Audyt pomiaru marketingu: czemu ufać przed Q4

Zielony dashboard nie oznacza zdrowego biznesu. Pięć niedawnych analiz wskazuje na ten sam wzorzec: Google Ads osiąga cele, które nie pasują już do marży, GA4 gubi zamówienia, silniki AI znają markę, ale nigdy jej nie polecają, a ruch spada, podczas gdy przychody rosną. Audyt pomiaru marketingu powinien poprzedzać każde planowanie budżetu na sezon szczytowy.

Najważniejsze wnioski

• Każdą raportowaną liczbę sprawdzaj ze źródłem prawdy: zamówieniami, marżą i zamkniętymi transakcjami.
• tCPA i tROAS to decyzje biznesowe, a nie ustawienia. Przelicz je na nowo względem aktualnej marży.
• GA4 może rejestrować tylko ułamek zamówień, więc co tydzień wyliczaj wskaźnik przechwycenia.
• W widoczności w AI mierz rekomendacje w zapytaniach bez nazwy marki, a nie wzmianki o jej nazwie.
• Sesje nie są wynikiem. Śledź przychód na wizytę, leady i pipeline.

Dlaczego zdrowy dashboard może ukrywać niezdrowy biznes

Wspólny mianownik jest prosty: każde narzędzie optymalizuje lub mierzy to, co mu zadasz, a nie to, na czym zależy firmie. Smart Bidding dąży do ustawionego tCPA lub tROAS. Według Search Engine Journal po aktualizacji Google Ads z 17 sierpnia kampanie z ograniczonym budżetem raczej utrzymują cel, niż mocno go przekraczają. Zbyt ciasny cel przestaje być miarą jakości i staje się sufitem wzrostu.

Widoczność w AI działa tak samo. Test opisany w materiale o pomiarze wyszukiwania AI pokazał, że każdy silnik znał Tony'ego Uphoffa, a mimo to jego newsletter pojawił się w 0 z 12 zapytań o kategorię. Znać markę i ją polecać to dwie różne rzeczy.

Warstwa 1: upewnij się, że śledzenie widzi Twoje zamówienia

Audyt ośmiu brytyjskich marek e-commerce pokazał, jak łatwo GA4 zawodzi. U jednego sprzedawcy odsetek zarejestrowanych zamówień spadł z 81% w Q4 2024 do 41% rok później, a w okresie świątecznym do 32%. GA4 raportował spadek przychodów o 68% rok do roku, podczas gdy biznes spadł o 13%. Przyczyną był baner cookie z miesięcznym limitem, awarie z późnym uzupełnianiem danych oraz zduplikowane identyfikatory transakcji.

Co zrobić, w tej kolejności:

1. Co tydzień podziel unikalne identyfikatory transakcji ze zdarzenia purchase przez zamówienia internetowe ze sklepu. Użyj purchase, a nie metryki transakcji, która obejmuje zwroty.
2. Uważaj na wartości bliskie zera i powyżej 100%. Te drugie oznaczają duplikaty lub późne uzupełnianie danych.
3. Porównaj sesje z organicznego Google w GA4 z kliknięciami w Search Console. Spadek sesji przy stabilnych kliknięciach to wczesne ostrzeżenie.
4. Dopasuj limit banera cookie do szczytowego ruchu i ustaw alert.
5. Wysyłaj zakupy po stronie serwera bezpośrednio z systemu sklepu i traktuj dane sklepu jako źródło prawdy.

Złe dane mają realny koszt. U jednego sprzedawcy faktyczne zamówienia wzrosły o 31%, a GA4 pokazywał spadek o jedną trzecią. Budżet kierowany tym raportem poszedłby dokładnie w złą stronę.

Warstwa 2: przelicz cele względem marży

ROAS 4,0x może być bliski straty przy marży 20% i bardzo zyskowny przy 60%. Cel odziedziczony z historii albo z branżowego benchmarku nic nie mówi o zysku. Ustal przegląd tCPA i tROAS co najmniej raz na kwartał, powiązany z bieżącym kosztem własnym sprzedaży, miksem produktów i marżą.

Następnie sprawdź, gdzie wyniki przypisane przez atrybucję rozjeżdżają się ze wzrostem:

• Rozdziel nowych klientów od powracających oraz ruch markowy od niemarkowego. Przypisany ROAS może rosnąć bez ani jednego nowego źródła popytu.
• Wprowadzaj do Ads konwersje offline, zamknięte transakcje i najlepiej wartość klienta. Działania zastępcze, jak wypełnienie formularza, optymalizują wolumen, a nie sprzedaż.
• Obserwuj udział w wyświetleniach, wskaźnik domknięcia, czas reakcji na leady i stany magazynowe. Utracony udział w wyświetleniach może oznaczać zbyt ostry cel efektywności, a nie wyczerpany rynek.

Aby zautomatyzować te kontrole na wielu kontach, zobacz produkt Charlie i jego specjalistów AI.

Warstwa 3: mierz przychód na wizytę, nie sesje

Według CMO Kippa Bodnara HubSpot stracił około 80% ruchu organicznego z ponad 20 milionów miesięcznych wizyt, a mimo to przychody w 2025 roku wzrosły prawie o 20%. Odwiedzający z AI konwertowali mniej więcej trzy razy częściej, a cykl sprzedaży był około dwa razy krótszy. Firma usunęła ponad 3000 stron bloga bez wartości biznesowej, a około 90% leadów z treści pochodzi dziś z nowych kanałów.

Warto zachować ostrożność. Wzrost kwalifikowanych leadów z AI o 1850% wynika z niewielkiej bazy i opiera się wyłącznie na korelacji. Sprawdzaj bezwzględne liczby leadów i pipeline, nie tylko procenty.

Praktyczny zestaw metryk: przychód na wizytę, współczynnik konwersji, długość cyklu sprzedaży, udział w głosie AI i pipeline wspierany treściami.

Warstwa 4: powierzchnie AI trudne do zmierzenia

Przychody Google Search & Other wzrosły rok do roku o 12% do 63,35 mld USD, ale tempo wzrostu spadło z 19% w Q1 i 17% w Q2. Jedną z przyczyn była niższa monetyzacja AI Mode. Reklamy trafiają do 10 krajów, a istniejące kampanie Search, Shopping i Performance Max są włączane automatycznie. Wyniki AI Mode widać jednak tylko zbiorczo i nie można ich targetować ani wykluczać.

Dlatego praktyczne dźwignie są jasne. Słowa wykluczające i wykluczenia marki pozostają głównymi narzędziami, a wpływ oceniasz, łącząc raporty zbiorcze ze sprawdzaniem zapytań, kliknięć i konwersji. Poza Google testuj co tydzień zapytania bez nazwy marki w ChatGPT, Gemini, Perplexity i AI Overviews oraz mierz odsetek rekomendacji. W ankiecie G2 wśród 1076 kupujących B2B 51% stwierdziło, że częściej zaczyna research od chatbota AI niż od Google, a 69% zmieniło planowanego dostawcę właśnie przez niego.

Jak zacząć: 30-dniowa kolejność prac

1. Tydzień 1: wskaźnik przechwycenia w GA4 i kontrola banera cookie.
2. Tydzień 2: przeliczenie tCPA i tROAS względem marży oraz segmentacja nowych klientów.
3. Tydzień 3: import konwersji offline i wartości klienta do Ads.
4. Tydzień 4: punkt wyjścia dla śledzenia rekomendacji AI i nowy zestaw metryk (przychód na wizytę, pipeline).

Agencje wdrażające to u wielu klientów jednocześnie mogą zobaczyć to podejście dla agencji. Zamówienia i przychody ze sklepu pozostają źródłem prawdy, a GA4 najlepiej wykorzystywać do trendów behawioralnych.