Analityka

Skąd biorą się różnice w raportach Facebooka i Google Analytics?

Jednym z najczęściej występujących problemów w analityce internetowej są odmienne dane statystyczne prezentowane przez różnorodne platformy. Bardzo duże rozbieżności w raportach najczęściej spotykane są w przypadku Facebooka i Google Analytics, gdzie różnice sięgają nawet kilkudziesięciu %.  Skąd się to bierze? 

Spokojnie, nikt tu nie oszukuje

Jeżeli po kolejnym spojrzeniu w raporty Facebooka i porównaniu ich z danymi widocznymi w Google Analytics widzisz drastycznie odmienne wartości, nie znaczy to, że któraś z tych platform próbuje przypisać sobie niesłusznie zasługi, bądź przeciwnie – zdyskredytować dane źródło ruchu. Powodów rozbieżności w raportach Facebooka i Google Analytics jest wiele, niemniej klucz do zrozumienia tych różnic tkwi przede wszystkim w atrybucji konwersji.

Czym jest atrybucja konwersji?

W marketingu internetowym atrybucja konwersji to sposób przypisania udziału w wygenerowaniu pożądanego efektu (konwersji) w postaci np. zakupu bądź przesłaniu formularza kontaktowego danemu źródłu ruchu, np. reklamie na Facebooku, reklamie Google AdWords, bannerowi w ogólnopolskim serwisie internetowym, newsletterowi etc. Atrybucja konwersji ma pomóc w ocenie skuteczności sprzedażowej danego kanału i skutecznej alokacji budżetu marketingowego. To w teorii. W praktyce jednak precyzyjna atrybucja konwersji stanowi jedno z największych wyzwań współczesnego marketingu internetowego. Wynika to przede wszystkim z faktu, iż niemal każda platforma sprzedająca powierzchnię reklamową lub prezentująca statystyki ruchu w witrynie posiada swój własny model atrybucji konwersji. I tak:

Google Analytics stosuje domyślny model last non-direct click attribution (lub potocznie last-click), czyli przypisuje udział w konwersji OSTATNIEMU KLIKNIĘCIU NIEBEZPOŚREDNIEMU. Jeżeli zatem dany użytkownik zobaczy reklamę na Facebooku i ją kliknie, później odwiedzi naszą witrynę jeszcze parokrotnie za pośrednictwem różnych źródeł i w końcu dokona zakupu, Google Analytics udział w wygenerowaniu tej konwersji przypisze ostatniemu źródłu ruchu, w które użytkownik kliknął, np. newsletterowi. 

Facebook z kolei stosuje model atrybucji „ostatnia interakcja”, który przypisuje udział w wygenerowaniu konwersji 1 dzień po wyświetleniu reklamy lub aż 28 dni po jej kliknięciu. Jeżeli zatem odwiedzimy daną witrynę klikając w reklamę na Facebooku, ale zakupu w niej dokonamy np. dwa tygodnie później, wchodząc jeszcze na tę stronę za pomocą wielu źródeł, ostateczna konwersja przypisana zostanie właśnie reklamie na Facebooku, która użytkownikowi została w tym serwisie wyświetlona (jeżeli było to wiele reklam, konwersja zostanie przypisana do ostatniej wyświetlonej reklamy lub do tej, którą użytkownik kliknął).

Prowadzi to często do ogromnych różnic w raportach Facebooka i Google Analytics. W raportach Fb możemy widzieć np. 10 konwersji, a tymczasem Analytics nie pokaże ani jednej. Problem ten jest tym głębszy, im bardziej wielokanałowe działania marketingowe prowadzimy. Wynika to najczęściej właśnie z odmiennych modeli atrybucji konwersji.

Dlaczego Facebook i Google stosują odmienne modele atrybucji?

Złośliwi stwierdzą, że każda platforma ma model atrybucji „uszyty pod siebie”, czyli mający za zadanie prezentować jak najlepsze wyniki w raportach kampanii, a tym samym zachęcać użytkownika do przeznaczania większego budżetu na zakup reklamy właśnie za jej pośrednictwem (w przypadku Google Analytics dane mają z kolei zachęcać do inwestowania w reklamę AdWords oraz optymalizację witryny). Spójrzmy prawdzie w oczy – w dużej mierze to prawda. Jednak musimy także pamiętać o tym, że reklama w danym ekosystemie (AdWords, Facebook, wydawcy) różni się wieloma czynnikami, takimi jak zasięgiem dotarcia, możliwościami reklamowymi (wiele platform wkłada wiele pracy w to, by reklamodawca miał spory wybór formatów i celów reklamowych), a także – co najważniejsze – dotarciem do użytkowników znajdujących się na odmiennych poziomach lejka zakupowego.

I tak, w przypadku Facebooka docierać będziemy częściej do użytkowników całkowicie nowych, którzy niejednokrotnie będą mieli styczność z naszą marką i komunikatem po raz pierwszy w życiu. Reklama na Facebooku, podobnie jak np. reklama display lub natywna u wydawców internetowych, jest znakomitym sposobem na budowanie świadomości marki i produktu, czy wzbudzanie chęci zakupowej i skierowanie go na ścieżkę prowadzącą do konwersji. Facebook to jeden z najskuteczniejszych kanałów wspomagających konwersje, ale nie zawsze najlepszy kanał do generowania sprzedaży bezpośredniej. To właśnie ze specyfiki tego serwisu, jak i ogólnie mediów społecznościowych, wynika taki a nie inny model atrybucji oraz domyślne okno czasowe raportowania konwersji.

Tymczasem stosowany domyślnie przez Google Analytics model „last-click attribution” w najkorzystniejszym świetle prezentuje przede wszystkim te punkty styczności, na które trafia użytkownik znajdujący się na dole lejka zakupowego, czyli takiego, który jest świadomy swoich potrzeb i szuka konkretnego produktu i usługi, często już celem dokonania zakupu. Tym samym najlepsze rezultaty w Google Analytics prawie zawsze generowało będzie…samo Google. Czy to jako AdWords czy jako wejścia organiczne.

Inne czynniki mające wpływ na różnice w raportach Facebooka i Google Analytics

Rozbieżności w raportach Facebooka i Google Analytics mogą mieć swoje źródło nie tylko w odmiennych modelach atrybucji, ale także w innych czynnikach, takich jak:

1. Wszelkiego rodzaju ad blockerach, które blokują nie tylko reklamę displayową, ale także skrypt Google Analytics, zaburzając tym samym zbierane dane,
2. Restarcie sesji Google Analytics – jeżeli użytkownik kliknie reklamę np. na Facebooku i przejdzie do naszej witryny, po czym przez 30 minut nie wykona w witrynie żadnej czynności (np. zrobi sobie przerwę obiadową), Analytics zrestartuje sesję, a użytkownika, który pierwotnie przyszedł z Facebooka, przypisze do źródła direct,
3. Próbkowaniu danych. W przypadku przekroczenia progu 500 tys. sesji w określonym zakresie dat bądź wygenerowaniu tzw. raportu doraźnego (np. stosując segment lub wymiar dodatkowy), Google Analytics zastosuje próbkowanie, a co za tym idzie – nie zaprezentuje danych ze wszystkich sesji.

PAMIĘTAJ: Zarówno odmienny model atrybucji, jak i pozostałe wymienione czynniki mogą prowadzić do różnic pomiędzy raportami Facebooka a Google Analytics sięgającymi nawet kilkudziesięciu %!

Może to przyprawić o ból głowy, prawda?

Jak poradzić sobie z różnicami w raportach?

Niestety, ze powodów opisanych powyżej i nie tylko, obecnie nie ma uniwersalnej, w 100% skutecznej metody na poradzenie sobie z problemem precyzyjnej atrybucji konwersji. We współczesnym świecie użytkownik odbywa w poszukiwaniu najlepszego dla siebie produktu prawdziwą podróż pomiędzy różnorodnymi platformami, gdzie styka się z naszym komunikatem marketingowym o różnej porze dnia i za pomocą odmiennych urządzeń (laptop, smartfon, tablet itp.). Ty z pewnością nie jesteś wyjątkiem i również, zanim dokonasz zakupu, przeglądasz kilka różnych sklepów, zaglądasz na porównywarki cenowe, odwiedzasz profile w mediach społecznościowych czy fora celem dotarcia do możliwie jak najlepszej oferty. Tym samym przypisywanie zasługi w konwersji wyłącznie jednemu źródłu jest dzisiaj nie tylko niezwykle trudne, ale również…powoli przestaje mieć jakikolwiek sens. Aby jednak mimo wszystko móc wspomniane rozbieżności maksymalnie ograniczyć, możesz m.in.

1. Zawęzić domyślny przedział czasowy zliczania konwersji na Facebooku.Zrobić to możesz w Menedżerze Reklam w sekcji Ustawienia -> Atrybucja. Zdecydowanie zalecamy to działanie.

2. Stosować tagi UTM celem znacznie precyzyjniejszego śledzenia ruchu z Facebooka. Więcej o tagach UTM przeczytasz tutaj.

3. Używać narzędzia do skracania linków z własnym panelem analitycznym – np. bit.ly lub goo.gl. Dzięki temu zyskasz dodatkowe źródło danych na temat kliknięć wygenerowanych przez nasze posty lub reklamy na Facebooku.

4. Korzystać z raportu konwersji wspomaganych w Google Analytics. Raport ten prezentuje udział poszczególnych kanałów w generowaniu konwersji. Dzięki temu może się okazać, że Facebook, pomimo że nie generuje wysokiej sprzedaży bezpośredniej, ma znaczny udział w generowaniu konwersji jako źródło wspomagające. Czyli, używając analogii sportowej, ma niezwykle dużo asyst przy zdobytych golach. To pozwoli lepiej ocenić skuteczność działań na Facebooku w Twojej kompozycji marketingowej.

5. Wykorzystać modelowanie atrybucji. To zaawansowana metoda polegająca na analizie ścieżek wielokanałowych i wykorzystaniu dostępnych modeli atrybucji w Google Analytics lub też stworzenie własnego modelu całkowicie od podstaw. Zagadnienie modelowania atrybucji jest dość obszerne, dlatego omówimy je szerzej w odrębnym tekście.

Podsumowanie

Jak widzisz, różnice w raportach Facebooka i Google Analytics wynikają z wielu czynników, których całkowite wyeliminowanie jest dziś praktycznie niemożliwe. Na szczęście możemy w znacznym stopniu zminimalizować owe rozbieżności, dzięki czemu nie stracimy kontroli nad prowadzonymi na Facebooku kampaniami oraz przeznaczonym na nie budżetem marketingowym.

A może masz swoje własne doświadczenia i porady w zakresie ograniczania rozbieżności w raportach i skutecznego radzenia sobie z atrybucją konwersji? Czekamy na Twój komentarz!

Menu