Dlaczego GA4 pokazuje co innego niż Twój sklep i któremu wierzyć?

GA4 pokazuje mniej zamówień niż sklep. Gdzie zniknęła sprzedaż?

Wyobraź sobie, że kończysz intensywną kampanię promocyjną. W systemie e-commerce widzisz 250 zamówień, a w GA4 zaledwie 218 zakupów. Brakuje 32 transakcji. Zaczynasz więc sprawdzać Google Ads, Meta Ads i raporty sprzedażowe. Każde narzędzie pokazuje coś innego. Pierwszy odruch? Szukanie błędu w Google Analytics. Zanim jednak zaczniesz zmieniać konfigurację, sprawdź, czy porównujesz te same dane.

Panel sklepu i GA4 nie mierzą dokładnie tego samego.

Shopify, WooCommerce czy inna platforma e-commerce zapisuje zamówienia w systemie sprzedażowym. GA4 analizuje natomiast aktywność użytkowników, wykorzystując m.in. zdarzenia przesyłane ze strony internetowej lub aplikacji. W przypadku zakupu takim zdarzeniem jest purchase. Jeśli nie zostanie prawidłowo wysłane i przetworzone, transakcja może istnieć w sklepie, ale nie pojawić się w raporcie Google Analytics.

Ważny jest również status zamówienia. Sklep może rejestrować zamówienia oczekujące na płatność, anulowane czy zwrócone. To, które z nich zostaną uwzględnione w danym raporcie, zależy od platformy i ustawionych filtrów. Dlatego 250 zamówień w sklepie i 218 zakupów w GA4 nie musi oznaczać utraty 32 transakcji. Może oznaczać, że oba systemy uwzględniają inne etapy procesu zakupowego.

Dlaczego dane sprzedażowe w GA4 różnią się od danych sklepu?

Rozbieżności mogą wynikać z kilku niezależnych przyczyn. Co istotne, często występują jednocześnie, przez co znalezienie źródła problemu wymaga czegoś więcej niż sprawdzenia jednego raportu.

Użytkownik kupił produkt, ale GA4 nie zarejestrowało zdarzenia

Klient dodaje produkt do koszyka, przechodzi przez checkout, opłaca zamówienie i zamyka kartę przeglądarki. Sklep zapisuje transakcję, ale zdarzenie purchase nie dociera do Google Analytics. Przyczyną może być sposób wdrożenia pomiaru. Jeśli zdarzenie zakupu uruchamia się dopiero po załadowaniu strony z podziękowaniem, problem pojawi się np. wtedy, gdy klient nie wróci na nią po dokonaniu płatności.

Znaczenie mają również:

• blokady skryptów analitycznych,
• błędy JavaScript,
• konfiguracja Google Tag Managera,
• integracja z zewnętrznym systemem płatności.

W rezultacie sprzedaż rzeczywiście nastąpiła, ale GA4 nie otrzymało informacji potrzebnej do jej zarejestrowania.

Sprawdź również: Google Analytics 4. Analityka przyszłości? Możliwości i porównanie nowej usługi Google

Zgody użytkowników ograniczają zbieranie danych

Kolejną przyczyną są ustawienia prywatności. Mechanizm Consent Mode pozwala tagom Google dostosować działanie do zgód udzielonych przez użytkownika. Zakres przekazywanych danych zależy od sposobu wdrożenia rozwiązania oraz wybranych ustawień. W podstawowym wariancie Consent Mode tagi Google pozostają zablokowane do momentu uzyskania odpowiedniej zgody. W wariancie zaawansowanym mogą być przesyłane sygnały bez plików cookie.

GA4 może również wykorzystywać modelowanie behawioralne do uzupełniania części brakujących informacji, ale tylko wtedy, gdy spełnione są określone warunki. Nie oznacza to, że Analytics potrafi odtworzyć każdą transakcję, której nie zmierzono. Dlatego nawet prawidłowo skonfigurowany pomiar nie musi pokazywać identycznej liczby zakupów jak system zamówień. Warto przy tym pamiętać, że rozwiązaniem nie jest obchodzenie mechanizmów zgody. Celem powinno być prawidłowe wdrożenie pomiaru, zgodne z wymaganiami dotyczącymi prywatności użytkowników.

Zdarzenie purchase uruchamia się więcej niż raz albo wcale

Rozbieżność może działać także w przeciwnym kierunku. GA4 pokazuje więcej zakupów niż faktycznie zarejestrowano w sklepie. Taki problem pojawia się m.in. wtedy, gdy zdarzenie purchase jest wysyłane przez kilka niezależnych integracji lub uruchamia się ponownie po odświeżeniu strony potwierdzenia.

Google Analytics wykorzystuje parametr transaction_id do ograniczania duplikacji zakupów w strumieniach internetowych. Powinien on zawierać unikalny identyfikator transakcji. Nieprawidłowa konfiguracja może jednak prowadzić do błędów w obie strony.

• Brak poprawnego identyfikatora utrudnia rozpoznawanie powtarzających się zakupów.
• Wysyłanie tego samego identyfikatora dla różnych transakcji może powodować niedoszacowanie liczby zakupów.
• Niezależne integracje wysyłające różne identyfikatory tego samego zamówienia mogą prowadzić do zawyżania wyników.

Szczególnie niebezpieczne jest przesyłanie pustego ciągu znaków jako identyfikatora transakcji. Google wskazuje, że zdarzenia z transaction_id="" mogą zostać potraktowane jako duplikaty. Jeśli więc w GA4 nagle pojawia się wyraźnie mniej lub więcej zakupów, warto sprawdzić nie tylko liczbę zdarzeń, ale także sposób przekazywania identyfikatorów.

Grafika 1. Najczęstsze przyczyny rozbieżności między danymi GA4 a systemem sklepu internetowego. Opracowanie własne z pomocą narzędzi AI.

Dlaczego przychód w GA4 nie zgadza się z przychodem sklepu?

Liczba zakupów może być prawidłowa, a przychody nadal będą się różnić. To jeden z najczęstszych powodów nieporozumień między zespołami marketingu, e-commerce i finansów. Problem wynika często z tego, że porównywane są wskaźniki o różnych definicjach.

Przychód brutto, netto, dostawa i podatki

W raportach Shopify i WooCommerce można znaleźć kilka rodzajów wartości sprzedaży. Przykładowo WooCommerce rozróżnia Gross Sales, Net Sales i Total Sales, uwzględniając w nich rabaty, zwroty, podatki i dostawę według określonych zasad.

W GA4 również istnieją różne wskaźniki przychodowe. Co więcej, ich prawidłowe działanie zależy od parametrów przesyłanych wraz ze zdarzeniem purchase. Zgodnie z dokumentacją Google parametr value powinien odpowiadać sumie wartości zakupionych produktów, bez kosztów dostawy i podatków, które przekazuje się osobno.

Przykład: klient kupuje produkty o łącznej wartości 200 zł po rabatach. Do zamówienia dochodzi 15 zł dostawy i 46 zł podatku. Całkowita należność wynosi 261 zł.

Jeśli GA4 otrzyma wartość produktów równą 200 zł, a raport sklepu pokaże całkowitą wartość zamówienia 261 zł, różnica 61 zł nie musi świadczyć o błędzie. W takim przypadku porównujesz inne składniki transakcji. Dlatego przed analizą sprawdź, co dokładnie oznaczają wskaźniki wyświetlane w obu systemach.

Zwroty i anulowane zamówienia

Klient kupił buty za 350 zł, ale po tygodniu zdecydował się je zwrócić. System sklepu może odnotować zwrot i odpowiednio skorygować dane sprzedażowe. Tymczasem w GA4 nadal może widnieć pierwotny zakup, jeśli informacja o zwrocie nie została przesłana do Analytics.

Google przewiduje w tym celu zdarzenie refund, które pozwala rejestrować pełne i częściowe zwroty środków. Samo zmienienie statusu zamówienia w panelu sklepu nie gwarantuje jednak, że odpowiednia informacja automatycznie trafi do GA4. Istotna jest również data księgowania zwrotu w raportach.

Zamówienie mogło zostać złożone we wrześniu, a zwrot nastąpić w październiku. W zależności od raportu i jego metodologii korekta może zostać przypisana do innego okresu niż pierwotna sprzedaż. Jeśli nie uwzględnisz sposobu obsługi zwrotów, możesz błędnie ocenić zarówno przychody, jak i rentowność kampanii.

GA4 i sklep inaczej przypisują sprzedaż do kanałów marketingowych

Wyobraź sobie klienta, który najpierw zobaczył reklamę na Instagramie. Kilka dni później wyszukał produkt w Google, przeczytał opinię i dopiero wieczorem wrócił do sklepu, wpisując jego adres bezpośrednio w przeglądarce.

Kto odpowiada za sprzedaż? Meta Ads może raportować konwersję według własnych zasad atrybucji. GA4 przypisze jej wartość na podstawie danych i ustawień raportu, a system sklepu może wykorzystać jeszcze inną metodę określania źródła zamówienia. W efekcie możesz zobaczyć trzy różne wyniki dotyczące tej samej transakcji.

Atrybucja nie jest tym samym co liczba zamówień

GA4 umożliwia korzystanie m.in. z atrybucji opartej na danych (data-driven attribution) oraz modelu ostatniego kliknięcia. W modelu opartym na danych udział w konwersji może zostać rozdzielony pomiędzy kilka punktów kontaktu klienta z marką. W raportach wykorzystujących odpowiednie wymiary może to prowadzić do wyświetlania ułamkowych wartości konwersji.

Warto też rozróżniać źródło pierwszego pozyskania użytkownika, źródło sesji oraz źródło przypisane do zdarzenia. To różne perspektywy analityczne, które nie zawsze dadzą identyczne wyniki. Jeśli analizujesz skuteczność kampanii, nie wystarczy wiedzieć, ile zamówień zarejestrowano. Musisz rozumieć, według jakich zasad przypisano im źródło.

Bramki płatnicze mogą zaburzać atrybucję

Osobnym problemem są przejścia między domenami. Jeśli klient opuszcza sklep, aby zapłacić za zamówienie, a następnie wraca z zewnętrznej bramki płatniczej, nieprawidłowa konfiguracja może sprawić, że system potraktuje domenę operatora płatności jako źródło ruchu.

W GA4 dostępne są ustawienia umożliwiające identyfikowanie niechcianych odesłań (unwanted referrals). W przypadku sklepów korzystających z zewnętrznego checkoutu warto również zweryfikować konfigurację pomiaru między domenami. Błędy na tym etapie mogą sprawić, że kampania odpowiedzialna za pozyskanie klienta otrzyma zbyt mały udział w sprzedaży.

Czy dane GA4 mogą zmieniać się po zakończeniu dnia?

Tak. I właśnie dlatego analizowanie wczorajszych wyników o ósmej rano może prowadzić do pochopnych wniosków. Google informuje, że przetwarzanie danych w Analytics może potrwać od 24 do 48 godzin. W tym czasie wyniki raportów mogą się zmieniać.

Oznacza to, że liczba zakupów widoczna bezpośrednio po zakończeniu kampanii nie musi być jej ostatecznym wynikiem w GA4. Dodatkowe różnice mogą wynikać ze stref czasowych. Jeśli sklep działa według czasu polskiego, a usługa GA4 korzysta z innej strefy, zakup dokonany tuż przed północą może trafić do raportów za różne dni.

W praktyce oznacza to, że porównywanie wyników bez sprawdzenia zakresu dat, stref czasowych i stopnia przetworzenia danych może prowadzić do fałszywego alarmu. Dotyczy to szczególnie krótkich akcji promocyjnych, podczas których duża część sprzedaży przypada na ostatnie godziny kampanii.

Jak znaleźć przyczynę rozbieżności między GA4 a sklepem?

Największym błędem jest próba naprawiania analityki na podstawie jednej różnicy procentowej. Jeżeli sklep raportuje 1000 zamówień, a GA4 pokazuje 900, nie oznacza to automatycznie, że wdrożenie działa z dokładnością do 90%. Najpierw trzeba ustalić, skąd pochodzi brakujące 100 transakcji. Najbardziej użyteczne jest porównanie danych na poziomie konkretnych zamówień.

Zacznij od identyfikatorów transakcji

Wyeksportuj dane zamówień ze sklepu i zestaw je z transakcjami z GA4, najlepiej na podstawie transaction_id. Pomocne będą raporty eksploracyjne lub odpowiednio przygotowany eksport danych analitycznych.

Nie zaczynaj od porównywania sum przychodów. Najpierw ustal, które zamówienia znajdują się w obu systemach. Podziel wyniki na trzy grupy: transakcje obecne w sklepie i GA4, zamówienia widoczne tylko w sklepie oraz zakupy wykazane wyłącznie przez GA4. Dopiero takie zestawienie pozwala sensownie szukać przyczyny problemu.

Przeprowadź audyt pomiaru zakupów

Weryfikacja powinna objąć sześć obszarów.

1. Zakres danych – czy porównujesz ten sam okres, strefę czasową, statusy zamówień i definicje przychodu?
2. Zdarzenie purchase – czy uruchamia się we właściwym momencie i tylko dla faktycznie zakończonego procesu zakupu?
3. Parametry transakcji – czy transaction_id, value, currency i dane produktów są przekazywane prawidłowo?
4. Zgody użytkowników – czy Consent Mode działa zgodnie z przyjętą konfiguracją i czy raport uwzględnia dane modelowane?
5. Ścieżka płatności – czy przekierowania do operatorów płatności nie powodują utraty pomiaru lub zmiany atrybucji?
6. Zwroty i duplikaty – czy korekty transakcji trafiają do GA4 i czy zakupy nie są rejestrowane wielokrotnie?

Do testowania przyda się tryb podglądu Google Tag Managera oraz DebugView w GA4. Warto wykonać kilka kontrolowanych zakupów, również z wykorzystaniem różnych metod płatności. Sprawdź, czy odpowiednie zdarzenia pojawiają się w narzędziach diagnostycznych i czy przekazują właściwe wartości. Przetestuj także scenariusze zależne od zgód użytkownika, pamiętając, że nie wszystkie zdarzenia będą widoczne w identyczny sposób.

Celem audytu nie jest uzyskanie dwóch identycznych wykresów za wszelką cenę. Chodzi o ustalenie, które różnice wynikają z metodologii, a które rzeczywiście świadczą o błędach pomiaru.

Przeczytaj także: Analiza ścieżki konwersji w GA4: Jak czytać raporty i wyciągać wnioski?

GA4 czy sklep – którym danym wierzyć?

Wszystko zależy od pytania, na które chcesz odpowiedzieć. Jeżeli interesuje Cię rzeczywista liczba zamówień, ich statusy, wartość sprzedaży czy zwroty, punktem wyjścia powinien być system transakcyjny sklepu. Dane te należy w razie potrzeby uzgodnić z informacjami od operatorów płatności i systemem finansowo-księgowym.

GA4 jest natomiast narzędziem do analizy zachowań użytkowników, ścieżek zakupowych, źródeł ruchu i skuteczności działań marketingowych. Nie powinno zastępować systemu sprzedażowego w rozliczaniu przychodów.

Pytanie biznesowe	Podstawowe źródło danych
Ile zamówień faktycznie złożono i jaki mają status?	System sklepu
Ile pieniędzy rzeczywiście otrzymano?	System płatności i dane finansowe
Skąd przychodzą użytkownicy i jak poruszają się po sklepie?	GA4
Które kanały wspierają sprzedaż?	GA4, platformy reklamowe i dane sklepu analizowane łącznie
Czy kampania jest rentowna?	Przychody i marże ze sklepu zestawione z kosztami marketingu

Szczególnie ostatni punkt wymaga uwagi. Wysoki ROAS widoczny w panelu reklamowym nie oznacza jeszcze, że kampania przynosi zysk. Aby ocenić jej rzeczywistą rentowność, trzeba uwzględnić m.in. marżę, koszty pozyskania klientów, rabaty, zwroty i wydatki operacyjne.

GA4 może pomóc Ci zrozumieć, w jaki sposób dochodzi do sprzedaży. O tym, ile firma na niej zarabia, powinny decydować dane transakcyjne i finansowe. Dlatego zamiast wybierać jeden system i ignorować pozostałe, warto określić rolę każdego źródła w procesie raportowania.

Kiedy różnice w danych powinny Cię zaniepokoić?

Nie każda rozbieżność świadczy o problemie. Nie istnieje jednak uniwersalny procent różnicy między GA4 a systemem sklepu, który można bezpiecznie uznać za prawidłowy w każdym e-commerce. Znaczenie ma przede wszystkim skala i charakter zmian. Jeżeli przez kilka miesięcy GA4 rejestrowało zbliżony udział zamówień, a po aktualizacji checkoutu liczba zakupów w Analytics gwałtownie spadła, warto sprawdzić wdrożenie.

Podobnie wtedy, gdy rozbieżność dotyczy wyłącznie określonej metody płatności, urządzeń mobilnych lub konkretnego kanału marketingowego. To znacznie bardziej użyteczne sygnały niż samo stwierdzenie, że dane różnią się o kilka procent.

Dobrą praktyką jest regularne monitorowanie relacji pomiędzy liczbą zamówień w sklepie a liczbą zakupów rejestrowanych w GA4. Taki wskaźnik nie zastępuje audytu, ale pomaga szybciej zauważyć nieoczekiwane zmiany. Problem zaczyna się wtedy, gdy na podstawie niezweryfikowanych danych podejmujesz decyzje o budżecie, skalowaniu kampanii lub ograniczeniu kanału, który w rzeczywistości może generować wartościową sprzedaż.

Grafika 2. GA4 a system sklepu – porównanie zastosowań obu źródeł danych w analizie e-commerce. Opracowanie własne z pomocą narzędzi AI.

Dwa systemy, różne liczby. Jedna dobra decyzja

Rozbieżności między GA4 a sklepem są częścią rzeczywistości analitycznej e-commerce. Nie oznacza to jednak, że należy je ignorować lub bezrefleksyjnie akceptować. Warto wiedzieć, które transakcje zostały prawidłowo zmierzone, gdzie pojawiają się luki i jak wpływają one na ocenę marketingu.

Zacznij od uporządkowania definicji wskaźników, sprawdzenia konfiguracji zdarzeń zakupowych i porównania danych na poziomie transakcji. Dopiero później oceniaj wyniki kampanii. Nie potrzebujesz raportu, w którym wszystkie liczby są identyczne. Potrzebujesz danych, których ograniczenia rozumiesz i na podstawie których możesz podejmować trafne decyzje biznesowe.

Źródła:

• developers.google.com
• support.google.com
• help.shopify.com