Osoby prowadzące kampanie reklamowe Facebook Ads niejednokrotnie podczas analizy wyników widzą rozbieżności w danych pomiędzy Google Analytics, a Facebook Ads. Nieznaczne różnice w wynikach nie stanowią jeszcze powodu do większych obaw, jednak wraz ze wzrostem rozbieżności, wzrasta również przekonanie, że uzyskane wyniki są nieprawidłowe.
Zbieranie dokładnych i wiarygodnych danych jest podstawą w pracy wszystkich marketerów. Korzystanie z rzetelnych informacji powinno być podstawą prowadzenia skutecznych działań reklamowych. Dlatego tak ważne jest, aby w pełni poprawnie zbierać wszelkie dane dotyczące aktywności użytkowników na naszej stronie.
Istnieje wiele czynników, które powodują rozbieżności w uzyskanych wynikach w Google Analytics oraz Facebook Ads. Niekiedy te różnice w danych sięgają nawet kilkudziesięciu procent! W poniższym artykule postaram się wyjaśnić, jak powstają takie różnice i co możemy zrobić, aby je zniwelować.
Czym jest atrybucja konwersji?
Na samym początku warto usystematyzować wiedzę i zrozumieć czym dokładnie jest atrybucja konwersji, ponieważ będzie to kluczowe w dalszej części artykułu. Pojęcie to oznacza przypisanie określonego działania (np. zakup, rejestracja, zapis do newslettera) do konkretnego źródła ruchu, z którego użytkownik trafił na naszą stronę.
Przypisywanie konwersji możemy rozpatrywać na dwóch poziomach szczegółowości:
- Ogólne – wskazanie kanału, z którego pochodziła konkretna konwersja (płatna reklama, ruch organiczny, bezpośrednie wejście na stronę).
- Szczegółowe – dokładne określenie kampanii, grupy reklam, słowa kluczowego lub kreacji, która doprowadziła do wykonania pożądanego działania na stronie.
Dzięki atrybucji konwersji jesteśmy w stanie określić skuteczność poszczególnych kanałów. Z jej pomocą marketerzy mogą mierzyć efektywność konkretnych działań reklamowych.
Czym jest modelowanie atrybucji?
Biorąc pod uwagę złożoność procesu zakupowego rzadko mamy do czynienia z sytuacją, w której to klient dokonuje zakupu podczas pierwszej interakcji z marką. Najczęściej potrzebuje on od kilku do kilkunastu punktów styku z produktem, aby podjąć ostateczną decyzję o zakupie produktu lub skorzystaniu z usługi. Dodatkowo wartość produktu jest istotnym czynnikiem, który wydłuża tę ścieżkę. Im produkt lub usługa jest droższy, tym dłuższy wydaje się być cały proces decyzyjny.
Dlatego też przypisywanie wszystkich zasług tylko do jednego kanału jest najczęściej błędne. Rozwiązaniem tego problemu jest modelowanie atrybucji. Dzięki niej możemy dowiedzieć się, jakie kanały brały udział w ścieżce konwersji oraz jaka była ich faktyczna wartość. Poniżej opiszę modele atrybucji w Google Analytics oraz Facebook Ads.
Atrybucja konwersji Facebook Ads
Podczas tworzenia nowej kampanii reklamowej Facebook Ads mamy do wyboru kilka różnych modeli atrybucji konwersji:
- Kliknięcie po 1 dniu
- Kliknięcie po 7 dniach
- Wyświetlenie lub kliknięcie po 1 dniu
- Kliknięcie po 7 dniach lub wyświetlenie po 1 dniu (domyślny model atrybucji)
Możemy zauważyć, że Facebook Ads może przypisać konwersję nie tylko po kliknięciu reklamy, ale także po jej wyświetleniu. Domyślnym ustawieniem konwersji jest kliknięcie po 7 dniach lub wyświetlenie po 1 dniu. Niestety tych ustawień nie możemy zmienić w dowolnym momencie. Atrybucję konwersji możemy wybrać jedynie podczas tworzenia zestawu reklamowego.
Atrybucja konwersji Google Analytics
Obecnie w Google Analytics Universal możemy wyróżnić następujące modele atrybucji:
- Ostatnie kliknięcie niebezpośrednie (domyślny model atrybucji)
- Ostatnie kliknięcie Google Ads
- Pierwsza interakcja
- Ostatnia interakcja
- Spadek udziału z upływem czasu
- Uwzględnienie pozycji
Domyślnym modelem atrybucji w Google Analytics Universal jest ostatnie kliknięcie niebezpośrednie. Oznacza to, że konwersja zostanie zaliczona do kanału, który był na samym końcu ścieżki zakupowej, wyłączając z niej wejścia bezpośrednie na stronę internetową.
Natomiast w wersji Google Analytics 4 mamy możliwość samodzielnego wyboru domyślnego modelu atrybucji, który będzie zastosowany we wszystkich naszych raportach. Ponadto nowym rozwiązaniem jest to, że po zmianie domyślnej atrybucji zmienią się również nasze dane historyczne.
Kluczowe rozbieżności w danych
Platformy reklamowe oraz narzędzia analityczne w różny sposób mierzą konwersję. Praktycznie niemożliwe jest, abyśmy otrzymali takie same wartości w Google Analytics i Facebook Ads. Poniżej przedstawię najważniejsze informacje o mierzeniu danych w Facebook Ads oraz Google Analytics.
Facebook Ads
W przypadku Facebook Ads wszystkie dane są mierzone poprzez Piksel Facebooka. Jest to krótki fragment kodu JavaScript, który należy umieścić w swojej witrynie. Dzięki niemu możemy mierzyć skuteczność kampanii reklamowych oraz śledzić zdarzenia, które są wykonywane przez użytkowników na stronie (np. wysłany formularz kontaktowy).
System reklamowy Facebook Ads ma możliwość dokładnego śledzenia tych samych użytkowników na różnych urządzeniach i przeglądarkach. Jest to możliwe pod warunkiem, że użytkownik jest zalogowany na swoje prywatne konto na Facebooku. W innym przypadku Piksel nie będzie w stanie powiązać ze sobą ruchu tego samego użytkownika. Takie rozwiązanie powoduje, że Facebook Ads nie „gubi” aż tak wielu konwersji, co Google Analytics Universal, który nie jest w stanie rozpoznać tych samych użytkowników na innych urządzeniach.
Jeżeli użytkownik wyświetlił reklamę na Facebooku, a następnie ponownie wszedł na stronę poprzez interakcję z reklamą Google Ads, to panel FB Ads przypisze sobie tę konwersję. Dodatkowo Facebook może zliczyć konwersję nawet do 7 dni od kliknięcia reklamy lub do 24 godzin od jej wyświetlenia.
Warto również zaznaczyć, że niekiedy Piksel FB może nie zostać uruchomiony na stronie, ponieważ część użytkowników ma w przeglądarce zainstalowany system blokujący reklamy. W efekcie otrzymamy zaniżone statystyki dotyczące liczby pozyskanych konwersji.
Google Analytics
Pod względem mierzenia danych Google Analytics funkcjonuje zupełnie inaczej niż system reklamowy Facebook Ads. Obecnie GA Universal śledzi pliki cookie, które są podstawą do wszelkich pomiarów związanych z ruchem użytkowników na stronie. „Ciasteczka” cechują się tym, że są indywidualnie przypisywane do konkretnego urządzenia i przeglądarki.
Każdy użytkownik posiada unikalną wartość pliku cookie. Dlatego też jeżeli użytkownik kliknie reklamę na telefonie, a konwersję wykona już z komputera, to wtedy Google Analytics przypisze te dwie różne czynności do dwóch odrębnych użytkowników.
Google Analytics przypisuje konwersje jedynie w momencie, w którym użytkownik wykonał pożądaną akcję na stronie. Dlatego jeżeli użytkownik początkowo wejdzie w interakcję z reklamą na urządzeniu mobilnym, a finalną konwersję wykona już na komputerze, to GA przypisze konwersję do tego drugiego punktu styku z produktem.
Kluczowe jest również to, że Google Analytics Universal jest w stanie zarejestrować tylko jedną konwersję danego typu podczas sesji użytkownika. W przypadku nowej wersji GA 4 rejestrowane są już wszystkie kluczowe zdarzenia na stronie. Podobnie wygląda sytuacja w przypadku Facebook Ads, który również notuje wszystkie konwersje, które zostały zrealizowane podczas jednej sesji.
Jak zniwelować rozbieżności w danych Google Analytics i Facebook Ads?
Na wstępie warto zaznaczyć, iż całościowe wyeliminowanie rozbieżności w danych Google Analytics i Facebook Ads jest niestety niemożliwe. Jednocześnie jednak warto dążyć do niwelowania różnic w uzyskanych danych.
Jednym z podstawowych sposobów na zmniejszenie rozbieżności w danych jest zmiana modelu atrybucji w Facebook Ads. Warto rozważyć zmianę atrybucji z kliknięcie po 7 dniach lub wyświetlenie po 1 dniu na wyświetlenie lub kliknięcie po 1 dniu. W ten sposób w pewnym stopniu przybliżymy wartość wyników kampanii reklamowych do danych znajdujących się w Google Analytics. Jednocześnie takie rozwiązanie spowoduje, że w panelu Facebook Ads zaniżymy również liczbę konwersji osiąganych przez działania reklamowe.
Innym rozwiązaniem jest utworzenie niestandardowego modelu atrybucji w Google Analytics oraz jego odpowiednie dostosowanie. Takie rozwiązanie wymaga jednak bardzo dobrej znajomości m.in. użytkowników oraz ich zachowania na stronie. Właściwie przygotowany model powinien w 100% odpowiadać specyfice i wymaganiom naszego biznesu.
Kluczowe w mierzeniu danych jest również poprawne wdrożenie zarówno kodu śledzącego Google Analytics, jak i Piksela FB. Niewłaściwa implementacja tagów spowoduje, że gromadzone dane mogą być nieprawidłowe lub niepełne. Przykładem może być nieumieszczenie powyższych kodów na każdej podstronie, przez co część ruchu użytkowników nie zostanie zanotowana.
Podczas analizy skuteczności kampanii reklamowych Facebook Ads warto dodatkowo analizować uzupełniające raporty dostępne w Google Analytics. Do takich raportów można przede wszystkim zaliczyć najważniejsze ścieżki konwersji oraz konwersje wspomagane. Informacje z raportów z pewnością pozwolą zauważyć, jaki potencjalnie wpływ na konwersje raportowane w Google Analytics miały kampanie Facebook.
Na samym końcu warto również pamiętać o stosowaniu tagów UTM w reklamach Facebook Ads. Nie spowoduje to, że zniwelujemy rozbieżności w danych, jednak takie rozwiązanie pomoże nam uzyskać szczegółowe dane o naszych kampaniach. Więcej o tym rozwiązaniu można przeczytać w naszym artykule.
Rozbieżności w danych – Podsumowanie
Podsumowując, rozbieżności w danych Facebook Ads i Google Analytics wynikają z wielu złożonych czynników, których niestety nie możemy w pełni wyeliminować. Jednak możemy je w pewnym stopniu zniwelować poprzez m.in. zmianę modelowania konwersji w kampaniach Facebook Ads.
Dlatego też powinniśmy dążyć do równoczesnego śledzenia danych pochodzących z GA oraz FB Ads. Podczas analizy informacji dostępnych w tych panelach bardzo istotne jest, aby pamiętać o sposobie działania, modelach atrybucji oraz pozostałych czynnikach, które mają wpływ na końcowe wyniki. Takie podejście pozwoli nam właściwie interpretować uzyskane dane, dzięki czemu podejmowane przez nas decyzje będą skuteczniejsze.
Loading...