Перед тем как доверять результатам теста, сопоставьте данные о покупках в GA4 с таблицей заказов.

Перед тем как доверять результатам теста, сопоставьте данные о покупках в GA4 с таблицей заказов.

В вашем отчете GA4 указано 4,180 покупок за прошлый месяц. В таблице заказов — 4,690. Если спросить, какой результат верен, честный ответ — ни один, пока вы не сможете сказать, куда делись недостающие 510 заказов. Это не проблема упорядоченности. Каждый результат эксперимента и каждый показатель приоритезации, который вы получаете, рассчитывается на основе числа, которое неверно на неизвестную величину в неизвестном направлении.

Google рассматривает большой неучтенный сегмент как нормальный: поведенческое моделирование для режима согласия не включается до тех пор, пока не будет зафиксирована информация о ресурсе. не менее 1,000 событий в день с analytics_storage='denied' минимум 7 дняНиже этого уровня отсутствующие данные остаются отсутствующими.

Это предназначено для тех, кто отвечает за аналитику или CRO в команде электронной коммерции. В итоге у вас будет таблица сверки, разложение вашего разрыва на именованные причины с проверкой для каждой из них, а также допустимый уровень, который вы сможете обосновать.

Что именно измеряет сверка покупок?

Сверка — это не «совпадение цифр». Они никогда не совпадут, и команда, которая заставляет их совпадать, обычно делает что-то хуже, чем просто оставляет разрыв без изменений. Она отвечает на три вопроса: насколько велик разрыв, какие механизмы его создают и сколько можно восстановить и какой ценой. Мы проводим её перед любыми экспериментами, потому что тест, измеряемый на событии конверсии, которое незаметно приводит к потере неизвестной доли заказов, не является экспериментом.

Шаг 1: выберите две таблицы, которые можно объединить по идентификатору заказа.

Для каждого заказа требуется одна строка из обеих систем, для одного и того же календарного диапазона, с ключом, который присутствует с обеих сторон.

  • Backend: Идентификатор заказа, метка времени создания в часовом поясе отчета объекта, стоимость заказа с учетом налогов и доставки, настроенных в GA4, способ оплаты, устройство, страна, статус.
  • ГА4: Экспорт в BigQuery, а не пользовательский интерфейс. Запрос purchase события с ecommerce.transaction_id, event_timestamp, ecommerce.purchase_revenueкатегория устройства и источник трафика.

Используйте BigQuery обдуманно. Моделированные данные из режима согласия отображаются в стандартных отчетах GA4 и некоторых исследованиях, но Google утверждает, что это не так. не В экспорте BigQuery используются аудитории, инструмент исследования пользователей, когортные исследования или исследования удержания клиентов, а также прогнозные метрики. Сравнивая пользовательский интерфейс с таблицей заказов, вы сравниваете оценку с фактом.

Затем выполните полное внешнее соединение по идентификатору заказа. Теперь у вас есть три сегмента: в обоих случаях только бэкэнд, только GA4. Третий сегмент меньше по размеру, но наиболее информативен.

Шаг 2: выразите разрыв тремя способами, а не одним.

Один-единственный ежемесячный процент скрывает всё. Рассчитайте все три:

  1. Разница между количеством заказов и фактическим количеством заказов: (количество заказов в бэкэнде за вычетом соответствующих покупок GA4) / количество заказов в бэкэнде. Это позволяет изолировать потери при отслеживании.
  2. Разрыв в доходах: Аналогичный расчет производится и для ценности. Если разница в количестве составляет 3%, а разница в выручке — 11%, то проблема не в отслеживании, а в определении ценности (налоги, доставка, скидки, валюта, подарочные карты).
  3. Разница между суточным и дневным интервалами: На графике показана разница между ежедневным количеством заказов и фактическим количеством. Прямая линия означает структурную причину, такую ​​как отсутствие согласия или блокировщики. Всплески означают развертывание, всплески кампаний или инцидент с платежным провайдером.

Шаг 3: разложить разрыв на конкретные причины.

Пройдитесь по этой таблице. Для каждой причины существует тест, который может подтвердить или исключить её менее чем за час.

ВызыватьКак это проверитьПодпись в данных
Согласие отклонено, метка не сработала.Сравните журнал состояний согласия в вашей системе управления клиническими данными (CMP) с данными о сессиях в системе GA4 за тот же период.Стабильный ежедневный процент; сосредоточен в основном на трафике из ЕС и Турции.
Блокировщики рекламы и отслеживанияПодсчитайте количество запросов в серверных логах для URL-адреса подтверждения и сравните их с событиями покупки в GA4 по этому URL-адресу.Некорректно работает на настольных компьютерах, в Firefox и браузерах с поддержкой конфиденциальности; стабильна в течение длительного времени.
Страница подтверждения так и не загружается.Подсчитайте количество заказов, оформленных только через бэкэнд, URL-адрес подтверждения которых не запрашивался в логах сервера.Специализация на методах банковских переводов и 3DS-платежах.
Повторяющиеся события покупкиПодсчет событий покупки GA4 по каждому transaction_idВ некоторые дни GA4 превышает возможности бэкэнда; страницы часто обновляются и требуют многократного нажатия кнопки «Назад».
Междоменная ссылка не работаетПроверьте, не является ли _gl выдерживает обратную пересылку от поставщика платежных услугПокупки попадают в новые сессии, связанные с платежной системой, в качестве реферальных ссылок.
Сброс срока действия файлов cookieСегментация показателя новых пользователей по браузерамЗавышенный показатель новых пользователей и прямого трафика в Safari и iOS.
Моделирование против исходных данныхСравните итоговые данные пользовательского интерфейса GA4 с данными BigQuery за идентичный диапазон дат.Два показателя Google не совпадают еще до того, как вы откроете таблицу заказов.
Определение ценностиПересчитайте выручку от бэкэнда с учетом и без учета налогов, доставки и скидок.Цифры совпадают, выручка — нет.
Граница часового поясаСвести к общему числу недельРазрыв сокращается до нуля при еженедельной детализации.

Двое заслуживают особого внимания. transaction_id Дедупликация работает только с веб-потоками, а не с потоками приложений, и Google предупреждает, что отправка пустой строки приводит к дедупликации в Analytics. каждую покупка события переноса transaction_id=''Одна-единственная ошибка может испортить большую часть дня. Кроме того, список нежелательных переходов ограничен 50 доменами на один поток данных, что создает проблемы, если вы используете несколько эквайеров, кошельков и банковских страниц.

[НЕОБХОДИМЫ ВНУТРЕННИЕ ДАННЫЕ: наблюдаемое распределение этих девяти причин в рамках примирительных мероприятий Switas, чтобы читатели могли увидеть, какие из них обычно преобладают.]

Шаг 4: установите допустимый уровень риска, который вы сможете защитить.

Google не публикует допустимую величину расхождения, а широко цитируемое утверждение «5% — это нормально» не встречается ни в одной из найденных нами документов Google. Установите собственное значение, зависящее от декомпозиции, а не только от числа.

Разница между количеством заказов и ежемесячным числомReadingЭкшн
До 2%Границы часовых поясов и обычная дедупликацияЗафиксируйте причины, перепроверяйте ежеквартально.
от 2% до 5%Допустимо только в том случае, если каждый балл отнесен к конкретной цели.Сначала задокументируйте все этапы, затем приступайте к экспериментам.
от 5% до 10%По меньшей мере одна структурная причина остается неустраненной.Прежде чем доверять абсолютным показателям конверсии, необходимо провести проверку.
Выше 10%Не подходит для экспериментовПрекратите использовать количество покупок в GA4 в качестве основного показателя эксперимента до тех пор, пока проблема не будет решена.

Это наши операционные пороговые значения, а не отраслевой стандарт. Важное уточнение: необъяснимые 3% хуже, чем объяснимые 8%.

Шаг 5: выполняйте исправления в порядке, обеспечивающем восстановление наибольшего количества заказов в час работы.

  1. Определение значения и часовой пояс. Настройка, а не проектирование, и обычно на это уходит полдня.
  2. Дубликаты и пустые идентификаторы транзакций. Одно исправление для dataLayer.
  3. Междоменные и нежелательные переадресации. Настройте оба варианта, затем повторно протестируйте путь возврата платежа в рабочей среде, а не на тестовом сервере.
  4. Событие покупки на стороне сервера. Отправьте заказ из вашей системы обработки заказов с помощью протокола измерения, используя client_id Ваш веб-тег сгенерирован. Google требует, чтобы эти события происходили в течение 48 часов с момента исходной метки времени события на стороне клиента, иначе атрибуция может обрабатываться некорректно. Именно это позволяет восстанавливать заказы, потерянные из-за блокировок и страниц подтверждения, которые так и не отобразились.
  5. Архитектура согласия. Самый медленный и политизированный вариант. Остальное рассматривайте как известный, определенный по размеру и задокументированный пробел.

Какие изменения произойдут, если вы будете продавать товары в Турции или в ЕС?

Два региональных фактора влияют на эти цифры.

В Турции согласие также может быть получено по желанию, но без той системы защиты, которую предоставляет Google. Турецкое управление по защите данных оштрафовало оператора веб-сайта на 300 000 турецких лир решением 2022/1358 (23 декабря 2022 г.) за использование рекламных и маркетинговых файлов cookie без законных оснований и потребовало активного согласия на использование необязательных файлов cookie. Многие турецкие сайты ответили баннером, который полностью блокирует тег Google, вместо баннера, отправляющего сигналы согласия. Это различие обходится дорого: требуется моделирование. analytics_storage='denied' События существуют. Баннер, который ничего не запускает, не дает Google никаких данных для моделирования, поэтому данные исчезают, а не оцениваются.

Турецкая система 3DS возвращает товар покупателю по почте. При использовании iyzico продавец отображает декодированную страницу 3DS, и после подтверждения OTP iyzico перенаправляет на страницу продавца. callbackUrl с status, paymentId и mdStatusВозвращаемое значение, полученное с помощью POST-запроса, — это именно то, что Google называет нарушением междоменного измерения, поскольку перенаправления могут привести к удалению данных. _gl до загрузки страницы назначения. Если разница в платежах по картам близка к нулю при оплате наличными при доставке, то вот почему.

Два широко распространенных утверждения, которые нам не удалось подтвердить.

«Safari ограничивает срок действия файлов cookie, предоставленных самой компанией, 7 днями». Неточно. В документации WebKit указано, что ITP удаляет файлы cookie JavaScript и другие доступные для записи скриптами данные через 7 дней. нет взаимодействия с пользователемКроме того, отдельно устанавливается ограничение срока действия JavaScript-файлов cookie до 24 часов, если переход на целевую страницу осуществлялся через ссылку с домена, имеющего статус "зарегистрированный". Тестирование Симо Ахавы показало, что таймер отсчитывает дни использования браузера, а не календарные дни, поэтому у постоянного клиента идентификатор может сохраняться более недели.

«Разница в 5% допустима». Мы не нашли источника в Google, подтверждающего эту цифру. Она распространяется в блогах поставщиков и ответах на форумах. Используйте её как общеизвестный факт, а не как критерий оценки.

Где этот метод дает сбой

Это не касается потоковой передачи приложений, где transaction_id Дедупликация не применяется, как и модели подписки и частичной отгрузки, где «заказ» — это не одно событие. Она не может восстановить личность пользователя, которому было отказано в согласии, а лишь оценить объем. Она не решает проблему атрибуции каналов, которая является отдельной и более сложной задачей. И она предполагает, что ваша таблица заказов чиста: если отмененные и заблокированные из-за мошенничества заказы учитываются непоследовательно с обеих сторон, вы будете искать пробел, существующий только в вашем запросе.

Часто задаваемые вопросы

Как часто следует это запускать? Сначала выполните полное разложение, затем постройте график с ежедневными интервалами. Повторите полное разложение после любых изменений в процессе оформления заказа, CMP, платежном провайдере или менеджере тегов.

Почему бы не использовать интерфейс GA4 вместо BigQuery? Интерфейс может включать смоделированных пользователей и сессии, которые не отображаются в экспорте, поэтому два показателя Google не совпадают. Сверка с оценкой делает невозможным разложение этой разницы.

Сможет ли серверная разметка полностью устранить этот пробел? Нет. Он восстанавливает заказы, потерянные из-за блокировок и страниц подтверждения, которые так и не отобразились. Он не восстанавливает пользователей, отказавшихся от согласия.

GA4 — это более новая версия нашего бэкэнда. Это возможно? Да. Обычно это повторяющиеся события покупки, возникающие при обновлении страницы, пустые или повторно используемые данные. transaction_idили постановку задач по размещению оборудования на производственной площадке.

Устраняет ли режим согласия проблему неравенства в получении согласия в Турции? Частично. Отклоненные сигналы позволяют проводить моделирование, с учетом пороговых значений объема, установленных Google. Это не заменяет законный баннер в соответствии с турецкими правилами.

Что считается хорошим промежутком? В таком месте каждый процентный пункт имеет своё название. Задокументированные 8% превосходят необъяснимые 3%.

Следует ли нам пересмотреть исторические отчеты после устранения этой проблемы? Нет. Укажите дату исправления и рассматривайте периоды как отдельные ряды данных. Повторный расчет отслеживаемых конверсий уничтожает журнал аудита.

Можно ли проводить A/B-тестирование, если разница превышает 10%? Проведите тестирование на основе относительных показателей, измеренных внутри инструмента тестирования, но не сообщайте об абсолютном влиянии на выручку от GA4 до тех пор, пока не будет выявлена ​​разница.

Проведите эту сверку в своем магазине в этом месяце, или Пусть наша аналитическая команда проведет это вместе с вами. и передадим вам разложение, допуск и порядок фиксации.

Источники


Çağdaş Polat
Написано

Çağdaş Polat

Чагдаш Полат — соучредитель компании Switas, где он руководит консалтингом в области технологий и развития бизнеса для брендов в сферах электронной коммерции, туризма, здравоохранения и государственного сектора. Выпускник факультета компьютерных наук, за последнее десятилетие перешедший из разработки программного обеспечения на руководящие должности в области маркетинга, разработки продуктов и стратегии, он теперь консультирует компании по вопросам CRO (оптимизации конверсии), аналитики и построения систем роста, которые выдерживают проверку измерения.


Статьи по теме

Свитас, как показано на

Magnify: Масштабирование маркетинга влияния с Энгином Юртдакулом

Ознакомьтесь с нашим примером использования Microsoft Clarity.

Мы отметили Microsoft Clarity как продукт, разработанный с учетом практических задач в реальных условиях настоящими специалистами по продуктам, которые понимают проблемы, с которыми сталкиваются такие компании, как Switas. Такие функции, как отслеживание кликов и ошибок JavaScript, оказались бесценными для выявления проблем и технических неполадок у пользователей, что позволило внести целенаправленные улучшения, напрямую повлиявшие на пользовательский опыт и коэффициенты конверсии.