Google Analytics 4 może być bardzo dobrym źródłem informacji o zachowaniu użytkowników, ale tylko wtedy, gdy wiesz, jaka jest jakość danych wejściowych. Sam fakt, że raporty zawierają wykresy, sesje i konwersje, nie oznacza jeszcze, że pomiar jest kompletny. Tag może działać na 90% podstron, purchase może dublować się tylko przy jednej metodzie płatności, a 20% ruchu kampanii może trafiać do Direct z powodu utraconych parametrów.
Dlatego przed analizą kampanii warto przeprowadzić serię testów jakości danych. Ich celem nie jest udowodnienie, że GA4 jest „dokładne w 100%”. W nowoczesnej analityce taki standard jest zwykle nierealny. Chodzi o to, aby znać ograniczenia własnego pomiaru i wiedzieć, czy są na tyle małe i stabilne, że można podejmować decyzje biznesowe.
Dlaczego „tag działa” nie oznacza, że dane są poprawne?
Podczas prostego testu można zobaczyć page_view w Realtime i uznać wdrożenie za zakończone. Tymczasem jakość danych zależy od całego łańcucha:
strona → CMP → GTM → tag Google → parametry zdarzenia → GA4 → przetwarzanie → raport → interpretacja
Błąd na dowolnym etapie może zmienić wynik. Dlatego audyt powinien obejmować nie tylko techniczne uruchamianie tagów, ale także spójność z backendem, logikę zdarzeń i atrybucję.
Test 1: liczba użytkowników i sesji
Zacznij od trendu, nie od pojedynczej wartości. Porównaj tygodnie i miesiące. Szukaj nagłych zmian, których nie wyjaśnia sezonowość, budżet ani działania marketingowe.
Szczególnie podejrzane są:
- spadek dokładnie w dniu wdrożenia nowego CMP,
- wzrost po migracji domeny,
- skok ruchu bez odpowiadającego mu wzrostu zaangażowania,
- duża zmiana wyłącznie w jednym urządzeniu lub kraju.
Test 2: Source / Medium
Sprawdź, czy źródła i media wyglądają logicznie. Ten sam kanał nie powinien występować pod dziesiątkami wariantów, jeśli można go ustandaryzować. Przykładowe czerwone flagi to mieszanie facebook, fb, meta, facebook.com i własnych skrótów albo stosowanie niekonsekwentnych wartości utm_medium.
Test 3: udział Direct
Direct jest normalną częścią ruchu, ale nagły wzrost może oznaczać utratę informacji o źródle. Porównaj udział w czasie, landing pages, urządzenia i daty kampanii.
Test 4: Unassigned
Sprawdź, jaki udział sesji i konwersji trafia do Unassigned. Następnie dodaj Source / Medium i zobacz, które wartości nie pasują do reguł kanałów. Mały udział nie musi być priorytetem. Duży udział w przychodzie już tak, ponieważ utrudnia ocenę kosztu pozyskania i efektywności kanałów.
Test 5: (not set)
Nie patrz na sumę (not set) bez kontekstu. Sprawdź konkretny wymiar: landing page, session source / medium, parametry ecommerce, wymiar niestandardowy. Każdy z tych przypadków ma inną przyczynę.
Test 6: zdarzenia purchase
Porównaj liczbę zakupów w GA4 z backendem sklepu. Nie oczekuj idealnego 1:1, ale ustal własny poziom pokrycia i monitoruj jego zmianę. Jeżeli backend ma 1000 zamówień, a GA4 600, nie zaczynaj od analizy ROAS kanałów. Najpierw wyjaśnij, dlaczego 40% sprzedaży nie jest widoczne w narzędziu analitycznym.
Test 7: revenue
Liczba purchase może się zgadzać, a revenue nadal być błędne. Sprawdź:
- walutę,
- wartość brutto/netto zgodnie z przyjętą definicją,
- koszt wysyłki i podatki,
- kupony,
- zwroty,
- przypadki z wartością 0.
Ważne jest, aby zespół wiedział, co dokładnie oznacza „przychód” w GA4.
Test 8: transaction_id
Każdy zakup powinien mieć unikalny identyfikator. Brak lub błędna wartość utrudnia deduplikację i reconciliation z backendem.
Sprawdź liczbę unikalnych transaction_id względem liczby eventów purchase. Jeśli proporcja wygląda nietypowo, trzeba ustalić, czy eventy się dublują.
Test 9: duplikaty zdarzeń
Dublować może się nie tylko zakup. Formularz wysłany raz może generować dwa eventy, jeśli jednocześnie działa tracking z GTM i wtyczki CMS. Kliknięcie może być mierzone przez automatyczne Enhanced Measurement oraz własny event. Przy kluczowych działaniach sprawdź event count per user i per session. Nietypowo wysoki wynik może wskazywać na duplikację.
Test 10: niechciane referrals i cross-domain
Jeżeli checkout lub proces leadowy przechodzi przez inną domenę, sprawdź, czy sesja nie jest sztucznie przerywana. Operator płatności nie powinien przejmować zasługi za sprzedaż tylko dlatego, że klient wrócił po dokonaniu płatności. Cross-domain musi również zachować tożsamość użytkownika w całej ścieżce.
Test 11: Consent Mode
Sprawdź default consent, update po interakcji, zachowanie tagów po akceptacji i odmowie oraz consent rate. Nie zakładaj, że poprawnie wyglądający banner oznacza poprawną implementację. Test wykonaj w Tag Assistant i GTM Preview.
Test 12: połączenie z Google Ads
Zweryfikuj, czy konta są połączone, auto-tagging działa, a konwersje mają świadomie ustawiony status Primary lub Secondary. Jeżeli kampanie wykorzystują inne działania do bidding niż raport zespołu, różnice w ocenie wyników będą naturalne, ale muszą być znane osobom podejmującym decyzje.
Test 13: ruch wewnętrzny i środowiska testowe
Pracownicy, agencje, deweloperzy i automatyczne testy mogą generować ruch, który zniekształca małe serwisy. Sprawdź, czy ruch wewnętrzny jest oznaczony zgodnie z potrzebami i czy środowisko staging nie wysyła danych do produkcyjnej usługi. Nie filtruj jednak agresywnie bez testów. Błędny filtr może usunąć prawdziwe wizyty, a dane historyczne nie zawsze da się odzyskać.
Test 14: dane z aplikacji SPA
W React, Vue i innych aplikacjach single-page użytkownik może przechodzić między widokami bez klasycznego przeładowania strony. Jeśli implementacja nie wysyła poprawnych odsłon i parametrów, raporty stron będą niepełne.
Test 15: reconciliation z CRM i backendem
Najważniejsze zdarzenia powinny mieć zewnętrzny punkt odniesienia. Dla ecommerce jest nim backend sklepu. Dla leadów CRM. Dla SaaS może to być baza aktywacji lub płatności.
Porównaj:
- liczbę transakcji,
- liczbę leadów,
- status qualified/converted,
- wartość sprzedaży,
- trend w czasie.
Dzięki temu wiesz nie tylko, że GA4 „coś mierzy”, ale również jak duża część realnego biznesu jest widoczna w analityce.
Wskaźnik Data Quality w GA4
GA4 posiada ikonę jakości danych, która informuje m.in. o próbkowaniu, progowaniu i innych ograniczeniach widoku raportu. To przydatny element, ponieważ część różnic nie wynika z implementacji strony, tylko z tego, w jaki sposób Analytics prezentuje dane. Zawsze sprawdzaj tę ikonę, gdy raport wygląda inaczej niż eksploracja albo gdy wartości wydają się niekompletne.
Sampling – kiedy raport opiera się na próbce?
Próbkowanie oznacza analizę części dostępnych danych zamiast pełnego zbioru. W GA4 może występować w eksploracjach przy większych zapytaniach i określonych limitach. Jeżeli raport jest próbkowany, ma to znaczenie zwłaszcza przy analizie małych segmentów. Wynik ogólny może być użyteczny, ale precyzyjne porównanie niszowych grup może mieć większy margines błędu.
Thresholding – kiedy Google ukrywa część danych?
Progowanie służy ochronie prywatności. Gdy liczba użytkowników w danym zestawieniu jest zbyt mała, Google może ograniczyć widoczność części informacji. Nie jest to błąd tagowania. Dlatego przed przebudową implementacji sprawdź, czy raport nie jest objęty progiem danych.
Raport standardowy i eksploracja mogą pokazywać różne liczby
Różne części GA4 mogą korzystać z odmiennych struktur danych, zakresów i modelowania. Jeżeli zauważysz różnicę, nie należy automatycznie zakładać, że jeden raport jest „zepsuty”.
Sprawdź:
- zakres dat,
- retencję danych,
- filtry i segmenty,
- sampling,
- thresholding,
- dane modelowane,
- zakres wymiaru.
To jedna z przyczyn, dla których w dojrzałej organizacji potrzebna jest dokumentacja definicji KPI.
Jak często wykonywać audyt jakości danych?
Pełny audyt warto wykonać po każdej większej zmianie technologicznej i regularnie w ciągu roku. Częstotliwość zależy od skali biznesu. Sklep wydający duży budżet reklamowy nie powinien odkrywać błędu purchase po miesiącu. W praktyce warto połączyć trzy poziomy:
Monitoring ciągły – alerty na spadki konwersji, revenue i wzrost Direct.
Kontrola po wdrożeniach – każda zmiana checkoutu, CMP, GTM, CMS lub domeny.
Audyt okresowy – pełna kontrola architektury, definicji i integracji.
Kto powinien odpowiadać za jakość danych?
Najlepszy model nie zakłada, że to wyłącznie zadanie specjalisty GA4. Dane powstają w wielu miejscach. Potrzebna jest współpraca marketingu, IT, ecommerce, CRM i osób odpowiedzialnych za prywatność. Analityk powinien mieć jasno określone źródła prawdy, dostęp do dokumentacji zmian oraz możliwość testowania przed publikacją. Bez tego nawet dobra konfiguracja z czasem może się zdegradować.
Chcesz podejmować decyzje na danych o znanej jakości?
Audyt GA4, GTM i źródeł biznesowych pozwala ustalić nie tylko, co jest skonfigurowane, ale przede wszystkim jak kompletne i stabilne są dane wykorzystywane do budżetowania kampanii. Dzięki temu można oddzielić realną zmianę zachowania klientów od błędu pomiaru i ograniczyć ryzyko kosztownych decyzji opartych na zniekształconym raporcie.
FAQ
Jak sprawdzić, czy GA4 jest poprawnie skonfigurowane?
Nie wystarczy zobaczyć dane w Realtime. Trzeba sprawdzić źródła ruchu, kluczowe zdarzenia, ecommerce, consent, integracje i zgodność z backendem.
Ile danych GA4 może tracić?
Nie ma uniwersalnej wartości. Zależy to od zgód, przeglądarek, blokad, architektury serwisu i implementacji. Najlepiej wyznaczyć baseline dla własnej strony.
Co to jest sampling?
To analiza próbki danych zamiast pełnego zbioru, stosowana w określonych sytuacjach, np. w rozbudowanych eksploracjach.
Co to jest thresholding?
To ograniczanie widoczności części danych w celu ochrony prywatności, gdy zestawienie mogłoby ujawnić informacje o małej grupie użytkowników.
Jak często audytować GA4?
Po większych zmianach technicznych oraz okresowo. Dla biznesów o dużej wartości transakcji warto dodatkowo wdrożyć stały monitoring anomalii.
Bibliografia:
Dodaj komentarz