Nie na podstawie prostego zestawienia ROAS-ów z paneli. Potrzebne są wspólne dane sprzedażowe, porównywalne definicje i — przy większej skali — testy inkrementalności lub modelowanie.

Najważniejszym rezultatem nie jest doprowadzenie wszystkich paneli do tej samej liczby. Jest nim system, w którym każda metryka ma definicję, właściciela, źródło, znane ograniczenia oraz konkretny zestaw decyzji, do których można jej używać.

Nie wiesz, gdzie znika część zamówień albo dlaczego platformy przypisują sobie więcej sprzedaży niż sklep?

Audyt Northline łączy test implementacji z uzgodnieniem definicji i porównaniem transakcji na poziomie identyfikatora.

Porozmawiajmy o jakości danych →

Źródła i dokumentacja

08 — Kontakt

Opowiedz, jaką decyzję blokują dziś dane.

Nie wiesz, którym danym ufać, jak ustawić właściwe wskaźniki albo jak połączyć informacje z wielu systemów i zespołów?

Na pierwszej rozmowie uporządkujemy temat, omówimy dostępne dane i ustalimy najlepszy kierunek działania.

Odpowiadamy w ciągu jednego dnia roboczego.

Wolisz napisać bezpośrednio?hello@northlinedi.pl