Miért nem egyezik két elemzőrendszer konverziószáma soha?

A digitális marketinggel foglalkozó szakemberek és cégvezetők egyik leggyakoribb megdöbbenése akkor következik be, amikor összevetik a hirdetési fiók riportjában szereplő konverziószámot a független webanalitikai rendszer vagy a saját vállalatirányítási szoftver (ERP) adataival. Ritka az az eset, amikor a két számjegy pontosan megegyezik. A különbség nem ritkán 15–40% közötti eltérést mutat.

Ez a jelenség nem azt jelenti, hogy az egyik rendszer szándékosan hamisít, vagy hogy a követőkód hibásan lett telepítve. Az eltérések mögött mélyen gyökerező technikai, elvi és módszertani különbségek állnak. Ebben az elemzésben végigvesszük azokat a legfontosabb tényezőket, amelyek miatt két mérési rendszer számai törvényszerűen eltérnek egymástól.

1. Az események időzítése: mikor rögzítik a konverziót?

Az egyik legjelentősebb eltérési forrás a konverzió időpontjának meghatározásában rejlik. E tekintetben két teljesen eltérő megközelítés létezik a szoftverek között:

• Tranzakció időpontja alapú rögzítés (Analitikai rendszerek): A webanalitikai eszközök a konverziót ahhoz a naphoz és órához kötik, amikor a látogató ténylegesen végrehajtotta az akciót (pl. elküldte a megrendelést vagy elérte a köszönőoldalt).
• Kattintás időpontja alapú rögzítés (Hirdetési platformok): A hirdetési rendszerek többsége a konverziót visszamenőleg ahhoz a naphoz számolja fel, amikor a felhasználó a hirdetésre kattintott.

Példa a gyakorlatból: Ha egy felhasználó hétfőn rákattint egy hirdetésre, majd csütörtökön visszatér és megvásárolja a terméket, a hirdetési platform a hétfői nap teljesítményéhez írja jóvá a konverziót. Ezzel szemben az analitikai rendszer a csütörtöki nap riportjában jeleníti meg a tranzakciót. Ha egy adott heti vagy havi bontást vizsgálunk, az időszak határán áthúzódó konverziók miatt a két riport jelentősen eltérő számokat mutat majd.

Ezt tovább bonyolítja az időzónák eltérése: ha a hirdetési fiók UTC időzónára van állítva, míg az analitikai rendszer helyi magyar időre (CET/CEST), a napi váltások elcsúsznak. Egy éjfél környékén lezajló tranzakció az egyik rendszerben még a tegnapi napra, a másikban már a mai napra kerül.

2. Attribúciós ablakok és megtekintés alapú konverziók

A hirdetési felületek és a független analitikai eszközök alapvetően eltérő elveket követnek abban, hogy mit tekintenek sikeres elérésnek.

• Megtekintés alapú konverzió (View-through conversion): A hirdetési platformok gyakran jóváírják maguknak a konverziót akkor is, ha a felhasználó csupán megtekintette a hirdetést (kattintás nélkül), majd egy megadott időablakon (pl. 1 vagy 7 napon) belül konvertált a weboldalon. A webanalitikai rendszerek a megtekintéses eseményeket egyáltalán nem képesek mérni, mivel nem rendelkeznek információval a külső platformon megjelent hirdetésmegjelenítésekről.
• Attribúciós ablak hossza: A hirdetési felületek alapértelmezetten 7, 28 vagy akár 30 napos attribúciós ablakot használnak kattintásokra. Ha a webanalitika ennél rövidebb munkamenet-alapú modellt vagy szűkebb időablakot alkalmaz, a hosszabb döntési lánccal rendelkező vásárlások kiesnek a riportból.

3. Sütikezelési és technikai mérési akadályok

A kliensoldali JavaScript alapú követés nagymértékben kiszolgáltatott a böngészők és a felhasználói környezet technikai beállításainak.

• Reklámblokkolók és követésgátlók: A böngészőbővítmények és a beépített adatvédelmi funkciók (pl. Brave, Safari ITP, Firefox ETP) eltérő mértékben blokkolják a különféle szkripteket. Gyakori, hogy a harmadik féltől származó hirdetési követőkódokat szigoróbban szűrik, mint az első félként futó alapvető analitikai mérőkódokat.
• Süti törlés és élettartam-korlátozás: Ha a felhasználó törli a sütiket, vagy ha a böngésző korlátozza az első félfokú sütik élettartamát, a visszatérő látogató azonosítása meghiúsul. Így az egyik rendszer új felhasználót és új csatornát regisztrál, míg a másik rendszer kódja esetleg be sem töltődik.
• Hálózati hibák és megszakadt betöltés: A köszönőoldal betöltésekor előfordulhat, hogy a felhasználó bezárja a böngészőablakot még azelőtt, hogy az összes mérőkód lefutott volna. Ha a független analitika kódja gyorsabban töltődik be, mint a hirdetési platform konverziós pixele, a tranzakció csak az egyik helyen rögzül.

4. A deduplikáció hiánya a hirdetési rendszerekben

Amikor egy vállalkozás több független hirdetési csatornát üzemeltet párhuzamosan (pl. keresőhirdetések, közösségi hirdetések, display hálózatok), mindegyik platform saját maga felé hajlítja a mérést.

Ha egy vásárló a keresőhirdetésre és a közösségi hirdetésre is rákattintott a vásárlást megelőzően, mindkét hirdetési rendszer 100%-ban magáénak fogja tulajdonítani a konverziót. Ha a két hirdetési fiók riportját egyszerűen összeadjuk, duplán számoljuk a tranzakciót. Ezzel szemben egy központosított analitikai rendszer deduplikálja az eseményt, és egyetlen tranzakcióként rögzíti azt a saját attribúciós szabályai szerint.

5. Szerveroldali tranzakciók vs. kliensoldali események

A legélesebb eltérés a webanalitika és a vállalatirányítási / számlázó rendszerek (ERP) között mutatkozik meg.

• A webanalitika azt méri, hogy a böngészőben lefutott-e a konverziós esemény.
• Az ERP azt méri, hogy a megrendelés beérkezett-e az adatbázisba, sikeres volt-e a bankkártyás fizetés, és nem mondta-e le a vevő a rendelést.

A böngészőoldali mérések tartalmazhatnak duplázott oldalújratöltéseket, tesztelési vásárlásokat, sikertelen fizetési kísérleteket vagy megszakadt munkameneteket. Ugyanakkor az ERP nem tartalmazza a törölt vagy elutasított tranzakciók technikai előzményeit.

6. Modellalapú becslések és hiányzó adatok pótlása

A modern analitikai rendszerek és hirdetési platformok egyaránt használnak gépi tanulási modelleket arra, hogy pótolják a sütikorlátok miatt kieső adatokat. Azonban az alkalmazott becslési algoritmusok és statisztikai feltételezések eltérnek. Az egyik rendszer óvatosabb becslést alkalmaz, míg a másik agresszívabban tulajdonít konverziókat az adatmentes szegmensekben. Ez a különbség mesterséges szakadékot képez a riportolt adatok között még akkor is, ha a mérési feltételek egyébként azonosak lennének.

7. Árfolyamok és devizakonverziók hatása

Nemzetközi értékesítés vagy több devizanemben történő számlázás esetén a konverziós értékek (kosárérték) eltérését a devizaváltások időpontjai is okozhatják. Ha a hirdetési felület a tranzakció napján érvényes középárfolyamon váltja át az eurót forintra, míg a számlázó rendszer az MNB hivatalos napi árfolyamát alkalmazza, a pénzbeli konverziós értékek még azonos tranzakciószám mellett sem fognak centire megegyezni.

Összegzés: Hogyan kezeljük a számok eltérését?

A mérési eltérések megszüntetése technikai képtelenség, mivel a rendszerek elvi működése különbözik. A helyes szakmai hozzáállás nem az egyezőség kikényszerítése, hanem az eltérések okainak megértése:

1. Használjunk egyetlen igazsági forrást (Single Source of Truth): Az üzleti döntéseket és a csatornák közötti büdzséelosztást egy központi, deduplikált analitikai rendszerre vagy szerveroldali ERP adatokra alapozzuk.
2. A hirdetési fiókok számait relatív mutatóként kezeljük: A hirdetési platformok konverziós adatait a kampányok belüli optimációra és a trendek figyelésére használjuk, ne pedig az abszolút pénzügyi megtérülés kiszámítására.
3. Mérjük fel a technikai driftet: Rendszeresen ellenőrizzük az ERP és az analitika közötti eltérés százalékos arányát. Ha ez a különbség stabilan 5–10% között marad, a rendszer egészségesnek tekinthető; ha hirtelen megnövekszik, az technikai mérési hibára utal.