Google Analytics vám lže. A vy podle toho děláte rozhodnutí za statisíce
Cookie lišty, atribuce posledního kliku a přímá návštěvnost zkreslují data. Konkrétní případ, kdy vypnutí „nevýkonného" kanálu stálo 4,5 milionu na tržbách.
GA4 není rozbité. Dělá přesně to, co má – měří to, co změřit může. Problém nastává ve chvíli, kdy čísla z reportu berete jako popis reality a podle nich vypínáte kanály. Protože mezi tím, co se stalo, a tím, co uvidíte v přehledu akvizice, je propast, kterou většina firem nikdy nezměřila.
Cookie lišta ukrojí třetinu dat dřív, než začnete měřit
S Consent Mode v2 platí jednoduchá matematika: pokud souhlas udělí 65 % návštěvníků, o zbytku máte jen modelovaná data. Google chybějící konverze dopočítává, ale modelování potřebuje objem. U e-shopu s 200 objednávkami měsíčně model nemá z čeho stavět a dopočet je spíš gesto než čísla.
Horší je, že odmítnutí souhlasu není náhodné. Jinak se chová člověk, který přišel z Facebooku na mobilu a lištu odklikne za dvě vteřiny, a jinak někdo, kdo přišel z Google vyhledávání na desktopu. Zkreslení není rovnoměrné – systematicky poškozuje konkrétní kanály. A vy pak porovnáváte kanály, které mají různou míru měřitelnosti, jako by byly na stejné startovní čáře.
Atribuce posledního kliku odmění toho, kdo přišel poslední
GA4 sice defaultně používá data-driven atribuci, ale většina firem stále reportuje v tabulkách postavených na posledním kliknutí – a hlavně: podle posledního kliku se rozhoduje, i když to nikdo nahlas neřekne.
Výsledek je předvídatelný. Brandové vyhledávání, retargeting a e-mail vypadají skvěle. Sbírají poptávku, kterou vytvořil někdo jiný. Kanály, které stojí na začátku cesty – YouTube, display, obsah, PR, srovnávače v rané fázi – vypadají jako spalovače rozpočtu. Vypnete je a za šest týdnů vám padá brandové vyhledávání. Jen to nikdo nespojí, protože reporty na to nejsou stavěné.
Přímá návštěvnost je skládka neznámých zdrojů
Direct / none není „lidé, kteří znají naši značku“. Je to koš, do kterého padá:
- prokliky z mobilních aplikací, které nepředávají referrer
- odkazy z PDF, Wordu, Slacku, Teamsů
- přechody z HTTPS na HTTP a ztracené UTM parametry
- návštěvy po vypršení session, když se člověk vrátí za dva dny
- iOS Mail a část e-mailových klientů
U jednoho klienta tvořila přímá návštěvnost 34 % tržeb. Po zavedení serverového měření a čistého UTM taggingu spadla na 19 %. Těch 15 procentních bodů se rozpustilo mezi e-mail, sociální sítě a affiliate – tedy kanály, které do té doby vypadaly průměrně.
Konkrétní případ: kanál, který měl skončit
B2B e-shop s průmyslovým sortimentem, obrat kolem 40 milionů ročně. YouTube kampaně: 180 tisíc měsíčně, v GA4 přiřazeno 11 objednávek, ROAS 0,8. Jasný kandidát na vypnutí.
Místo vypnutí jsme udělali geo test. Kampaň jsme na šest týdnů stáhli ve třech krajích a nechali běžet ve zbytku republiky. Struktura byla srovnatelná, sezónnost stejná.
V testovaných krajích klesly celkové tržby o 22 %. Nejvíc padlo brandové vyhledávání – o 31 % – a přímá návštěvnost o 18 %. Placené vyhledávání na generických dotazech zdražilo, protože zmizela část lidí, kteří značku už znali a klikali s vyšší ochotou konvertovat.
Přepočteno: kanál s deklarovaným ROAS 0,8 měl reálný inkrementální ROAS kolem 3,4. Vypnutí by stálo zhruba 4,5 milionu ročně na tržbách.
Co s tím dělat
Změřte si vlastní ztrátu dat. Porovnejte objednávky v e-shopu s objednávkami v GA4 za stejné období. Rozdíl je vaše slepá skvrna. Pokud je nad 15 %, nemáte nárok dělat rozhodnutí o vypínání kanálů na základě GA4.
Testujte inkrementalitu, nečtěte atribuci. Geo testy a hold-out skupiny odpoví na jedinou otázku, která má smysl: co se stane s tržbami, když kanál vypnu. Atribuce na tuhle otázku odpovědět neumí.
Zaveďte serverové měření. Nevyřeší souhlas, ale vyřeší ITP, blokátory a část ztracených referrerů. Návratnost bývá v řádu týdnů.
Ptejte se zákazníků. Jedna otázka v pokladně – „Kde jste se o nás dozvěděli?“ – vám dá signál, který žádný cookie nezachytí. Není přesná, ale odhalí kanály, které v analytice neexistují.
Google Analytics je dobrý nástroj na sledování trendů a chování na webu. Jako soudce nad rozpočtem je nespolehlivý. Rozdíl mezi těmito dvěma použitími stojí ročně statisíce.