Różnica w danych Google Analytics 4 i Google Ads, z czego wynika?
Rozbieżności w danych między Google Analytics 4 (GA4) a Google Ads to naturalne zjawisko wynikające z odmiennych metodologii pomiaru, różnych modeli atrybucji oraz odmiennych sposobów przetwarzania informacji o użytkownikach. Google Ads koncentruje się na efektywności własnych kampanii i przypisuje sukces konkretnej interakcji z reklamą, natomiast GA4 pełni rolę arbitra wielokanałowego, analizującego całą ścieżkę klienta od pierwszego kontaktu do finalnej transakcji. Różnica ta nie jest błędem systemu, lecz konsekwencją ról, jakie oba narzędzia pełnią w ekosystemie analitycznym.
- Czym jest różnica w danych Google Analytics 4 i Google Ads?
- Dlaczego modele atrybucji generują rozbieżności w raportach?
- Jak różnice w dacie raportowania konwersji wpływają na Twoje wyniki?
- Kliknięcia w Google Ads a sesje w GA4 - dlaczego te liczby nigdy nie będą równe?
- Konfiguracja zdarzeń kluczowych i konwersji - pułapki techniczne
- Wpływ Consent Mode i modelowania danych na spójność raportów
- Jak duża rozbieżność GA4 i Google Ads jest normalna w małym sklepie internetowym?
- Czym różni się rozjazd danych w lead generation od e-commerce?
- GA4 czy Google Ads - który raport wykorzystać do jakiej decyzji?
- Jak zminimalizować różnice w danych między GA4 a Google Ads?
- Czy pełna zgodność danych w marketingu internetowym jest możliwa?
- Podsumowanie
- Źródła i dokumentacja
Właściciele sklepów internetowych dzwonią do mnie zwykle w tym samym momencie: po zamknięciu miesiąca, gdy panel Google Ads pokazuje 412 konwersji, a GA4 - 337 zdarzeń kluczowych zakupu. Różnica 18,2% wygląda jak awaria, a najczęściej jest poprawnym zachowaniem obu systemów. Problem polega na tym, że część rozjazdu rzeczywiście bywa usterką pomiaru i bez umiejętności rozdzielenia tych dwóch sytuacji podejmujesz decyzje budżetowe na podstawie liczby, której nie rozumiesz.
Wnioski, które rozstrzygają, czy różnica między GA4 a Google Ads jest poprawna, czy oznacza zepsuty pomiar.
-
Google Ads zapisuje konwersję w dniu kliknięcia, GA4 w dniu zakupu
Zakup z 5 grudnia po kliknięciu z 1 grudnia trafia w Google Ads do 1 grudnia, a w GA4 do 5 grudnia. Ta sama transakcja stoi w dwóch różnych wierszach raportu dziennego, więc zestawianie okien 24-48 godzin nie ma sensu.
-
Atrybucja Google Ads obejmuje wyłącznie powierzchnie Google, GA4 widzi wszystkie kanały
Search, YouTube, Display i Discover to cały horyzont modelu Google Ads. Wejście z Facebooka albo z newslettera w nim nie istnieje, więc kampania przypisuje sobie całą konwersję, którą GA4 rozdziela na kilka źródeł ruchu.
-
Różnica poniżej trzech procent zwykle oznacza import konwersji z GA4, nie zdrowy pomiar
Import zdarzenia kluczowego z GA4 opóźnia sygnał dla Smart Bidding o 9 do 12 godzin i wyklucza konwersje rozszerzone. Konto mierzy wtedy jedno źródło dwa razy i traci niezależny punkt kontrolny.
-
Mediana rozjazdu między GA4 a Google Ads na audytowanych kontach wynosi 11,4 procent
Mediana pochodzi z 34 kont e-commerce, które audytowałem w ciągu ostatnich dwóch lat, przy oknie 30 dni ustawionym identycznie w obu systemach. W siedmiu przypadkach różnica przekraczała 30 procent i za każdym razem miała przyczynę techniczną.
-
Modelowanie behawioralne w GA4 rusza dopiero po 1000 zdarzeń dziennie bez zgody
Dokumentacja Google podaje próg 1000 zdarzeń dziennie z brakiem zgody utrzymywany przez co najmniej 7 dni, stan na 2026 rok. Google Ads modeluje konwersje bez takiego progu, więc mniejsze konta widzą asymetrię odzysku danych.
Czym jest różnica w danych Google Analytics 4 i Google Ads?
Różnica w danych między Google Analytics 4 a Google Ads to dystans statystyczny wynikający z odmiennych algorytmów zliczania interakcji oraz różnych punktów odniesienia w procesie zakupowym klienta. Ten sam zakup bywa zarejestrowany w Google Ads jako konwersja, a w GA4 jako zdarzenie kluczowe przypisane do innego źródła ruchu i innej daty.
Oba systemy nie są lustrzanymi odbiciami. Google Ads jest narzędziem optymalizacyjnym dla reklamodawcy i jego zadaniem jest udowodnienie, że kampania przyczyniła się do wyniku. GA4 jest platformą do analizy zachowań użytkowników w ujęciu holistycznym i musi zachować obiektywizm wobec ruchu organicznego, newslettera czy wejść bezpośrednich. Dwa różne cele produktowe dają dwie różne liczby przy tym samym zdarzeniu biznesowym. W analityce internetowej nie jest to usterka pomiaru, tylko konsekwencja dwóch różnych definicji tego samego zdarzenia.
Co każdy z paneli uznaje za swoją zasługę
Google Ads stosuje podejście skoncentrowane na reklamie, GA4 podejście skoncentrowane na użytkowniku i kanale. Jeśli klient kliknął reklamę w poniedziałek, a kupił w środę, wchodząc bezpośrednio na stronę, GA4 może przypisać sukces wejściu bezpośredniemu, podczas gdy Google Ads upomni się o swoją zasługę, o ile kliknięcie mieści się w oknie konwersji.
- Google Ads: zlicza konwersję, gdy w oknie konwersji wystąpiło płatne kliknięcie albo kwalifikujące się wyświetlenie reklamy.
- GA4: zlicza zdarzenie kluczowe zawsze, a przypisanie do kampanii zależy od modelu atrybucji i od tego, czy identyfikator GCLID przetrwał wejście na stronę.
- Panel sklepu lub CRM: zlicza zamówienie w momencie jego złożenia, bez względu na źródło ruchu i bez modelowania.
Sklep z oświetleniem: 412 konwersji w Google Ads i 337 zdarzeń kluczowych zakupu w GA4, to samo okno 30 dni. Punktem odniesienia jest mediana z 34 audytowanych kont e-commerce.
Wynik: 6,8 punktu procentowego ponad medianę to nie jest jeszcze awaria, ale wystarczający powód, żeby sprawdzić okna konwersji i spójność tagowania przed kolejną zmianą stawek.
Dlaczego modele atrybucji generują rozbieżności w raportach?
Rozbieżności biorą się z tego, że oba systemy stosują inne modele atrybucji: Google Ads przypisuje zasługę ścieżkom prowadzącym przez własne kampanie, a GA4 rozdziela ją między wszystkie źródła ruchu. Atrybucja to proces przypisywania kredytu za konwersję poszczególnym punktom styku i to tutaj powstaje największa część różnic w raportach.
W mojej praktyce zawodowej to najczęstszy punkt sporny w rozmowach z marketerami. Google Ads pokazuje maksymalną wartość generowaną przez kampanie, bo tym karmi algorytmy Smart Bidding. GA4 musi zachować obiektywizm wobec wyników organicznych i mailingu. Warto poznać modele atrybucji w Google Ads, zanim uznasz którykolwiek raport za nieprawidłowy.
Atrybucja oparta na danych (DDA) vs. ostatnie kliknięcie
Oba systemy promują model Data-Driven Attribution, ale ich zakres działania jest inny. DDA w Google Ads analizuje wyłącznie interakcje w obrębie sieci Google: Search, YouTube i Display. Nie widzi kliknięć z Facebooka ani wejść z wyszukiwarki Bing.
W GA4 atrybucja oparta na danych bierze pod uwagę wszystkie kanały. Jeśli ścieżka wyglądała tak: Paid Search, potem Organic Search, potem Social Media i dopiero zakup, GA4 rozdzieli udział między te cztery źródła. Google Ads, widząc tylko pierwszy krok, przypisze sobie pełny udział w konwersji. Różnice wynikające z samej atrybucji wielokanałowej sięgają zwykle od kilku do kilkunastu procent wolumenu, co pokrywa się z rozkładem opisanym w moich audytach.
Ścieżki wielokanałowe a perspektywa jednego systemu
Ścieżki wspomagane pogłębiają rozjazd, bo użytkownicy rzadko kupują po pierwszym kliknięciu, a proces decyzyjny trwa dni albo tygodnie. Wybór modelu atrybucji konwersji przesądza wtedy, ile z tej ścieżki zobaczy każdy z paneli.
- Google Ads: jeśli reklama była częścią ścieżki i zmieściła się w oknie konwersji, system zarejestruje konwersję w całości.
- GA4: stosuje domyślnie model cross-channel data-driven, który obniża wartość przypisaną do Google Ads, gdy inne kanały były bardziej angażujące na końcu lejka.
- Efekt praktyczny: ta sama kampania ma w GA4 niższy ROAS niż w Google Ads, mimo że obie liczby są policzone poprawnie.
Sama zmiana modelu z ostatniego kliknięcia na atrybucję opartą na danych potrafi zauważalnie przesunąć raportowaną skuteczność kanałów płatnych. Uważam, że porównywanie ROAS między panelami bez wcześniejszego zrównania okien atrybucji jest błędem metodologicznym, a nie drobnym niedopatrzeniem.
Rozkład przyczyn z 34 audytów kont e-commerce z ostatnich dwóch lat. To moja obserwacja z konkretnej próby, nie uniwersalna stała rynkowa.
Czy wiesz, że…
Okno konwersji w Google Ads można ustawić od 1 do 90 dni, a domyślne 30 dni rzadko odpowiada ustawieniom raportowania w GA4. Samo zrównanie okien potrafi zdjąć kilka punktów procentowych z rozjazdu, zanim dotkniesz czegokolwiek w kodzie strony.
Jak różnice w dacie raportowania konwersji wpływają na Twoje wyniki?
Google Ads przypisuje konwersję do dnia kliknięcia, a GA4 do dnia, w którym realnie doszło do zakupu, dlatego ten sam przychód potrafi pojawić się w dwóch różnych wierszach raportu dziennego. Mechanizm nazywa się opóźnieniem konwersji i jest wpisany w konstrukcję obu produktów.
Prześledźmy sytuację, w której użytkownik klika reklamę 1 grudnia, a kupuje 5 grudnia.
- Google Ads przypisze konwersję do 1 grudnia, bo mierzy skuteczność Twojej decyzji o licytowaniu w danym czasie i na dane słowo kluczowe.
- Google Analytics 4 przypisze zdarzenie kluczowe do 5 grudnia, bo dla analityki liczy się moment, w którym zdarzenie faktycznie wystąpiło.
- Panel sklepu zapisze zamówienie również 5 grudnia, co czyni go najbliższym GA4 pod względem osi czasu, ale nie pod względem przypisania źródła.
Patrząc na raport z wczoraj, Google Ads może wykazywać mniej konwersji niż GA4, bo część zakupów po wczorajszych kliknięciach wydarzy się dopiero jutro. Patrząc wstecz na dane sprzed tygodnia, Google Ads może mieć ich więcej, bo dopisał do tamtego okresu późniejsze transakcje. Porównywanie raportów z okien 24-48 godzin jest z tego powodu merytorycznie błędne.
Jaka różnica jest normalna, a jaka oznacza usterkę pomiaru
Za normalny uznaję rozjazd w przedziale od 5 do 15 procent liczby konwersji przy zrównanych oknach i pełnym miesiącu danych. Poniżej 3 procent podejrzewam import konwersji z GA4 do Google Ads, powyżej 25 procent szukam usterki technicznej, a nie różnicy metodologicznej.
Skala dotyczy liczby konwersji z pełnego miesiąca przy identycznym oknie konwersji w obu systemach. Nietypowe są obie skrajności, nie tylko górna.
Prawie identyczne liczby zwykle znaczą, że Google Ads importuje konwersje z GA4. Konto traci niezależny pomiar i sygnały docierają do Smart Bidding z opóźnieniem.
Typowy efekt atrybucji wielokanałowej, opóźnienia konwersji i naturalnej utraty sesji. Nie wymaga interwencji, wymaga wyłącznie spójnej interpretacji w raportach.
Najczęstsze przyczyny to wyłączone automatyczne tagowanie, przekierowania gubiące GCLID i podwójne tagowanie strony potwierdzenia zamówienia.
Rekomendacja: zmierz różnicę raz w miesiącu na pełnych danych i zapisz wynik. Dopiero trend tej liczby, a nie jej pojedynczy odczyt, mówi, czy pomiar się psuje.
Kliknięcia w Google Ads a sesje w GA4 - dlaczego te liczby nigdy nie będą równe?
Kliknięcia i sesje nigdy nie będą równe, bo mierzą co innego: kliknięcie rejestruje serwer Google w momencie naciśnięcia reklamy, a sesja powstaje dopiero wtedy, gdy strona docelowa się załaduje i uruchomi kod śledzący gtag.js lub kontener Google Tag Managera. Między tymi dwoma zdarzeniami mieści się cała droga sieciowa, na której część użytkowników odpada.
Stąd klasyczne pytanie: skoro zapłaciłem za 1000 kliknięć, dlaczego w Analytics widzę tylko 800 sesji? Na kontach, które przeglądałem, z 1000 kliknięć zostaje mediana około 820 sesji i około 710 zdarzeń kluczowych poprawnie przypisanych do kampanii. Ubytek nie jest równomierny: największy występuje na urządzeniach mobilnych i przy stronach z wolnym renderowaniem.
Mediana z audytowanych kont e-commerce. Każda warstwa jest mierzona przez inny mechanizm, więc każda gubi po drodze inną grupę użytkowników.
Pamiętaj o Atrybucji po obejrzeniu
Konwersja po wyświetleniu to zdarzenie zaliczone Google Ads, gdy użytkownik zobaczył reklamę wideo lub graficzną, nie kliknął jej, a mimo to dokonał zakupu w oknie konwersji. GA4 nie rejestruje takiego kontaktu w ogóle, bo nie powstała żadna sesja z kampanii. To najczęstsza przyczyna sytuacji, w której kampania YouTube ma konwersje w Google Ads i zero konwersji w raporcie pozyskiwania GA4.
Jeśli prowadzisz kampanie wideo, wyłącz konwersje po wyświetleniu z raportu porównawczego albo policz je osobno. Zestawianie ich z danymi GA4 zawyża różnicę o wartość, której GA4 z definicji nie może zobaczyć.
Techniczne przyczyny gubienia sesji
Sesja ginie zawsze w tym samym miejscu: między opłaconym kliknięciem a wykonaniem skryptu pomiarowego na stronie docelowej. Poniższe cztery przyczyny odpowiadają w moich audytach za większość tego ubytku.
- Czas ładowania strony (LCP): przy renderowaniu powyżej 3 sekund część użytkowników mobilnych klika wstecz przed uruchomieniem kodu GA4. Kliknięcie zostaje opłacone, sesja nie powstaje.
- Błędy certyfikatu SSL: ostrzeżenie o niebezpiecznym połączeniu zatrzymuje użytkownika przed wejściem na stronę.
- Blokowanie skryptów: rozszerzenia blokujące i przeglądarki nastawione na prywatność zatrzymują skrypt Analytics, podczas gdy kliknięcie w wyszukiwarce zostało już zliczone.
- Przekierowania gubiące GCLID: łańcuch z HTTP na HTTPS i z non-WWW na WWW potrafi uciąć parametry adresu, przez co sesja powstaje, ale trafia do kanału Direct zamiast do kampanii.
Czwarty punkt jest najbardziej podstępny, bo nie zmniejsza liczby sesji w GA4, tylko przenosi je do niewłaściwego kanału. Widzisz wtedy ruch, którego nie da się powiązać z żadną kampanią, i jednocześnie spadek konwersji przypisanych płatnemu wyszukiwaniu. Jeśli rozpoznajesz ten wzorzec na swoim koncie, sprawdzenie łańcucha przekierowań jest pierwszym krokiem diagnostycznym, jaki wykonuję.
Zachowania użytkowników przerywających ładowanie witryny
Zachowanie użytkownika potrafi rozjechać liczby w obie strony, nie tylko na niekorzyść GA4. Powtórne kliknięcie tej samej reklamy w krótkim czasie Google Ads odfiltruje jako nieprawidłowe i policzy raz, a GA4 może zarejestrować dwie sesje. Odwrotnie działa powrót z zakładek: użytkownik, który wraca na stronę w ciągu 30 minut od wejścia z reklamy, generuje w Google Ads jedno kliknięcie, a w GA4 potrafi wygenerować sesję z kampanii i osobną sesję bezpośrednią.
Czy wiesz, że…
Domyślny czas wygasania sesji w GA4 wynosi 30 minut i można go wydłużyć do 7 godzin 55 minut. Wydłużenie okna sesji zmniejsza liczbę sztucznie rozbitych wizyt, ale jednocześnie obniża raportowaną liczbę sesji, więc zmieniaj ten parametr świadomie i tylko raz.
Konfiguracja zdarzeń kluczowych i konwersji - pułapki techniczne
Największa pułapka konfiguracyjna to metoda liczenia konwersji: ustawienie Every zlicza każde zdarzenie po jednym kliknięciu, a One tylko pierwsze, więc identyczne zachowanie użytkownika daje inne liczby w obu raportach. Ta jedna opcja potrafi wygenerować kilkanaście procent różnicy przy powracających klientach.
Rozbieżności wynikają często z takich prozaicznych ustawień, bo w GA4 to Ty decydujesz, które zdarzenie staje się kluczowe, a Google Ads pozwala je zaimportować albo zmierzyć własnym tagiem. Poprawna integracja Google Ads i Google Analytics 4 zakłada, że obie definicje opisują to samo zdarzenie biznesowe, a nie dwa różne momenty w koszyku.
Liczenie konwersji: „Raz na zdarzenie” czy „Raz na sesję”?
Google Ads daje dwie metody liczenia konwersji i dobór między nimi zależy od modelu biznesowego, nie od preferencji raportowych.
- Every (Każda): dwa zakupy po jednym kliknięciu dają 2 konwersje. Ustawienie zalecane dla e-commerce, bo odwzorowuje realny przychód.
- One (Jedna): trzy wysłane formularze po jednym kliknięciu dają 1 konwersję. Ustawienie zalecane dla generowania leadów, bo eliminuje duble z tego samego kontaktu.
GA4 również pozwala wybrać metodę liczenia zdarzenia kluczowego, ale jego ustawienie domyślne bywa inne niż to w Google Ads. Jeśli w Google Ads mierzysz każdą konwersję, a w GA4 masz liczenie raz na sesję, rozbieżność ujawni się dokładnie wtedy, gdy zaczniesz sprzedawać powracającym klientom, czyli w najlepszym okresie roku.
Wpływ Consent Mode i modelowania danych na spójność raportów
Consent Mode powoduje rozbieżności, bo przy braku zgody oba systemy modelują brakujące dane, ale robią to na innych zasadach: Google Ads odzyskuje informacje o konwersjach z kliknięć reklamowych, a GA4 potrzebuje osiągnięcia własnych progów danych, żeby modelowanie w ogóle ruszyło. Efekt jest asymetryczny i najmocniej uderza w konta o średnim ruchu.
Oba systemy używają uczenia maszynowego do wypełniania luk po użytkownikach, którzy odrzucili pliki cookies, a algorytmy pracują niezależnie dla każdego produktu. Szerzej opisuję ten mechanizm w tekście o śledzeniu konwersji w erze cookieless.
- Modelowanie w Google Ads: odzyskuje dane o konwersjach na potrzeby ustalania stawek i dopisuje konwersje, których nie zobaczysz w raporcie zdarzeń GA4.
- Modelowanie w GA4: wymaga progów danych, w dokumentacji Google podanych jako minimum 1000 zdarzeń dziennie z brakiem zgody przez co najmniej 7 dni.
- Skutek dla raportu: Google Ads już modeluje, GA4 jeszcze pokazuje surowe dane od użytkowników, którzy kliknęli Akceptuję, i różnica rośnie bez żadnej zmiany w kampaniach.
Tryb Advanced a dokładność modelowania
Tryb Advanced Consent Mode wysyła bezcookiesowe sygnały pingujące także wtedy, gdy użytkownik odrzucił zgodę marketingową, przez co modele mają realny materiał do pracy. Tryb Basic blokuje tagi całkowicie do momentu zgody, więc odrzucenie oznacza całkowitą ciszę pomiarową dla tego użytkownika.
Kiedyś uważałem, że wybór trybu to decyzja czysto prawna, którą podejmuje dział compliance. Dziś wiem, że jest to jednocześnie decyzja o jakości sygnałów trafiających do optymalizacji kampanii Google Ads, bo konto w trybie Basic z niskim współczynnikiem akceptacji zgód uczy algorytmy na wyraźnie okrojonej próbce.
Co zrobić, żeby liczby dało się porównywać
Porównywalność uzyskujesz przez ujednolicenie czterech parametrów, zanim zaczniesz analizować różnicę. Bez tego zestawiasz ze sobą dwie wielkości opisujące co innego.
- Okres: pełny miesiąc kalendarzowy, nigdy ostatnie 24 lub 48 godzin.
- Okno konwersji: ta sama liczba dni po kliknięciu w Google Ads i w ustawieniach atrybucji GA4.
- Zakres zdarzeń: jedno zdarzenie po obu stronach, na przykład wyłącznie zakup, bez sumowania leadów i zapisów do newslettera.
- Typ konwersji: konwersje po wyświetleniu wyłączone z porównania, bo GA4 nie ma dla nich odpowiednika.
Jak duża rozbieżność GA4 i Google Ads jest normalna w małym sklepie internetowym?
W małym sklepie internetowym rozbieżność procentowa jest zwodnicza i nie należy jej traktować jak wskaźnika jakości pomiaru. Przy 20 konwersjach miesięcznie jedna transakcja przypisana innemu kanałowi zmienia różnicę o 5 punktów procentowych, a przy 400 konwersjach ta sama transakcja zmienia ją o 0,25 punktu.
Drugą osobliwością małej skali jest modelowanie. Konto, które nie osiąga progu 1000 zdarzeń dziennie z brakiem zgody, nie dostanie w GA4 modelowania behawioralnego w ogóle, podczas gdy Google Ads modeluje konwersje niezależnie od tego progu. W efekcie mały sklep widzi zwykle większy rozjazd niż duży, mimo poprawnej konfiguracji obu systemów.
- Poniżej 30 konwersji miesięcznie: porównuj liczby bezwzględne i kierunek zmiany, nie procenty.
- Od 30 do 100 konwersji miesięcznie: procent ma sens, ale dopiero w ujęciu kwartalnym, po uśrednieniu trzech miesięcy.
- Powyżej 100 konwersji miesięcznie: miesięczny odczyt procentowy jest wiarygodny i nadaje się do monitorowania trendu.
Właścicielom mniejszych sklepów doradzam prostą zasadę: zamiast ścigać procent, sprawdzaj raz w miesiącu, czy liczba transakcji w panelu sklepu mieści się między wartością z GA4 a wartością z Google Ads. Wypadnięcie poza ten przedział jest sygnałem realnego problemu z tagowaniem.
Czym różni się rozjazd danych w lead generation od e-commerce?
W lead generation rozjazd jest zwykle większy niż w e-commerce, bo konwersja nie kończy procesu sprzedaży, tylko go zaczyna. Formularz i telefon są mierzone w innych momentach ścieżki, a rzeczywista wartość ujawnia się dopiero w CRM, tygodnie po kliknięciu reklamy.
W sklepie internetowym masz twardy punkt odniesienia: zamówienie w panelu, z kwotą i datą. W generowaniu leadów tego punktu nie ma, bo ten sam człowiek potrafi wysłać formularz, zadzwonić i napisać na czacie. Google Ads z ustawieniem One policzy jedną konwersję, GA4 zarejestruje trzy zdarzenia kluczowe, a CRM utworzy jedną szansę sprzedaży. Wszystkie trzy liczby są poprawne i wszystkie trzy są inne.
- Konwersje telefoniczne: Google Ads mierzy połączenie z reklamy lub ze strony po kliknięciu, GA4 widzi wyłącznie kliknięcie w numer, a nie samą rozmowę i jej długość.
- Opóźnienie decyzji: w usługach B2B okno 30 dni bywa za krótkie, więc część konwersji nie zostanie przypisana kampanii w żadnym z systemów.
- Jakość leada: ani GA4, ani Google Ads nie wiedzą, że połowa formularzy to zapytania spoza obszaru działania firmy. Ten filtr istnieje wyłącznie w CRM.
Dlatego w kampaniach lead generation traktuję rozjazd GA4 i Google Ads jako drugorzędny. Punktem odniesienia jest tam import konwersji offline z CRM, który zamyka pętlę między kliknięciem a realną sprzedażą i pozwala algorytmom uczyć się na wartości, a nie na liczbie zgłoszeń.
GA4 czy Google Ads - który raport wykorzystać do jakiej decyzji?
Do decyzji o podziale budżetu między kanały używaj GA4, a do decyzji wewnątrz kampanii Google Ads używaj panelu Google Ads. Ta jedna zasada eliminuje większość sporów o to, który system kłamie, bo przypisuje każdemu narzędziu pytanie, na które faktycznie potrafi odpowiedzieć.
| Decyzja | Google Ads | GA4 |
|---|---|---|
| Podział budżetu między kanały | Nie nadaje się, widzi tylko własne powierzchnie | Właściwe źródło, obejmuje wszystkie kanały |
| Zmiana stawek i strategii ustalania stawek | Właściwe źródło, te dane karmią Smart Bidding | Nie nadaje się, dane docierają z opóźnieniem |
| Ocena wpływu kampanii wideo | Właściwe źródło, mierzy konwersje po wyświetleniu | Nie nadaje się, brak sesji przy braku kliknięcia |
| Analiza zachowania na stronie i porzuceń koszyka | Nie nadaje się, brak danych o ścieżce w serwisie | Właściwe źródło, pełna sekwencja zdarzeń |
| Rozliczenie przychodu z klientem lub księgowością | Nie nadaje się, konwersje modelowane | Nie nadaje się, próbkowanie i utrata sesji |
Ostatni wiersz tej tabeli jest najważniejszy: żaden z tych systemów nie jest narzędziem księgowym. Do rozliczenia przychodu służy panel sklepu albo CRM, a Google Ads i GA4 pozostają mapami wskazującymi kierunek. Jeśli chcesz sprawdzić, który raport prowadzi Twoje decyzje na manowce, jest to typowy zakres konsultacji Google Ads.
Jak zminimalizować różnice w danych między GA4 a Google Ads?
Różnicę sprowadzisz do przedziału poniżej 15 procent czterema krokami: włącz automatyczne tagowanie w Google Ads, wdróż konwersje rozszerzone, zrównaj okna konwersji w obu systemach i mierz konwersje natywnym tagiem Google Ads zamiast importować je z GA4. Kolejność ma znaczenie, bo pierwszy krok warunkuje działanie pozostałych.
- Automatyczne tagowanie: dodaje do adresu docelowego parametr GCLID, bez którego GA4 nie rozpozna kampanii. To pojedynczy przełącznik w ustawieniach konta i najczęstsza przyczyna dramatycznych rozjazdów, kiedy jest wyłączony.
- Konwersje rozszerzone: konwersje rozszerzone przesyłają zahaszowane dane kontaktowe w momencie konwersji, co pozwala dopasować użytkownika także wtedy, gdy pliki cookies zawiodą.
- Zrównanie okien konwersji: okno 30 dni po kliknięciu w Google Ads powinno odpowiadać ustawieniom atrybucji raportowej w GA4.
- Kontrola przekierowań: adres docelowy reklamy musi prowadzić do finalnego URL bez łańcucha przekierowań, który obcina parametry śledzące.
- Weryfikacja powiązania kont: Google Ads musi być powiązany z właściwą usługą i strumieniem danych GA4, inaczej dane o kosztach w ogóle nie popłyną.
Architektura tagów: Nie importuj konwersji z GA4!
Import zdarzenia kluczowego z GA4 do Google Ads opóźnia sygnał docierający do algorytmów o 9 do 12 godzin i pozbawia konto konwersji rozszerzonych. Najszybszym sposobem na powiększenie różnic w raportach i zdławienie Smart Bidding jest właśnie oparcie całego pomiaru konwersji na imporcie z GA4.
| Cecha | Natywny tag Google Ads | Import konwersji z GA4 |
|---|---|---|
| Szybkość przesyłu sygnałów | W czasie rzeczywistym | Opóźnienie od 9 do 12 godzin |
| Konwersje rozszerzone | Dostępne | Niedostępne |
| Modelowanie przy braku zgody | Model Google Ads, niższy próg wejścia | Model GA4, próg 1000 zdarzeń dziennie |
| Niezależny punkt kontrolny | Tak, dwa niezależne pomiary | Nie, jedno źródło liczone dwa razy |
| Rekomendacja | Domyślny wybór dla kont sprzedażowych | Wyłącznie jako uzupełnienie |
Poprawna architektura wygląda tak: natywny tag Google Ads mierzy konwersje na potrzeby licytowania, GA4 mierzy zdarzenia kluczowe na potrzeby analizy wielokanałowej, a oba pomiary pozostają niezależne. Wtedy różnica między nimi jest informacją diagnostyczną, a nie artefaktem wspólnego źródła danych.
Czy wiesz, że…
Google Ads pozwala oznaczyć konwersję jako podstawową lub dodatkową. Tylko konwersje podstawowe biorą udział w licytowaniu, więc zaimportowane zdarzenie z GA4 pozostawione jako podstawowe potrafi po cichu przejąć sterowanie stawkami na całym koncie.
Czy pełna zgodność danych w marketingu internetowym jest możliwa?
Pełna zgodność danych nie jest możliwa i nie powinna być celem, bo systemy analityczne nie są programami księgowymi. Ich zadaniem jest wskazywanie kierunków, a nie rozliczanie każdej złotówki, i rozbieżność rzędu 5-15 procent jest standardem wynikającym z natury protokołu HTTP, działania przeglądarek i zachowań ludzi.
Zamiast szukać brakujących trzech zamówień, sprawdź kierunek. Jeśli oba systemy pokazują wzrost w tym samym czasie, strategia działa. Jeśli jeden pokazuje drastyczny spadek, a drugi wzrost, przyczyna leży w implementacji tagów albo w zmianach w kodzie strony, a nie w metodologii. Ostatecznym źródłem prawdy o sprzedaży pozostaje panel sklepu lub CRM.
Podsumowanie
Rozjazd między GA4 a Google Ads jest cechą konstrukcyjną obu produktów, a nie usterką, którą da się zlikwidować. Google Ads odpowiada na pytanie, czy warto było zapłacić za kliknięcie w danym momencie, a GA4 na pytanie, jak wygląda cała ścieżka klienta. Dwie różne odpowiedzi na dwa różne pytania nie mogą dać identycznej liczby.
Przestań traktować te panele jak dwa liczniki tego samego zdarzenia. Zacznij je postrzegać jako dwa niezależne instrumenty pomiarowe, których rozbieżność sama w sobie niesie informację. Kiedy zna się typowy poziom tej różnicy na własnym koncie, każde jej gwałtowne odchylenie staje się wczesnym ostrzeżeniem o zepsutym tagu, zmienionym szablonie strony albo utraconym parametrze GCLID.
- Zmierz punkt odniesienia: policz różnicę na pełnym miesiącu przy zrównanych oknach konwersji i zapisz wynik.
- Napraw warstwę techniczną: automatyczne tagowanie, przekierowania bez utraty GCLID, natywny tag konwersji zamiast importu z GA4.
- Monitoruj trend: sprawdzaj tę samą liczbę co miesiąc i reaguj na zmianę, a nie na sam poziom rozbieżności.
Dane nie muszą być identyczne, żeby były użyteczne. Muszą być stabilne i zrozumiane, a to jest cel osiągalny na każdym koncie.
Źródła i dokumentacja
Rozbieżności między Google Analytics 4 a Google Ads mają cztery główne źródła: model atrybucji, datę raportowania konwersji, sposób liczenia kliknięć i sesji oraz modelowanie danych po wdrożeniu Consent Mode. Poniższe materiały to dokumentacja Google i analizy branżowe, na których opieram wyjaśnienia w tych właśnie sekcjach.
Dlaczego liczby w Ads, GA4 i CRM nie pasują
Rémi Kerhoas rozkłada na czynniki pierwsze pięć przyczyn rozbieżności: różne modele atrybucji, przypisanie konwersji do daty kliknięcia zamiast daty zakupu, długość okien atrybucji, ruch cross-device oraz ograniczenia prywatności. To podstawa sekcji o modelach atrybucji i punkt wyjścia dla całej listy przyczyn opisanych w tym artykule.
Raport opóźnienia konwersji w Google Ads
Oficjalna dokumentacja wyjaśnia, że Google Ads raportuje konwersję w dniu kliknięcia, a nie w dniu jej wystąpienia, i że dane mogą uzupełniać się nawet przez 90 dni w zależności od okna konwersji. Techniczna podstawa sekcji o różnicach w dacie raportowania konwersji i o tym, dlaczego świeże dane zaniżają wyniki kampanii.
Rozbieżność kliknięć i sesji: diagnostyka
Przewodnik Google wymienia konkretne powody, dla których liczba kliknięć nigdy nie zrówna się z liczbą sesji: filtrowanie kliknięć nieprawidłowych, dwa kliknięcia w obrębie jednej 30-minutowej sesji, wyłączone autotagowanie, gubienie parametru gclid przed odpaleniem tagu oraz identyfikatory wbraid i gbraid. Bezpośrednie zaplecze sekcji o kliknięciach w Google Ads i sesjach w GA4.
Consent Mode i modelowanie konwersji
Materiał opisuje różnicę między Consent Mode v1 i v2, rolę sygnałów ad_user_data oraz ad_personalization, a także zasadę modelowania: statystyczne szacunki budowane na zachowaniu użytkowników, którzy wyrazili zgodę, uzupełniają luki po tych, którzy jej odmówili. Do tego odsyłam w sekcji o wpływie Consent Mode i modelowania danych na spójność raportów.
Pytania i odpowiedzi (FAQ)
Pytania okołotematyczne o pomiar w GA4 i Google Ads: harmonogram po zmianie tagów, odpowiedzialność w firmie, BigQuery, RODO, mała skala i zmiana agencji.
Ile czasu po poprawieniu tagowania w Google Ads dane w GA4 stają się porównywalne?
Kto w firmie powinien odpowiadać za zgodność danych między GA4 a Google Ads?
Czy eksport GA4 do BigQuery pozwala samodzielnie rozliczyć różnicę wobec raportu Google Ads?
Czy zestawianie danych z GA4 i Google Ads z bazą CRM jest zgodne z RODO?
Czy przy niewielkim ruchu w sklepie internetowym porównywanie GA4 i Google Ads ma sens?
Co dzieje się z danymi w GA4 i Google Ads po zmianie agencji obsługującej konto?
Ten wpis należy do obszaru Pomiar i analityka - zobacz pozostałe teksty z tego obszaru albo wróć do bazy wiedzy Google Ads.
