Proč vám standardní Analytics ukazuje jen část pravdy
V praxi skoro nikdy neplatí, že zákazník přijde, nakoupí a hotovo. Typický nákupní proces v e-commerce nebo B2B vede přes několik návštěv: někdo vás najde v Googlu, později si otevře recenzi, pak klikne na remarketingovou reklamu a nakonec dorazí přes přímý vstup nebo brandové vyhledávání. Pokud se díváte jen na poslední kliknutí, připisujete zásluhy kanálu, který byl často jen „poslední v řadě“, ne ten nejdůležitější.
Google Analytics 4 navíc pracuje jinak než starší Universal Analytics. Změnilo se modelování dat, atribuce i způsob, jakým se propojují uživatelské cesty napříč zařízeními a sezeními. Výsledek? Často vidíte nárůst přímé návštěvnosti, podhodnocení organiku nebo naopak nadhodnocení placených kampaní, pokud nemáte správně nastavené UTM parametry, cross-domain tracking a konverzní model.
Problém není jen v nástroji. Zásluhy „kradou“ i špatně nastavené tagy, chybějící consent, přechody mezi doménami, mobilní aplikace, platební brány nebo offline konverze, které se do webové analytiky vůbec nevrátí. Čím složitější cesta zákazníka, tím větší je rozdíl mezi skutečností a tím, co vidíte v reportech.
Kdo si připisuje zásluhy nejčastěji
Nejčastější „zloději zásluh“ jsou překvapivě předvídatelní. První je Direct. Jakmile uživatel nepřijde s měřitelným parametrem, Analytics ho často zařadí jako přímou návštěvu, i když ve skutečnosti přišel z e-mailu, z aplikace nebo z odkazované stránky bez správné atribuce. Druhým viníkem bývá Paid Search nebo remarketing, protože tyto kanály často stojí na konci cesty a mají silný konverzní výkon, ale ne vždy vytvářejí poptávku.
Naopak Organic Search bývá dlouhodobě podhodnocený, zejména u značek, které mají silný brand a mnoho návratových návštěv. Lidé si produkt vyhledají, přečtou obsah, odejdou a vrátí se později přes přímý vstup nebo brandové hledání. Pokud sledujete jen poslední klik, organické SEO vypadá jako slabý kanál, přestože často stojí na začátku funnelu.
Velmi často také „krade“ zásluhy e-mail marketing. Pokud používáte odkazy bez UTM parametrů, nebo máte kampaně rozeslané přes nástroje, které nepřenášejí správně identitu uživatele, část návštěv skončí v Direct. U B2B webů je to obzvlášť problematické, protože e-mail bývá klíčovým kanálem pro návrat a dokončení poptávky.
Jak poznat, že data neodpovídají realitě
První varovný signál je, když Direct tvoří neobvykle vysoký podíl konverzí. U menších webů je to normální, ale pokud Direct generuje třeba 40–60 % objednávek u e-shopu bez silné značky, je to podezřelé. Druhý signál je extrémní rozdíl mezi last-click a data-driven atribucí. V GA4 si porovnejte reporty v sekci Atribuce a sledujte, jak se mění hodnota kanálů podle modelu.
Dalším indikátorem jsou nesrovnalosti mezi GA4 a dalšími zdroji dat, například CRM, platební bránou nebo interním objednávkovým systémem. Pokud máte v e-shopu 1 000 objednávek, ale v Analytics jen 820, je potřeba hledat ztrátu v měření. Často jde o problémy s consentem, duplicate měřením, přesměrováním přes platební bránu nebo chybějícím purchase eventem na thank-you page.
Praktický test: porovnejte landing pages s konverzemi podle kanálů. Pokud organické blogové články přivádějí hodně vstupů, ale skoro žádné asistované konverze, může být problém v tom, že neměříte scroll, kliky na CTA nebo mikro-konverze. Bez těchto dat vypadá obsah jako neefektivní, i když ve skutečnosti vytváří poptávku.
Jak nastavit měření, aby atribuce dávala smysl
Začněte u základů: všechny kampaně musí mít konzistentní UTM parametry. To znamená jednotný naming pro source, medium i campaign. Například:
- utm_source: newsletter, facebook, seznam, partner1
- utm_medium: email, cpc, social, referral
- utm_campaign: jaro_2026, black_friday, webinar_01
Největší chyby vznikají, když někdo používá jednou „email“, podruhé „newsletter“ a potřetí „mailing“. GA4 pak rozdělí výkon do tří různých řádků a analýza je k ničemu. Doporučuji vytvořit interní UTM standard a nepouštět kampaně bez schváleného názvosloví.
Další nutnost je cross-domain tracking, pokud zákazník přechází mezi více doménami, například z hlavního webu do e-shopu, na platební bránu nebo do rezervačního systému. Bez toho se návštěva rozpadne na několik sezení a konverze skončí jako Direct nebo Referral. V GA4 je potřeba správně nastavit měřicí streamy a seznam propojených domén, ideálně přes Google Tag Manager.
U e-commerce doporučuji měřit nejen purchase, ale i view_item, add_to_cart, begin_checkout, generate_lead a vlastní mikro-konverze, například klik na telefon, odeslání formuláře nebo stažení ceníku. Díky tomu poznáte, které kanály přivádějí kvalitní návštěvy, i když ještě nekonvertují okamžitě.
Který model atribuce použít a kdy
V GA4 je dnes zásadní pracovat s data-driven attribution, pokud máte dostatek dat. Tento model rozděluje zásluhy podle skutečných cest uživatelů a je výrazně přesnější než last-click. U menších webů ale může být problém s objemem dat, a pak je dobré porovnávat i modely first click a linear.
Prakticky se osvědčuje tento postup: pro strategické rozhodování sledujte data-driven atribuci, pro pochopení akvizice first click a pro vyhodnocení krátkodobých kampaní last click. Když například spustíte PPC kampaň na nový produkt, last-click může ukázat výborný výkon, ale first click odhalí, zda kampaň opravdu přivádí nové publikum, nebo jen dokončuje nákupy, které by stejně proběhly.
U dražších nebo delších nákupních cyklů, například v B2B, je vhodné doplnit GA4 o CRM data. Sledujte nejen lead, ale i kvalitu leadu, obchodní fázi a reálný revenue. Teprve pak poznáte, jestli kanál přináší levné formuláře, nebo skutečné zákazníky. Bez propojení s CRM je atribuce často jen hra s čísly.
Jak z toho udělat použitelný reporting pro marketing i byznys
Pokud chcete přestat řešit, kdo si „krade“ zásluhy, potřebujete reporting postavený na několika úrovních. Na první úrovni sledujte kanály a konverze, ale vždy vedle toho i asistované konverze, průměrnou dobu do konverze a počet interakcí před nákupem. Na druhé úrovni porovnávejte výkon podle nových vs. vracejících se uživatelů. Na třetí úrovni propojte web s CRM, objednávkami a případně offline daty.
V praxi si postavte dashboard třeba v Looker Studio a do něj dejte:
- zdroj / médium podle dat-driven atribuce,
- first touch a last touch konverze vedle sebe,
- poměr Direct vs. non-Direct v čase,
- podíl brandových a nebrandových dotazů z Google Search Console,
- rozdíl mezi objednávkami v GA4, e-shopu a platební bráně.
Jednoduchý příklad: pokud e-mail kampaň přivede 2 000 návštěv, ale v GA4 má jen 20 konverzí, zatímco CRM ukazuje 60 dokončených objednávek, problém není v e-mailu. Problém je v atribuci nebo měření. Stejně tak když SEO report ukazuje nízký výkon, ale Search Console hlásí rostoucí počet kliknutí a brandové vyhledávání, je potřeba přehodnotit, kde se zásluhy ve skutečnosti ztrácí.
Nejlepší obrana proti zkreslení je kombinace správného měření, disciplinovaného označování kampaní a pravidelného auditu dat. Jakmile máte čistý tracking, přestane Analytics „krást“ zásluhy a začne ukazovat, které kanály opravdu vytvářejí poptávku, asistují nákupu a přivádějí zákazníky zpět v pravý čas.
