Kiedy sam panel GA4 przestaje wystarczać i musisz wpiąć BigQuery

Wyobraź sobie, że szef marketingu radośnie obwieszcza sukces: „Kampania X ma ROAS na poziomie 600%! Skalujemy!”. Patrzysz na to, kiwasz głową, ale w środku coś ci mówi, że to niemożliwe. Znasz swój biznes, wiesz, ile kosztuje produkt, ile kosztuje jego dostawa i ile wraca. I coś tu nie gra. Niestety, sam panel Google Analytics 4 (GA4) nie powie ci całej prawdy. Często będzie wręcz kłamał, pokazując piękne cyferki przychodów, które mają niewiele wspólnego z realnym zyskiem. I właśnie wtedy, drogi Czytelniku, potrzebujesz czegoś więcej niż standardowy interfejs GA4. Potrzebujesz BigQuery.

ROAS 600% i 35% zwrotów? Gratuluję, właśnie tracisz pieniądze.

To brutalna prawda, której nikt nie lubi słyszeć, zwłaszcza od menedżera Performance Marketingu, któremu właśnie rozjechały się KPI. Ale nie ma co pudrować rzeczywistości: kampania z dumnym ROAS-em na poziomie 600% może z łatwością generować straty. Wystarczy, że sprzedaje produkty z marżą na poziomie 12%, a wskaźnik zwrotów wynosi, powiedzmy, 35%. Prostej matematyki nie oszukasz. Przy 600% ROAS, na każdą wydaną złotówkę masz 6 zł przychodu. Ale co z tego, skoro z tych 6 zł, ponad 2 zł (35%) wraca, a z reszty (niecałe 4 zł) musisz jeszcze odjąć koszty produktów i operacji, gdzie marża wynosi raptem 12%?

W efekcie, zamiast zysku, lądujesz z czystą stratą. Kampania, która w raporcie GA4 wygląda jak złote jajo, w rzeczywistości jest czarną dziurą. I niestety, interfejs GA4 nigdy ci tego nie policzy. On widzi przychód, widzi transakcję, ale nie widzi marży ani rzeczywistych kosztów zwrotów.

Standardowy panel GA4: Piękny, ale ślepy na zysk

GA4 jest potężnym narzędziem. Zbieranie danych zdarzeniowych, śledzenie interakcji użytkowników, to wszystko ma wartość. Ale jego standardowy interfejs ma swoje granice, które w realnym e-commerce bolą. Nie jesteś w stanie podejmować optymalnych decyzji biznesowych, bazując jedynie na przychodach i metrykach bazowych. Biznes to zysk, a nie obrót.

Kiedy GA4 cię zwodzi: Sampling i Thresholding

Pierwszy problem to sampling, czyli próbkowanie danych. Jeśli masz dużo ruchu, GA4 często pokaże ci raporty oparte na wycinku całości. Oczywiście, w teorii ma to odzwierciedlać trend, ale w praktyce potrafi mocno zafałszować obraz, szczególnie przy segmentacji czy analizie niszowych zdarzeń. Im mniejsza próbka, tym większe ryzyko błędnych wniosków. Podejmowanie decyzji o alokacji budżetów rzędu dziesiątek czy setek tysięcy złotych na podstawie próbek to jak gra w rosyjską ruletkę.

Drugi grzech to thresholding, czyli progowanie danych. Jeśli masz włączone Google Signals i raportujesz dane, które mogłyby ujawnić tożsamość pojedynczych użytkowników (na przykład bardzo specyficzny segment, zbyt mała grupa), Google po prostu te dane… ukryje. Zamiast rzeczywistych wartości zobaczysz albo luki, albo ogólne szacunki. To ma chronić prywatność, ale jednocześnie zabija precyzję analizy, która jest fundamentem efektywnego Performance Marketingu. Jak masz optymalizować, skoro nie widzisz wszystkich kart?

Brak natywnego łączenia z marżą i zwrotami

Ale to nie sampling czy thresholding są największym wrogiem realnego ROAS-u. To brak możliwości łatwego zestawienia danych z GA4 z kluczowymi metrykami biznesowymi: marżą rzeczywistą oraz kosztami zwrotów. Twoje dane o produktach, ich cenie zakupu, koszcie magazynowania, marży, zwrotach, statusach zamówień – one siedzą w twoim systemie ERP, w systemie magazynowym, w bazie danych zamówień, a nie w GA4. I GA4, niestety, nie ma natywnej funkcji, która magicznie połączyłaby te światy, pokazując ci prawdziwą opłacalność kampanii.

To właśnie dlatego kampania z ROAS 600% na papierze może być kampanią generującą czyste straty w Excelu księgowej. Bo GA4 widzi tylko wierzchołek góry lodowej – przychód brutto. A pod wodą kryją się koszty, marże i zwroty, które decydują o faktycznym zysku lub jego braku.

Rozwiązanie: BigQuery i prosty SQL ratują biznes (i nerwy)

Na szczęście jest na to sposób. I wcale nie jest to czarna magia. Rozwiązaniem jest surowy eksport danych GA4 do BigQuery i łączenie ich z bazą danych twojego systemu ERP (magazynowego, zamówień) za pomocą prostych zapytań SQL. To jest ten moment, kiedy technologia zaczyna realnie wspierać biznes, a nie tylko generować raporty, które z grubsza pokazują, co się dzieje.

Jak to działa w praktyce?

GA4 oferuje natywną integrację z Google BigQuery, co oznacza, że wszystkie surowe dane o zdarzeniach, które zbiera, mogą być automatycznie eksportowane do twojej własnej hurtowni danych w BigQuery. Każde kliknięcie, każde wyświetlenie produktu, każde dodanie do koszyka, każda transakcja — wszystko to ląduje w BigQuery w niesamowicie szczegółowej formie.

Następnie, mając te dane, możesz połączyć je z informacjami z twojej bazy danych zamówień lub magazynowej. Kluczem do sukcesu są wspólne identyfikatory, takie jak transaction_id (ID zamówienia) czy user_id (jeśli śledzisz zalogowanych użytkowników). Używając SQL-a, możesz zestawić przychód z GA4 z rzeczywistą marżą produktu (pobraną z ERP) oraz odjąć koszty zwrotów (również z ERP). To nie jest zaawansowana analityka predykcyjna, to podstawy księgowości przeniesionej na poziom danych marketingowych.

SELECT
  ga4.transaction_id,
  ga4.revenue_amount,
  erp.product_margin_value,
  erp.return_cost_value,
  (ga4.revenue_amount * erp.product_margin_value) - erp.return_cost_value AS net_profit
FROM
  `your-project.ga4_dataset.events_*` AS ga4,
  `your-project.erp_dataset.orders` AS erp
WHERE
  ga4.event_name = 'purchase' AND ga4.transaction_id = erp.order_id

Powyższy, uproszczony przykład SQL pokazuje, jak możesz połączyć przychody z GA4 z danymi o marży i zwrotach z systemu ERP. W efekcie otrzymujesz net_profit (zysk netto) dla każdej transakcji, co jest prawdziwym game changerem w podejmowaniu decyzji o skalowaniu kampanii.

POAS zamiast ROAS: Mierzysz zysk, nie przychód

Gdy masz już połączone dane, możesz zacząć podejmować decyzje w oparciu o POAS (Profit On Ad Spend), czyli zysk z wydatków na reklamę, a nie tylko ROAS (Return On Ad Spend), czyli przychód z wydatków na reklamę. To fundamentalna zmiana perspektywy. Przestajesz gonić za cyferkami przychodów, które mogą nic nie znaczyć, a zaczynasz koncentrować się na tym, co naprawdę się liczy: na zysku netto i marży kontrybucyjnej.

POAS uwzględnia wszystkie te czynniki, o których GA4 milczy: marżę, koszty zwrotów, koszty operacyjne. Dzięki temu wiesz, które kampanie, grupy produktów, a nawet pojedyncze reklamy, faktycznie przynoszą realny zysk twojej firmie. Możesz skalować to, co zarabia, i optymalizować lub wyłączać to, co drenuje budżet, choć na pierwszy rzut oka wygląda „dobrze”.

Czas przestać zgadywać. Czas zacząć zarabiać.

Jeśli prowadzisz e-commerce, opieranie się wyłącznie na standardowym interfejsie GA4 to jak latanie samolotem bez wskaźnika paliwa, bo widoki za oknem są ładne. Prędzej czy później skończy się to bolesnym lądowaniem. Czas skończyć z marketingową watą i podejmowaniem decyzji na podstawie niepełnych danych. Czas przestać udawać, że ROAS to jedyny wskaźnik sukcesu.

Połączenie surowych danych GA4 z BigQuery i twoim systemem ERP to nie jest fanaberia analityka, to konieczność dla każdego, kto chce zarabiać w e-commerce. To inwestycja, która zwraca się błyskawicznie, bo pozwala ci realnie kontrolować rentowność każdej kampanii, każdego produktu. Przestań tracić pieniądze na kampanie, które wyglądają dobrze tylko w GA4. Zacznij podejmować decyzje oparte na realnym zysku. W końcu to za to ci płacą, prawda?