Google Analytics to najpopularniejsze darmowe narzędzie analityczne. Jeśli kod śledzenia zostanie zainstalowany poprawnie, możemy liczyć na zbieranie całkiem dokładnych danych o zachowaniach użytkowników na stronie. Jednak gdy zajrzymy do raportów Facebooka i porównamy je z zestawieniami GA, mogą nas zaskoczyć duże rozbieżności w statystykach. Skąd wynikają różnice w danych dotyczących konwersji prezentowane przez oba narzędzia? Całą winę ponoszą różne modele atrybucji!
Różne narzędzia, różna metodologia zbierania danych
Każde narzędzie analityczne posiada swoją własną metodologię gromadzenia danych o zachowaniach użytkowników. Największe różnice pomiędzy statystykami Facebooka a Google Analytics wynikają ze stosowania innych modeli atrybucji konwersji. Rozbieżności w raportach wynikają także m.in. z:
- Próbkowania danych przez Google Analytics – po przekroczeniu 500 tys. sesji w okresie, dla którego chcemy wygenerować raport, GA zastosuje próbkowanie i nie zaprezentuje pełnych danych o ruchu na stronie,
- Działania blokerów reklam, które oprócz niewyświetlania reklam displayowych zaburzają również działanie analitycsowego skryptu, co wpływa na błędy w zbieraniu danych,
- Rozpoczęcia kolejnej sesji GA – gdy użytkownik przejdzie na naszą stronę np. z reklamy na FB, a następnie przez okres sesji (standardowo trwa ona 30 min.) nie wykona żadnej akcji, a po 30 minutach wykona działanie, wtedy rozpocznie się nowa sesja przypisana do źródła direct (przejście na stronę poprzez wpisanie jej adresu w przeglądarce).
Zarówno Facebook, jak i Google Analytics nie są idealnymi narzędziami, dlatego zawsze należy liczyć się z brakiem pełnych danych. Aplikacje pomagają jednak w badaniu ruchu na stronie oraz pomagają w wyznaczeniu trendu popularności witryny wśród innych serwisów w internecie.
Co to jest atrybucja konwersji i model atrybucji konwersji?
Użytkownicy zachowują się bardzo różnie – część z nich po pierwszym kontakcie z serwisem dokonuje zakupu, a inni dopiero po kilku interakcjach z witryną przekonują się, że warto sfinalizować transakcję. Kolejne źródła, za pomocą których internauci odwiedzają stronę internetową – od pierwszego spotkania aż do dokonania konwersji – to tzw. ścieżki konwersji.
reklama Google AdWords –> Facebook Ads –> Wyszukiwarka –> Wejście bezpośrednie = konwersja
Przykładowa ścieżka konwersji
Możemy powiedzieć, że pośrednio wszystkie punkty na ścieżce konwersji przyczyniają się do dokonania zakupu, ale tylko jeden z nich jest bezpośrednio odpowiedzialny za sfinalizowanie transakcji. Identyfikacja źródła, za pomocą którego użytkownik dokonał konwersji, to atrybucja konwersji.
Jak ustalić, które ze źródeł odpowiada bezpośrednio i pośrednio za zakup? W tym celu korzysta się z modelu atrybucji konwersji – zbioru reguł określających, któremu źródłowi ruchu na ścieżce konwersji zostanie przypisana transakcja.
I teraz przechodzimy do sedna sprawy – różnice między statystykami Facebooka i Google Analytics dotyczące konwersji wynikają właśnie z różnych modelów atrybucji:
Google Analytics domyślnie stosuje model Ostatnie kliknięcie niebezpośrednie, przypisując konwersję do ostatniego źródła niebezpośredniego doprowadzającego użytkownika do konwersji. W powyższym przykładzie Wyszukiwarka będzie takim źródłem.