DataOrganizer

Po wdrożeniu banerów zgód GA4 i panele reklamowe pokazują mniej sprzedaży, niż widać w kasie sklepu: w przykładzie sklepu ze sprzętem outdoorowym to 876 transakcji w GA4 wobec 1 200 opłaconych zamówień. Consent Mode i brakujące konwersje w GA4 oznaczają trwały ubytek pomiaru. Przed sezonem łatwo pomylić go z realnym spadkiem sprzedaży, a decyzja oparta na takim odczycie potrafi uciąć budżet kampanii, która zarabia. Ten przewodnik pokazuje, jak policzyć dzienne pokrycie GA4 na zamówieniach sklepu, zestawić konwersje panelu Google Ads z GA4, przenieść kanały z GA4 na skalę kasy i wyznaczyć współczynnik korekty do skorygowanego ROAS.

Trzy źródła, jeden wrzesień, trzy różne liczby: kasa sklepu notuje 1 200 zamówień, GA4 widzi 876 transakcji, a panel Google Ads raportuje 432 konwersje przy 360 transakcjach, które GA4 przypisuje kampaniom Google Ads. Wdrożenie i walidacja zdarzenia purchase należą do osobnego audytu. Tutaj chodzi o interpretację ubytku, który zostaje także po poprawnym wdrożeniu, i o to, jak z niego wyciągnąć poprawny odczyt rentowności kampanii.

Scena z wrześniowego przeglądu

Zamówienia w kasie kontra transakcje w GA4

Manager sklepu sport outdoor otwiera wyniki września, zanim siądzie do planu Q4. Panel sklepu pokazuje 1 200 opłaconych zamówień na 456 000 zł, GA4 raportuje 876 transakcji na 332 880 zł, a panel Google Ads 432 konwersje zakupowe. Trzy liczby opisują ten sam miesiąc tego samego sklepu, a między kasą a GA4 brakuje 324 zamówień i 123 120 zł.

Sklep, GA4 i panel reklamowy liczą tę samą sprzedaż według trzech różnych reguł, dlatego ich wyniki nigdy nie zgodzą się co do sztuki. Jak spiąć te źródła w jeden obraz i dlaczego porównuje się je na wspólnych dniach i łącznych sumach, opisuje przewodnik o automatycznej analityce e-commerce. Ten wpis zajmuje się jedną z tych rozbieżności: zamówieniami, których GA4 nie zobaczyło wcale.

GA4 widzi zamówienie tylko wtedy, gdy tag w przeglądarce kupującego mógł wysłać zdarzenie purchase. Najczęstsze przyczyny luki:

• Odmowa zgody na banerze: kupujący klika „odrzuć” i od tej chwili tagi analityczne nie zapisują jego wizyty ani zakupu.
• Blokery reklam i skryptów: rozszerzenia przeglądarki zatrzymują tag GA4, zanim cokolwiek wyśle.
• Safari i przeglądarki z ograniczeniem cookies: skrócona żywotność plików cookie ucina identyfikator użytkownika i źródło wejścia, więc część zakupów znika albo trafia do złego kanału.
• Przejście między urządzeniami: klik w reklamę na telefonie, zakup na laptopie po kilku dniach; ścieżka się rozrywa, a sesja zakupowa bywa tą, w której zgody nie było.

Consent Mode (tryb uzyskiwania zgody w tagach Google) decyduje, co dzieje się po odmowie. W trybie podstawowym tagi bez zgody nie wysyłają nic, więc zamówienie znika z GA4 i z paneli reklamowych. W trybie zaawansowanym idą sygnały bez cookies, a modelowanie Google uzupełnia część luki; robi to jednak tylko w niektórych raportach i dopiero po spełnieniu progów ruchu oraz liczby zgód, więc w surowych danych i w wielu zestawieniach ubytek zostaje.

Konfiguracja banera i podstawa prawna zbierania zgód to temat prawny i zostaje poza zakresem tego przewodnika.

Kasa sklepu jest kotwicą, bo rejestruje każde zamówienie niezależnie od zgody. Zamówienie powstaje po stronie serwera sklepu, z kwotą i statusem płatności, których nie zatrzyma ani baner, ani bloker. Każdą inną liczbę (GA4, panel Google Ads, panel Meta) czyta się więc jako odsetek kasy.

Panel Google Ads pokazuje więcej niż GA4, bo dolicza konwersje modelowane i liczy po swojemu. 432 konwersje w panelu wobec 360 transakcji, które GA4 przypisuje kampaniom Google Ads, to o 20% więcej. Żadna z tych liczb nie zastępuje zamówień ze sklepu: kasa zostaje miarą łącznej sprzedaży, a GA4 i panel pokazują, ile z niej dociera do pomiaru.

Luka 27% zostaje także przy poprawnie wdrożonym zdarzeniu purchase. Wynika z decyzji kupujących i ustawień przeglądarek, więc żadna poprawka tagu jej nie zamknie. Zamiast z nią walczyć, trzeba ją zmierzyć: per dzień, na łącznych sumach sklepu i jako stałą normę, z którą porównuje się kolejne tygodnie.

Definicje i wzory

Pokrycie GA4 i współczynnik korekty: definicje i wzory

Do korekty raportów wystarczą dwie liczby policzone względem kasy sklepu: pokrycie GA4 i współczynnik korekty. Najpierw trzeba ustalić wspólny słownik, bo słowo „konwersja” znaczy co innego w GA4, w panelu Google Ads i w sklepie.

Pokrycie na liczbie i na wartości wychodzi w przykładzie identyczne, bo przyjęto jeden AOV 380 zł dla wszystkich kanałów. W prawdziwym sklepie te dwie wartości się rozjeżdżają, gdy zgody częściej odrzucają klienci z tańszymi albo droższymi koszykami. Wtedy liczbę zamówień koryguje się pokryciem na liczbie, a przychód i ROAS pokryciem na wartości.

Cztery zasady liczenia rozstrzygają, czy pokrycie mierzy pomiar, czy błąd w samym rachunku:

• Ten sam dzień i ta sama strefa czasowa. Sklep zapisuje zamówienie według zegara serwera, GA4 według strefy ustawionej w usłudze. Przesunięcie o godzinę przerzuca zamówienia z okolic północy na sąsiedni dzień i zaburza pokrycie dzienne.
• Po stronie sklepu tylko zamówienia opłacone, bez anulowanych. Zamówienia nieopłacone i anulowane w mianowniku zawyżają kasę o sprzedaż, która się nie odbyła, i fałszywie zaniżają pokrycie.
• Porównanie na agregatach dziennych. Luka po zgodach ma charakter statystyczny, więc do jej zmierzenia wystarczą sumy dnia: liczba i wartość zamówień w sklepie wobec transakcji purchase w GA4, a podział na kanały ujmuje się jako szacunek według GA4 i paneli.
• Pokrycie okresu liczone z sum zamówień i transakcji. Dla września to 876 / 1 200. Średnia z trzydziestu dziennych odsetków dałaby dniu z 34 zamówieniami tę samą wagę co dniu z 47.

Panel bywa wyraźnie bliżej kasy niż GA4. Kampaniom Google Ads GA4 przypisuje 360 transakcji, a panel raportuje 432 konwersje (relacja 1,20), bo dolicza konwersje modelowane i liczy według własnego okna atrybucji oraz daty kliknięcia. Wyższa liczba w panelu zawiera więcej szacunku, dlatego panel nie zastępuje kasy jako punktu odniesienia.

Każdy sklep ma własną normę pokrycia, wyznaczoną z historii: w przykładzie wrzesień trzyma się w paśmie 72–74% dzień po dniu. Gdy pokrycie od pierwszego dnia wdrożenia leży poniżej własnej normy, przyczyną bywa samo wdrożenie, na przykład zdarzenie purchase nie odpala przy części metod płatności albo po powrocie od operatora płatności. Taki przypadek rozstrzyga audyt zdarzeń GA4 i pokrycia purchase; ten przewodnik zajmuje się ubytkiem, który zostaje po poprawnym wdrożeniu.

Dwie liczby wystarczą do korekty każdego raportu. Pokrycie mówi, jaką część sprzedaży widzi pomiar; współczynnik mówi, przez ile pomnożyć odczyt z GA4, żeby wrócił do skali kasy. Oba liczy się dokładnie dla całego sklepu, a odczyty kanałów z GA4 przeliczone tym współczynnikiem są szacunkiem, który sprawdza się panelem i MER.

Kanały

Kanały z GA4 i paneli przeliczone na skalę kasy

Łączne pokrycie 73% liczy się dokładnie tylko dla całego sklepu, bo kasa nie zna kanałów. Budżet przesuwa się jednak między kanałami, więc kanały czyta się przez GA4 i panele. GA4 daje proporcje, łączny współczynnik przenosi je na skalę kasy, a relacja panelu do GA4 podpowiada, gdzie luka bywa większa.

Liczby per kanał pochodzą z GA4 i z paneli reklamowych. Transakcje to raport source/medium z GA4 zmapowany na grupy kanałów, konwersje to dane paneli, a kolumna w skali kasy to transakcje GA4 pomnożone przez łączny współczynnik 1,37, czyli szacunek według GA4. Wrzesień w sklepie sport outdoor (dane poglądowe) wygląda tak:

Relacja panelu do GA4 podpowiada, gdzie luka jest większa. Meta raportuje w panelu 182 konwersje wobec 130 transakcji w GA4 (1,40), Google Ads 432 wobec 360 (1,20): ruch z reklam w aplikacjach trafia głównie na telefony, gdzie baner częściej kończy się odmową, a przeglądarki wbudowane w aplikacje gubią cookies i parametry wejścia. Panel liczy jednak według własnych okien i dolicza modelowanie, więc ta relacja wskazuje kierunek, a samej luki kanału nie mierzy.

Łączny współczynnik 1,37 jest średnią całego sklepu. Dla kanałów, w których GA4 gubi więcej (sygnał: wysoka relacja panelu do GA4), odczyt po korekcie bywa nadal ostrożny, a dla wyszukiwarki, gdzie zakup częściej domyka się w jednej sesji w zwykłej przeglądarce, może lekko zawyżać. Dlatego skorygowany ROAS kanału czyta się razem z odczytem panelu i z MER całości.

Bezpośrednie w GA4 zbierają część zamówień, które zgubiły źródło. Gdy sesja traci cookies lub parametry po drodze (odmowa zgody przy pierwszej wizycie, zmiana urządzenia, link z aplikacji), GA4 przypisuje transakcję do wejść bezpośrednich zamiast do kampanii. Dlatego udział wejść bezpośrednich w GA4 czyta się ostrożnie: te 104 transakcje mieszają prawdziwe wejścia z adresu z zakupami, których pochodzenie GA4 zgubiło.

Małe kanały mają małą próbę. Pozostałe źródła to 44 transakcje GA4 w miesiącu, czyli 1–2 dziennie, więc ich udział potrafi skakać z tygodnia na tydzień. Takie liczby wyznacza się z kilku pełnych tygodni i traktuje jako orientacyjne.

Przychodów z paneli reklamowych nie sumuje się w zastępstwie kasy: ten sam zakup bywa przypisany jednocześnie przez Google Ads i Meta, więc suma paneli zawyża sprzedaż, a miarą łącznej sprzedaży zostają zamówienia ze sklepu.

Uwaga metodologiczna: liczby są poglądowe. Transakcje per kanał pochodzą z GA4 (source/medium zmapowane na grupy kanałów), konwersje z paneli reklamowych, a kolumna w skali kasy to transakcje GA4 pomnożone przez łączny współczynnik 1,37 i zaokrąglone do sumy kasy, czyli szacunek według GA4. GA4 w modelu opartym na danych rozdziela zakupy inaczej niż panele, które liczą według własnych okien i reguł, dlatego relacja panelu do GA4 jest przybliżeniem.

Kanały czyta się w skali kasy przez GA4 i łączny współczynnik. Suma kanałów przeliczonych przez 1,37 wraca do 1 200 zamówień z kasy, a relacja panelu do GA4 (od 1,20 do 1,40) pokazuje, przy których kanałach ten szacunek jest raczej ostrożny.

Decyzja budżetowa

Skorygowany ROAS przed decyzją o budżecie

Luka pomiaru kosztuje najwięcej w chwili decyzji o budżecie. ROAS liczony z przychodu GA4 dziedziczy ubytek 27% wprost: wydatek w mianowniku jest pełny, bo panel reklamowy zna każdą złotówkę, a przychód w liczniku jest obcięty o sprzedaż bez zgody. Taki odczyt systematycznie zaniża rentowność każdej kampanii, i to nierówno, bo każdy kanał traci inną część pomiaru.

Próg i cel wynikają z marży sklepu i pozostają stałe. Sklep outdoorowy ma marżę brutto 40%, więc próg wynosi 100 / 40 = 2,5 (pełny rachunek w przewodniku jaki ROAS jest dobry). Właściciel ustawił cel 4,0, żeby z reklamy zostawał zysk na koszty stałe; zmienia się wyłącznie odczyt, który z tymi dwiema liczbami porównujesz.

Dwie kampanie, trzy odczyty tej samej sprzedaży (wrzesień, dane poglądowe; skala miary 0–6):

Panel Google Ads pokazuje 4,5, czyli wynik pośrodku. Panel dolicza konwersje modelowane (432 wobec 360 transakcji w GA4), więc zaniża mniej niż GA4, a przy tym liczy po swoich oknach i regułach atrybucji. Dlatego korekta startuje od GA4, panel zostaje punktem kontrolnym, a MER sprawdza całość.

MER portfela 8,22 jest kontrolą odporną na zgody. Przychód 456 000 zł pochodzi z kasy, a wydatek 55 480 zł z paneli, więc baner zgód nie ma na tę liczbę żadnego wpływu. Jeśli ROAS kampanii w GA4 spada, a MER stoi, spadek siedzi w pomiarze; jeśli spada również MER, problem dotyczy sprzedaży albo wydatków.

Procedura przed każdą decyzją o budżecie kampanii:

1. Policz pokrycie sklepu z 4 pełnych tygodni

   Opłacone zamówienia z kasy zestaw z transakcjami GA4 z tych samych dni, na łącznych sumach całego sklepu. Cztery pełne tygodnie wyrównują rytm dni tygodnia i rozmywają pojedyncze odchylenia.

2. Przelicz ROAS z GA4 współczynnikiem korekty

   Współczynnik = zamówienia sklepu / transakcje GA4 = 1,37. Przychód z GA4 per kanał mnoży się przez niego: Google Ads 3,75 × 1,37 = 5,14, Meta 2,6 × 1,37 = 3,56; wynik kanału pozostaje szacunkiem według GA4.

3. Porównaj z odczytem panelu i z MER

   Skorygowany ROAS zestaw z ROAS z panelu (Google Ads 4,5, Meta 3,64): oba odczyty po tej samej stronie progu potwierdzają kierunek, a MER 8,22 potwierdza, że portfel zarabia. Wyraźny rozjazd oznacza błąd w mapowaniu kanałów w GA4 albo nieaktualny współczynnik.

4. Podejmij decyzję na wartości skorygowanej

   Próg 2,5 i cel 4,0 zostają z marży; porównujesz z nimi 5,14 i 3,56 zamiast 3,75 i 2,6. Google Ads powyżej celu to kandydat do zwiększenia budżetu, Meta powyżej progu i poniżej celu do utrzymania i dalszej optymalizacji.

5. Zapisz współczynnik do przeglądu miesięcznego

   Współczynnik całego sklepu z datą wyliczenia oraz relacje panelu do GA4 per kanał trafiają do tabeli przeglądu. Po zmianie banera lub ustawień zgód liczy się je od nowa, bo stare przekłamią korektę w górę albo w dół.

Współczynnik korekty zmienia odczyt; cel i próg zostają z marży. Ten sam rachunek zamienia „Google Ads poniżej celu” w Google Ads około 28% powyżej celu (5,14 wobec 4,0), a Metę z kandydata do wyłączenia w kampanię wyraźnie nad progiem (3,56 wobec 2,5). Budżet nie zmienił się przy tym ani o złotówkę; zmieniła się tylko liczba, na której zapada decyzja.

Diagnoza spadku

Trwały ubytek pomiaru czy realny spadek sprzedaży

Spadek w GA4 ma trzy możliwe źródła i każde wymaga innej reakcji: trwała zmiana pomiaru, awaria tagu albo realnie mniejsza sprzedaż. Rozstrzyga je jedna liczba liczona przed jakąkolwiek interpretacją, czyli dzienne pokrycie GA4 na tle własnej normy. Gdy pokrycie stoi, spadek w GA4 jest spadkiem w kasie; gdy pokrycie się przesuwa, część „spadku” wynika z pomiaru.

Norma pokrycia powstaje z pełnych tygodni po ostatniej zmianie banera. W sklepie outdoorowym tydzień 8–14.09 daje 280 zamówień w kasie i 204 transakcje w GA4, czyli 72,9%, a pojedyncze dni mieszczą się w wąskim przedziale 72,2–73,7%. Ta stabilność wyznacza normę: 72–74%.

Wysokość słupków zmienia się z dnia na dzień, pokrycie prawie wcale. Niedziela ma najwięcej zamówień (47), sobota najmniej (34), a odsetek widoczny w GA4 trzyma się tej samej wstęgi. Dlatego 18.09 z pokryciem 61% wyskakuje z wykresu od razu, choć sama liczba 41 zamówień wygląda zupełnie zwyczajnie.

Trzy wzorce wystarczają do rozpoznania przyczyny każdego spadku widocznego w GA4. Kluczem jest zawsze zachowanie kasy sklepu i pokrycia, oglądanych razem:

Przypadek sierpień–wrzesień pokazuje, jak mylący bywa sam spadek w GA4. Gdyby pokrycie zostało na poziomie 80%, wrześniowe 1 200 zamówień dałoby w GA4 960 transakcji; zarejestrowano 876. Z 96 transakcji ubyłych w GA4 aż 84 wynika z niższego pokrycia, a tylko 12 odpowiada 15 zamówieniom mniej w kasie (15 × 0,8 = 12).

Awarię wyłapuje się rano, na komplecie poprzedniego dnia. Porównanie wczorajszego pokrycia z normą tego samego dnia tygodnia (czwartek z czwartkami) to stały punkt porannego przeglądu opisanego w przewodniku o monitoringu i anomaliach w e-commerce; dokładną godzinę usterki pokaże dopiero historia publikacji w menedżerze tagów lub zmian w narzędziu zgód. Miękkie odchylenie potwierdza drugi dzień, więc jeden słabszy odczyt nie uruchamia jeszcze alarmu.

Progi reakcji liczy się od normy konkretnego dnia tygodnia. Sygnałem jest odchylenie pokrycia o ponad 3% w skali pokrycia (dla czwartku z normą 72,5%: wynik poniżej 69,5% lub powyżej 75,5%), a reakcją dwa takie dni z rzędu:

Najpierw pokrycie, potem interpretacja spadku. Stabilne pokrycie oznacza, że GA4 wiernie oddaje proporcje sprzedaży i spadek w raporcie jest spadkiem w kasie. Przesunięte pokrycie oznacza, że przed każdym wnioskiem o kampaniach trzeba na nowo przeliczyć współczynnik korekty.

DataOrganizer

Jak DataOrganizer liczy pokrycie GA4 na danych dziennych

Rachunek pokrycia wymaga trzech źródeł w jednej dziennej tabeli: kasy sklepu, GA4 i panelu Google Ads. Ręcznie oznacza to trzy eksporty, wyrównanie dat i stref czasowych oraz sklejanie arkusza przy każdym przeglądzie. W DataOrganizer te dane trafiają do jednego modelu danych i co rano odświeżają się kompletem poprzedniego dnia.

• Sklep (WooCommerce, Shopify, IdoSell, PrestaShop, Shoper i pozostałe podłączone systemy): liczba i wartość zamówień oraz ich status. To mianownik każdego rachunku pokrycia.
• GA4: transakcje i przychód per source/medium i kampania: łączna suma dnia to licznik pokrycia, a podział na kanały służy jako szacunek proporcji.
• Google Ads: conversions i all_conversions z wartościami per kampania, potrzebne do relacji panelu do GA4, oraz wydatek do ROAS i MER.
• Meta: wydatek i konwersje kampanii, z których liczy się ROAS z panelu i skorygowany ROAS.

Porównanie wykonuje asystent AI na agregatach. Zestawia dzienne sumy zamówień ze sklepu z transakcjami GA4 i konwersjami panelu, a podział na kanały pokazuje według GA4 i paneli jako szacunek; cały rachunek opiera się na sumach dnia. Podłączenie źródeł jest samodzielne, bez programisty, a płacisz za podłączone źródła.

Miesięczny przegląd przed decyzją o budżecie wygląda tak:

Odpowiedź da się powtórzyć każdego ranka. Te same zestawienia na kompletnym poprzednim dniu pokazują, czy pokrycie zostało w normie dnia tygodnia, a na koniec miesiąca dają świeże współczynniki do przeglądu budżetu. Zmiana skali pokrycia wychodzi w danych dziennych, zanim trafi do decyzji o kampaniach.

Uwaga metodologiczna: liczby w przykładzie są poglądowe. Dla uproszczenia przyjęto jeden AOV 380 zł we wszystkich kanałach, więc pokrycie na liczbie i na wartości wychodzi identycznie; w realnym sklepie warto liczyć oba. Liczby per kanał pochodzą z GA4 i paneli reklamowych, a ich przeniesienie na skalę kasy to szacunek; sposób modelowania konwersji przez Google zmienia się w czasie, dlatego współczynnik korekty przelicza się co miesiąc.

Uwaga metodologiczna: liczby w przykładach są poglądowe (sklep sport outdoor, wrzesień), a jeden średni koszyk 380 zł we wszystkich kanałach to uproszczenie rachunku. Liczby per kanał pochodzą z GA4 i paneli reklamowych, a ich przeliczenie na skalę kasy łącznym współczynnikiem to szacunek. Pokrycie liczy się na agregatach dziennych, a modelowanie konwersji po stronie Google zmienia się w czasie, więc normę pokrycia warto odświeżać co miesiąc.

FAQ

Najczęstsze pytania o Consent Mode i braki w GA4

Ile konwersji GA4 traci przez Consent Mode?

Jednej uniwersalnej liczby nie ma: ubytek zależy od odsetka odmów zgody, miksu urządzeń i przeglądarek oraz struktury kanałów. W przykładzie sklepu outdoorowego GA4 widzi 876 z 1 200 opłaconych zamówień, czyli 73%. Własną lukę liczy się jako transakcje GA4 podzielone przez opłacone zamówienia sklepu z tego samego dnia.

Dlaczego GA4 pokazuje mniej transakcji niż sklep?

GA4 gubi zamówienia klientów, którzy odmówili zgody, używają blokerów lub przeglądarek ograniczających cookies albo zmienili urządzenie w trakcie zakupu; kasa sklepu rejestruje każde zamówienie niezależnie od zgody. Do porównania liczy się tylko zamówienia opłacone i bez anulowanych, bo nieopłacone fałszywie zaniżają pokrycie. Jeśli pokrycie jest niskie od pierwszego dnia wdrożenia, sprawą zajmuje się audyt zdarzenia purchase.

Czy Google Ads modeluje brakujące konwersje po odmowie zgody?

W trybie zaawansowanym Consent Mode tagi wysyłają sygnały bez cookies, a Google uzupełnia część luki modelowaniem, o ile spełnione są progi ruchu; w trybie podstawowym bez zgody nie trafia nic. Dlatego panel bywa bliżej kasy niż GA4: w przykładzie 432 konwersje w panelu wobec 360 transakcji GA4 z kampanii Google Ads, czyli o 20% więcej. Konwersje modelowane są szacunkiem, więc rentowność całości sprawdza się MER-em na zamówieniach ze sklepu.

Jak obliczyć współczynnik korekty konwersji GA4?

Współczynnik korekty to opłacone zamówienia sklepu podzielone przez transakcje GA4 z tego samego okresu, liczony dla całego sklepu z ostatnich czterech pełnych tygodni: w przykładzie 1 200 / 876 = 1,37. Mnoży się nim przychód z GA4 per kanał, więc ROAS Meta równy 2,6 daje szacunkowo 2,6 × 1,37 = 3,56. Luka rozkłada się nierówno, dlatego wynik kanału sprawdza się odczytem panelu (Meta 3,64) i MER-em całości (8,22).

Jak odróżnić spadek sprzedaży od utraty pomiaru w GA4?

Najpierw trzeba sprawdzić pokrycie: gdy kasa stoi, GA4 spada, a pokrycie skokowo obniża się i zostaje na nowym poziomie (sierpień 80%, wrzesień 73%, kasa −1,2%, GA4 −9,9%), spadek jest głównie pomiarowy. Pokrycie wypadające z normy dnia tygodnia przez dwa dni z rzędu oznacza awarię tagu lub banera, a wspólny spadek kasy i GA4 przy stabilnym pokryciu to realny spadek sprzedaży. DataOrganizer trzyma zamówienia ze sklepu, GA4 i Google Ads w jednym modelu odświeżanym rano kompletem poprzedniego dnia, więc asystent AI liczy pokrycie per dzień na jedno pytanie, a podział na kanały pokazuje według GA4 i paneli jako szacunek.