Platforma de publicitate raportează o lună record, dar în magazin nu se vede nicio diferență. Campania unui produs care „nu se vinde” se apără, cumva, în rezultate. În spatele ambelor fenomene se află același lucru: conversiile și atribuirea funcționează altfel decât sugerează platformele. Acest ghid pune în ordine ce se știe sigur despre sursele vânzărilor, ce nu știe niciun sistem și cum se pot lua totuși decizii bune de buget.
Noțiuni
Ce sunt conversia și atribuirea în e-commerce
Ambii termeni sună tehnic, dar decid cum se interpretează fiecare raport:
Definiții
Conversia este un eveniment contabilizat de un anumit sistem de măsurare după propriile reguli: fereastra de timp, modul de numărare și cerințele de consimțământ. Conversia din platforma de publicitate și comanda plătită din magazin sunt două lucruri diferite, adesea cu cifre diferite pentru aceeași perioadă.
Atribuirea este un mod convențional de a împărți meritul unei conversii între punctele de contact cu clientul. Convențional, pentru că nimeni nu vede traseul complet: fiecare sistem cunoaște doar propriul fragment.
Din aceste definiții rezultă o regulă practică de citire a rapoartelor. Numărul de conversii răspunde la întrebarea „ce a contabilizat acest sistem”, nu „cât a vândut magazinul”. Atribuirea răspunde la întrebarea „cum am convenit să împărțim meritele”, nu „care canal a determinat cu adevărat achiziția”. Cine citește platformele știind asta evită majoritatea neînțelegerilor costisitoare.
Baza magazinului
Ce nu înregistrează magazinul despre sursele vânzărilor
Baza de date a magazinului ține un registru al comenzilor, nu istoricul clientului pe internet. Înainte de comandă, clientul poate să fi văzut o reclamă video, să fi dat clic pe o reclamă de produs, să fi revenit dintr-un newsletter și abia după câteva încercări să fi cumpărat. Așa arată un traseu tipic și ce rămâne din el în magazin:
Magazinul a înregistrat numărul, suma, produsele și data. Cele trei contacte anterioare trăiesc în trei sisteme diferite: fiecare își vede doar fragmentul și niciunul nu vede întregul.
Ce păstrează concret baza magazinului și ce nu se află în ea:
| Magazinul înregistrează | Magazinul nu înregistrează |
|---|---|
| comenzile: sume, statusuri, produse, client | sesiunile anterioare și vizitele fără achiziție |
| pozițiile din comandă: cantități, prețuri, reduceri și costul propriu al produselor | canalul și campania de intrare sau traseul complet între dispozitive |
| client nou sau recurent (după istoricul comenzilor) | afișările reclamelor și contactele fără clic |
| coduri de cupon, metode de plată și de livrare | costurile reclamelor și datele despre campanii |
De reținut
Canalul și campania achiziției le cunosc GA4 și platformele de publicitate, fiecare după propriile reguli. Această împărțire este o estimare utilă pentru comparații între canale, dacă folosești peste tot aceeași măsură; confundarea ei cu cauza achiziției duce la subevaluarea sistematică a canalelor care lucrează la începutul traseului.
Golurile de măsurare
Consimțăminte, cookie-uri și taguri: unde se pierd conversiile
Între comandă și urma ei în sistemele de măsurare stau câteva filtre. GDPR cere consimțământ pentru măsurare: o parte dintre clienți nu și-l dau, iar tranzacțiile lor dispar din analytics. Cookie-urile pe care se bazează identificatorii de click sunt scurtate de browsere și tăiate de blocatoare. Codurile de urmărire trebuie să apuce să se execute pe pagina de mulțumire: dacă redirecționarea de la plată se întrerupe, tag-ul nu se mai execută. Efectul, pe cifre orientative:
Platformele nu se opresc la datele astfel rărite: modelează statistic conversiile lipsă, adaugă achiziții doar pe baza afișării reclamei și aplică propriile ferestre de timp. De aceea, cifra din panou poate fi în același timp mai mare decât numărul de comenzi (modelare, ferestre, duplicate între platforme) și lipsită de tranzacții reale (consimțăminte, blocatoare). Mecanismele acestor diferențe sunt explicate pe larg într-un ghid separat: analytics automat pentru e-commerce.
Comanda înregistrează efectul. Cauza rămâne împrăștiată între panouri, browsere și consimțăminte. Nicio bază de date nu o păstrează în întregime.
Efectul coșului
Reclama la produsul A vinde și B și C
Reclama de produs aduce clientul în magazin, nu la casă cu un singur produs. Clientul dă click pe reclama la o cafea, apoi adaugă în coș o a doua cafea și filtre. Reclama de brand face același lucru la nivelul întregului catalog: vinde „orice”, pentru că aduce oameni care decid abia în magazin ce vor cumpăra.
Reclamă de produs
Cafea Etiopia, boabe 1 kg cost per click: 2,46 leiComanda #10482
Cafea Etiopia 1 kg104,00
Cafea Brazilia 250 g28,00
Filtre de hârtie ×10014,00
Total146,00 lei
Un click de 2,46 lei, trei produse pe bon. Căruia să-i atribui costul? Și dacă clientul a dat click pe reclama la cafea, dar a cumpărat doar filtre: campania pentru cafea a eșuat sau a funcționat?
De aceea, calculul „costul reclamei la produsul A împărțit la vânzările produsului A” induce în eroare în ambele sensuri. Subestimează rezultatul campaniei ale cărei clickuri se termină cu achiziția altor produse și supraestimează rezultatul produselor care ajung în coșurile altora. Chiar și Google Shopping, singura platformă cu cost la nivel de produs, cunoaște costul reclamei pentru produsul pe care s-a dat click. Despre conținutul coșului rezultat nu spune nimic.
Risc real
Oprirea campaniilor pe baza unui calcul greșit per produs costă vânzările întregului coș. Campania pentru un produs-momeală poate avea un rezultat dezastruos calculat doar pe momeală și unul excelent la nivelul comenzilor pe care le deschide. Evaluarea se face la nivel de campanie: valoarea conversiilor pentru coșuri întregi conform GA4 sau panoului, iar rentabilitatea totală prin MER din venitul magazinului.
Limitele datelor
Legarea completă a cheltuielilor de comenzi nu există
Cele trei secțiuni anterioare duc la o singură concluzie tehnică. Magazinul păstrează efectele fără traseele clienților, sistemele de măsurare văd trasee cu goluri, iar coșul rupe legătura dintre produsul promovat și cel cumpărat. Prin urmare, nu există nicio metodă care să lege fiecare leu cheltuit de o comandă anume, la nimeni și în niciun instrument. În loc să cauți o astfel de legătură, merită să cunoști trei niveluri de certitudine a datelor:
Date sigure
- Comenzi plătite: sume, produse, marjă (în acord cu contabilitatea)
- Cheltuieli cu reclamele pe platformă, campanie și zi
- MER: venitul împărțit la cheltuielile totale. Nicio atribuire nu îl poate distorsiona
Aproximări (utile dacă regula este una singură)
- Împărțirea vânzărilor pe canale conform GA4, cu un singur model pentru toate canalele, ca estimare
- ROAS-ul canalelor și campaniilor conform GA4 sau panourilor, mereu cu sursa menționată și comparat în cadrul aceleiași surse
- Atribuirea data-driven din GA4 ca al doilea punct de vedere pentru canalele de sprijin
În afara posibilităților (pentru oricine)
- Traseul complet al fiecărui client prin canale și dispozitive
- Costul reclamei atribuit unei comenzi anume
- Costul reclamei la produsul A pus față în față cu vânzările produsului A (excepție parțială: Google Shopping cunoaște costul produsului pe care s-a dat click, dar nu și coșul)
Notă metodologică: și furnizorii de instrumente care promit „atribuire multi-touch completă” depind de consimțăminte, blocatoare și achiziții între dispozitive: traseele lor sunt modelate din date incomplete, nu observate. Merită să întrebi nu de promisiune, ci de acoperire: ce parte din totalul comenzilor magazinului vede efectiv sistemul de analytics pe care se face modelarea.
Practică
Cum măsori eficiența reclamelor în ciuda golurilor de atribuire
Cunoașterea limitelor simplifică măsurarea în loc să o complice. Dacă nivelul „comandă anume” e inaccesibil, tot efortul se mută pe nivelurile care funcționează: comenzi, canale și zile. Un set verificat arată astfel:
Stabilește punctul de referință
Indicatorii de rentabilitate totală îi calculezi pe comenzile plătite din magazin. Cifrele din panouri le tratezi ca semnale de direcție pentru optimizarea în interiorul platformei, niciodată ca evidență contabilă.
MER în fiecare săptămână
Venitul din comenzi împărțit la cheltuielile totale cu reclamele. Nu e afectat de atribuire, consimțăminte sau modelare. Dacă scade în timp ce bugetele cresc, reclamele își pierd efectiv din eficiență.
Un singur model GA4 pentru compararea canalelor
Pentru comparații între platforme: tranzacțiile și venitul canalelor conform GA4, cu un singur model pentru toate (de ex. ultimul click), tratate ca estimare. Alături, atribuirea data-driven din GA4 ca verificare pentru canalele de sprijin.
Igiena urmăririi și testele
Monitorizează acoperirea GA4: numărul zilnic de tranzacții purchase din GA4 față de numărul de comenzi din magazin. O scădere indică o problemă cu consimțămintele sau cu tagging-ul. Impactul reclamei de brand îl verifici prin teste: pornești, oprești, compari MER-ul și vânzările.
Acest set are o singură condiție tehnică: comenzile, cheltuielile și datele GA4 trebuie să ajungă în același loc, pe același calendar de zile. DataOrganizer o menține automat: preia zilnic comenzile din magazin, costurile de pe toate platformele și datele GA4, calculează MER pe veniturile din magazin și acoperirea GA4 pe totalurile zilnice, iar împărțirea pe canale o afișează după GA4 și după panouri, cu sursa menționată. Întrebările se pun asistentului AI din aplicație sau prin MCP în propriul chat; plătești doar sursele conectate.
Toate sunt „reale”. Fiecare numără altceva:
| Sistem | Număr | Ce numără de fapt |
|---|---|---|
| Google Ads | 412 | conversii într-o fereastră de 30 de zile de la clic, o parte modelate |
| GA4 | 356 | tranzacții măsurate cu consimțământ; diferența de 33 față de magazin (comparând totalurile) vine de obicei din consimțăminte refuzate și blocante |
| Magazin | 389 | comenzi plătite · punct de referință |
Pentru deciziile de buget: MER pentru august a fost 6,4 (110.700 lei venituri / 17.300 lei cheltuieli). Pentru comparațiile între canale folosesc tranzacțiile și veniturile din GA4, cu un singur model pentru Google, Meta și celelalte; este o estimare a împărțirii, la o acoperire GA4 de 91,5% (356 / 389).
Calculul pentru cifrele din chat: 110.700 lei / 17.300 lei = 6,4. Toate valorile din exemplele acestui articol sunt orientative: mecanismele sunt universale, proporțiile diferă de la magazin la magazin.
Întrebări frecvente
Întrebări frecvente despre conversii și atribuire
Magazinul online înregistrează de unde a venit clientul?
Nu. Baza de date a magazinului stochează comenzile: sume, statusuri, produse, client, metoda de plată, modalitatea de livrare și cupoanele. Canalul și campania achiziției le cunosc GA4 și panourile de reclame, fiecare după propriile reguli. Magazinul nu știe nimic despre sesiunile anterioare, afișările reclamelor sau costuri.
De ce arată Google Ads mai multe conversii decât comenzile pe care le am?
Panoul numără după propriile reguli: ferestre de atribuire (de ex. 30 de zile de la clic), conversii doar după afișare și conversii modelate acolo unde lipsesc consimțămintele. În plus, aceeași tranzacție poate apărea în paralel în Google și în Meta. Punctul de referință sunt comenzile plătite; panourile citește-le ca semnal de direcție.
Se poate lega costul unei reclame de o anumită comandă?
Nu: comanda din magazin nu conține informații despre clic sau campanie, platformele nu oferă costul unui clic individual legat de tranzacție, iar o reclamă vinde produse diferite. Nivelurile de încredere sunt MER (venitul total din magazin împărțit la cheltuiala totală) și canalul, campania și ziua după GA4 sau panouri, ca estimare. Excepție parțială: Google Shopping cunoaște costul reclamei pentru produsul pe care s-a dat clic, dar tot nu și conținutul coșului.
Cum se calculează randamentul reclamei de brand?
Nu prin ROAS-ul din panou: reclama de brand adună clicuri de la oameni care de multe ori ar fi cumpărat oricum, iar efectul ei se întinde pe tot coșul. O abordare mai corectă sunt testele de pornire–oprire, urmărind MER, vânzările și traficul de brand, iar la scară mai mare testele geografice. O astfel de reclamă se evaluează la nivelul rezultatelor întregului magazin în perioada testului.
Care model de atribuire este cel mai bun pentru e-commerce?
Niciunul nu reconstituie adevărul: fiecare împarte meritele convențional. Funcționează un set: un singur model fix în GA4 pentru comparațiile între canale, data-driven în GA4 ca al doilea punct de vedere și MER ca măsură a randamentului întregului buget, independentă de atribuire. Mai multe despre acest set în ghidul despre analitica automată e-commerce.
Rezumatul întregului ghid
Trei principii pentru o abordare sănătoasă a atribuirii
1. Separă efectele de interpretare. Comenzile plătite, cheltuielile și MER sunt date sigure. Împărțirea vânzărilor pe canale după GA4 sau panouri este convențională: funcționează ca estimare dacă compari canalele cu un singur model. Parcursul complet al clientului și costul atașat comenzii rămân inaccesibile pentru oricine, indiferent ce promit instrumentele.
2. Evaluează campaniile la nivelul coșurilor pe care le deschid. Reclama la produsul A vinde și B și C, iar cea de brand orice produse. Calculul „costul reclamei A împărțit la vânzările lui A” penalizează campaniile care aduc clienți și recompensează produsele adăugate la cumpărăturile altora; valoarea coșurilor întregi pe campanie citește-o din GA4 sau din panou, iar randamentul total din MER.
3. Verifică igiena propriei măsurări. Acoperirea GA4, adică tranzacțiile din GA4 raportate la comenzile din magazin pentru aceleași zile, arată pe câte date lucrezi de fapt. DataOrganizer menține automat această măsurare: comenzile, costurile și GA4 într-un singur loc, MER din veniturile magazinului, iar canalele după GA4 și panouri, cu sursa menționată.
DataOrganizer · măsurare pe comenzi, nu pe promisiuni
Conectează magazinul, platformele de reclame și GA4: comenzile, cheltuielile și acoperirea GA4 ajung într-un singur loc, iar canalele le vezi după GA4 și panouri, cu sursa menționată. Cont demo imediat, plătești doar sursele conectate.
