Proč nikdy spolehlivě nedoměříte všechny objednávky?

Facebook vám ukazuje jiné výsledky než Google Analytics. Proč tomu tak je? Roli hrají konverze do 24 hodin po zobrazení reklamy, odmítání cookies, nákupy na různých zařízeních i další faktory, které mohou výsledky měření výrazně ovlivnit. Kterému systému tedy věřit? A kolik objednávek vám reklama skutečně přinesla?

S touto otázkou se při správě reklam setkávám poměrně často. Ve Správci reklam na Facebooku vidíme například 100 objednávek, zatímco Google Analytics jich Facebooku připisuje pouze 60. Kde je tedy pravda?

Možná vás překvapím, ale ani jeden systém nemusí ukazovat skutečný přínos reklamy. A neznamená to, že by některý z nich nutně měřil špatně.

Problém je v tom, že každý systém používá jinou metodiku, má k dispozici jiné informace a především nedokáže spolehlivě určit, co zákazníka skutečně přimělo k nákupu.

Pojďme se podívat na několik konkrétních situací, se kterými se při online nakupování běžně setkáváme.

Reklamu vidíte na Facebooku, ale nakoupíte přes Google

Představte si, že si večer prohlížíte Facebook. Zaujmou vás boty v reklamě nějakého e-shopu. Na reklamu ale nekliknete. Jen si zapamatujete značku nebo název produktu.

Druhý den si na boty vzpomenete, otevřete Google, vyhledáte je a objednáte

Který reklamní kanál přivedl zákazníka?

Google Analytics může objednávku připsat organickému vyhledávání nebo placené reklamě ve vyhledávači. Přitom prvotní zájem mohl vzniknout díky Facebooku.

Meta naopak může za určitých podmínek zaznamenat, že zákazník před nákupem viděl reklamu, a objednávku si připsat.

A právě tady vzniká jeden z hlavních rozdílů mezi oběma systémy.

Facebook a Instagram totiž často fungují jinak než reklamy ve vyhledávání. Zatímco na Googlu lidé aktivně hledají konkrétní produkty, na sociálních sítích můžeme oslovit i zákazníky, kteří o nákupu dosud vůbec neuvažovali a často neuvažují.

Reklama tak může poptávku nejprve vytvořit, zatímco jiný kanál ji následně zachytí. Což je ale potřebné. 

To samozřejmě neznamená, že každou takovou objednávku způsobil Facebook.

Znamená to ale, že posuzovat jeho přínos pouze podle posledního zdroje návštěvy může být zavádějící.

Na reklamu nemusíte vůbec kliknout, přesto vás může ovlivnit

Tohle je podle mě jeden z nejvíce podceňovaných faktorů při vyhodnocování reklamy.

Mnoho lidí si reklamu prohlédne přímo na Facebooku nebo Instagramu, aniž by přešli na web inzerenta.

Typickým příkladem jsou dynamické produktové reklamy. Zákazník si může prohlížet několik produktů přímo v reklamě, porovnávat jejich vzhled nebo si zapamatovat konkrétní výrobek.

Na e-shop se ale dostane až později, třeba přes vyhledávač.

Google Analytics tak nemusí mít o původním kontaktu s reklamou vůbec žádnou informaci.

A co konverze do jednoho dne po zobrazení?

Meta umožňuje vyhodnocovat také objednávky, ke kterým došlo do 24 hodin po zobrazení reklamy, i když na ni zákazník neklikl.

Osobně nepovažuji za správné tyto konverze automaticky ignorovat.

Pokud například oslovujeme nové publikum, které dosud e-shop nenavštívilo, a část těchto lidí po zobrazení reklamy nakoupí, může jít o důležitý signál jejího vlivu.

Zvlášť pokud zákazník viděl reklamu poprvé a během několika hodin uskutečnil objednávku.

Je však potřeba rozlišovat mezi objednávkou, která následovala po zobrazení reklamy, a objednávkou, která vznikla díky reklamě.

Ani 24hodinové okno totiž nedokazuje, že by zákazník bez reklamy nenakoupil.

To platí zejména u remarketingu, kdy oslovujeme lidi, kteří už e-shop navštívili a o nákupu možná dávno uvažovali.

Proto mají podle mě konverze po zobrazení své místo ve vyhodnocování, ale neměly by být nekriticky považovány za stoprocentní přínos reklamy.

Reklamu vidíte na mobilu, objednávku dokončíte na počítači

Další komplikací je používání více zařízení.

Představte si následující situaci:

Večer na mobilu uvidíte reklamu na Facebooku. Produkt vás zaujme, ale objednávku necháte na později.

Následující den zapnete počítač, otevřete e-shop a nakoupíte.

Pokud Google Analytics nedokáže propojit návštěvu z mobilu s návštěvou na počítači, nemusí rozpoznat, že jde o stejného zákazníka.

A to není nijak výjimečná situace.

Google Analytics 4 sice nabízí možnosti identifikace uživatelů napříč zařízeními, například pomocí User-ID, Google Signals nebo modelování, ale propojení není vždy možné.

Pokud uživatel není přihlášený do e-shopu a nejsou dostupné další vhodné identifikační signály, mohou obě návštěvy zůstat oddělené.

Meta zde může mít určitou výhodu.

Uživatelé Facebooku a Instagramu bývají přihlášeni ke svým účtům na různých zařízeních. Meta tak může v některých případech propojit zobrazení reklamy na mobilu s pozdější objednávkou na počítači.

Ani toto propojení ale není stoprocentní.

Důležité je, že Google Analytics může samotnou objednávku zaznamenat správně, ale nemusí vidět všechny předchozí interakce, které k ní vedly.

Odmítnutí cookies může způsobit, že část návštěv a objednávek vůbec nezměříme

Dalším zásadním problémem jsou cookies lišty.

Určitě jste si všimli, že dnes prakticky každý e-shop žádá návštěvníky o souhlas s používáním cookies.

Jenže co se stane, když zákazník souhlas odmítne?

Záleží na konkrétním nastavení měření.

Pokud e-shop využívá základní implementaci Google Consent Mode, analytické značky se bez příslušného souhlasu nemusí vůbec spustit. Google Analytics tak nemusí návštěvu ani následnou objednávku zaznamenat.

Pokročilý Consent Mode sice umožňuje odesílání omezených signálů bez cookies a za určitých podmínek také modelování chybějících dat, ale ani ten nezajistí úplné měření.

Podobná omezení se týkají také Meta Pixelu.

Pokud zákazník odmítne příslušné souhlasy, může být omezeno zaznamenávání jeho aktivity a přiřazování objednávek reklamám.

Ani serverové měření prostřednictvím Conversions API neznamená, že lze odmítnuté souhlasy jednoduše obejít.

Výsledkem je, že e-shop může mít například 200 skutečných objednávek, ale analytické nástroje jich zaznamenají méně.

A protože jednotlivé systémy pracují s odlišnými daty a metodami modelování, mohou vykazovat rozdílné výsledky.

Zákazník může nakoupit až za několik týdnů

Ne každý zákazník nakupuje okamžitě.

Záleží na produktu, jeho ceně i délce rozhodovacího procesu.

U levnějšího spotřebního zboží může člověk nakoupit během několika minut. U dražší elektroniky, nábytku nebo vybavení domácnosti se ale může rozhodovat několik týdnů.

Během této doby může vidět několik reklam, navštívit různé weby, porovnávat ceny a číst recenze.

Nakonec se rozhodne a nakoupí.

Jenže reklamní systémy pracují s omezenými atribučními okny.

Pokud například zákazník viděl reklamu na Facebooku a nakoupil až po měsíci, standardní jednodenní atribuce po zobrazení už tuto objednávku nezahrne. Stejně jako standardní 7denní kliknutí. 

Přesto mohla původní reklama sehrát důležitou roli.

Na druhou stranu za tak dlouhou dobu mohlo rozhodnutí ovlivnit mnoho dalších faktorů.

Právě proto není možné přesně určit, jak velkou zásluhu měl každý jednotlivý reklamní kanál.

Proč si Meta a Google Analytics připisují jiné objednávky?

Představte si zákazníka, který nejprve klikne na reklamu na Facebooku, následně navštíví e-shop přes Google a nakonec objedná.

Meta může objednávku přiřadit své reklamě, pokud splňuje podmínky nastaveného atribučního okna.

Google Analytics ji může podle použitého atribučního modelu připsat Googlu nebo rozdělit hodnotu mezi více kanálů.

Nejde tedy nutně o chybu měření. Oba systémy odpovídají na trochu jinou otázku.

Meta vyhodnocuje objednávky, které dokáže přiřadit svým reklamám podle vlastních atribučních pravidel.

Google Analytics se snaží vyhodnocovat výkon jednotlivých zdrojů návštěvnosti a rozdělovat jim zásluhy podle zvoleného modelu.

Ani jeden přístup ale sám o sobě nedokazuje, kolik objednávek by bez konkrétní reklamy vůbec nevzniklo.

A to je zásadní rozdíl.

Znamená to, že si Facebook objednávky vymýšlí?

Ne. Ale je potřeba rozumět tomu, co vlastně vykazuje.

Meta pracuje s informacemi o reklamních interakcích a nákupních událostech, které získává například prostřednictvím Meta Pixelu nebo Conversions API.

Pokud zákazník viděl reklamu a následně uskutečnil nákup v příslušném atribučním okně, Meta může tuto objednávku přiřadit reklamě.

To však neznamená, že by bez reklamy zákazník určitě nenakoupil.

Představte si například člověka, který má zboží už několik dní v košíku. Rozhodne se objednávku dokončit, ale ještě předtím se mu zobrazí remarketingová reklama.

Pokud následně nakoupí, Meta si může objednávku připsat.

Reklama přitom mohla nákup urychlit, připomenout nebo na něj nemusela mít prakticky žádný vliv.

Stejný problém ovšem existuje i u konverzí po kliknutí. Ani kliknutí na reklamu automaticky nedokazuje, že by bez ní zákazník nenakoupil.

Atribuce nám říká, ke které reklamě systém objednávku přiřadil. Neříká nám s jistotou, zda ji reklama skutečně způsobila.

Jak tedy správně vyhodnocovat úspěšnost reklamy?

Z mého pohledu není správné spoléhat se pouze na jediný analytický nástroj.

Pokud bychom například hodnotili Facebook výhradně podle Google Analytics, můžeme přehlížet část objednávek, které reklama ovlivnila bez přímého prokliku.

Pokud bychom naopak vycházeli pouze ze Správce reklam Meta, můžeme některým kampaním připisovat větší zásluhy, než ve skutečnosti mají.

Proto doporučuji kombinovat několik pohledů.

1. Výsledky přímo ve Správci reklam Meta

Sleduji objednávky a jejich hodnotu podle standardního atribučního okna, ale zajímá mě také rozdíl mezi konverzemi po kliknutí a po zobrazení.

U akvizičních a remarketingových kampaní navíc mohou mít tyto výsledky odlišnou vypovídací hodnotu.

2. Google Analytics 

Sleduji vývoj jednotlivých zdrojů návštěvnosti, tržeb a konverzí.

GA4 pomáhá zasadit výkon Facebooku do kontextu ostatních marketingových kanálů, přestože ani jeho data nejsou úplná. Je dobré porovnat různé modely, asistované konverze apod. 

3. Skutečné výsledky e-shopu

Tohle je pro mě jeden z nejdůležitějších ukazatelů.

Pokud například výrazně zvýšíme investice do reklamy, mělo by nás zajímat, co se skutečně děje s objednávkami, celkovým obratem a ziskovostí e-shopu.

Rostou tržby? Přibývají noví zákazníci? Odpovídá růst výsledků navýšeným nákladům?

Samozřejmě musíme přihlížet k sezónnosti, cenám, akcím, skladové dostupnosti a dalším faktorům.

Samotný růst obratu totiž ještě nedokazuje, že ho způsobila právě reklama.

Nejpřesnější odhad dodatečného přínosu mohou poskytnout vhodně navržené experimenty, při kterých porovnáváme skupiny vystavené reklamě s kontrolními skupinami. Ani ty však nejsou bez omezení a pro menší e-shopy nemusí být vždy prakticky dostupné.

Závěr: Nehledejte jedno dokonalé číslo

Online reklama ovlivňuje nákupní rozhodování mnohem složitěji, než dokážou zachytit jednotlivé atribuční modely.

Zákazník může reklamu pouze vidět, nakoupit na jiném zařízení, odmítnout cookies, vrátit se přes vyhledávač nebo objednávku dokončit až po několika týdnech.

Každý z těchto faktorů může ovlivnit, jaké výsledky nám reklamní a analytické systémy ukazují.

Proto neexistuje jeden nástroj, který by dokázal spolehlivě změřit všechny objednávky a současně přesně určit, které z nich skutečně vznikly díky reklamě.

Neznamená to, že bychom měli analytiku ignorovat. Právě naopak.

Je potřeba rozumět jejím omezením, vyhodnocovat výsledky v širších souvislostech a především sledovat, zda se investice do reklamy pozitivně promítají do skutečných obchodních výsledků.

Protože cílem reklamy nakonec není mít co nejhezčí čísla ve Správci reklam.

Cílem je, aby reklama přinášela zákazníky, objednávky a zisk.

Text byl stylisticky upraven pomocí AI.