Różnice między raportowanymi konwersjami a rzeczywistymi transakcjami mogą wynikać z kilku czynników, takich jak opóźnienia w realizacji konwersji, zastosowane modele atrybucji oraz sposób przypisywania wartości konwersji.
1. Opóźnienia w realizacji konwersji
Czasami użytkownicy nie dokonują zakupu podczas pierwszej wizyty na stronie. Na przykład klient może odwiedzić sklep 21 stycznia, dodać produkt do koszyka, ale sfinalizować zakup dopiero 24 stycznia. W takich przypadkach narzędzia analityczne, takie jak Google Analytics, mogą przypisać konwersję do daty pierwszej interakcji (21 stycznia) lub do daty zakupu (24 stycznia), w zależności od ustawień raportowania. To może prowadzić do pozornych rozbieżności w danych.
2. Modele atrybucji
Google Analytics stosuje różne modele atrybucji, które określają, jak przypisywana jest wartość konwersji poszczególnym punktom styku na ścieżce zakupowej. Na przykład:
-
Ostatnia interakcja: Cała wartość konwersji przypisywana jest ostatniemu kanałowi przed zakupem.
-
Pierwsza interakcja: Cała wartość przypisywana jest pierwszemu kanałowi, z którym użytkownik miał kontakt.
-
Uwzględnienie pozycji: 40% wartości przypisywane jest pierwszej i ostatniej interakcji, a pozostałe 20% rozdzielane jest między pozostałe interakcje.
W praktyce oznacza to, że jeśli użytkownik najpierw trafił na stronę z reklamy na Facebooku, potem z TikToka, a na końcu z Google, to w zależności od modelu atrybucji, różne kanały otrzymają różny udział w wartości konwersji. Na przykład model uwzględnienia pozycji może przypisać 40% wartości konwersji Google, a pozostałe 60% rozdzielić między Facebooka i TikToka.
3. Ułamkowe wartości konwersji
W niektórych przypadkach Google przypisuje ułamkowe wartości konwersji, gdy różne kanały miały wpływ na decyzję zakupową. Na przykład, jeśli klient wszedł na stronę z Facebooka, potem z TikToka, a na końcu z Google, algorytm może uznać, że zasługa Google to 40%, co oznacza, że zamiast przypisać pełną wartość transakcji (np. 1000 zł) do Google, przypisze tylko 400 zł, a resztę rozdzieli między pozostałe kanały.
4. Okna konwersji
Okno konwersji to okres, w którym interakcje użytkownika z reklamami są brane pod uwagę przy przypisywaniu konwersji. Domyślnie w Google Analytics okno konwersji wynosi 6 miesięcy, a w Google Ads 30 dni, ale te wartości można dostosować. Różnice w długości okna konwersji mogą wpływać na raportowane dane, zwłaszcza gdy użytkownik dokonuje zakupu po dłuższym czasie od pierwszej interakcji.
5. Opóźnienia w raportowaniu
Dane o konwersjach mogą pojawiać się z opóźnieniem w raportach, zwłaszcza gdy stosowane są różne modele atrybucji. Na przykład w Google Ads dane o konwersjach przy modelu “ostatnie kliknięcie” pojawiają się po około 3 godzinach, a przy innych modelach po około 15 godzinach. W przypadku importowania celów z Google Analytics opóźnienia mogą wynosić od 12 do 24 godzin.
Podsumowanie
Rozbieżności między raportowanymi konwersjami a rzeczywistymi transakcjami mogą wynikać z:
-
Opóźnień między pierwszą interakcją a finalizacją zakupu.
-
Zastosowanego modelu atrybucji, który różnie przypisuje wartość konwersji poszczególnym kanałom.
-
Przypisywania ułamkowych wartości konwersji w przypadku wielu punktów styku.
-
Różnic w długości okna konwersji między narzędziami analitycznymi.
-
Opóźnień w raportowaniu danych o konwersjach.
Aby uzyskać pełniejszy obraz skuteczności działań marketingowych, warto regularnie analizować ścieżki konwersji, modele atrybucji oraz monitorować opóźnienia w realizacji konwersji.