Dopo l’introduzione dei banner dei consensi, GA4 e i pannelli pubblicitari mostrano meno vendite di quelle registrate nella cassa del negozio: nell’esempio di un negozio di attrezzatura outdoor sono 876 transazioni in GA4 contro 1.200 ordini pagati. Consent Mode e conversioni mancanti in GA4 significano una perdita di misurazione permanente. Prima della stagione è facile confonderla con un reale calo delle vendite, e una decisione basata su quel dato può tagliare il budget di una campagna che rende. Questa guida mostra come calcolare la copertura giornaliera di GA4 sugli ordini del negozio, confrontare le conversioni del pannello Google Ads con GA4, riportare i canali di GA4 sulla scala della cassa e ricavare il fattore di correzione per il ROAS corretto.
Tre fonti, un solo settembre, tre numeri diversi: la cassa del negozio registra 1.200 ordini, GA4 vede 876 transazioni e il pannello Google Ads riporta 432 conversioni a fronte delle 360 transazioni che GA4 attribuisce alle campagne Google Ads. L’implementazione e la validazione dell’evento purchase sono materia di un audit separato. Qui si tratta di interpretare la perdita che resta anche con un’implementazione corretta e di ricavarne una lettura affidabile della redditività delle campagne.
Una scena dalla revisione di settembre
Ordini in cassa e transazioni in GA4 a confronto
Il manager di un negozio di articoli sportivi outdoor apre i risultati di settembre prima di preparare il piano del Q4. Il pannello del negozio mostra 1.200 ordini pagati per 114.000 €, GA4 riporta 876 transazioni per 83.220 € e il pannello Google Ads 432 conversioni di acquisto. Tre numeri descrivono lo stesso mese dello stesso negozio, e tra cassa e GA4 mancano 324 ordini e 30.780 €.
Settembre · negozio sport outdoor · 30 giorni
Ogni tessera vale 12 ordini: 73 tessere piene = 876 transazioni visibili in GA4, 27 tratteggiate = 324 ordini registrati solo in cassa. In totale 1.200 / 876. Dati illustrativi.
Negozio, GA4 e pannello pubblicitario contano le stesse vendite secondo tre regole diverse, per questo i loro risultati non coincideranno mai al singolo ordine. Come unire queste fonti in un unico quadro e perché si confrontano sugli stessi giorni e sui totali complessivi lo spiega la guida sull’analisi e-commerce automatizzata. Questo articolo si occupa di una sola di queste discrepanze: gli ordini che GA4 non ha visto affatto.
GA4 vede un ordine solo se il tag nel browser dell’acquirente ha potuto inviare l’evento purchase. Le cause più frequenti del gap:
- Rifiuto del consenso nel banner: l’acquirente clicca “rifiuta” e da quel momento i tag analitici non registrano né la sua visita né il suo acquisto.
- Blocchi pubblicitari e di script: le estensioni del browser fermano il tag GA4 prima che invii qualsiasi dato.
- Safari e browser che limitano i cookie: la durata ridotta dei cookie taglia l’identificativo utente e la sorgente di ingresso, quindi una parte degli acquisti scompare o finisce nel canale sbagliato.
- Passaggio tra dispositivi: clic sull’annuncio da smartphone, acquisto da laptop qualche giorno dopo; il percorso si spezza e la sessione d’acquisto è spesso proprio quella senza consenso.
Il Consent Mode (la modalità di gestione del consenso nei tag Google) stabilisce cosa succede dopo un rifiuto. In modalità base i tag senza consenso non inviano nulla, quindi l’ordine sparisce da GA4 e dalle piattaforme pubblicitarie. In modalità avanzata partono segnali senza cookie e la modellazione di Google colma una parte del vuoto; lo fa però solo in alcuni report e solo dopo aver superato le soglie di traffico e di numero di consensi, per cui nei dati grezzi e in molti report la perdita resta.
La configurazione del banner e la base giuridica per la raccolta dei consensi sono temi legali e restano fuori dall’ambito di questa guida.
La cassa del negozio è il punto di riferimento, perché registra ogni ordine indipendentemente dal consenso. L’ordine nasce sul server del negozio, con importo e stato del pagamento, e né il banner né un blocco possono fermarlo. Ogni altro numero (GA4, pannello Google Ads, pannello Meta) va quindi letto come percentuale della cassa.
Il pannello Google Ads mostra più di GA4, perché aggiunge conversioni modellate e conta a modo suo. 432 conversioni nel pannello contro 360 transazioni che GA4 attribuisce alle campagne Google Ads significano il 20% in più. Nessuno di questi numeri sostituisce gli ordini del negozio: la cassa resta la misura delle vendite totali, mentre GA4 e il pannello mostrano quanta parte arriva alla misurazione.
Il divario del 27% resta anche con l’evento purchase implementato correttamente. Dipende dalle scelte degli acquirenti e dalle impostazioni dei browser, quindi nessuna correzione del tag lo chiuderà. Invece di combatterlo bisogna misurarlo: giorno per giorno, sui totali del negozio e come norma stabile con cui confrontare le settimane successive.
Definizioni e formule
Copertura GA4 e fattore di correzione: definizioni e formule
Per correggere i report bastano due numeri calcolati rispetto alla cassa del negozio: la copertura GA4 e il fattore di correzione. Prima serve un vocabolario comune, perché la parola «conversione» ha un significato diverso in GA4, nel pannello Google Ads e nel negozio.
Definizioni operative
Consent Mode è il modo in cui i tag Google si comportano in assenza di consenso ai cookie. In modalità base non inviano nulla; in modalità avanzata inviano segnali senza identificativi, dai quali Google modella una parte delle conversioni.
Copertura GA4 è il rapporto tra le transazioni registrate in GA4 e gli ordini pagati del negozio (esclusi gli annullati) dello stesso giorno o periodo. Si calcola sul numero di ordini e sul loro valore.
Rapporto pannello/GA4 sono le conversioni di acquisto riportate dalla piattaforma pubblicitaria divise per le transazioni che GA4 attribuisce alla stessa piattaforma. Mostra quanto il pannello aggiunge rispetto a GA4 (conversioni modellate, finestre di attribuzione proprie).
Fattore di correzione è l’inverso della copertura: ordini del negozio divisi per transazioni GA4. Si moltiplicano per questo fattore i numeri di GA4 per riportarli alla scala della cassa.
Nell’esempio la copertura sul numero e sul valore risulta identica, perché si è ipotizzato un unico AOV di 95 € per tutti i canali. In un negozio reale i due valori divergono quando a rifiutare il consenso sono più spesso clienti con carrelli più economici o più costosi. In quel caso il numero di ordini si corregge con la copertura sul numero, mentre fatturato e ROAS con la copertura sul valore.
Quattro regole di calcolo stabiliscono se la copertura misura il tracciamento o un errore nel calcolo stesso:
- Stesso giorno e stesso fuso orario. Il negozio registra l’ordine secondo l’orologio del server, GA4 secondo il fuso impostato nella proprietà. Uno scarto di un’ora sposta gli ordini vicini alla mezzanotte sul giorno adiacente e altera la copertura giornaliera.
- Lato negozio solo ordini pagati, esclusi gli annullati. Ordini non pagati e annullati al denominatore gonfiano la cassa con vendite mai avvenute e abbassano artificialmente la copertura.
- Confronto su aggregati giornalieri. Il divario dovuto ai consensi è di natura statistica, quindi per misurarlo bastano i totali del giorno: numero e valore degli ordini nel negozio contro le transazioni purchase in GA4; la ripartizione per canale si tratta come stima basata su GA4 e sui pannelli.
- Copertura del periodo calcolata dai totali di ordini e transazioni. Per settembre è 876 / 1.200. La media di trenta percentuali giornaliere darebbe a un giorno con 34 ordini lo stesso peso di uno con 47.
Il pannello è spesso nettamente più vicino alla cassa rispetto a GA4. GA4 attribuisce alle campagne Google Ads 360 transazioni, mentre il pannello riporta 432 conversioni (rapporto 1,20), perché aggiunge conversioni modellate e conta secondo la propria finestra di attribuzione e la data del clic. Il numero più alto nel pannello contiene una quota maggiore di stima, per questo il pannello non sostituisce la cassa come riferimento.
Ogni negozio ha una propria norma di copertura, ricavata dallo storico: nell’esempio settembre resta giorno dopo giorno nella fascia 72–74%. Se la copertura è sotto la propria norma fin dal primo giorno di implementazione, la causa è spesso l’implementazione stessa, per esempio l’evento purchase che non si attiva con alcuni metodi di pagamento o dopo il ritorno dal gateway di pagamento. Questo caso si risolve con un audit degli eventi GA4 e della copertura purchase; questa guida si occupa della perdita che resta dopo un’implementazione corretta.
Due numeri bastano per correggere qualsiasi report. La copertura indica quale parte delle vendite vede il tracciamento; il fattore indica per quanto moltiplicare il dato di GA4 per riportarlo alla scala della cassa. Entrambi si calcolano con precisione per l’intero negozio, mentre i dati dei canali da GA4 ricalcolati con questo fattore sono una stima da verificare con il pannello e il MER.
Canali
Canali da GA4 e pannelli riportati alla scala della cassa
x
I numeri per canale provengono da GA4 e dalle piattaforme pubblicitarie. Le transazioni sono il report source/medium di GA4 mappato sui gruppi di canali, le conversioni sono i dati delle piattaforme e la colonna in scala cassa riporta le transazioni GA4 moltiplicate per il coefficiente complessivo 1,37, cioè una stima basata su GA4. Ecco settembre in un negozio di articoli sportivi outdoor (dati illustrativi):
| Canale (secondo GA4) | Transazioni GA4 | Stima in scala cassa (GA4 × 1,37) | Conversioni nella piattaforma | Quota delle transazioni GA4 | Rapporto con GA4 (piattaforma o cassa) |
|---|---|---|---|---|---|
| Google Ads | 360 | 493 | 432 | 41% | 1,20 |
| Meta | 130 | 178 | 182 | 15% | 1,40 |
| Organic (motori di ricerca) | 238 | 326 | – | 27% | – |
| Diretto e senza UTM | 104 | 143 | – | 12% | – |
| Altre sorgenti | 44 | 60 | – | 5% | – |
| Totale | 876 | 1.200 | – | 100% | 1,37 |
Il rapporto tra piattaforma e GA4 indica dove il divario è maggiore. Meta riporta nella piattaforma 182 conversioni contro 130 transazioni in GA4 (1,40), Google Ads 432 contro 360 (1,20): il traffico dagli annunci nelle app arriva soprattutto da smartphone, dove il banner si conclude più spesso con un rifiuto e i browser integrati nelle app perdono cookie e parametri di ingresso. La piattaforma però conteggia secondo finestre proprie e aggiunge la modellazione, quindi questo rapporto indica la direzione ma non misura il divario del singolo canale.
Il coefficiente complessivo 1,37 è la media dell’intero negozio. Per i canali in cui GA4 perde di più (segnale: rapporto elevato tra piattaforma e GA4), il valore corretto può restare prudente, mentre per i motori di ricerca, dove l’acquisto si chiude più spesso in una sola sessione in un browser normale, può sovrastimare leggermente. Per questo il ROAS corretto del canale va letto insieme al dato della piattaforma e al MER complessivo.
Il traffico diretto in GA4 raccoglie parte degli ordini che hanno perso la sorgente. Quando la sessione perde cookie o parametri lungo il percorso (rifiuto del consenso alla prima visita, cambio di dispositivo, link da un’app), GA4 attribuisce la transazione al traffico diretto invece che alla campagna. Per questo la quota del diretto in GA4 va letta con cautela: queste 104 transazioni mescolano accessi reali digitando l’indirizzo con acquisti di cui GA4 ha perso l’origine.
I canali piccoli hanno un campione ridotto. Le altre sorgenti valgono 44 transazioni GA4 al mese, cioè 1–2 al giorno, quindi la loro quota può oscillare da una settimana all’altra. Questi numeri si calcolano su diverse settimane complete e vanno considerati indicativi.
I ricavi delle piattaforme pubblicitarie non si sommano al posto della cassa: lo stesso acquisto può essere attribuito contemporaneamente da Google Ads e da Meta, quindi la somma delle piattaforme gonfia le vendite, e la misura delle vendite totali restano gli ordini del negozio.
Nota metodologica: i numeri sono illustrativi. Le transazioni per canale provengono da GA4 (source/medium mappati sui gruppi di canali), le conversioni dalle piattaforme pubblicitarie e la colonna in scala cassa riporta le transazioni GA4 moltiplicate per il coefficiente complessivo 1,37 e arrotondate al totale di cassa, cioè una stima basata su GA4. Con il modello basato sui dati, GA4 ripartisce gli acquisti in modo diverso dalle piattaforme, che conteggiano secondo finestre e regole proprie, perciò il rapporto tra piattaforma e GA4 è un’approssimazione.
I canali si leggono in scala cassa tramite GA4 e il coefficiente complessivo. La somma dei canali ricalcolati con 1,37 torna ai 1.200 ordini di cassa, e il rapporto tra piattaforma e GA4 (da 1,20 a 1,40) mostra per quali canali questa stima è piuttosto prudente.
Decisione di budget
ROAS corretto prima di decidere il budget
Il divario di misurazione costa di più al momento della decisione sul budget. Il ROAS calcolato sui ricavi GA4 eredita direttamente la perdita del 27%: la spesa al denominatore è completa, perché la piattaforma pubblicitaria conosce ogni euro, mentre i ricavi al numeratore sono privi delle vendite senza consenso. Questa lettura sottostima sistematicamente la redditività di ogni campagna, e in modo non uniforme, perché ogni canale perde una parte diversa della misurazione.
Definizioni operative
ROAS (ritorno sulla spesa pubblicitaria) = ricavi attribuiti alla campagna / spesa della campagna. Il risultato dipende da quali ricavi finiscono al numeratore: quelli della cassa del negozio, di GA4 o della piattaforma pubblicitaria.
MER (marketing efficiency ratio) = ricavi totali del negozio / spesa pubblicitaria totale, senza attribuire le vendite ai canali. ROAS di pareggio = 100 / margine lordo in %: sotto questo valore la pubblicità si mangia tutto il margine.
Soglia e obiettivo dipendono dal margine del negozio e restano fissi. Il negozio outdoor ha un margine lordo del 40%, quindi la soglia è 100 / 40 = 2,5 (il calcolo completo è nella guida quale ROAS è buono). Il titolare ha fissato un obiettivo di 4,0, perché dalla pubblicità resti un utile per coprire i costi fissi; cambia solo la lettura che confronti con questi due numeri.
Due campagne, tre letture delle stesse vendite (settembre, dati illustrativi; scala 0–6):
Google Ads · spesa 9.120 €
Meta · spesa 4.750 €
Il pannello Google Ads mostra 4,5, cioè un valore intermedio. Il pannello aggiunge le conversioni modellate (432 contro le 360 transazioni in GA4), quindi sottostima meno di GA4, ma calcola secondo le proprie finestre e regole di attribuzione. Per questo la correzione parte da GA4, il pannello resta un punto di controllo e il MER verifica il quadro complessivo.
Il MER del portafoglio, 8,22, è un controllo immune ai consensi. I ricavi di 114.000 € provengono dalla cassa e la spesa di 13.870 € dai pannelli, quindi il banner dei consensi non ha alcun effetto su questo numero. Se il ROAS delle campagne in GA4 cala e il MER resta fermo, il calo sta nella misurazione; se cala anche il MER, il problema riguarda le vendite o la spesa.
L’errore più costoso dopo il calo della copertura
Tagliare il budget in base al ROAS di GA4: Meta con un valore di 2,6 sembra una campagna «appena in pareggio», di poco sopra la soglia di 2,5, ed è la prima a essere tagliata. Dopo la correzione con il coefficiente complessivo la stessa campagna rende circa 3,56, il pannello Meta mostra 3,64 e il MER del portafoglio di 8,22 resta invariato. Spegnerla significa eliminare vendite che GA4 semplicemente non vede.
Procedura prima di ogni decisione sul budget di una campagna:
Calcola la copertura del negozio su 4 settimane intere
Confronta gli ordini pagati in cassa con le transazioni GA4 degli stessi giorni, sui totali dell’intero negozio. Quattro settimane intere compensano l’andamento dei giorni della settimana e attenuano le singole anomalie.
Ricalcola il ROAS di GA4 con il coefficiente di correzione
Coefficiente = ordini del negozio / transazioni GA4 = 1,37. I ricavi GA4 per canale si moltiplicano per questo valore: Google Ads 3,75 × 1,37 = 5,14, Meta 2,6 × 1,37 = 3,56; il risultato del canale resta una stima basata su GA4.
Confronta con il dato del pannello e con il MER
Metti a confronto il ROAS corretto con il ROAS del pannello (Google Ads 4,5, Meta 3,64): se entrambi i valori stanno dallo stesso lato della soglia, la direzione è confermata, e il MER di 8,22 conferma che il portafoglio è in utile. Una divergenza netta indica un errore nella mappatura dei canali in GA4 oppure un coefficiente non aggiornato.
Decidi sul valore corretto
La soglia di 2,5 e il target di 4,0 restano quelli derivati dal margine; con essi confronti 5,14 e 3,56 invece di 3,75 e 2,6. Google Ads sopra il target è candidato a un aumento di budget, Meta sopra la soglia e sotto il target va mantenuta e ottimizzata ulteriormente.
Registra il coefficiente per la revisione mensile
Il coefficiente dell’intero negozio con la data del calcolo e i rapporti tra pannello e GA4 per canale vanno nella tabella di revisione. Dopo una modifica del banner o delle impostazioni dei consensi si ricalcolano da capo, perché quelli vecchi falserebbero la correzione verso l’alto o verso il basso.
Il coefficiente di correzione cambia il dato letto; target e soglia restano quelli del margine. Lo stesso calcolo trasforma «Google Ads sotto il target» in Google Ads circa il 28% sopra il target (5,14 contro 4,0) e fa passare Meta da candidata allo spegnimento a campagna nettamente sopra la soglia (3,56 contro 2,5). Il budget non è cambiato neanche di un euro; è cambiato solo il numero su cui si prende la decisione.
Diagnosi del calo
Perdita di misurazione o calo reale delle vendite
Un calo in GA4 ha tre possibili cause e ognuna richiede una reazione diversa: un cambiamento permanente della misurazione, un guasto del tag o vendite realmente inferiori. A distinguerle è un solo numero, calcolato prima di qualsiasi interpretazione: la copertura giornaliera di GA4 rispetto alla sua norma. Se la copertura è stabile, il calo in GA4 è un calo in cassa; se la copertura si sposta, parte del «calo» dipende dalla misurazione.
La norma di copertura si ricava da settimane intere successive all’ultima modifica del banner. In un negozio di articoli outdoor la settimana 8–14/09 registra 280 ordini in cassa e 204 transazioni in GA4, cioè il 72,9%, e i singoli giorni rientrano in un intervallo stretto, 72,2–73,7%. Questa stabilità definisce la norma: 72–74%.
Settimana 8–14/09 · cassa e GA4 giorno per giorno
Copertura giornaliera sull’asse 55–80%
Fascia grigia: norma 72–74%. Punti pieni: giorni 8–14/09 (totale 280/204 = 72,9%). Punto tratteggiato: 18/09.
L’altezza delle barre cambia di giorno in giorno, la copertura quasi per niente. La domenica ha più ordini (47), il sabato meno (34), ma la quota visibile in GA4 resta nella stessa fascia. Per questo il 18/09, con una copertura del 61%, salta subito all’occhio nel grafico, anche se 41 ordini di per sé sembrano un numero del tutto normale.
Bastano tre schemi per riconoscere la causa di qualsiasi calo visibile in GA4. La chiave è sempre l’andamento della cassa del negozio e della copertura, osservati insieme:
GA4 cala, ordini stabili, la copertura cambia e si assesta
Modifica dei consensi, del banner o del comportamento dei browser. Agosto → settembre: ordini del negozio 1.215 → 1.200 (−1,2%), GA4 972 → 876 (−9,9%), copertura dall’80% al 73%. Il nuovo livello diventa la nuova norma.
La copertura esce dalla norma, il secondo giorno lo conferma
Tag di acquisto, nuova versione del banner, modifica del template di checkout. 18/09: 61% a fronte di una norma del giovedì del 72,5%, anche il giorno successivo fuori dalla banda. Da verificare con urgenza.
Ordini e GA4 calano insieme a copertura costante
La misurazione funziona correttamente, sono calate le vendite. Diagnosi tramite scomposizione: sessioni × conversione × carrello medio, suddivisa per canale secondo GA4.
Il caso agosto–settembre mostra quanto possa essere fuorviante il solo calo in GA4. Se la copertura fosse rimasta all’80%, i 1.200 ordini di settembre avrebbero prodotto in GA4 960 transazioni; ne sono state registrate 876. Delle 96 transazioni perse in GA4, ben 84 derivano dalla copertura più bassa e solo 12 corrispondono ai 15 ordini in meno nel negozio (15 × 0,8 = 12).
Un guasto si individua al mattino, sui dati completi del giorno precedente. Il confronto tra la copertura di ieri e la norma dello stesso giorno della settimana (giovedì con i giovedì) è un punto fisso della revisione mattutina descritta nella guida al monitoraggio e alle anomalie nell’e-commerce; l’ora esatta del problema la mostrerà solo la cronologia delle pubblicazioni nel tag manager o delle modifiche nello strumento di gestione dei consensi. Uno scostamento lieve va confermato dal secondo giorno, quindi una sola lettura più debole non fa ancora scattare l’allarme.
Le soglie di reazione si calcolano dalla norma del singolo giorno della settimana. Il segnale è uno scostamento della copertura di oltre 3 punti percentuali (per un giovedì con norma del 72,5%: un valore sotto il 69,5% o sopra il 75,5%), la reazione scatta con due giorni così consecutivi:
| Lettura della copertura | Esempio da un negozio outdoor | Stato | Azione |
|---|---|---|---|
| Nella norma del giorno (scostamento fino a 3 punti) | giovedì: 69,5–75,5% | nella norma | leggere il calo in GA4 come calo degli ordini; diagnosi delle vendite |
| Scostamento oltre 3 punti, un giorno | 18/09: 61% (41/25) | segnale | annotazione, test d’acquisto rapido sul sito, lettura del giorno successivo |
| Scostamento oltre 3 punti, due giorni consecutivi | 18/09 e 19/09 fuori dalla banda | reazione | verifica del tag di acquisto, della versione del banner e del template; decisioni di budget basate sul MER dagli ordini del negozio e sui dati delle piattaforme, senza ROAS da GA4 fino alla correzione |
| Nuovo livello stabile dopo la modifica dei consensi | settembre 73% dopo l’80% di agosto | nuova norma | norma dalla data della modifica, ricalcolo del coefficiente di correzione e del rapporto piattaforma/GA4 |
| Copertura stabile, ordini in calo | ordini e GA4 in calo di una percentuale simile | calo reale | scomposizione sessioni × conversione × carrello per canale secondo GA4 |
Modifica del banner
Dopo ogni modifica del banner, della versione dello strumento di consenso o del testo del messaggio, la norma di copertura si ricalcola da zero, a partire dalla data della modifica. La data va annotata nel calendario eventi del negozio, così tra un trimestre nessuno confronterà il 73% di settembre con l’80% di agosto come se fossero la stessa misurazione. Finché non si raccolgono settimane complete dopo la modifica (idealmente quattro), la nuova norma resta provvisoria.
Prima la copertura, poi l’interpretazione del calo. Una copertura stabile significa che GA4 riflette fedelmente le proporzioni delle vendite e il calo nel report è un calo reale degli ordini. Una copertura spostata significa che, prima di qualsiasi conclusione sulle campagne, bisogna ricalcolare il coefficiente di correzione.
DataOrganizer
Come DataOrganizer calcola la copertura GA4 sui dati giornalieri
Il calcolo della copertura richiede tre fonti in un’unica tabella giornaliera: gli ordini del negozio, GA4 e la piattaforma Google Ads. A mano significa tre esportazioni, allineamento di date e fusi orari e un foglio di calcolo da ricomporre a ogni revisione. In DataOrganizer questi dati confluiscono in un unico modello e ogni mattina si aggiornano con i dati completi del giorno precedente.
- Negozio (WooCommerce, Shopify, IdoSell, PrestaShop, Shoper e gli altri sistemi collegati): numero e valore degli ordini e relativo stato. È il denominatore di ogni calcolo della copertura.
- GA4: transazioni e ricavi per source/medium e campagna: il totale del giorno è il numeratore della copertura, mentre la suddivisione per canale serve come stima delle proporzioni.
- Google Ads: conversions e all_conversions con i valori per campagna, necessari per il rapporto tra piattaforma e GA4, oltre alla spesa per ROAS e MER.
- Meta: spesa e conversioni delle campagne, da cui si calcolano il ROAS della piattaforma e il ROAS corretto.
Il confronto lo esegue l’assistente AI sui dati aggregati. Mette a confronto i totali giornalieri degli ordini del negozio con le transazioni GA4 e le conversioni della piattaforma, e mostra la suddivisione per canale secondo GA4 e le piattaforme come stima; l’intero calcolo si basa sui totali del giorno. Le fonti si collegano in autonomia, senza sviluppatori, e si paga per le fonti collegate.
La revisione mensile prima della decisione sul budget si presenta così:
Settembre: GA4 vede 876 dei 1.200 ordini pagati, cioè il 73%. Il coefficiente di correzione per l’intero negozio è 1,37; prendo i canali da GA4 e dalle piattaforme e indico la scala degli ordini per canale come stima:
| Canale (GA4) | GA4 | Scala ordini ×1,37 | Piattaforma | Rapporto con GA4 | ROAS da GA4 | ROAS corretto |
|---|---|---|---|---|---|---|
| Google Ads | 360 | 493 | 432 | 1,20 | 3,75 | 5,14 |
| Meta | 130 | 178 | 182 | 1,40 | 2,6 | 3,56 |
| Intero negozio | 876 | 1.200 | – | 1,37 | – | MER 8,22 |
Giorno per giorno: la copertura resta nella norma del 72–74%. L’eccezione è il 18/09: 41 ordini, 25 transazioni, 61% dopo l’aggiornamento della versione del banner; il giorno successivo ha confermato lo scostamento, quindi questo giorno va verificato come guasto del tag, separatamente dalla perdita permanente.
Da agosto a settembre: ordini del negozio 1.215 → 1.200 (−1,2%), GA4 972 → 876 (−9,9%), copertura dall’80% al 73%. Il calo in GA4 è in gran parte una perdita di misurazione, mentre le vendite reali sono quasi ferme. La piattaforma Google Ads mostra 432 conversioni, cioè il 20% in più delle 360 transazioni GA4 di questo canale, perché include le conversioni modellate.
Conclusione per il budget: Meta, con una lettura di 2,6 in GA4, dopo la correzione con il coefficiente complessivo arriva a una stima di 3,56, e la piattaforma indica 3,64: la campagna è nettamente sopra la soglia di 2,5, anche se sotto l’obiettivo di 4,0, quindi va mantenuta anziché spenta. Google Ads con un ROAS corretto di 5,14 è sopra l’obiettivo, e il MER complessivo di 8,22 conferma che l’insieme è in utile.
La risposta si può ripetere ogni mattina. Gli stessi prospetti, calcolati sul giorno precedente completo, mostrano se la copertura è rimasta nella norma del giorno della settimana e, a fine mese, forniscono coefficienti aggiornati per la revisione del budget. Un cambiamento nella scala della copertura emerge nei dati giornalieri prima di arrivare alle decisioni sulle campagne.
Nota metodologica: i numeri dell’esempio sono illustrativi. Per semplicità si è ipotizzato un unico AOV di 95 € in tutti i canali, quindi la copertura calcolata sul numero e sul valore risulta identica; in un negozio reale conviene calcolarle entrambe. I numeri per canale provengono da GA4 e dai pannelli pubblicitari, e il loro riporto sulla scala della cassa è una stima; il modo in cui Google modella le conversioni cambia nel tempo, per questo il coefficiente di correzione va ricalcolato ogni mese.
Da ricordare
Il budget si definisce sul MER calcolato dalla cassa del negozio e sul ROAS corretto. GA4 resta la fonte delle proporzioni tra i canali e dei percorsi dei clienti; il coefficiente di correzione complessivo riporta la sua lettura sulla scala degli ordini, mentre la copertura giornaliera verifica che questa scala non sia cambiata.
Nota metodologica: i numeri negli esempi sono illustrativi (negozio di sport outdoor, settembre) e un unico carrello medio di 95 € in tutti i canali è una semplificazione del calcolo. I numeri per canale provengono da GA4 e dai pannelli pubblicitari, e la loro conversione sulla scala della cassa con il coefficiente complessivo è una stima. La copertura si calcola su aggregati giornalieri e la modellazione delle conversioni da parte di Google cambia nel tempo, quindi conviene aggiornare la norma di copertura ogni mese.
Da ricordare
Prendi le decisioni di budget sul MER calcolato dagli ordini del negozio e sul ROAS di GA4 corretto con il coefficiente complessivo; GA4 resta la fonte delle proporzioni e dei percorsi. La copertura GA4 misurata rispetto alla propria norma permette di distinguere la perdita stabile dovuta ai consensi da un guasto del tag e da un calo reale delle vendite, prima che qualcuno tagli una campagna che genera profitto.
FAQ
Domande frequenti su Consent Mode e dati mancanti in GA4
Quante conversioni perde GA4 a causa del Consent Mode?
Non esiste un numero universale: la perdita dipende dalla percentuale di consensi rifiutati, dal mix di dispositivi e browser e dalla struttura dei canali. Nell’esempio del negozio outdoor GA4 vede 876 ordini pagati su 1.200, cioè il 73%. Il proprio divario si calcola dividendo le transazioni GA4 per gli ordini pagati del negozio dello stesso giorno.
Perché GA4 mostra meno transazioni del negozio?
GA4 perde gli ordini dei clienti che hanno rifiutato il consenso, usano blocker o browser che limitano i cookie, oppure hanno cambiato dispositivo durante l’acquisto; la cassa del negozio registra ogni ordine indipendentemente dal consenso. Per il confronto si contano solo gli ordini pagati e senza quelli annullati, perché quelli non pagati abbassano falsamente la copertura. Se la copertura è bassa fin dal primo giorno di implementazione, serve un audit dell’evento purchase.
Google Ads modella le conversioni mancanti dopo il rifiuto del consenso?
In modalità avanzata di Consent Mode i tag inviano segnali senza cookie e Google colma parte del divario con la modellazione, purché siano soddisfatte le soglie di traffico; in modalità base, senza consenso non arriva nulla. Per questo il pannello è spesso più vicino alla cassa rispetto a GA4: nell’esempio 432 conversioni nel pannello contro 360 transazioni GA4 dalle campagne Google Ads, cioè il 20% in più. Le conversioni modellate sono una stima, quindi la redditività complessiva si verifica con il MER sugli ordini del negozio.
Come si calcola il fattore di correzione delle conversioni GA4?
Il coefficiente di correzione è dato dagli ordini pagati del negozio divisi per le transazioni GA4 dello stesso periodo, calcolato per l’intero negozio sulle ultime quattro settimane complete: nell’esempio 1.200 / 876 = 1,37. Con esso si moltiplicano i ricavi GA4 per canale, quindi un ROAS Meta pari a 2,6 dà una stima di 2,6 × 1,37 = 3,56. Il divario non si distribuisce in modo uniforme, per questo il risultato del canale si verifica con la lettura del pannello (Meta 3,64) e con il MER complessivo (8,22).
Come distinguere un calo delle vendite da una perdita di misurazione in GA4?
Prima si controlla la copertura: se la cassa è stabile, GA4 cala e la copertura scende di colpo restando sul nuovo livello (agosto 80%, settembre 73%, cassa −1,2%, GA4 −9,9%), il calo è soprattutto di misurazione. Una copertura fuori dalla norma del giorno della settimana per due giorni di fila indica un guasto del tag o del banner, mentre un calo congiunto di cassa e GA4 con copertura stabile è un vero calo delle vendite. DataOrganizer riunisce ordini del negozio, GA4 e Google Ads in un unico modello aggiornato ogni mattina con i dati completi del giorno precedente, così l’assistente AI calcola la copertura giornaliera con una sola domanda e mostra la ripartizione per canale secondo GA4 e i pannelli come stima.
Riepilogo dell’intera guida
Il divario di Consent Mode in tre calcoli
1. 1. La cassa del negozio come punto di riferimento. La copertura GA4 è data dalle transazioni GA4 divise per gli ordini pagati del negozio dello stesso giorno; la propria norma (nell’esempio 72–74%) mostra quante vendite spariscono dalla misurazione anche con un’implementazione corretta.
2. 2. Correzione dei dati GA4 prima di decidere il budget. Il ROAS di GA4 moltiplicato per il coefficiente dell’intero negozio dà una stima sulla scala della cassa, da verificare con la lettura del pannello, mentre soglia e obiettivo restano quelli derivati dal margine (2,5 e 4,0 con margine del 40%). Il MER calcolato dalla cassa serve come controllo non influenzato dai consensi.
3. 3. Copertura calcolata ogni mattina in DataOrganizer. Ordini del negozio, GA4 e campagne Google Ads confluiscono in un unico modello di dati con il giorno precedente completo, e l’assistente AI calcola su richiesta copertura, coefficienti e ROAS corretto. Uno scostamento dalla norma del giorno della settimana confermato anche il giorno successivo distingue un guasto da una perdita stabile.
DataOrganizer · divario di misurazione dovuto ai consensi
Collega negozio, GA4 e piattaforme pubblicitarie: copertura GA4 per giorno, coefficiente di correzione per i dati GA4 e MER sugli ordini del negozio verranno calcolati dai dati. Collegamento in autonomia, senza programmatore; paghi solo per le fonti collegate.
