Proprietarii de magazine cunosc senzația: GA4 raportează mii de sesiuni și „conversie de 3,3%”, iar în cont se vede doar că săptămâna a fost mai slabă. Statisticile și vânzările vorbesc limbi diferite. Acest ghid arată unde și cum legi pâlnia de e-commerce extins de comenzile reale ale magazinului, astfel încât fiecare etapă a pâlniei să poată fi evaluată în lei și reparată începând cu cea mai costisitoare.
Noțiuni de bază
Pâlnia e-commerce în GA4: patru evenimente care o compun
Pâlnia nu este un raport pe care GA4 îl oferă „din cutie”. Ea se construiește din evenimentele de e-commerce extins pe care magazinul le trimite în timpul cumpărăturilor:
Definiție
Pâlnia de vânzări în GA4 este secvența de evenimente de e-commerce extins (vizualizarea paginii de produs, adăugarea în coș, începerea finalizării comenzii, achiziția), care poate fi calculată pe două niveluri: la nivel de sesiune (câte sesiuni trec la etapa următoare, pe canal și campanie) și la nivel de produs (cum se descurcă fiecare produs de la vizualizare până la achiziție). Pâlnia este la fel de bună ca implementarea evenimentelor din care se construiește.
Două condiții decid cât de utilă este pâlnia. Prima este completitudinea: fiecare dintre cele patru evenimente trebuie să trimită ID-ul produsului, valoarea și moneda, iar purchase, în plus, un ID de tranzacție identic cu numărul comenzii. A doua este igiena datelor: tagurile declanșate de două ori sau un purchase trimis la reîmprospătarea paginii de mulțumire pot crea o pâlnie care nu există. Înainte să tragi concluzii, alocă o zi pentru auditul evenimentelor.
Golul
Ce nu îți spune pâlnia din GA4 fără datele magazinului
Întrebările proprietarilor și managerilor sunt mereu despre bani, iar pâlnia răspunde în procente. Abia combinarea celor două surse oferă răspunsuri pe baza cărora se poate acționa:
| Întrebarea din ședință | Ce vede doar GA4 | Ce vede doar magazinul | Ce se vede abia împreună |
|---|---|---|---|
| „De ce a fost săptămâna mai slabă?” | conversia a scăzut de la 3,6% la 3,3% | cu 118 comenzi mai puțin | ce etapă a pâlniei a cedat, din ce zi și câți lei a costat |
| „Se vinde produsul acesta?” | vizualizările și adăugările în coș ale produsului | bucăți, venituri, marjă, stoc | unde pierde produsul clienți și dacă merită salvat |
| „Care canal aduce rezultate?” | sesiuni și evenimente pe canal | venitul total și comenzile plătite, fără împărțire pe canale | MER-ul total alături de ponderea canalelor în tranzacții conform GA4 (estimare) |
| „Cât ne costă checkout-ul?” | procentul de abandonuri la finalizare | valoarea comenzilor plătite | valoarea coșurilor care în fiecare săptămână nu ajung la casă |
La asta se adaugă diferența dintre cifrele în sine: purchase în GA4 depinde de consimțăminte, de blocante și de redirecționări întrerupte, iar statusurile comenzilor nu le cunoaște deloc. GA4 vede de obicei 60–85% din comenzile reale, așa că pâlnia se citește împreună cu acoperirea. Mecanismele acestor diferențe sunt descrise în ghidul despre analitica automată în e-commerce, iar limitele combinării datelor din reclame cu vânzările în ghidul despre conversii și atribuire.
Procentul de conversie nu doare. Doare suma de aproape 47.000 de lei din coșurile care timp de două zile nu au ajuns la casă.
Combinări
Unde legi pâlnia de vânzări: trei niveluri de comparație
Comparația dintre GA4 și magazin se face pe trei niveluri, fiecare cu alte agregate și pentru alte întrebări. Regula din celelalte ghiduri se aplică și aici: axa o reprezintă comenzile plătite, iar datele pâlniei se adaugă la ele, niciodată invers.
| Nivel | Dimensiune comună | Ce compari | La ce răspunde |
|---|---|---|---|
| 1 · Zi | data (canalul și campania doar pe partea GA4) | pâlnia pe sesiuni din GA4 alături de numărul și valoarea zilnică a comenzilor plătite din magazin | din ce zi a început problema și în ce etapă; împărțirea pe canale conform GA4 |
| 2 · Produs | identificatorul produsului (SKU) | pâlnia de produs din GA4 alături de bucățile vândute, marjă și stocuri | care produse au cerere, dar nu se vând, și de ce |
| 3 · Acoperire | totalul pentru aceeași zi sau săptămână (fără potrivirea comenzilor individuale) | numărul și valoarea purchase în GA4 față de comenzile plătite din magazin | acoperirea măsurării: pe câte date lucrezi de fapt |
Primul nivel este instrumentul operațional de zi cu zi, al doilea susține deciziile despre ofertă și campaniile de produs, iar al treilea ține de igiena datelor și se verifică săptămânal, ca să te poți baza pe primele două. Toate trei cer un singur lucru: evenimentele GA4 și comenzile trebuie să se afle în același model de date, cu aceleași date calendaristice și definiții.
De reținut
Dimensiunea se alege în funcție de întrebare. „De când scade conversia?” cere o comparație pe zile (cu canalele conform GA4). „De ce nu se mai vinde bestsellerul?” pe SKU. „Pot avea încredere în pâlnie?” pe totalurile purchase și ale comenzilor pentru aceeași perioadă. Dacă încerci să răspunzi la toate cu un singur raport, ajungi la un raport care nu răspunde la nimic.
Evaluare
Cum citești pâlnia în lei: valoarea fiecărei etape
Statistica începe să ajute vânzările în momentul în care etapele pâlniei primesc un preț. Iată cum arată o săptămână a unui magazin de jucării după unirea celor două surse (date orientative):
Pâlnia săptămânii · GA4 + comenzile magazinuluimagazin de jucării · date orientative
Fiecare tranziție are acum un preț. O îmbunătățire cu 1% a tranziției coș-finalizare înseamnă în acest magazin 53 de coșuri pe săptămână, adică aproximativ 11.400 lei valoare a comenzilor calculată după AOV.
Evaluarea etapelor se reduce la patru pași:
Calculează AOV din comenzile plătite
Veniturile împărțite la numărul de comenzi plătite, din datele magazinului (nu din GA4). În exemplu: 377.100 lei / 1.742 = 216 lei.
Stabilește norma tranzițiilor
Pentru fiecare tranziție din pâlnie calculează mediana din câteva săptămâni tipice: sesiune-pagină, pagină-coș, coș-finalizare, finalizare-achiziție. Aceasta este linia ta de bază, mai bună decât orice benchmark din industrie.
Evaluează abaterea de la normă
Scăderea tranziției sub normă, înmulțită cu numărul de intrări în etapă și cu AOV, dă valoarea orientativă a problemei. Evaluarea anomaliei spune mai mult decât evaluarea întregii scăderi naturale din pâlnie.
Setează pragul de reacție
Exemplu de regulă: o tranziție cu peste 5% sub normă timp de două zile consecutive necesită diagnoză. Datorită evaluării știi și în ce ordine să rezolvi problemele.
Notă metodologică: evaluarea etapelor după AOV este o estimare orientativă pentru prioritizare, nu venit pierdut unu la unu. Unii clienți abandonează coșul și revin a doua zi, alții nu au intenționat niciodată să cumpere. Forța metodei stă în comparabilitate: aceeași formulă, aceeași normă, în fiecare săptămână.
Playbook
Cinci semnale din pâlnie care salvează vânzările
În practică revine mereu același set de situații. Merită să le cunoști dinainte, împreună cu prima mișcare:
1Semnal
Tranziția coș-finalizare scade brusc începând cu o anumită zi
2Semnal
Produsul are multe afișări ale paginii și puține adăugări în coș
3Semnal
Coșurile cresc, achizițiile stagnează, iar stocul este scăzut
4Semnal
Un canal aduce sesiuni care nu ajung nici măcar pe pagina de produs
5Semnal
Achizițiile din GA4 cresc mai repede decât comenzile din magazin
Risc real
Un funnel fără validarea acoperirii poate trimite echipa să repare un magazin care funcționează perfect. O scădere a evenimentului purchase în GA4 după schimbarea bannerului de consimțământ arată exact ca o prăbușire a vânzărilor. Înainte ca cineva să modifice checkout-ul, o simplă privire asupra comenzilor plătite lămurește dacă problema ține de magazin sau de măsurare.
DataOrganizer
Cum leagă DataOrganizer funnelul GA4 de vânzările magazinului
Toate cele trei rapoarte din acest ghid sunt gata făcute în DataOrganizer. Integrările preiau zilnic evenimentele și funnelurile din GA4 (pe sesiuni, per canal, și pe produse, per SKU), plus comenzile, articolele, marjele și stocurile din magazin, apoi le organizează într-un singur model de date: aceleași date calendaristice, aceleași definiții. Funnelul pe sesiuni se întâlnește cu comenzile și veniturile zilnice ale magazinului, funnelul pe produse cu vânzările, marja și disponibilitatea produselor, iar acoperirea GA4 (totalul purchase raportat la totalul comenzilor plătite) se recalculează la fiecare actualizare de dimineață.
Rezultatul îl afli întrebând asistentul AI din aplicație sau prin MCP, în propriul chat. Un diagnostic care manual cere trei rapoarte și o foaie de calcul arată atunci așa:
Problema e la trecerea coș-finalizare. Celelalte etape și traficul sunt normale, la fel și acoperirea GA4 (92%), deci e vorba de magazin, nu de măsurare:
| Ziua | Coș → finalizare | Pierdere vs normă 46% |
|---|---|---|
| luni | 46% | – |
| marți | 31% | 112 coșuri · ~24.200 lei |
| miercuri | 32% | 104 coșuri · ~22.500 lei |
În total, aproximativ 46.700 lei valoare a coșurilor peste normă în două zile (evaluare la un AOV de 216 lei, estimare orientativă). Scăderea începe exact marți și, conform funnelului per canal din GA4, afectează toate canalele în mod egal. Verifică modificările implementate în acea zi la pasul de livrare și plată.
De reținut
Statistica ajută vânzările atunci când fiecare etapă are un preț și un punct de referință. GA4 furnizează etapele, magazinul furnizează banii și norma. Menținerea manuală a acestei legături costă ore pe săptămână; într-un model conectat, ea rezultă automat din actualizarea zilnică a datelor.
Întrebări frecvente
Întrebări frecvente despre funnelul e-commerce și vânzări
Ce evenimente alcătuiesc pâlnia e-commerce în GA4?
Baza o formează patru evenimente de e-commerce extins: view_item, add_to_cart, begin_checkout și purchase; le completează, printre altele, view_item_list, add_shipping_info și add_payment_info. Condiția unui funnel util este implementarea: fiecare eveniment cu ID-ul produsului, valoare și monedă, iar purchase cu un ID de tranzacție identic cu numărul comenzii.
De ce purchase din GA4 nu este egal cu comenzile din magazin?
GA4 înregistrează o achiziție doar dacă există consimțământ pentru măsurare, tagul s-a executat și redirecționarea după plată nu a fost întreruptă, iar statusurile comenzilor nu le cunoaște deloc. În practică vede de obicei 60–85% din comenzile reale. De aceea funnelul se citește împreună cu acoperirea, iar punctul de referință rămân comenzile plătite din magazin.
Cum calculezi valoarea coșurilor abandonate?
Orientativ: coșurile care nu au ajuns la finalizare înmulțite cu AOV-ul din comenzile plătite. Mai corect este să evaluezi anomalia: diferența dintre rata de trecere coș-finalizare de azi și norma ta, înmulțită cu numărul de coșuri și cu AOV-ul. Este o estimare pentru prioritizare, nu un venit pierdut unu la unu, pentru că o parte dintre clienți revin mai târziu.
Cât ar trebui să fie rata de conversie a unui magazin online?
Nu există o singură valoare corectă: depinde de industrie, prețuri și structura traficului, iar intervalele de 1–3% citate des sunt doar orientative. Mai practic este să te compari cu propriul trend și să descompui conversia pe treceri între etape. Astfel, în loc de întrebarea „2% e mult?”, afli ce etapă se abate de la norma ta și cât costă asta în lei.
Ce faci când un produs are trafic, dar nu are vânzări?
Stabilește etapa în care se pierd clienții. Multe view_item și puține add_to_cart indică pagina de produs (prețul față de piață, fotografiile, descrierea, vizibilitatea costurilor de livrare). Multe coșuri fără achiziție indică finalizarea sau disponibilitatea (stocuri, metode de livrare și plată). Diagnosticul cere un funnel pe produse pus alături de vânzările și stocurile din magazin; traficul singur nu arată unde se pierd banii.
Rezumatul ghidului
Trei reguli pentru a lega funnelul de vânzări
1. Trei niveluri de analiză. Ziua pentru diagnostice operaționale (canale conform GA4), SKU-ul pentru decizii despre produse, totalurile purchase și ale comenzilor plătite pentru aceeași perioadă pentru validarea acoperirii. Axa sunt întotdeauna comenzile plătite; funnelul din GA4 se adaugă lângă ele, cu aceleași date și definiții.
2. Evaluează etapele funnelului în lei. AOV-ul din datele magazinului, norma de trecere din săptămânile obișnuite și evaluarea abaterilor de la normă transformă procentele într-o listă de remedieri ordonată de la cea mai costisitoare. O estimare orientativă e suficientă, pentru că servește priorităților, nu contabilității.
3. Mai întâi acoperirea, apoi concluziile. Un funnel fără validarea purchase față de comenzi poate confunda o problemă de măsurare cu una de vânzări. DataOrganizer menține automat toate cele trei analize: funnelurile din GA4, comenzile, marjele și stocurile într-un singur model, cu răspunsuri în chat în loc de trei rapoarte și o foaie de calcul.
DataOrganizer · funnel și vânzări într-un singur model
Conectează magazinul și GA4: funnelul pe sesiuni și cel pe produse se întâlnesc cu comenzile, marja și stocurile, iar acoperirea se calculează automat. Cont demo imediat, plătești doar pentru sursele conectate.
