Чому дані в аналітиці та адмінпанелі відрізняються?

Похибка відстеження конверсій не просто зросла, це стало справжнім антитрендом минулого року і він триває досі. Як рахувати та будувати стратегії маркетологам у світлі нових підходів до даних ми розберемо прямо зараз. Розглянемо, як працює аналітика в контексті реклами: що потрібно для збору даних, чому вони можуть губитися та відрізнятися. Також вас чекають поради, як мінімізувати це на реальних прикладах похибки аналітики та як адаптуватися до нових умов.

Про що піде мова:

• Як працює аналітика, збір даних
  
• Топ-7 причин відмінності показників в аналітиці
  
• Приклади похибки відстеження даних
  
• Як зменшити похибку відстеження даних
  
• Як працювати з похибкою в рекламі
  

Як працює аналітика, збір даних

Щоб краще розуміти аналітичну систему, — невеличкий рекап. Google Analytics — це масштабна система, що працює на спеціальному коді відстеження (JavaScript).

Загальний процес виглядає так: користувач відкриває сайт, завантажується HTML, CSS, з’являється інтерфейс: меню, банери, товари (для eCommerce) або послуги (для сервісних бізнесів), паралельно завантажуються скрипти, зокрема код аналітики.

Однак у 2024 році показник Page Speed (швидкість заванаження сторінки та сайту) став надзвичайно важливим. Це призвело до того, що більшість розробників намагаються відкладати завантаження всіх скриптів на максимально пізній етап. У результаті частина відвідувачів, які проводять мало часу на сайті, може взагалі не потрапляти в аналітику.

Здавалося б, це не велика проблема — не зафіксувалися ті, хто зайшов і одразу вийшов. Але реальна похибка з’являється тоді, коли аналітика не встигає зафіксувати дії тих, хто справді виконав цінну конверсію: зробив покупку чи залишив заявку.

Методи встановлення JavaScript-коду змінювалися з роками. Спочатку Google та інші системи рекомендували додавати код аналітики безпосередньо в код сайту. Це призводило до того, що кожен маркетолог йшов до розробників із проханням оновити код, а ті брали за це гроші.

Щоб спростити цей процес, Google створив Google Tag Manager (GTM) — систему, яка дозволяє додавати скрипти централізовано. Це вирішило багато проблем: 

• Достатньо один-єдиний раз встановити GTM, а всі інші коди додаються всередині нього
  
• Можна зручно керувати кодами аналітики, рекламних пікселів тощо, не потрібно щоразу змінювати код сайту. 
  

Проте нині навіть GTM часто відкладається в завантаженні, що знову створює похибку.

Щоб зменшити похибку та покращити точність даних, з’явилися альтернативні способи передачі даних в аналітику:

• Пряме додавання коду в тегах HTML — найшвидший, але менш гнучкий метод.
  
• Server-side tracking — надсилає дані через сервери, а не напряму від браузера.
  
• Measurement Protocol — метод, який дозволяє передавати події безпосередньо на сервер Google Analytics.
  

Головне, що варто розуміти: аналітика працює через JavaScript, а будь-які проблеми із завантаженням скриптів можуть впливати на точність вимірювань. 

Топ-7 причин відмінності показників в аналітиці

Різниця між даними в Google Analytics та реальними показниками бізнесу увійшла в рейтинг трендів та одразу антитрендів в 2024 році. Тож, які саме причини того, що показники можуть відрізнятися.

#1
iOS 14.5 і обмеження Apple

Apple анонсувала глобальні зміни у відстеженні даних ще у 2021 році з виходом iOS 14.5, але у 2024 році, особливо в лютому, ситуація заграла новими фарбами через нові обмеження Apple.

Apple запровадила механізм запиту дозволу на відстеження у користувачів iPhone та iPad. Тепер, якщо людина відкриває додаток або сайт у Safari чи Chrome, їй може з’явитися запит: «Ask App Not to Track» — «Попросити не відстежувати».

Якщо користувач натискає «Не відстежувати», це означає:

• Його дії на сайті не фіксуються в Google Analytics.
  
• Відстеження cookie повністю блокується.
  
• Жоден аналітичний код не працює на цьому пристрої.
  
• Якщо він заходить на інші сайти, аналітика там теж не працює.
  

Якщо у вашої аудиторії багато власників iPhone або iPad, частина їхніх дій просто не потрапляє в аналітику. Відповідно: ви бачите менше сеансів, ніж є насправді, конверсій у звітах Google Analytics може бути значно менше, ніж у CRM, а відстеження джерел трафіку та поведінки користувачів стає менш точним.

#2
Блокувальники реклами

Ще одна серйозна причина розбіжностей у даних — блокувальники реклами. Вони не лише блокують банери та рекламні оголошення, а й повністю відсікають аналітичні скрипти, включаючи Google Analytics.

SimilarWeb зазначив, що один із найпопулярніших блокувальників реклами (із червоним логотипом) мав 136 мільйонів відвідувань у лютому 2025 року. Бачите наскільки багато людей не хоче бачити банери і разом з цим дії таких користувачів теж не потрапляють в аналітику.

Щомісячна аудиторія CNN, становить близько 140 мільйони користувачів. Блокувальники реклами використовує стільки ж людей, скільки читає один із найбільших новинників світу.

Блокувальники реклами автоматично блокують завантаження JavaScript-кодів, які пов’язані з рекламою та аналітикою — аналітика не може відстежити таких користувачів, тому в Google Analytics їх просто немає. Це впливає на всі дані: від кількості відвідувань до конверсій.

Для бізнесу це великі наслідки, адже у Google Analytics видно менше відвідувань, ніж є насправді і конверсії можуть занижуватися, бо частина користувачів просто «невидима». В таких умовах складніше оцінити ефективність рекламних кампаній, оскільки джерело трафіку деяких відвідувачів не фіксується.

#3
Google Analytics Opt-out Add-on (by Google)

Спеціальний аддон від Google створювався для того, щоб розробники, тестуючи сайти, не потрапляли в аналітику. Тобто його мета — виключати дії програмістів з Google Analytics під час тестування сайтів.

Однак, як виявилося, ним уже користується понад мільйон людей, тобто потенційно не лише розробники.

#4
Оновлення California Consumer Privacy Act (CCPA)

Одне з обмежень, на яке важко вплинути, — це оновлення California Consumer Privacy Act (CCPA). Google Analytics є продуктом Google, а Google знаходиться в США, а саме в Каліфорнії.

Оновлення законодавства в Каліфорнії регламентує, як дані юзерів збираються та зберігаються. Це впливає на роботу Google Analytics у всьому світі.

#5
GDPR та обмеження у Європі

Окрім Каліфорнії, існують і європейські обмеження, зокрема GDPR. Деякі країни, наприклад Німеччина, мають ще суворіші правила. У Німеччині з 2021 року закон зобов’язує відображати обов’язкову кнопку «Ні» у cookie-банері, не запускати жодні скрипти аналітики, поки користувач не погодиться з відстеженням.

Через це маркетологи змушені створювати спеціальні тригери: спочатку завантажується тільки банер, а лише після натискання «Так» — Google Analytics, Meta Pixel, LinkedIn-теги та інші системи аналітики.

#6
Впровадження Consent Management Platform (CMP)

Весна 2024 року принесла ще одне нововведення в аналітику — Google рекомендував впроваджувати Consent Management Platform (CMP).

Google офіційно рекомендує список із 40 різних сервісів, які дозволяють керувати згодою користувачів на використання cookie. Сайти мають налаштувати CMP так, щоб поки користувач не натисне «Так, дозволити», всі cookie мають бути відхилені.

На практиці, поки можна бачити винятки з цих правил, або ж проблеми з налаштуванням зі сторони сайтів.

#7
Телефонні дзвінки та продажі поза аналітикою

Ще одна стара, але досі актуальна причина розбіжностей у даних — це дзвінки менеджерам та оформлення замовлень поза сайтом.

Це особливо стосується eCommerce, де клієнти часто телефонують, щоб уточнити деталі й одразу оформити замовлення.

Через це виникає дилема: маркетологи бачать в аналітиці одну кількість продажів, а менеджери, які оформлюють замовлення напряму в CRM, адмінпанелі чи системі керування залишками, мають іншу кількість продажів. Відповідно, похибка зростає.

Приклади похибки відстеження даних

Приклад 1
Інтернет-магазин електроінструментів, США, e-commerce, B2B (tools)

Один із наших клієнтів працює у сфері eCommerce: магазин продає комерційні професійні інструменти (болгарки, електроінструменти та інші power tools).

• За словами власника, сума продажів за один місяць перевищила 1 мільйон.
  
• Аналітик, який завантажив всі дані з сайту (відкинувши продажі через Amazon та інші джерела), отримав цифру 812 000.
  
• Google Analytics зафіксував лише 438 000 продажів.
  

На цьому сайті використовується Magento з серверною аналітикою, яка одразу надсилає дані.

Якщо порівняти:

• Червень 2024 року – похибка склала 46%.
  
• Червень 2023 року – похибка була 18%.
  

Крім того, була помічена різна кореляція по брендах: на деякі категорії товарів та бренди витрачалося більше рекламного бюджету. Відповідно, у певних брендів були серйозні відхилення між реальними та зафіксованими продажами.

Якщо бізнес отримує частину замовлень через телефонні дзвінки, з мобільних пристроїв, а саме частина користувачів заходить з iPhone, які можуть заблокувати відстеження, то для аналізу реклами недостатньо тільки показників з Google Analytics.

Одного разу ми, аналізуючи дані свого клієнта помітили, що орієнтуючись лише на аналітику, ROAS виглядав дуже низьким. На перший погляд, здавалося, що компанія працює майже в мінус.

Втім ми звірилися з реальними даними з продажів: було помітно, що рекламовані товари продавалися, проте частина конверсій не потрапила в аналітику. Раніше очікувана похибка становила 18-25%, тепер у деяких випадках вона може сягнула 30-50%.

У країнах із суворими вимогами до конфіденційності даних (наприклад, Німеччина), де аналітика не працює, поки користувач не натисне «Так», похибка може досягати 82%.

Приклад 2
Бізнес у сфері сонячних електростанцій, Німеччина, e-commerce, B2C (solar)

Компанія нашого клієнта продає сонячні електростанції (включаючи балконні моделі), і вона також зіткнулася з проблемою. Ми порівняли витрати на рекламу та загальні продажі по конкретних категоріях товарів. Але вирішили взяти дані не тільки в GA, а й CRM та аналізувати зміни у продажах із місяця в місяць.

У середньому в Україні, за спостереженнями бізнесів, похибка аналітики знаходиться в межах 20-25%, рідко перевищує 30%. Проте для бізнесів із високою часткою мобільного трафіку (наприклад, 87% відвідувань із мобільних пристроїв) розбіжності між Google Analytics та реальними продажами можуть бути ще більшими, ніж рік тому.

Як зменшити похибку відстеження даних

Оформлення замовлень з дзвінків, месенджерів саме через сайт, а не адмінку чи CRM

Якщо оформлення замовлення відбувається не через сайт, а напряму в адмінці чи системі керування замовленнями, це може призводити до втрати даних в аналітиці.

Рішення — оформлюйте замовлення онлайн, навіть якщо воно зроблене по телефону. Це дозволить трекати продажі у Google Analytics, фіксувати замовлення як Direct або зі спеціальним UTM, і ваші маркетологи нарешті побачать замовлення без танців з бубнами з додатковими звітами.

Таким чином можна ще перевірити кореляцію між збільшенням рекламного бюджету та кількістю замовлень.

Ручне коригування налаштувань цінностей конверсій в рекламних кабінетах.

Якщо аналітика не бачить частину замовлень, можна компенсувати це коригуванням цінностей конверсій у рекламних системах.

Наприклад, якщо зафіксована похибка 30%, можна встановити коригуючий коефіцієнт і передавати у рекламу 130% від цінності конверсій. Або, якщо бізнесу для прибутковості потрібен ROAS 5, можна орієнтуватися на 4, а реальну ефективність перевіряти вручну. 

Передача даних з сайту напряму в рекламні системи

Щоб зменшити похибку у відстеженні, крім коду GA4, потрібно передавати дані безпосередньо в Google Ads (AW), Meta Pixel, TikTok Pixel та інші інтегровані через сайт, а не GTM тощо. Це зменшить втрати в даних на 5-7% завдяки додатковому серверному способу збору інформації.

З мінусів, — маркетолог не зможе отримати конкретні ID продажів, але цифри стануть більш коректними. Головне — щоб всі аналізували одні й ті самі показники та розуміли, як інтерпретувати дані.

Для стратегічних рішень — аналіз не лише аналітики, а й продажів

Аналітика не завжди показує реальну картину. Тому для ухвалення важливих рішень (збільшення, зупинка, зміна реклами) потрібно дивитися не тільки на Google Analytics, а й на фактичні продажі. Робити перехресну перевірку даних між рекламними системами, CRM та реальними доходами.

Google Analytics дає правильні дані лише за ідеальної інтеграції, але на практиці це рідкість. Тому маркетологам доводиться звіряти цифри вручну — більше роботи, але точніші результати.

Як опрацювати похибку в рекламі

Окрема оцінка пріоритетних категорій, брендів, послуг

Якщо це ecommerce, то існують різні категорії товарів, а якщо послуги — різні напрямки. У більшості випадків рекламний бюджет розподіляється нерівномірно між усіма категоріями, брендами або послугами.

Раніше аналітику оцінювали загалом: скільки вклали в Google Ads → стільки продажів зафіксувала аналітика. Тепер треба зробити сегментацію за витратами: найбільш витратна категорія товарів або бренд у контекстній рекламі Google Ads. Друга за витратами — категорія чи бренд і так далі, а потім порівняти з реальними продажами з цих категорій чи брендів.

Наприклад, якщо у звіті на певний бренд було витрачено більше реклами, потрібно перевірити, чи зросли продажі у цій категорії не лише в аналітиці, а й у реальних замовленнях. Якщо аналітика не передає дані по бренду, а лише по назвах товарів, можна налаштувати передачу бренду розробниками. 

Окрім витрат і продажів, потрібно враховувати ще й рівень похибки для різних категорій. Наприклад, у деяких брендів або товарів похибка може бути вищою, якщо частина їхнього трафіку приходить із мобільних пристроїв чи iOS.

KPI з запасом на похибку

Якщо раніше метрики розраховувалися за стандартними формулами, то тепер потрібно закладати запас.

Наприклад, якщо в бізнесу маржинальність 33%, і точка прибутковості була ROAS 3, то через похибку у відстеженні цей показник змінюється. Якщо похибка становить 30-40%, то реальна точка прибутковості вже буде не ROAS 3, а 2,5 або навіть 2.

І от питання, що вигідніше: витратити 10К і отримати ROAS 5 чи витратити 100К і отримати ROAS 2,5, якщо він все одно приносить прибуток?

Тому KPI варто закладати з урахуванням реальних цифр і додаткової похибки в аналітиці.

Для стратегічних рішень — аналіз не лише даних аналітики, а й продаж

Тепер недостатньо орієнтуватися лише на аналітику, щоб ухвалювати стратегічні рішення. Маркетологи, які працюють з рекламним бюджетом, повинні мати доступ або запитувати дані про реальні продажі, дзвінки, замовлення. Якщо немає прямого доступу до CRM чи адміністративної панелі, потрібно питати у sales-відділу, чи змінилося число дзвінків, чи справді зросли замовлення після збільшення бюджету на рекламу.

CRM, ERP, BigQuery, атрибуція

Ще один варіант роботи з похибкою — це інтеграція CRM, ERP або BigQuery для збору даних та точнішого аналізу рекламних кампаній.

Висновки

iOS 14.5, блокувальники реклами, обмеження Google, зміни у законодавстві (CCPA, GDPR) «розмивають» дані в аналітиці, це довготривалий тренд і треба звикати працювати в режимі недостатніх даних.

З іншого боку треба підключати додаткові канали, використовувати не лише покладатися на аналітику, а й звіряти реальні продажі в адмінці, CRM та інших, передавати дані в рекламні системи напряму, а не через GTM.

Важливо оцінювати не весь асортимент, а пріоритетні категорії та бренди, а KPI встановлювати із запасом на похибку. Serpstat допоможе вам побачити, як сторінки категорій ранжуються, який контент працює найкраще, а також — проаналізувати дані конкурентів.

Аналіз у зв’язці з CRM, BigQuery та атрибуційними моделями дасть точніші результати, ніж просто аналіз даних у кабінеті Google Ads і GA4.