Audyt analityki internetowej to przegląd istniejącego pomiaru, który odpowiada na jedno pytanie: czy liczbom w GA4, Google Ads i Meta można ufać przy decyzjach o budżecie. Wdrożenie buduje pomiar od nowa, audyt sprawdza ten, który już działa, i wskazuje, co w nim poprawić.

W praktyce audyt GA4 obejmuje trzy warstwy. Pierwsza to zbieranie danych: tag Google, kontener Google Tag Manager, warstwa danych (dataLayer) i to, czy zdarzenia wysyłają się wtedy, kiedy powinny, z poprawnymi parametrami. Druga to ustawienia usługi GA4: zdarzenia kluczowe, filtry, okres przechowywania danych, lista niechcianych odesłań, pomiar między domenami i połączenia z Google Ads oraz Search Console. Trzecia to raporty i decyzje: czy przypisanie źródeł ma sens, czy konwersje w systemach reklamowych pochodzą z właściwego miejsca i czy liczby zgadzają się ze sprzedażą.

Kolejność nie jest przypadkowa. Błąd w zbieraniu danych psuje wszystko, co jest wyżej, więc nie zaczynamy od wyglądu raportów, tylko od tego, co faktycznie wychodzi ze strony. Jeśli dopiero zaczynasz z analityką i nie masz jeszcze poprawnego wdrożenia, lepiej od razu zamówić wdrożenie GA4 i GTM, bo audyt pustej usługi niewiele powie.

Audyt Google Analytics warto zrobić, gdy GA4 pokazuje inną sprzedaż niż sklep, konwersje w Google Ads rosną bez wzrostu zapytań, zmieniasz wykonawcę kampanii albo przenosisz stronę na nowy szablon lub platformę. To momenty, w których błędy w pomiarze pojawiają się najczęściej i kosztują najwięcej.

Najpewniejszy sygnał to rozjazd między systemami. Jeśli w GA4 widzisz 80 zamówień, w sklepie 110, a Google Ads przypisuje sobie 95, to któraś z tych liczb jest zła, a strategia licytacji uczy się właśnie na niej. Drugi sygnał to dziwne źródła: dużo ruchu „direct”, sprzedaż przypisana do domeny operatora płatności, wejścia z miast, w których nie działasz, albo nagły wzrost sesji bez wzrostu zapytań.

• przed startem dużej kampanii, na przykład sezonowej
• po zmianie szablonu, sklepu, bramki płatności lub banera zgód
• przy zmianie agencji lub specjalisty od kampanii
• gdy przestajesz ufać raportom i decydujesz „na oko”
• raz w roku jako kontrola, nawet jeśli wszystko wygląda dobrze

Przy zmianie wykonawcy audyt ma jeszcze jedną zaletę: ustala punkt odniesienia. Bez niego każdy późniejszy spadek wyników zamienia się w spór, czy pogorszyły się kampanie, czy tylko sposób liczenia. Jeśli kampanie prowadzi już ktoś inny, audyt analityki dobrze łączy się z audytem Google Ads, bo oba sprawdzają ten sam sygnał z dwóch stron.

Do audytu GA4 wystarczą dostępy do odczytu: rola administratora lub co najmniej odczytu w usłudze GA4, odczyt i podgląd w kontenerze Google Tag Manager oraz odczyt w Google Ads i Menedżerze zdarzeń Meta. Nie potrzebujemy haseł ani prawa publikacji, a dostępy odbierasz po audycie jednym kliknięciem.

Jeśli konta prowadzi agencja, wystarczy, że to ona nas doda. Przy okazji sprawdzamy, czy konta GA4, GTM i Google Ads należą do Twojej firmy. Zdarza się, że usługa analityczna jest założona na prywatnym koncie dawnego wykonawcy, a to problem, który trzeba rozwiązać przed jakąkolwiek naprawą.

Sprawdzenie konfiguracji GA4 zaczynamy od ustawień, które nie generują żadnego błędu w interfejsie, a mimo to zmieniają liczby w raportach: stanu filtra ruchu wewnętrznego, okresu przechowywania danych, listy niechcianych odesłań, pomiaru między domenami i definicji niestandardowych. Każde z nich potrafi przez miesiące psuć dane, zanim ktoś to zauważy.

Filtr ruchu wewnętrznego w GA4 ma trzy stany: testowy, aktywny i nieaktywny. Tylko aktywny usuwa ruch z danych, a testowy jedynie go oznacza. W wielu usługach filtr został założony, ale nigdy nie przełączony, więc wizyty pracowników i agencji nadal są w raportach. Podobnie z okresem przechowywania danych: domyślnie to 2 miesiące, a w usłudze standardowej można ustawić 14. Bez tej zmiany eksploracje nie pozwolą porównać danych rok do roku, a wydłużenie działa tylko w przód.

Dalej sprawdzamy listę niechcianych odesłań, czyli domeny, które nie powinny być traktowane jako źródło wizyty. Typowy przykład to operator płatności. Jeśli go tam nie ma, klient wraca po zapłacie z nową sesją, a zakup przypisuje się bramce, a nie kampanii, która go przyprowadziła. Przy kilku domenach, na przykład stronie i osobnym sklepie lub systemie rezerwacji, kontrolujemy pomiar między domenami, żeby jedna osoba nie była liczona jako dwóch użytkowników.

Na koniec przeglądamy połączenia: z Google Ads, z Search Console, z Merchant Center i ewentualny eksport do BigQuery, a także definicje niestandardowe. Parametr wysyłany w zdarzeniu nie pojawi się w raportach, dopóki nie zostanie zarejestrowany jako wymiar niestandardowy. Warto też pamiętać o limitach GA4: 25 parametrów na zdarzenie, 40 znaków w nazwie zdarzenia i 100 znaków w wartości parametru. Nadmiar jest odrzucany bez komunikatu.

Audyt Google Tag Managera sprawdza, co i kiedy wysyła kontener: ile razy uruchamia się tag Google, czy zdarzenia opierają się na warstwie danych, a nie na wyglądzie strony, czy dane testowe nie trafiają do usługi produkcyjnej i czy historia wersji pozwala ustalić, kto i kiedy coś zmienił.

Kontenery rosną warstwami. Każda kolejna osoba dokłada tagi, rzadko usuwa stare, więc po kilku latach w GTM są tagi nieaktywnych narzędzi, kopie z dopiskiem „test” i reguły, których nikt nie rozumie. Zaczynamy od inwentaryzacji: które tagi działają, które nie odpaliły się od miesięcy i które dublują inne.

Najważniejszy punkt to źródło danych dla zdarzeń. Kliknięcia i wysyłki formularzy mierzone przez klasy CSS przestają działać po zmianie szablonu, i to bez żadnego ostrzeżenia. Zdarzenia oparte na warstwie danych, którą wysyła sama strona lub sklep, są odporne na takie zmiany. Jeśli warstwy danych brakuje albo jest niekompletna, opisujemy, co musi dodać programista.

• jeden tag Google na stronę, bez kodu w szablonie i we wtyczce naraz
• zdarzenia z warstwy danych zamiast selektorów CSS
• wyjątki dla wersji testowej strony i środowiska programisty
• opisane wersje kontenera i porządek w nazwach tagów
• tagi zewnętrznych narzędzi z tą samą obsługą zgód

Sprawdzamy, czy na stronie mierzone są wszystkie działania, które przynoszą pieniądze, i czy jako zdarzenia kluczowe (dawniej konwersje) oznaczono tylko te, które naprawdę coś znaczą. Brak zdarzenia oznacza, że kanał wygląda na nieskuteczny, a źle oznaczone zdarzenie sprawia, że słaby kanał wygląda na świetny.

W firmie usługowej najczęściej brakuje pomiaru kliknięć w numer telefonu i adres e-mail, wysyłek formularzy z potwierdzeniem, a nie samego kliknięcia przycisku, oraz rozmów na czacie. W sklepie brakuje zwykle kroków przed zakupem: dodania do koszyka, rozpoczęcia płatności, wyboru dostawy. Bez nich nie wiadomo, na którym etapie odpadają klienci, a optymalizacja konwersji staje się zgadywaniem.

Drugi problem to nadmiar zdarzeń kluczowych. Jeśli jako konwersję oznaczono wejście na stronę kontaktu, przewinięcie strony albo każde kliknięcie w menu, raport pozyskania pokazuje dziesiątki „konwersji” dziennie, a firma nie widzi ani jednego dodatkowego zapytania. Przy tej okazji sprawdzamy nazwy zdarzeń. GA4 ma zalecane nazwy, na przykład generate_lead, purchase czy add_to_cart, i trzymanie się ich ułatwia raporty, integracje i późniejszą pracę każdego wykonawcy.

W audycie analityki sklepu porównujemy liczbę zamówień i przychód z GA4 z panelem sklepu za ten sam okres, a potem sprawdzamy całą ścieżkę zdarzeń e-commerce: od wyświetlenia produktu, przez koszyk i płatność, po zakup z wartością, walutą i listą produktów. Różnicę między systemami rozkładamy na konkretne przyczyny.

Część różnicy jest naturalna i jej nie usuniemy: osoby, które odmówiły zgody na analitykę, blokery reklam, zamówienia telefoniczne wpisywane ręcznie do panelu. Część to błędy. Najczęściej spotykamy zakup bez unikalnego identyfikatora transakcji, który liczy się przy każdym odświeżeniu strony podziękowania, płatności odroczone i przelewy tradycyjne, przy których klient nigdy nie wraca na stronę potwierdzenia, oraz wartość zamówienia raz z kosztem dostawy, a raz bez niego.

Sprawdzamy też, czy parametry produktów są kompletne. Bez identyfikatora i nazwy produktu w zdarzeniach raporty produktowe w GA4 są puste, a kampanie produktowe i Performance Max nie mają z czego się uczyć. Jeśli sklep działa na popularnej platformie, oceniamy też wtyczkę lub moduł do GA4: część z nich wysyła zdarzenia niepełne albo podwójnie, gdy obok działa jeszcze kontener GTM.

• zamówienia i przychód GA4 obok panelu sklepu za ten sam okres
• ścieżka view_item, add_to_cart, begin_checkout, purchase
• transaction_id, wartość, waluta, podatek i dostawa
• bramki płatności, zwroty i płatności odroczone

W koncie Google Ads sprawdzamy, skąd pochodzą konwersje (z tagu Google Ads czy z importu z GA4), które z nich są ustawione jako główne i biorą udział w ustalaniu stawek, jakie mają okna konwersji i wartości oraz czy auto-tagowanie i połączenie z GA4 działają poprawnie. To bezpośrednio wpływa na to, jak kampanie wydają budżet.

Najczęstszy błąd to ta sama akcja liczona dwa razy jako główna: raz przez tag Google Ads, raz przez import zdarzenia z GA4. Konto pokazuje wtedy świetny koszt konwersji, a sprzedaż stoi w miejscu. Drugi błąd to zbyt szerokie konwersje główne, na przykład wejście na stronę kontaktu, przez co strategia licytacji szuka osób, które klikają, a nie kupują. Trzeci to brak wartości konwersji w sklepie, który chce optymalizować kampanie pod przychód.

Warto też pamiętać, dlaczego liczby w Google Ads i GA4 nigdy nie będą identyczne. Google Ads przypisuje konwersję do dnia kliknięcia reklamy i liczy ją w swoim oknie, a GA4 do dnia zdarzenia i według własnego modelu atrybucji. W audycie oddzielamy taką naturalną różnicę od błędów. Pełny przegląd kampanii, słów kluczowych i budżetów robimy w ramach osobnego audytu Google Ads, a stałe prowadzenie kampanii opisujemy na stronie Google Ads.

Przy kampaniach na Facebooku i Instagramie sprawdzamy, czy piksel Meta działa na wszystkich ważnych stronach, czy zdarzenia z Conversions API są deduplikowane z pikselem przez wspólny identyfikator zdarzenia, czy zakupy mają poprawną wartość i walutę oraz czy piksel respektuje zgody. Bez tego Menedżer reklam pokazuje wyniki, które trudno porównać ze sprzedażą.

Meta domyślnie przypisuje konwersje w oknie 7 dni po kliknięciu i 1 dnia po wyświetleniu reklamy, więc zawsze pokaże więcej niż GA4, który nie widzi wyświetleń. To normalne. Nienormalne jest, gdy zakupów w Meta jest więcej niż zamówień w całym sklepie. Wtedy zwykle winna jest brakująca deduplikacja albo zdarzenie Purchase wysyłane także przy wejściu na stronę statusu zamówienia.

W audycie analityki sprawdzamy pomiar Meta od strony strony internetowej i danych. Pełną analizę kampanii, kreacji, odbiorców i struktury konta robimy w osobnym audycie Meta Ads, a prowadzenie kampanii opisujemy na stronie reklama na Facebooku.

Złe przypisanie źródeł sprawia, że sprzedaż trafia do niewłaściwego kanału, a budżet idzie tam, gdzie nie pracuje. W audycie sprawdzamy listę niechcianych odesłań, tagowanie linków parametrami UTM, auto-tagowanie Google Ads, grupy kanałów w GA4 i udział ruchu bez źródła, czyli „direct” i „(not set)”.

Bramka płatności poza listą niechcianych odesłań to klasyka: sprzedaż z kampanii Google Ads lub z SEO ląduje przy domenie operatora płatności. Drugi częsty błąd to linki wewnętrzne z parametrami UTM, na przykład baner na stronie głównej oznaczony jak kampania. Każde kliknięcie w taki baner nadpisuje prawdziwe źródło wizyty, więc raporty pokazują ruch z kampanii, która nigdy nie istniała, a prawdziwy kanał znika.

Trzeci obszar to niespójne UTM w newsletterach, wpisach w social media i kampaniach poza Google. „Facebook”, „facebook.com” i „fb” to w GA4 trzy różne źródła. Do tego dochodzi ruch z aplikacji i przekierowań, który gubi źródło i zawyża „direct”. Na koniec dostajesz prostą instrukcję tagowania linków dla całego zespołu, żeby problem nie wrócił po miesiącu.

Spam ruchu, boty i ruch wewnętrzny zawyżają sesje, zaniżają współczynnik konwersji i potrafią wygenerować fałszywe zdarzenia formularza. W audycie szukamy nietypowych źródeł, miast i urządzeń, sesji bez zaangażowania z jednego źródła, danych z wersji testowej strony oraz wizyt pracowników i agencji, które powinien wyciąć filtr ruchu wewnętrznego.

GA4 automatycznie wyklucza część znanych botów, ale nie wszystkie. W raportach widzimy czasem nagłe skoki ruchu z jednego miasta za granicą, sesje trwające zero sekund albo zdarzenia wysyłane bez wizyty na stronie, przez protokół pomiarowy. Drugie źródło śmieci to wersja testowa strony lub sklepu z tym samym identyfikatorem GA4 co wersja produkcyjna: każdy test programisty to nowe sesje i nowe zamówienia w raportach.

Proponujemy rozwiązania dopasowane do skali problemu: filtr ruchu wewnętrznego w stanie aktywnym, wyjątki w GTM dla środowisk testowych, filtrowanie po nazwie hosta w raportach i segmenty bez podejrzanego ruchu do analiz. Przy formularzach sprawdzamy też, czy spam z formularza nie liczy się jako lead.

W audycie analityki sprawdzamy zgody od strony danych: czy domyślny stan zgody jest ustawiany przed pierwszym tagiem, czy po decyzji w banerze stan się zmienia, czy tagi reklamowe i piksel Meta nie uruchamiają się przed decyzją oraz jaki udział ruchu GA4 widzi po wdrożeniu zgód. To wystarczy, żeby ocenić, czy zgody nie psują pomiaru.

Najczęściej spotykamy dwa skrajne problemy. Pierwszy to tagi działające przed decyzją użytkownika albo mimo odmowy, co jest ryzykiem prawnym. Drugi to baner, który blokuje wszystko na stałe, przez co GA4 widzi tylko część ruchu, a Google Ads traci sygnały do optymalizacji. Oceniamy, z którym z nich masz do czynienia, i opisujemy skutki w raporcie.

Samo wdrożenie Consent Mode v2, wybór trybu podstawowego lub zaawansowanego i konfigurację banera zgód opisujemy na osobnej stronie o wdrożeniu Consent Mode v2. Nie jesteśmy kancelarią, więc ocenę treści polityki prywatności i podstaw prawnych zostawiamy prawnikowi. My sprawdzamy, czy technika robi to, co deklaruje baner.

Najczęstsze błędy w audytach GA4 to podwójne zliczanie zakupów i formularzy, brak pomiaru telefonu i kroków koszyka, filtr ruchu wewnętrznego, który nigdy nie został włączony, bramka płatności jako źródło sprzedaży, domyślne 2 miesiące przechowywania danych oraz usługa założona na prywatnym koncie dawnego wykonawcy.

Większość z nich łączy jedno: nie generują żadnego komunikatu. Raporty się ładują, wykresy rosną, więc nikt nie zagląda głębiej. Błędy wychodzą dopiero wtedy, gdy ktoś zestawi GA4 ze sprzedażą albo zacznie pytać, dlaczego kampania z najlepszym kosztem konwersji nie przynosi klientów.

• tag Google wpięty dwa razy, przez GTM i przez wtyczkę
• wysyłka formularza liczona po kliknięciu przycisku
• zdarzenie zakupu bez transaction_id albo bez wartości
• ta sama konwersja główna z tagu Google Ads i z importu GA4
• piksel Meta i Conversions API bez deduplikacji
• linki wewnętrzne z parametrami UTM
• dane z wersji testowej strony w usłudze produkcyjnej
• tagi reklamowe uruchamiane przed decyzją w banerze zgód

Jeśli rozpoznajesz u siebie dwa lub trzy punkty z tej listy, warto zrobić pełny audyt, bo każdy z nich zmienia to, gdzie trafia budżet reklamowy.