GA4 pokazuje inną liczbę konwersji niż Google Ads. Jak znaleźć przyczynę rozbieżności i sprawdzić, czy pomiar działa prawidłowo?

Google Analytics 4 pokazuje 80 zamówień, Google Ads raportuje 105 konwersji, a sklep internetowy zarejestrował 120 transakcji. Czy oznacza to, że śledzenie konwersji jest nieprawidłowo skonfigurowane? Niekoniecznie. Rozbieżności pomiędzy Google Ads, GA4 i rzeczywistymi danymi sprzedażowymi należą do najczęstszych problemów napotykanych podczas analizy kampanii reklamowych. Część wynika z odmiennego sposobu przypisywania konwersji, inne są konsekwencją ustawień prywatności, opóźnień raportowania lub różnic w definicjach zdarzeń. Zdarzają się jednak również rzeczywiste błędy techniczne, przez które system reklamowy optymalizuje kampanie na podstawie niekompletnych albo zawyżonych danych.

Największym błędem jest zakładanie, że skoro wszystkie narzędzia korzystają z tego samego sklepu internetowego, powinny pokazywać identyczne wyniki. Google Ads, Google Analytics 4 i system sprzedażowy nie zawsze mierzą dokładnie to samo. Dlatego prawidłowa diagnostyka powinna rozpocząć się od ustalenia, jakie zdarzenia są rejestrowane, do jakich interakcji przypisywane są konwersje oraz jakie ustawienia wpływają na prezentowanie wyników. Dopiero po takim porównaniu można ocenić, czy rozbieżności są naturalną konsekwencją metodologii raportowania, czy sygnałem problemu wymagającego naprawy.

Dlaczego Google Analytics 4 i Google Ads pokazują różne liczby konwersji?

Podstawowa różnica wynika z przeznaczenia obu systemów. Google Analytics 4 analizuje zachowania użytkowników na stronie internetowej lub w aplikacji, natomiast Google Ads służy między innymi do mierzenia działań przypisywanych reklamom i optymalizowania kampanii. System sklepu internetowego pełni jeszcze inną funkcję: przechowuje zamówienia, informacje o płatnościach, zwrotach i statusach realizacji. Chociaż wszystkie trzy źródła odnoszą się do tej samej działalności, nie muszą prezentować identycznej liczby konwersji.

Przykładowo klient może najpierw kliknąć reklamę Google, kilka dni później odwiedzić sklep bezpośrednio, a następnie dokonać zakupu po ponownym wejściu z bezpłatnych wyników wyszukiwania. Google Ads może przypisać wartość konwersji wcześniejszej interakcji reklamowej, podczas gdy raport pozyskiwania ruchu w GA4 może wskazywać inne źródło sesji, w której użytkownik zakończył zakupy. System WooCommerce lub Shopify zarejestruje natomiast zamówienie niezależnie od tego, jak klient trafił do sklepu.

Istotne jest również to, że pojedyncze zamówienie może zostać uwzględnione w raportach więcej niż jednej platformy reklamowej. Użytkownik mógł zobaczyć reklamę w Meta Ads, później kliknąć reklamę Google i ostatecznie kupić produkt. Jeżeli interakcje spełniają warunki atrybucji obu systemów, każda platforma może przypisać sobie udział w tej sprzedaży. Sumowanie konwersji raportowanych przez Google Ads i Meta Ads nie daje więc wiarygodnej liczby rzeczywistych zamówień.

Kluczowe zdarzenia w GA4 a konwersje Google Ads — ważna różnica

Google zmienił sposób definiowania konwersji w Analytics, wprowadzając rozróżnienie pomiędzy zdarzeniami, kluczowymi zdarzeniami i konwersjami wykorzystywanymi do pomiaru kampanii reklamowych. Zdarzenie, takie jak purchase, rejestruje określoną aktywność użytkownika. Po oznaczeniu go jako kluczowego zdarzenia można analizować jego występowanie w raportach GA4. Natomiast konwersja reklamowa jest wykorzystywana do oceny i optymalizacji działań marketingowych, w tym kampanii Google Ads.

Obecnie Google umożliwia tworzenie konwersji na podstawie zdarzeń GA4 i wspólne zarządzanie częścią ich ustawień. Dzięki temu dane o tej samej konwersji mogą być udostępniane w Google Ads oraz w sekcji Reklamy w Google Analytics. Nie oznacza to jednak, że całkowita liczba zdarzeń purchase w standardowym raporcie Analytics powinna być identyczna z liczbą konwersji przypisanych reklamom Google. Są to różne przekroje danych, często obejmujące inne źródła ruchu i zasady atrybucji.

Podczas porównywania wyników kampanii warto korzystać z raportu skuteczności konwersji w sekcji Reklamy (Advertising) w GA4, zamiast automatycznie zestawiać kolumnę Konwersje w Google Ads z liczbą kluczowych zdarzeń w standardowym raporcie pozyskiwania ruchu. Należy też upewnić się, że w obu miejscach analizowana jest ta sama akcja konwersji, ten sam zakres dat i zgodna konfiguracja. W przeciwnym razie porównanie może sugerować problem, którego w rzeczywistości nie ma.

Google Ads przypisuje konwersję do daty kliknięcia, a GA4 może pokazywać datę zakupu

Jedną z najczęstszych przyczyn rozbieżności jest różnica pomiędzy momentem interakcji reklamowej a momentem dokonania zakupu. W standardowym raportowaniu Google Ads konwersje po kliknięciu są zasadniczo przypisywane do daty kliknięcia reklamy, które otrzymało udział w atrybucji. Jeżeli użytkownik kliknął reklamę 29 września, a zamówienie złożył 2 października, konwersja może zostać wykazana przy wrześniowej interakcji reklamowej. W raporcie GA4 analizującym zdarzenia według daty ich wystąpienia zakup zostanie natomiast zarejestrowany w październiku.

To szczególnie ważne przy porównywaniu wyników miesięcznych. W ostatnich dniach miesiąca część użytkowników dopiero rozpoczyna proces zakupowy, a finalizuje go już w następnym okresie. W rezultacie raport Google Ads za dany miesiąc może zmieniać się także po jego zakończeniu, ponieważ kolejne konwersje zostają przypisane wcześniejszym interakcjom. Dodatkowo należy uwzględnić opóźnienia przetwarzania danych, które według dokumentacji Google mogą wynosić 24–48 godzin, oraz czas potrzebny klientom na podjęcie decyzji zakupowej.

Jak to sprawdzić? W Google Ads otwórz raport kampanii, wybierz Kolumny i dodaj metrykę Conversions (by conv. time), czyli konwersje według czasu ich wystąpienia. Można również porównywać odpowiadające sobie wartości konwersji według czasu konwersji. Samo przełączenie sposobu raportowania dat nie wyeliminuje jednak różnic wynikających z atrybucji, metod liczenia czy odmiennych akcji konwersji. Przed porównaniem należy również sprawdzić strefy czasowe używane przez systemy.

Różne modele atrybucji mogą przypisywać tę samą sprzedaż do innych kanałów

Model atrybucji określa, w jaki sposób system przypisuje zasługi za konwersję poszczególnym interakcjom użytkownika z reklamami i innymi kanałami marketingowymi. W Google Analytics 4 można analizować kluczowe zdarzenia w różnych kontekstach, między innymi z wykorzystaniem danych o źródle sesji, źródle pierwszego pozyskania użytkownika lub źródle przypisanym samemu zdarzeniu. To nie są równoważne wymiary. Zmiana sposobu prezentacji źródła ruchu może prowadzić do innej interpretacji tych samych zakupów.

Google Ads i GA4 obsługują również atrybucję opartą na danych, czyli Data-Driven Attribution. Może ona rozdzielać wartość jednej konwersji pomiędzy kilka interakcji, co prowadzi do pojawiania się ułamkowych wartości w raportach. Widoczna liczba 0,4 konwersji przy jednej kampanii nie oznacza zarejestrowania części zamówienia ani błędu technicznego. Oznacza, że w danym przekroju system przyznał tej interakcji określony udział w konwersji.

Istotne są także ustawienia okien atrybucji i konwersji. Jeśli jedna platforma uwzględnia interakcje z ostatnich 30 dni, a inna rozpatruje odmienny okres, wyniki nie muszą się pokrywać. Podczas diagnostyki należy sprawdzić zarówno model, jak i okno atrybucji oraz zakres kanałów kwalifikujących się do otrzymania udziału w konwersji. Bez tego nawet poprawnie skonfigurowane śledzenie może generować pozornie sprzeczne raporty.

Jedna konwersja czy wszystkie? Ustawienia, które mogą zawyżać wyniki

W Google Ads akcje konwersji mogą mieć różne sposoby liczenia. Ustawienie Every pozwala uwzględniać wszystkie kwalifikujące się konwersje po danej interakcji reklamowej, natomiast One ogranicza liczenie do jednej konwersji dla danej akcji po interakcji. W e-commerce zazwyczaj ważne jest rejestrowanie każdego rzeczywistego zakupu, ponieważ klient może złożyć kilka niezależnych zamówień. Przy pozyskiwaniu leadów często korzystniejsze jest liczenie pojedynczego zgłoszenia zgodnie z przyjętą definicją konwersji.

Równie istotne są ustawienia głównych i dodatkowych działań powodujących konwersję. Kolumna Konwersje w Google Ads jest wykorzystywana do oceny głównych celów i zwykle stanowi podstawę optymalizacji stawek, natomiast Wszystkie konwersje obejmuje szerszy zakres zarejestrowanych działań. Jeżeli sklep traktuje zarówno zakup, jak i rozpoczęcie płatności jako główne konwersje, system może optymalizować kampanię na podstawie zachowań, które nie zawsze kończą się sprzedażą. W takim przypadku wyższa liczba konwersji nie musi oznaczać większej liczby klientów.

Podczas audytu należy otworzyć sekcję Cele i sprawdzić podsumowanie wszystkich działań powodujących konwersję. Dla każdej akcji warto zweryfikować źródło danych, sposób liczenia, status główny lub dodatkowy, okno konwersji, model atrybucji i sposób określania wartości. Szczególnie ważne jest ustalenie, czy ten sam zakup nie jest rejestrowany przez dwa niezależne mechanizmy, na przykład natywny tag Google Ads i import z GA4. Samo istnienie obu akcji nie musi oznaczać błędu, ale jednoczesne uwzględnianie ich w głównych celach może powodować podwójne liczenie tej samej sprzedaży.

Jak Consent Mode i blokowanie cookies wpływają na liczbę konwersji?

Mechanizmy uzyskiwania zgody na pliki cookies mają bezpośredni wpływ na dane dostępne w Google Analytics 4 oraz Google Ads. Jeżeli użytkownik nie wyraża zgody na określone formy przechowywania informacji, systemy pomiarowe mogą mieć ograniczoną możliwość identyfikacji sesji, powiązania wizyty z wcześniejszym kliknięciem reklamy lub przypisania zakupu do właściwego źródła ruchu. Zakres zbieranych sygnałów zależy od konfiguracji banera zgód, implementacji Consent Mode oraz ustawień tagów.

Consent Mode wykorzystuje między innymi parametry analytics_storage, ad_storage, ad_user_data i ad_personalization. W konfiguracji zaawansowanej, zależnie od ustawień i obowiązujących wymogów, możliwe jest przekazywanie ograniczonych sygnałów pomiarowych również bez zgody na przechowywanie identyfikatorów. W konfiguracji podstawowej tagi mogą pozostawać zablokowane do momentu udzielenia odpowiedniej zgody. Nie należy utożsamiać obu rozwiązań ani zakładać, że każda instalacja Consent Mode zapewnia identyczny poziom pomiaru.

Google wykorzystuje także modelowanie konwersji, jeżeli spełnione są odpowiednie warunki i dostępna jest wystarczająca ilość danych. Modele szacują część przypisanych konwersji, których nie można bezpośrednio zaobserwować ze względu na ograniczenia prywatności lub techniczne. Dlatego raportowana liczba konwersji reklamowych nie zawsze odpowiada wyłącznie zdarzeniom, które można odnaleźć jako pojedyncze rekordy w danych analitycznych. Modelowanie nie oznacza jednak automatycznego odtwarzania wszystkich brakujących zakupów i nie zastąpi prawidłowej implementacji pomiaru.

Jeżeli rozbieżności pojawiły się po zmianie banera cookies, aktualizacji wtyczki CMP albo wdrożeniu nowego kontenera Google Tag Manager, należy sprawdzić zachowanie tagów przy różnych decyzjach użytkownika. Pomocne są tryb podglądu GTM, narzędzia diagnostyczne Google Tag Assistant oraz raporty związane z ustawieniami zgód. Test powinien obejmować zarówno odmowę, jak i akceptację poszczególnych kategorii, bez obchodzenia rzeczywistych wyborów użytkownika.

Błędy zdarzenia purchase w WooCommerce i Shopify — kiedy dane naprawdę są nieprawidłowe?

Nie wszystkie rozbieżności da się wyjaśnić atrybucją. W sklepach internetowych często występują błędy implementacji zdarzenia purchase, odpowiadającego za rejestrowanie transakcji w GA4. Typowym przypadkiem jest wywołanie zdarzenia po wyświetleniu strony potwierdzenia zamówienia, mimo że płatność nie została jeszcze zakończona. Zdarza się także sytuacja odwrotna: klient poprawnie opłaca zamówienie, ale nie wraca do sklepu z zewnętrznej bramki płatniczej, przez co skrypt odpowiedzialny za rejestrowanie zakupu nigdy się nie uruchamia.

Szczególnie ważne jest przekazywanie poprawnego parametru transaction_id. Każde zamówienie powinno otrzymywać unikalny identyfikator, umożliwiający rozpoznawanie ponownie przesłanych zdarzeń. Google Analytics 4 wykorzystuje identyfikatory transakcji do ograniczania duplikatów zdarzenia zakupu w strumieniach internetowych. Jeżeli implementacja wysyła ten sam identyfikator dla różnych zamówień albo pustą wartość, może prowadzić do zaniżania liczby rejestrowanych transakcji. Z kolei brak właściwego mechanizmu deduplikacji w innych narzędziach może powodować zawyżanie konwersji po ponownym uruchomieniu tagów.

Oprócz identyfikatora transakcji należy sprawdzić parametry value, currency oraz items. Wartość zamówienia powinna być przekazywana jako liczba, a kod waluty zgodnie z formatem ISO 4217, na przykład PLN, EUR lub GBP. Różnice w raportowanych przychodach mogą wynikać z odmiennego uwzględniania podatku, kosztu dostawy, rabatów i zwrotów. Sklep raportujący wartość zamówienia wraz z przesyłką i podatkiem nie musi więc pokazywać identycznego przychodu jak GA4, w którym parametr wartości produktów skonfigurowano zgodnie z innym zakresem.

W przypadku WooCommerce nie można również utożsamiać statusu Completed z jedyną poprawną sprzedażą. Opłacone zamówienia często mają status Processing, a inne metody płatności mogą wymagać odrębnej interpretacji. Shopify i pozostałe systemy sklepowe również rozdzielają status płatności, realizacji oraz anulowania. Porównanie danych powinno opierać się na jednoznacznie ustalonej definicji transakcji, na przykład faktycznie opłaconych zamówień, z osobnym uwzględnieniem zwrotów i anulowań.

Bramki płatności, przekierowania i utrata GCLID — ukryte przyczyny rozbieżności

Wiele sklepów korzysta z zewnętrznych operatorów płatności, takich jak PayPal, Stripe czy lokalne systemy obsługujące płatności bankowe. Podczas procesu zakupowego klient może zostać przekierowany na inną domenę, a następnie powrócić do sklepu. Jeśli pomiar jest nieprawidłowo skonfigurowany, takie przejście może zaburzyć identyfikację źródła ruchu lub przerwać powiązanie zdarzeń w ścieżce zakupowej. W raportach GA4 mogą wówczas pojawić się niepożądane odesłania od operatorów płatności.

W Google Analytics dostępna jest konfiguracja niechcianych odesłań, która pozwala wskazać domeny niewłaściwie rozpoznawane jako źródła pozyskania użytkownika. Nie należy jednak zakładać, że samo dodanie operatora płatności do takiej listy naprawi wszystkie problemy. Jeżeli w trakcie przekierowania zostają utracone identyfikatory lub zdarzenie zakupu w ogóle nie jest wysyłane, konieczna będzie osobna korekta implementacji. W przypadku przechodzenia między własnymi domenami sklepu znaczenie może mieć również prawidłowo skonfigurowany pomiar między domenami.

Podczas analizy ruchu z Google Ads należy sprawdzić także automatyczne tagowanie adresów URL i zachowanie identyfikatorów reklamowych, w szczególności gclid, a w odpowiednich scenariuszach również gbraid i wbraid. Przekierowania, błędna konfiguracja strony lub nieprawidłowe przetwarzanie parametrów adresu mogą utrudniać przypisywanie konwersji do kampanii. Test powinien obejmować cały przebieg wizyty, od wejścia na stronę docelową aż po zakończenie zakupu, z uwzględnieniem rzeczywistych ustawień zgód użytkownika.

Jak krok po kroku znaleźć źródło rozbieżności między GA4 a Google Ads?

Ustal rzeczywistą liczbę transakcji w sklepie

Rozpocznij od danych WooCommerce, Shopify lub innego systemu obsługi zamówień. Wybierz określony przedział dat, strefę czasową oraz statusy zamówień, które mają być uwzględnione w analizie. Oddziel opłacone transakcje od anulowanych, nieopłaconych i zwróconych, zgodnie z przyjętymi zasadami księgowania sprzedaży. Uzyskana liczba będzie punktem odniesienia do oceny kompletności pomiaru, choć nie powinna być automatycznie porównywana z liczbą konwersji przypisanych wyłącznie reklamom.

Porównaj identyfikatory transakcji z GA4

Następnie sprawdź zdarzenia purchase i przypisane do nich identyfikatory zamówień. Ustal, które rzeczywiste transakcje są obecne w GA4, których brakuje i czy występują powtarzające się identyfikatory. W zależności od dostępnej konfiguracji można wykorzystać raporty e-commerce, eksploracje oraz eksport zdarzeń do BigQuery. To jeden z najważniejszych etapów, ponieważ pozwala oddzielić problem kompletności rejestracji zakupów od późniejszych różnic w atrybucji.

Sprawdź, co Google Ads uznaje za konwersję

W Google Ads przejrzyj wszystkie działania powodujące konwersję, ich źródła oraz konfigurację celów. Sprawdź, czy jako główny cel ustawiono rzeczywisty zakup lub właściwie zdefiniowanego leada, a nie kilka etapów tego samego procesu. Porównaj kolumny Konwersje i Wszystkie konwersje, a następnie zweryfikuj ustawienia liczenia, modele atrybucji i okna konwersji. Szczególną uwagę zwróć na równoległe działanie natywnego pomiaru Google Ads i importu zdarzeń z GA4.

Porównaj dane według momentu wystąpienia konwersji

Dodaj do Google Ads kolumny raportujące konwersje według czasu ich wystąpienia i zestaw je z odpowiednimi danymi w GA4. Upewnij się, że porównujesz tę samą akcję konwersji, a nie wszystkie zakupy z całego ruchu z konwersjami przypisanymi jednej kampanii. Sprawdź również strefy czasowe, ustawienia atrybucji i zakończenie okresu raportowania. Przy analizie bardzo świeżych danych uwzględnij opóźnienia przetwarzania i konwersje przypisywane wcześniejszym interakcjom.

Przetestuj cały proces zakupu

Wykonaj kontrolne zamówienia przy użyciu najważniejszych metod płatności obsługiwanych przez sklep. Sprawdź zdarzenia w Google Tag Manager i DebugView, przekazywane parametry oraz zachowanie tagów na stronie potwierdzenia zakupu. Przetestuj również sytuację, w której użytkownik nie powraca z bramki płatniczej, oraz ponowne otwarcie strony potwierdzenia. Takie testy często ujawniają błędy, których nie da się zidentyfikować wyłącznie na podstawie zbiorczych raportów.

Sprawdź historię zmian i konfigurację zgód

Jeżeli rozbieżności pojawiły się nagle, ustal datę ich wystąpienia i porównaj ją z historią zmian w Google Ads, GA4, Google Tag Manager oraz systemie sklepowym. Weryfikacji wymagają aktualizacje wtyczek analitycznych, zmiany banera cookies, instalacja nowych integracji płatniczych i modyfikacje działań powodujących konwersję. Szczególnie istotna może być zmiana głównego celu optymalizacji kampanii, ponieważ od tego momentu system reklamowy może zacząć uwzględniać inny rodzaj działań niż wcześniej.

Przykład: Google Ads pokazuje więcej konwersji niż wynika z raportu GA4

Załóżmy, że sklep internetowy zarejestrował w ciągu miesiąca 250 opłaconych zamówień. Google Analytics 4 wykazał 221 zakupów, natomiast Google Ads raportował 110 konwersji przypisanych kampaniom reklamowym. Na pierwszy rzut oka można odnieść wrażenie, że wszystkie trzy źródła są ze sobą sprzeczne. W rzeczywistości dane opisują dwa odrębne zagadnienia: kompletność śledzenia transakcji i udział reklam w pozyskiwaniu sprzedaży.

Porównanie 250 zamówień sklepu z 221 zakupami w GA4 wskazuje, że warto zbadać brakujące transakcje. Różnica wynosi 29 zamówień, czyli 11,6% liczby transakcji w systemie sklepowym. Nie przesądza to jeszcze o błędzie implementacji, ponieważ wpływ mogą mieć również zgody użytkowników, filtracja danych i odmienne definicje zakupów. Jeżeli jednak po porównaniu identyfikatorów okaże się, że konkretne opłacone zamówienia nie zostały zarejestrowane przez Analytics, konieczne jest sprawdzenie sposobu wysyłania zdarzeń.

Z kolei 110 konwersji w Google Ads nie powinno być automatycznie porównywane z pełną liczbą 250 zamówień, ponieważ nie wszystkie zakupy musiały wynikać z interakcji z reklamami Google. Najpierw trzeba określić, jakie akcje konwersji uwzględniono w raporcie i jakie interakcje otrzymały udział w atrybucji. Jeżeli system zarejestrował część konwersji na podstawie modelowania, należy również uwzględnić odmienny sposób raportowania takich danych. Dopiero po tych ustaleniach można rozważać, czy Google Ads zaniża, zawyża czy prawidłowo przedstawia skuteczność kampanii.

Najważniejsza jest więc właściwa kolejność analizy. Najpierw należy ustalić, czy dane o rzeczywistych zakupach docierają do GA4, a następnie zbadać, jak Google Ads przypisuje te zakupy do działań reklamowych. Bez takiego rozdzielenia łatwo pomylić niepełne śledzenie e-commerce ze zwykłymi różnicami wynikającymi z modelu atrybucji.

Jaka różnica między Google Ads a GA4 jest normalna — 5%, 10% czy 20%?

Nie istnieje jeden uniwersalny procent rozbieżności, który pozwala stwierdzić, że pomiar konwersji działa prawidłowo. Różnica wynosząca 5% może wymagać naprawy, jeżeli wynika z systematycznego pomijania transakcji opłacanych określoną metodą. Z kolei większa rozbieżność pomiędzy całkowitą liczbą kluczowych zdarzeń GA4 a konwersjami przypisanymi Google Ads może być uzasadniona, jeśli raporty obejmują inne kanały, interakcje i zasady przypisywania sprzedaży.

Znacznie bardziej przydatne jest analizowanie zmian w czasie i porównywanie tych samych typów danych. Jeżeli przez kilka miesięcy GA4 rejestrował zbliżoną część zamówień sklepu, a następnie udział ten nagle się zmniejszył, warto ustalić przyczynę. Podobnie gwałtowny wzrost liczby konwersji Google Ads bez odpowiadającej mu zmiany rzeczywistej sprzedaży powinien skłonić do sprawdzenia celów, atrybucji i historii zmian. Stabilna rozbieżność również nie stanowi automatycznego dowodu poprawności pomiaru, ale jej charakter jest zazwyczaj łatwiejszy do zbadania niż nagłe, niewyjaśnione odchylenie.

Oceniając jakość danych, warto obserwować osobno kompletność zdarzeń zakupowych względem systemu sklepowego, zgodność identyfikatorów transakcji oraz różnice w przypisywaniu sprzedaży do kanałów reklamowych. Takie podejście pomaga ustalić, czy problem wpływa na pomiar całego sklepu, czy wyłącznie na ocenę skuteczności konkretnych kampanii. Pozwala również uniknąć pochopnego zmieniania budżetów i strategii ustalania stawek na podstawie błędnie zinterpretowanych statystyk.

Najczęstsze pytania o rozbieżności konwersji w GA4 i Google Ads

Czy Google Ads może pokazywać więcej konwersji niż Google Analytics 4?

Tak. Może to wynikać z różnic w atrybucji, modelowania konwersji, odmiennego okresu raportowania lub sposobu liczenia działań. Trzeba jednak sprawdzić, czy w Google Ads nie są jednocześnie uwzględniane zdarzenia, które nie odpowiadają rzeczywistym zakupom. Sama wyższa liczba konwersji nie jest dowodem awarii ani prawidłowego działania systemu.

Dlaczego GA4 pokazuje mniej zakupów niż WooCommerce?

Możliwymi przyczynami są ograniczenia wynikające ze zgód użytkowników, blokowanie skryptów analitycznych, nieprawidłowe wyzwalanie zdarzenia purchase, brak powrotu z bramki płatniczej lub błędne identyfikatory transakcji. Należy także sprawdzić, czy porównywane zamówienia mają odpowiednie statusy i czy w obu systemach używany jest ten sam przedział dat.

Czy import konwersji GA4 do Google Ads rozwiązuje wszystkie rozbieżności?

Nie. Wspólne definiowanie konwersji może ograniczyć różnice wynikające z odrębnych ustawień, ale nie naprawi brakujących zdarzeń zakupowych, błędnych parametrów transakcji czy problemów ze zgodami. Nadal konieczne jest kontrolowanie jakości danych źródłowych oraz sposobu ich wykorzystania w raportowaniu reklamowym.

Czy należy wyłączyć natywny pomiar Google Ads i pozostawić tylko GA4?

Nie ma jednej konfiguracji odpowiedniej dla wszystkich reklamodawców. Natywne śledzenie Google Ads i konwersje oparte na GA4 mogą pełnić różne funkcje. Najważniejsze jest prawidłowe określenie głównych celów kampanii i uniknięcie sytuacji, w której ta sama sprzedaż zostaje uwzględniona kilkukrotnie w optymalizacji. Decyzję o zmianie źródła konwersji należy podejmować po zweryfikowaniu dotychczasowego pomiaru.

Dlaczego Google Ads i Meta Ads przypisują sobie tę samą sprzedaż?

Każda platforma analizuje interakcje reklamowe według własnych ustawień atrybucji. Jeden użytkownik może wejść w kontakt z reklamami Google i Meta przed dokonaniem tego samego zakupu, dlatego oba systemy mogą przypisać sobie udział w konwersji. Ich wyników nie należy sumować jako liczby niezależnych zamówień. Do oceny całkowitej sprzedaży potrzebne są rzeczywiste transakcje z systemu sklepowego.

Wiarygodne dane o konwersjach są podstawą rentownych kampanii reklamowych

Rozbieżności między Google Analytics 4 a Google Ads nie zawsze oznaczają nieprawidłowo skonfigurowany pomiar, ale nigdy nie powinny być automatycznie ignorowane. Różne modele atrybucji, daty przypisywania konwersji, ustawienia celów i mechanizmy ochrony prywatności mogą prowadzić do odmiennych wyników nawet wtedy, gdy oba systemy funkcjonują zgodnie ze swoją specyfikacją. Jednocześnie błędne wyzwalanie zdarzeń zakupowych, nieprawidłowe parametry transakcji i podwójnie liczone cele mogą realnie zniekształcać dane wykorzystywane do optymalizacji kampanii.

Dlatego rzetelna analiza powinna obejmować nie tylko Google Ads i GA4, lecz także rzeczywiste zamówienia, ich wartości, statusy płatności oraz historię zmian konfiguracji. Dopiero zestawienie tych informacji pozwala rozdzielić naturalne różnice w raportowaniu od błędów technicznych i ocenić faktyczną rentowność wydatków reklamowych. Najważniejsze nie jest to, aby każdy system pokazywał identyczną liczbę konwersji, ale aby rozumieć, co dokładnie mierzy i czy dostarcza wiarygodnych danych do podejmowania decyzji biznesowych.

Źródła informacji

Google Analytics Help — Conversions vs. key events in Google Analytics

Google Ads Help — Understand your conversion tracking data

Google Ads Help — Create conversions from Google Analytics events in Google Ads

Google Analytics Help — Select attribution settings

Google Analytics — Minimalizowanie zduplikowanych kluczowych zdarzeń za pomocą identyfikatorów transakcji

Google Analytics — Rozwiązywanie problemów z brakującymi danymi o przychodach

Google Analytics Help — Identify unwanted referrals

Google Ads Help — About modeled online conversions

admin

Materiały o e-commerce, sprzedaży i technologii dla sklepów internetowych.