Facebook Ads vs Google Analytics – skąd rozbieżności w danych?

Spis treści

Czytasz teraz:

Facebook Ads vs Google Analytics – skąd rozbieżności w danych?

• Rozbieżności na etapie analizy liczby kliknięć oraz sesji użytkowników
• Śledzenie użytkowników między urządzeniami
• Co to oznacza w praktyce? 
• Różnice w modelach atrybucji
• Menadżer Reklam Facebooka – model atrybucji
• Modele atrybucji w Google Analytics 
• Google Analytics czy Facebook Ads – które statystyki brać pod uwagę?

Zamknij

Prowadząc kampanię Facebook Ads i analizując jej wyniki zarówno w panelu Managera Reklam, jak i w Google Analytics, można zauważyć mniejszą lub większą różnicę w raportowanych danych. O ile małe rozbieżności z reguły nie powodują wielkiego niepokoju, o tyle większe zaczynają już budzić podejrzenia. Czy to oznacza, że któreś z narzędzi nie działa poprawnie? Najczęściej nie. Poniżej postaramy się wyjaśnić, skąd mogą brać się różnice.

Rozbieżności na etapie analizy liczby kliknięć oraz sesji użytkowników

Pierwsze różnice między statystykami Google Analytics, a statystykami Facebooka widać już w sposobie zliczania kliknięć oraz sesji użytkowników. Zacznijmy więc od wytłumaczenia tych pojęć. 

• Kliknięcie to parametr, który sumuje wszystkie reakcje użytkowników na daną kreację reklamową. Jeśli więc klikniesz reklamę raz, a po chwili kolejny, Analytics policzy to jako dwie interakcje z reklamą. 
• Sesja z kolei pokazuje, ilu użytkowników kliknęło reklamę. Dwa czy więcej kliknięć tego samego użytkownika system uzna za jedną sesję, pod warunkiem, że nastąpią one w okienku czasowym liczącym 30 minut. Dopiero gdy odstęp czasowy między kliknięciami będzie większy, działania zostaną uznane za dwie oddzielne sesje. 

Do tego momentu wszystko jest dość proste i wydawać by się mogło, że nie ma tu miejsca na rozbieżności w podliczeniach. A jednak. Bo od którego momentu można zacząć zliczać użytkowników, którzy rzeczywiście zareagowali na reklamę? Google Analytics twierdzi, że dopiero wtedy, gdy użytkownik znajdzie się na stronie, do której odsyła go reklama. Mógł przecież kliknąć reklamę przez przypadek i zatrzymać ładowanie lub zamknąć kartę w przeglądarce przed pełnym wczytaniem strony docelowej, a takie działanie trudno uznać za sukces reklamy. W systemie Google Analytics takie “niepełne” przejścia nie są więc zliczane. 

Facebook natomiast odnotuje każde kliknięcie, czyli interakcję użytkownika z reklamą, nawet jeśli odbiorca nie zdąży w pełni zobaczyć strony docelowej albo w ogóle nie wyjdzie poza platformę Facebooka. Co prawda, w Managerze Reklam Facebooka można mierzyć nie tylko wszystkie kliknięcia, ale również same kliknięcia linków, które prowadzą poza platformę – na stronę reklamodawcy. Nadal jednak system Facebooka będzie zliczał również te kliknięcia, które nie doprowadziły do pełnego załadowania się strony docelowej. Jaki z tego wniosek? Liczba kliknięć podawana w Menadżerze Reklam Facebooka może być większa niż ta, którą widzimy w Google Analytics. 

(Dalszą część artykułu znajdziesz pod formularzem)

Śledzenie użytkowników między urządzeniami

Analytics jest więc zdecydowanie dokładniejszy, gdy mowa o zliczaniu sesji i klików na poziomie jednego urządzenia. A co z sytuacją, gdy użytkownik korzysta z różnych urządzeń i klika reklamę na przykład najpierw na telefonie, a później na komputerze? Tutaj z liczeniem dużo lepiej radzi sobie Facebook. Dzieje się tak, ponieważ aby korzystać z Facebooka, a tym samym kliknąć tam jakąkolwiek reklamę, użytkownik musi być zalogowany na swoim koncie. Większość użytkowników korzysta zaś z tego samego konta na wszystkich urządzeniach, więc algorytm Facebooka nie ma problemu z rozróżnieniem, kiedy ma do czynienia z tym samym użytkownikiem, a kiedy nie. 

W Google Analytics domyślne zbieranie danych opiera się na plikach cookies, a te są przypisywane do konkretnego urządzenia. Stąd każda zmiana urządzenia przez użytkownika sprawia, że jest on kwalifikowany jako nowa osoba.

Co to oznacza w praktyce? 

Jeśli odbiorca kliknie reklamę najpierw na telefonie, a następnie zareaguje na nią ponownie na komputerze, to Google Analytics zarejestruje go jako dwóch osobnych użytkowników z różnych źródeł ruchu. Natomiast Facebook, jeśli odbiorca jest zalogowany na obu tych urządzeniach na to samo konto, rozpozna go jako tę samą osobę. 

Różnice w modelach atrybucji

Konwersję może poprzedzić szereg różnorodnych działań użytkownika. Oznacza to, że zanim wykona on założony przez nas cel, np. kupi przedmiot w sklepie internetowym, może mieć do czynienia ze stroną na różne sposoby. Zobaczmy to na przykładzie. Użytkownik widzi reklamę butów z Twojego sklepu na Facebooku. Kliknie ją, obejrzy buty, ale nie zdecyduje się na zakupy. Po kilku dniach stwierdzi, że potrzebuje butów i wpisze zapytanie do wyszukiwarki Google, na co otrzyma reklamę w wyszukiwarce z linkiem do Twojej strony. Kliknie w link, obejrzy znów te same buty, ale przed zakupem postanowi poprosić o opinię żonę. Wieczorem ponownie wpisze więc zapytanie w wyszukiwarkę, ale nie kliknie linku sponsorowanego, lecz wybierze wynik organiczny, i tym razem kupi buty. 

Której interakcji ze stroną można więc przypisać ten zakup? Czy o tym, że użytkownik dokonał założonej konwersji, zdecydował pierwszy kontakt z ofertą, czyli reklama na Facebooku? A może użytkownik już jej nie pamiętał, gdy szukał butów w wyszukiwarce? Wtedy więc to link sponsorowany sprawiłby, że trafił akurat do Twojego sklepu i właśnie w nim dokonał zakupu. Ale przecież nie kupił butów, wchodząc na stronę przez link reklamowy, tylko przez wynik organiczny, więc może to on powinien być “odpowiedzialny” za konwersję? Z drugiej strony jest szansa, że użytkownik początkowo wcale nie miał w planach kupowania butów i to dopiero reklama na Facebooku rozbudziła w nim tę potrzebę. W tej sytuacji ta pierwsza reklama miałaby swój udział w przekonaniu go do zakupu. 

Pytania nieustannie się mnożą i niełatwo znaleźć na nie jednoznaczną odpowiedź. Dlatego poszczególne narzędzia analityczne mogą przyjmować różne metody liczenia skuteczności reklam, czyli mają odmienne modele atrybucji. Pokażemy teraz, jak to wygląda w przypadku Menadżera Reklam Facebooka oraz Google Analytics.  

Menadżer Reklam Facebooka – model atrybucji

Jeśli użytkownik w ciągu 7 dni od momentu kliknięcia w reklamę dokona na stronie konwersji, to Facebook Ads przypisze ją właśnie swojej reklamie (oczywiście jeśli mamy dobrze skonfigurowanego piksela FB). Tak samo stanie się, jeśli odbiorca zrealizuje założony cel w ciągu jednego dnia od wyświetlenia mu reklamy. Co prawda, użytkownik mógł mieć później jeszcze kontakt z reklamami w innych kanałach, ale Facebook i tak przypisze ten sukces sobie. Jest to obecnie domyślny model atrybucji w tym kanale, który może budzić zastrzeżenia, ale ma swoje uzasadnienie. Facebook nie jest kanałem stricte sprzedażowym, więc zadaniem reklam na tej platformie jest wzbudzić u użytkownika chęć zakupową. Jeśli więc nawet reklama nie doprowadziła do zakupu, ale zasiała w głowie użytkownika ziarno, które potem wykiełkowało i dało owoc, to jest to poniekąd również zasługa reklamy na Facebooku.  

Odbiorca mógł też na przykład chcieć przed zakupem porównać ceny u konkurencji lub poszukać opinii o prezentowanym produkcie, aby ostatecznie wejść bezpośrednio na stronę firmy. Znalazł ją jednak przez reklamę na Facebooku, więc system słusznie rozpoznaje w takiej konwersji swój udział. Poza tym system Facebooka nie jest w stanie kontrolować, czy użytkownik miał później jeszcze kontakt z reklamami tworzonymi przez inne systemy, więc założenie, że kampania Facebook Ads miała wpływ na decyzję odbiorcy, jest najlepszym sposobem na liczenie konwersji. 

Czy jednak niezawodnym? Niestety nie. Kliknięcie reklamy nie jest dla tego systemu jednoznaczne z załadowaniem strony docelowej, o czym pisaliśmy już powyżej. Jeszcze trudniej jest, gdy liczymy wyświetlenia. Algorytmy Facebooka biorą pod uwagę to, czy reklama została wyświetlona użytkownikowi, ale nie mierzą czasu, jaki reklama była widoczna na ekranie internauty. Może więc okazać się, że owszem, pojawiła się ona na stronie, ale została przescrollowana na tyle szybko, że użytkownik nie miał szansy nawet jej zauważyć, nie mówiąc już o zapoznaniu się z jej treścią. Mimo to, jeśli użytkownik dokona potem konwersji w odpowiednim przedziale czasowym, Facebook zliczy ją jako pozyskaną dzięki swojej reklamie.

Modele atrybucji w Google Analytics 

W Google Analytics domyślnie stosowany jest inny model atrybucji – ostatnie wejście niebezpośrednie jest liczone jako to, które zdecydowało o konwersji. Czym jest wejście niebezpośrednie? Najprościej mówiąc, może być to każdy sposób wejścia na stronę oprócz bezpośredniego wpisania jej adresu w pasku przeglądarki. Jeśli więc na przykład użytkownik kliknie reklamę Google Ads, ale niczego nie kupi, a potem wejdzie na stronę, wpisując jej adres w przeglądarkę i dokona na stronie konwersji, to zasługi za nią zgarnie Google Ads. Porównując ten system liczenia z systemem Facebooka, łatwo więc zauważyć, że wyniki kampanii Facebook Ads w Analyticsie mogą być słabsze niż w statystykach Facebooka. 

Google Analytics oferuje jednak również inne modele atrybucji, a zmiana domyślnych ustawień może mocno zmienić wyniki prezentowane przez to narzędzie. Do wyboru mamy takie modele jak:

• Ostatnia interakcja – wtedy całą zasługę za konwersję system przypisuje temu kanałowi, z którego użytkownik skorzystał bezpośrednio przed dokonaniem tej konwersji. To ustawienie ma sens wtedy, gdy reklama skierowana jest do osób zdecydowanych na zakup, a nie do tych będących na wcześniejszych etapach lejka zakupowego.

• Ostatnie kliknięcie Google Ads – całe 100% “odpowiedzialności” za konwersję przypisuje ostatniej reklamie wyświetlanej przez system Google Ads, którą odbiorca kliknął przed dokonaniem konwersji. Warto stosować ten model wyłącznie wtedy, gdy chcemy porównać skuteczność reklam Google Ads. Nie ma zastosowania w przypadku statystyk dla reklam na Facebooku. 

• Pierwsza interakcja – w tym modelu Analytics uznaje, że cała zasługa za konwersję należy się temu kanałowi, dzięki któremu użytkownik po raz pierwszy zetknął się z naszą stroną. Można stosować go w tym przypadku, gdy reklamami chcemy budować świadomość marki. 

• Liniowy – uznaje, że 1 konwersja = 100%, i przyznaje równy procent udziału wszystkim tym kanałom, przez które użytkownik zetknął się ze stroną. Jeśli więc najpierw zobaczył reklamę na Facebooku, potem kliknął link sponsorowany Google Ads i dokonał zakupu, to 50% wartości tej jednej konwersji przypisze reklamie Facebook Ads, a drugie 50% reklamie Google Ads. Najlepiej stosować ten model wtedy, kiedy każdy kontakt użytkownika ze stroną jest dla nas ważny.

• Rozkład czasowy – przypisuje kanałom różny udział w konwersji, w zależności od tego, ile dni przed dokonaniem konwersji użytkownik miał z nimi kontakt. Im bliżej w czasie jest kontakt z danym kanałem, tym większe znaczenie ma ten kanał. 

• Uwzględnienie pozycji – ten model również dzieli udział pomiędzy kanały, które znalazły się na ścieżce zakupowej, ale nie bierze pod uwagę czasu. Najczęściej w tym modelu przypisuje się 40% wartości konwersji pierwszej interakcji, 40% ostatniej interakcji, a pozostałe 20% rozdziela po równo na pozostałe kanały na ścieżce zakupowej. 

Google Analytics czy Facebook Ads – które statystyki brać pod uwagę?

Reklamodawcy często starają się możliwie jak najbardziej ujednolicić otrzymywane wyniki z obu narzędzi. Można do tego zastosować choćby zmianę atrybucji w Facebook Ads, aby konwersje zliczane były tylko w ciągu 1 dnia od kliknięcia w reklamę. Jednak przed podjęciem takich kroków, warto przeanalizować swój biznes i branżę czy prześledzić średnią długość ścieżki konwersji swoich odbiorców. Czasami niekoniecznie chodzi o naprawienie rozbieżności, ale o zaakceptowanie faktu, że zarówno Google Analytics, jak i Facebook to uzupełniające się narzędzia, które można równolegle wykorzystywać, aby lepiej zrozumieć swój biznes dzięki analityce internetowej i podejmować lepsze decyzje marketingowe.