Klient kupił raz. Google Ads widzi konwersję, inny kanał również przypisuje sobie udział, a analityka strony pokazuje jeszcze inną liczbę. Ktoś proponuje dodać wyniki. Księgowość stanowczo odradza ten cud.
Różnica nie musi oznaczać błędu. Raporty potrafią opisywać to samo zamówienie według innych zasad. Zanim zaczniesz poprawiać wdrożenie, ustal, co dokładnie liczy każdy z nich.
Te panele mają różne zadania
Rejestr transakcji odpowiada na pytanie o zarejestrowaną sprzedaż w określonym stanie: opłacona, zwrócona, anulowana. Raport reklamowy przypisuje efekty działaniom według swoich ustawień. Analityka strony pokazuje również zachowanie ludzi i drogi do wybranego zdarzenia.
Rejestr sprzedaży pomoże uzgodnić płatności, ale nie dowiedzie, że zakup spowodowała reklama. Panel reklamowy ma przypisywać jej udział, a nie zastępować księgowość. Nawet w samej analityce raport ruchu i raport atrybucji mogą korzystać z innych zakresów danych.
Dokumentacja Google wskazuje, że rozbieżności mogą wynikać między innymi z modelu przypisania, okna konwersji, sposobu liczenia i momentu raportowania. W Google Analytics trzeba dodatkowo rozróżnić raporty kluczowych zdarzeń oraz konwersji. Podobnie brzmiące nazwy nie gwarantują identycznej definicji.
Co porównać, zanim ruszysz ustawienia
- Zdarzenie: czy oba raporty liczą opłacone zamówienie, czy jeden liczy wysłanie formularza?
- Daty: czy porównujesz ten sam przedział i strefę czasową? Czy zdarzenie przypisano do daty interakcji, czy konwersji?
- Zakres: czy porównujesz wszystkich klientów, wybrane kampanie, nowych użytkowników czy sesje?
- Liczenie: czy liczone są wszystkie wystąpienia, unikalne transakcje czy wybrany sposób zliczania konwersji?
- Atrybucja: jakie kanały mogą otrzymać udział i jak daleko wstecz system patrzy?
- Dane: czy występują opóźnienia, brakujące identyfikatory, błędy wdrożenia albo zdublowane zdarzenia?
Zapisz odpowiedź przy każdym punkcie. „Nie wiem” to zadanie do sprawdzenia. Nie zastępuj go domyślnym ustawieniem z innego konta. Najpierw zachowaj kopię porównywanych raportów i ustawień, żeby nie zmieniać warunków podczas wyjaśniania różnicy.
Kliknięcie w kwietniu, pieniądze w maju
Załóżmy, że osoba klika reklamę 30 kwietnia, a kupuje 2 maja. Jeden widok przypisuje wynik do daty interakcji, drugi pokazuje moment zakupu. W raporcie miesięcznym kwietnia i maja pojawi się rozbieżność mimo jednego rzeczywistego zamówienia.
To możliwe wyjaśnienie różnicy, które trzeba potwierdzić w ustawieniach konkretnego raportu. Poszerzenie dat może ją ujawnić. Nie rozwiąże jednak innego problemu: dwa kanały mogą zgłaszać udział w tej samej ścieżce. Ich zsumowanie nadal nie tworzy drugiego klienta.
Uzgodnij sprzedaż, potem oceniaj wkład kanałów
Przygotuj roboczy rejestr zamówień z identyfikatorem, datą, statusem i wartością. Ustal jedną podstawę kwot: z podatkiem lub bez, z dostawą lub bez, po uwzględnieniu zwrotów albo przed nimi. W raporcie nazwij tę podstawę wprost.
Następnie sprawdź, czy pomiar wysyła ten sam identyfikator transakcji i czy nie uruchamia zdarzenia ponownie przy odświeżeniu strony. Przejdź kilka zamówień od rejestru do analityki. Nie przenoś do arkusza danych osobowych, których nie potrzebujesz do tego porównania.
Atrybucję traktuj jako sposób przypisywania udziału. Jeśli pytasz, ile dodatkowej sprzedaży spowodowała kampania, potrzebujesz osobnego projektu oceny wpływu. Samo doprowadzenie paneli do podobnych liczb nie odpowie na pytanie o przyczynę zakupu.
Zacznij od zamkniętego tygodnia
Wybierz jeden typ konwersji i zamknięty tydzień. Zapisz liczbę w każdym systemie oraz różnicę. Przypisz wyjaśnienia do konkretnych przypadków: czas, zakres, duplikat, brak danych lub nadal niewyjaśnione.
Po przeglądzie powinieneś umieć wskazać, skąd bierze się część różnicy, które przypadki nadal są niewyjaśnione i czy znalazłeś błąd wdrożenia. Nie dobieraj filtrów tylko po to, żeby liczby wreszcie wyszły równe. Z takim raportem łatwiej odzyskać spokój niż podjąć dobrą decyzję.
Część rozbieżności pozostanie przez modelowanie, ograniczenia identyfikacji i różne systemy pomiaru. Nie obiecuj idealnej zgodności. Ustal akceptowalny zakres i sygnały alarmowe na podstawie własnych danych, zamiast kopiować cudzy procent tolerancji.
Wskaż dwa raporty i różnicę, której nie potrafisz wyjaśnić. Dodaj zakres dat i definicję konwersji. Bez tego nawet bardzo długie spotkanie pozostanie rozmową o różnych liczbach.
Źródła i zakres
- Google Analytics: conversions a key events - definicje i przyczyny rozbieżności.
- Google Analytics: ustawienia atrybucji - zakres działania modeli i wymiarów.
Procedura uzgadniania i przykład dat są autorskie. Źródła sprawdzono 17.10.2026.
Jedna sprzedaż może być widoczna w kilku systemach; nie sumuj przypisanych konwersji jak osobnych zamówień.

