GA4 i Google Ads pokazują inne konwersje: lista kontroli
Opublikowano: 2026-09-27
Ilustracja została wygenerowana przez AI.
Różnice między liczbą konwersji w GA4, Google Ads, Meta Ads, CRM i panelu sklepu nie muszą oznaczać błędu. Najpierw trzeba ustalić, czy porównujesz to samo zdarzenie, w tej samej dacie raportowania, w tym samym oknie, z tym samym modelem atrybucji, z tym samym sposobem liczenia i przy tych samych regułach zgód. Dopiero potem warto poprawiać wdrożenie.
Przejdź przez poniższą listę, zapisując ustawienia jednej konkretnej akcji w obu systemach. Jeśli problem dotyczy realnego konta, najlepiej zacząć od technicznej weryfikacji tagów, zdarzeń, zgód i importów w ramach audytu analityki internetowej.
Najpierw ustal, czy porównujesz ten sam obiekt
Najczęstszy błąd w analizie rozbieżności polega na porównaniu nazw, a nie definicji. Dwa raporty mogą pokazywać kolumnę „konwersje”, ale pod spodem liczyć różne rzeczy. Jeden system może liczyć wysłanie formularza, drugi kliknięcie w przycisk, trzeci zakwalifikowanego leada w CRM, a czwarty import offline po kilku dniach.
| Obszar porównania | Co trzeba sprawdzić | Kiedy to jest poprawna różnica metod | Kiedy to może być błąd wdrożenia |
|---|---|---|---|
| Definicja zdarzenia | Nazwa eventu, warunki wyzwolenia, parametry, status konwersji lub key event, źródło importu, mapowanie na cel biznesowy. | Systemy celowo mierzą inny etap lejka, na przykład wysłanie formularza w GA4 i zaakceptowanego leada w CRM. | Tag odpala się na kliknięcie bez potwierdzenia wysyłki, event dubluje się po odświeżeniu strony, brakuje transaction_id albo zdarzenie jest mapowane do złej akcji konwersji. |
| Data raportowania | Czy raport przypisuje wynik do daty zdarzenia, daty kliknięcia, daty wyświetlenia, daty importu lub daty zmiany statusu w CRM. | GA4 pokazuje zdarzenie według czasu jego wystąpienia, a platforma reklamowa może raportować konwersję według daty interakcji reklamowej albo według wybranej kolumny czasu konwersji. | Konto ma inną strefę czasową, import offline trafia z opóźnieniem bez właściwego identyfikatora, a raport porównuje dni graniczne bez uwzględnienia opóźnień przetwarzania. |
| Okno atrybucji | Długość lookback window dla kliknięć i wyświetleń, ustawienia akcji konwersji, okno w GA4, platformie reklamowej i narzędziu CRM. | Jedno narzędzie uwzględnia interakcję sprzed 30 dni, inne tylko sprzed 7 dni, więc liczby nie będą identyczne. | Porównywane są różne akcje konwersji z różnymi oknami albo zmieniono okno w trakcie analizowanego okresu bez oznaczenia tej zmiany. |
| Model atrybucji | Model przypisania konwersji, zakres kanałów uwzględnianych w modelu, import do platform reklamowych, kolumny z danymi według czasu konwersji. | Platforma reklamowa przypisuje udział reklamie, a narzędzie analityczne rozdziela konwersję pomiędzy kanały według własnych reguł. | Źródła są błędnie nadpisywane przez bramkę płatności, self-referral, brak cross-domain albo niepoprawne UTM. |
| Liczenie | Czy system liczy każde zdarzenie, jedną konwersję na kliknięcie, jedną konwersję na użytkownika, unikalne transakcje, sesje, leady czy rekordy CRM. | W Google Ads akcja może być liczona raz lub za każdym razem, a w GA4 event może wystąpić wielokrotnie, jeśli taka jest definicja pomiaru. | Brakuje deduplikacji, formularz wysyła kilka requestów, zakup odpala się ponownie na stronie podziękowania albo jeden lead wpada do kilku konwersji. |
| Zgody i prywatność | Tryb zgód, consent banner, kolejność ładowania tagów, sygnały modelowane, próbkowanie, thresholding, ograniczenia raportowania i dane importowane serwerowo. | System pokazuje dane modelowane albo ograniczone przez zgody, więc nie musi zgadzać się jeden do jednego z surowymi zdarzeniami po stronie serwera. | Tagi działają niezgodnie z ustalonym trybem zgód, nie odpalają się po zgodzie, consent mode jest błędnie skonfigurowany albo zgoda nie jest przekazywana do właściwych tagów. |
Definicja zdarzenia: nazwa nie wystarczy
Porównanie zacznij od odpowiedzi na pytanie: co dokładnie musi się wydarzyć, aby system zaliczył konwersję? Sama nazwa „lead”, „purchase” albo „submit_form” nie jest dowodem zgodności. Liczy się moment wyzwolenia, warunek biznesowy i identyfikator zdarzenia.
Dla formularza różnica może wyglądać niewinnie: GA4 liczy event po kliknięciu przycisku, Google Ads konwersję z tagu na stronie podziękowania, a CRM dopiero rekord z poprawnym numerem telefonu. Każda z tych liczb może być poprawna, ale nie opisuje tego samego etapu procesu.
Przy zakupach kluczowe są transaction_id, value, currency, tax, shipping i mechanizm deduplikacji. Jeśli transaction_id jest pusty, losowy albo zmienia się po odświeżeniu strony, problem jest wdrożeniowy. Jeśli natomiast sklep liczy zamówienia opłacone, a system reklamowy zamówienia złożone, to jest różnica definicji.
Data raportowania: ta sama konwersja może trafić do innego dnia
Różnica daty raportowania często wygląda jak „brakujące” konwersje, choć w rzeczywistości zostały przypisane do innego dnia. Narzędzia mogą raportować wynik według daty wystąpienia zdarzenia, daty kliknięcia reklamy, daty wyświetlenia, daty importu albo daty zmiany statusu w CRM.
Przykładowa diagnostyka bez fikcyjnych danych: wybierz pojedynczy identyfikator transakcji lub leada i sprawdź, kiedy wystąpiło zdarzenie na stronie, kiedy trafiło do platformy reklamowej, kiedy zostało zaimportowane i według której daty pojawia się w raporcie. Jeśli systemy mają różne reguły datowania, różnica jest metodologiczna. Jeśli jedna platforma ma złą strefę czasową albo import jest przesunięty bez kontroli, to może być błąd konfiguracji.
Okno atrybucji: różne długości historii dają różne wyniki
Okno atrybucji określa, jak daleko wstecz system szuka interakcji, której może przypisać konwersję. Jeżeli jedna platforma uwzględnia interakcje sprzed dłuższego okresu niż druga, identyczne wyniki nie są realistycznym oczekiwaniem.
Nie wystarczy sprawdzić jednego globalnego ustawienia. Okno może być inne dla różnych akcji konwersji, kampanii, typów interakcji i źródeł importu. W diagnostyce trzeba zapisać aktualne ustawienia oraz sprawdzić, czy nie zmieniały się w analizowanym okresie.
Model atrybucji: nie myl różnicy modelu z błędnym śledzeniem
Model atrybucji odpowiada za przypisanie udziału konwersji do kanału, kampanii lub interakcji. To, że Google Ads, GA4 i Meta Ads pokazują różne wartości dla tego samego okresu, może być prawidłowe, bo każde narzędzie patrzy na dane z innej perspektywy.
Błąd zaczyna się wtedy, gdy model dostaje złe wejście: ruch z płatności wraca jako referral, UTM są nadpisywane, cross-domain nie działa, kampanie nie mają spójnego tagowania albo import offline nie zawiera identyfikatora kliknięcia. Wtedy problemem nie jest „model atrybucji”, tylko jakość danych wejściowych.
Liczenie: konwersje, zdarzenia, użytkownicy i rekordy CRM to różne jednostki
Jedno narzędzie może liczyć każde wystąpienie eventu, inne tylko jedną konwersję na interakcję reklamową, a CRM może deduplikować rekordy po adresie e-mail lub numerze telefonu. Zanim uznasz rozbieżność za błąd, sprawdź jednostkę liczenia.
- Jeśli liczysz eventy, jeden użytkownik może wygenerować kilka konwersji.
- Jeśli liczysz użytkowników, kilka eventów tego samego użytkownika może dać jedną konwersję.
- Jeśli liczysz transakcje, potrzebujesz stabilnego identyfikatora zamówienia.
- Jeśli liczysz leady w CRM, wynik zależy od reguł deduplikacji, walidacji i statusów.
- Jeśli liczysz import offline, wynik zależy od jakości identyfikatorów, czasu importu i dopasowania do wcześniejszych interakcji.
Zgody: różnica może wynikać z prywatności, a nie z awarii
Consent mode, baner zgód, blokowanie tagów, modelowanie konwersji i ograniczenia raportowania mogą powodować, że raporty nie będą zgodne jeden do jednego. To nie zawsze jest błąd. Część narzędzi pokazuje dane obserwowane, część modelowane, a część ograniczone progami prywatności lub dostępnością sygnałów.
Sprawdź, czy wdrożenie używa podstawowego czy zaawansowanego Consent Mode. W wariancie podstawowym tagi są blokowane do udzielenia zgody. W zaawansowanym mogą ładować się ze stanem odmowy i wysyłać pomiary bez plików cookie. Samo uruchomienie tagu nie przesądza więc o błędzie. Weryfikuj domyślny stan, jego aktualizację i zachowanie tagów zgodnie z przyjętym wdrożeniem.
Tabela diagnostyczna: hipoteza, źródło, test
| Hipoteza | Źródło pierwotne do sprawdzenia | Test |
|---|---|---|
| Systemy liczą inne zdarzenia pod podobną nazwą. | Konfiguracja eventów w GA4, akcje konwersji w Google Ads, konfiguracja piksela lub CAPI, CRM, dokumentacja data layer. | Porównaj warunek wyzwolenia zdarzenia, nazwę, parametry i moment wysyłki. Sprawdź pojedynczą ścieżkę w trybie debugowania. |
| Konwersje są przypisane do różnych dat. | Raporty według czasu zdarzenia, czasu interakcji, czasu konwersji, log importu offline, strefa czasowa konta. | Weź jeden identyfikator transakcji lub leada i sprawdź jego datę w każdym systemie. Porównaj także kolumny raportujące według czasu konwersji, jeśli są dostępne. |
| Różnica wynika z innego okna atrybucji. | Ustawienia akcji konwersji, ustawienia raportowania atrybucji, historia zmian konta. | Zapisz okna dla porównywanych konwersji i sprawdź, czy były zmieniane w analizowanym okresie. Nie porównuj akcji o różnych oknach jako jednej metryki. |
| Platforma reklamowa przypisuje konwersję sobie, a analityka dzieli ją między kanały. | Raporty atrybucji w platformie reklamowej, GA4 Advertising, raporty pozyskania, identyfikatory kliknięć, parametry UTM. | Sprawdź, czy kliknięcie reklamowe poprzedzało zdarzenie i czy identyfikatory kampanii nie zostały utracone. To może być poprawna różnica modelu, jeśli dane wejściowe są spójne. |
| Zdarzenie odpala się wielokrotnie. | Tag Manager Preview, DebugView, Network w przeglądarce, data layer, logi serwera, logi e-commerce. | Wykonaj jedną testową ścieżkę i policz liczbę requestów dla tego samego eventu. Odśwież stronę podziękowania i sprawdź, czy event nie wysyła się ponownie. |
| Brakuje deduplikacji zakupów lub leadów. | transaction_id, event_id, lead_id, order_id, konfiguracja CAPI lub server-side tagging, CRM. | Sprawdź, czy identyfikator jest stabilny, unikalny i przekazywany w każdym kanale wysyłki. Porównaj zdarzenia client-side i server-side. |
| Ruch wraca z bramki płatności lub innej domeny jako nowe źródło. | Raporty referral, ustawienia cross-domain, lista wykluczeń odsyłających, parametry linker, ścieżka płatności. | Przejdź pełną ścieżkę zakupu i sprawdź, czy sesja oraz identyfikatory użytkownika zachowują ciągłość po powrocie z płatności. |
| UTM lub identyfikatory kampanii są nadpisywane. | Adresy landing page, szablony śledzenia, auto-tagging, redirecty, narzędzia do skracania linków, CRM. | Sprawdź finalny URL po wszystkich przekierowaniach. Zweryfikuj, czy parametry nie znikają i nie są zastępowane innymi wartościami. |
| Zgody blokują albo modelują część danych. | Konfiguracja CMP, Consent Mode, Tag Manager, tryb debugowania zgód, dokumentacja wdrożenia banera. | Przetestuj ścieżkę dla braku zgody, zgody częściowej i pełnej zgody. Sprawdź kolejność ładowania tagów i aktualizację stanu consent. |
| Dane nie są jeszcze kompletne z powodu opóźnień przetwarzania. | Status importów, diagnostyka konwersji, logi API, harmonogram importu offline, dokumentacja platformy. | Porównaj świeży okres z okresem zamkniętym po przetworzeniu danych. Nie oceniaj rozbieżności na podstawie niedokończonego dnia. |
| CRM liczy inny etap niż analityka. | Statusy leadów, reguły walidacji, deduplikacja CRM, mapping pól, integracja formularza. | Wybierz kilka realnych identyfikatorów leadów i sprawdź ich drogę od formularza do CRM. Ustal, czy porównujesz wysłanie formularza, lead poprawny czy lead sprzedażowy. |
Jak oddzielić błąd wdrożenia od poprawnej różnicy metod
Praktyczna zasada jest prosta: najpierw sprawdzasz, czy dane wejściowe są poprawne, a dopiero potem interpretujesz różnice metodologiczne. Jeżeli tag odpala się dwa razy, nie ma sensu dyskutować o modelu atrybucji. Jeżeli event jest stabilny, deduplikacja działa, zgody są poprawne, a identyfikatory kampanii nie giną, wtedy rozbieżność może wynikać z metod raportowania.
To częściej wskazuje na błąd wdrożenia
- Ten sam event wysyła się kilka razy podczas jednej akcji użytkownika.
- Zdarzenie konwersji uruchamia się przed faktycznym zakończeniem formularza lub zakupu.
- Brakuje transaction_id, event_id, lead_id albo identyfikator zmienia się przy odświeżeniu strony.
- Tagi ignorują stan zgody użytkownika albo nie aktualizują się po zmianie zgody.
- Ruch z płatności, panelu logowania lub subdomeny tworzy nowe źródło sesji.
- UTM znikają po przekierowaniu lub są nadpisywane przez inne narzędzie.
- Ten sam import offline trafia do platformy więcej niż raz.
- Wartość transakcji, waluta, podatek lub koszt dostawy są mapowane niezgodnie z definicją raportu.
To częściej jest poprawną różnicą metod
- Jedno narzędzie raportuje konwersję według daty zdarzenia, a drugie według daty interakcji reklamowej.
- Platformy mają różne okna atrybucji dla kliknięć i wyświetleń.
- Jedna platforma liczy każdą konwersję, a inna jedną konwersję na interakcję lub użytkownika.
- CRM liczy tylko leady zaakceptowane, a analityka wszystkie wysłane formularze.
- Raport reklamowy pokazuje udział kampanii płatnej, a raport analityczny rozdziela zasługę między kilka kanałów.
- Dane są modelowane lub ograniczone przez zgody i progi prywatności.
- Świeże dane różnią się od danych po pełnym przetworzeniu i imporcie offline.
Kolejność diagnostyki, która ogranicza fałszywe wnioski
- Wybierz jedną konkretną konwersję do porównania, a nie cały zestaw celów.
- Zapisz jej definicję biznesową: co ma oznaczać dla firmy.
- Sprawdź techniczną definicję eventu i warunki wyzwolenia.
- Zweryfikuj deduplikację, identyfikatory i parametry wartości.
- Przetestuj ścieżkę z różnymi stanami zgód.
- Porównaj datę raportowania w każdym systemie.
- Sprawdź okna i modele atrybucji dla tej konkretnej akcji.
- Porównaj sposób liczenia: każde zdarzenie, raz na kliknięcie, raz na użytkownika, rekord CRM.
- Dopiero na końcu oceń, czy różnica jest błędem, czy oczekiwaną konsekwencją metod.
Jeżeli rozbieżności wpływają na decyzje o budżecie, optymalizacji kampanii lub raportowaniu sprzedaży, nie warto zgadywać na podstawie samych agregatów. Weryfikacja powinna objąć konfigurację zdarzeń, tagów, consent mode, deduplikacji, importów i raportów źródłowych. Sprawdź audyt analityki.
Co powinno zostać po porównaniu
Efektem dobrej diagnostyki nie jest wymuszenie identycznych liczb w każdym panelu. Efektem powinien być opis, które różnice są zamierzone i wynikają z metod raportowania, a które wymagają poprawy wdrożenia. Dla każdej ważnej konwersji warto mieć jedną definicję biznesową, jedną dokumentację techniczną i jasną informację, który system jest źródłem prawdy dla danego typu decyzji.
Jeżeli liczba z GA4 służy do analizy zachowania użytkowników, wynik z Google Ads do optymalizacji kampanii, a CRM do oceny jakości leadów, te systemy mogą współistnieć bez pełnej zgodności liczbowej. Warunek jest jeden: różnica musi być wyjaśniona, powtarzalna i kontrolowana, a nie przypadkowa.
Najczęstsze pytania
Czy liczba kluczowych zdarzeń GA4 musi być równa konwersjom Google Ads?
Nie. Najpierw ustal, czy porównujesz to samo działanie, zakres kanałów, sposób liczenia i datowanie. Kluczowe zdarzenie i konwersja reklamowa nie są automatycznie tą samą kolumną raportu.
Od czego zacząć przy nagłym podwojeniu konwersji?
Sprawdź jedną kontrolowaną ścieżkę, liczbę wywołań tagów oraz czy ta sama czynność nie jest mierzona podwójnie przez tag i import. Nie zmieniaj wszystkich ustawień naraz.
Dokumentacja: kluczowe zdarzenia a konwersje, warianty Consent Mode. Pomiar warto uporządkować w ramach analityki internetowej.
html body.postid-21393 .fusion-content-tb table.rankhero-table{min-width:960px!important;table-layout:auto!important}html body.postid-21393 .fusion-content-tb table.rankhero-table td,html body.postid-21393 .fusion-content-tb table.rankhero-table th{min-width:150px!important;word-break:normal!important;overflow-wrap:normal!important}
Poznaj zakres kampanii Google Ads oraz sposób planowania reklamy i pomiaru jej skuteczności.
Michał Varen