Hierarchia wiarygodności źródeł danych
Nie chodzi o to, że któreś dane są fałszywe. Chodzi o to, że każde źródło mierzy coś nieco innego, w innym momencie i z innym marginesem błędu.
| Źródło | Co mierzy | Wiarygodność jako źródło sprzedaży | Główne ograniczenie |
|---|---|---|---|
| System sklepowy / ERP | Faktycznie złożone i opłacone zamówienia | Referencyjna | Nie zawiera informacji o źródle ruchu bez dodatkowej integracji |
| System płatności | Zaksięgowane płatności | Referencyjna dla przepływów finansowych | Nie obejmuje zamówień za pobraniem i płatności odroczonych |
| GA4 | Zdarzenia zarejestrowane w przeglądarce użytkownika | Wysoka dla trendów, niepełna dla wolumenu | Blokowanie skryptów, brak zgód, błędy implementacji |
| Panele reklamowe | Konwersje według własnego modelu atrybucji | Niska jako miara łącznej sprzedaży | Nakładające się konwersje między platformami |
| Narzędzia mailingowe | Otwarcia, kliknięcia, konwersje przypisane wysyłce | Ograniczona | Zniekształcenia w pomiarze otwarć, własna atrybucja |
Wniosek: system sklepowy jest naturalnym kandydatem na źródło referencyjne dla sprzedaży, bo mierzy fakt, a nie jego ślad. Pozostałe źródła odpowiadają na pytanie „skąd przyszedł ten klient”, którego system sklepowy sam z siebie nie rozstrzyga.
Dlaczego GA4 zawsze pokaże mniej niż system sklepowy
Różnica między GA4 a danymi sklepu nie jest błędem, tylko konsekwencją sposobu pomiaru. GA4 rejestruje zdarzenie wysłane z przeglądarki użytkownika, więc wszystko, co przerwie ten łańcuch, powoduje brak danych:
- Blokowanie skryptów śledzących przez rozszerzenia przeglądarki lub ustawienia prywatności.
- Brak zgody na cookies analityczne, po którym dane trafiają w ograniczonej formie lub wcale, zależnie od konfiguracji trybu zgody.
- Przerwanie sesji przed załadowaniem strony potwierdzenia zamówienia, na przykład zamknięcie karty tuż po płatności.
- Płatności zewnętrzne z przekierowaniem, przy których użytkownik nie wraca na stronę potwierdzenia.
- Błędy implementacji, na przykład brak wywołania zdarzenia zakupu przy niektórych metodach płatności.
Skala tej różnicy jest wartością diagnostyczną. Jeśli utrzymuje się na stabilnym poziomie, jest przewidywalna i można ją uwzględnić w analizie. Jeśli nagle rośnie, to sygnał problemu z implementacją, a nie ze sprzedażą.
Dlaczego dane z paneli reklamowych nie sumują się do sprzedaży
Każda platforma reklamowa raportuje konwersje według własnego modelu atrybucji i własnego okna czasowego. Ten sam zakup, poprzedzony kontaktem z reklamą na dwóch platformach, zostanie zaraportowany przez obie niezależnie. Suma konwersji z paneli będzie więc wyższa niż liczba transakcji w sklepie, i to bez żadnego błędu po stronie platform.
To nie dyskwalifikuje tych danych. Oznacza jedynie, że mają inne zastosowanie: dobrze służą do porównywania kampanii i grup reklam w obrębie jednej platformy, źle do rozliczania łącznego wyniku sprzedażowego firmy.
Jak ocenić, czy konkretne dane są wiarygodne
Zanim oprzesz decyzję na liczbie z raportu, sprawdź pięć rzeczy:
- Jak blisko faktu powstaje pomiar. Zamówienie zapisane w bazie sklepu jest bliżej faktu niż zdarzenie wysłane z przeglądarki.
- Ile warstw pośrednich dzieli pomiar od zdarzenia. Każda warstwa (skrypt, kontener tagów, serwer pośredniczący, konektor) to potencjalne miejsce utraty danych.
- Czy definicja metryki jest znana i jednoznaczna. „Konwersja” w panelu reklamowym i „zamówienie” w sklepie to zwykle różne rzeczy.
- Jaka jest historyczna stabilność wskaźnika. Nagła zmiana bez zmiany w biznesie zwykle wskazuje na problem z pomiarem, nie na zmianę rzeczywistości.
- Czy istnieje niezależne źródło do porównania. Jedna liczba bez punktu odniesienia jest niesprawdzalna.
Co robić z rozbieżnościami
Rozbieżności między źródłami są normalne i nie da się ich w pełni wyeliminować. Cel to sprowadzenie ich do stanu przewidywalnego i udokumentowanego:
- Wskaż jedno źródło referencyjne dla sprzedaży, zwykle system sklepowy, i konsekwentnie rozliczaj wyniki finansowe według niego.
- Udokumentuj typową skalę odchylenia pozostałych źródeł wobec referencyjnego.
- Używaj każdego źródła zgodnie z jego mocnymi stronami: paneli reklamowych do optymalizacji kampanii, GA4 do analizy zachowania użytkowników i trendów, systemu sklepowego do rozliczeń.
- Monitoruj rozbieżność jako osobną metrykę, bo jej zmiana informuje o problemach technicznych szybciej niż spadek sprzedaży.
Dane, którym warto ufać najmniej
Szczególnej ostrożności wymagają metryki, które są pochodnymi innych metryk, obliczanymi przez zewnętrzne systemy według nieujawnionej logiki. Przykład: wskaźniki jakości i prognozy efektywności generowane automatycznie przez platformy reklamowe. Nie są bezużyteczne, ale nie da się zweryfikować, jak dokładnie powstały, więc nie powinny być podstawą kluczowych decyzji budżetowych bez potwierdzenia we własnych danych.
Podobnie z danymi o zasięgu i wyświetleniach: mierzą ekspozycję, nie wpływ. Wysoki zasięg przy braku wpływu na sprzedaż to informacja o tym, że reklama była widoczna, nie że działała.
Najczęstsze pytania
Które źródło danych traktować jako główne w e-commerce?
Zwykle system sklepowy, bo rejestruje faktyczne zamówienia niezależnie od śledzenia w przeglądarce. Pozostałe źródła uzupełniają go o informację, skąd przyszedł klient.
Jaka rozbieżność między GA4 a sklepem jest normalna?
Nie ma jednej uniwersalnej wartości, bo zależy ona od struktury ruchu, metod płatności i konfiguracji zgód. Kluczowe jest ustalenie typowego poziomu dla własnego sklepu i monitorowanie odchyleń od niego.
Czy dane z paneli reklamowych są bezużyteczne?
Nie. Są przydatne do porównywania kampanii w obrębie jednej platformy. Przestają być wiarygodne, gdy próbuje się je sumować między platformami lub traktować jako miarę łącznej sprzedaży.
Sprawdź, jaka jest typowa rozbieżność między liczbą transakcji w Twoim GA4 a systemem sklepowym z ostatnich trzech miesięcy, zanim oprzesz kolejną decyzję na którymkolwiek z tych źródeł.
Gotowi zobaczyć swoje liczby?
15-minutowe demo na Twoich danych, bez zobowiązań.
