30% konwersji, których nie widzi Google i Meta – jak server-side tracking odzyskuje utracony przychód

Prelegent, założyciel agencji SynergyAds, tłumaczy, dlaczego raporty w Google Analytics, Google Ads i Meta pokazują mniej konwersji niż zaplecze sklepu, i jak server-side tracking może część tych danych odzyskać. Zaczyna od przykładu rozjazdu o 36% między Analyticsem a systemem sklepu. Zaznacza, że nie każda różnica oznacza błąd we wdrożeniu. Podaje własne progi oceny: brak do 10% konwersji między sklepem a panelami to wynik akceptowalny, 20–35% to obecna rzeczywistość, choć nie idealna, a powyżej 40% sugeruje problemy z integracją kodów śledzących i sklepu. Wskazuje dwie przyczyny utraty danych. Pierwsza to brak zgody na cookies w banerze, co daje według niego około 10–15% utraty, a zmiany UX banera (położenie, kolory, treść) nazywa kosmetyką. Druga to wbudowane w przeglądarki mechanizmy tracking prevention, głównie Safari i iOS, a także Opera i Firefox, które działają nawet po udzieleniu zgody i odpowiadają za 20–30% utraty. Łącznie daje to do ok. 40% brakujących danych. Następnie porównuje obecny model (skrypty w przeglądarce, cookies, wysyłka do platform reklamowych) z modelem, w którym między przeglądarką a platformami stoi osobny serwer przetwarzający zdarzenia. Dane są wtedy zbierane z własnej domeny jako cookies first-party, co według prelegenta omija blokady tracking prevention. Zastrzega, że nie odzyska się 100% danych, tylko dużą część. Sporo miejsca zajmuje koszt. Hosting na Google Cloud ma kosztować dla małych i średnich sklepów ok. 40–120 dolarów miesięcznie. Prelegent pokazuje, jak policzyć to w kalkulatorze Google na podstawie liczby zdarzeń miesięcznie i średniej liczby zdarzeń na sesję z raportu Analytics. Dla sklepu z ok. 30 000 użytkowników i 50 000 sesji wyszło 114 euro miesięcznie, a trzykrotny wzrost liczby zdarzeń podniósł cenę o ok. 1 euro. Alternatywą jest Stape.io za ok. 20–50 euro, w tym przykładzie o 55% taniej. Według prelegenta ma też dodatkowe funkcje. Jako efekty wdrożenia pokazuje przykład: 31% wzrostu dokładności pomiaru zakupów, a w Google Ads dodatkowe 6% dokładności pomiaru konwersji po dopracowanym tradycyjnym kodzie. W Meta wzrasta jakość zdarzeń zakupowych, co ma pomagać kampaniom optymalizowanym na sprzedaż, lookalikom i Advantage+. Wspomina też o POAS feed w Stape, który przekazuje marżę per produkt do Google Ads i Mety, by optymalizować na zysk zamiast na przychód. Wyniki pochodzą z przykładów prelegenta, nie z szerszego badania.