Analityka kampanii Google Ads — jak zmierzyć realny ROAS, a nie ROAS z raportu

ROAS w panelu Google Ads wygląda zwykle 1.5-2× lepiej, niż jest naprawdę. Trzy główne powody: zdublowane eventy (purchase odpalany 2× przy odświeżeniu strony), brak deduplikacji między pikselem a CAPI, naiwna atrybucja (ostatnie kliknięcie = wszystko, mimo że klient miał 5 dotknięć przed zakupem). Jak budujemy wiarygodny pomiar Google Ads w naszej praktyce — server-side, atrybucja per kanał, dashboard pod biznes, nie pod „CTR rośnie".

Trzy źródła zafałszowania ROAS

1. Zdublowane eventy purchase

Konwersja zakupu odpalana błędnie: na każdym refreshu strony „dziękujemy", na każdym powrocie z PayU, przy odświeżeniu koszyka po zamówieniu. Wynik: jeden zakup liczony 2-5×. W panelu Google Ads ROAS rośnie, w księgach firmy stoi.

Naprawa: flagowanie w bazie danych zakończonego zamówienia (meta _capi_purchase_sent) — purchase wysyłany tylko raz, niezależnie od liczby refreshy.

2. Brak deduplikacji między pikselem a CAPI

Server-side tracking (Conversions API) wysyła purchase z serwera. Piksel po stronie przeglądarki wysyła go też. Bez wspólnego event_id Google liczy oba jako dwie konwersje. ROAS w raporcie 2× zawyżony.

Naprawa: generowanie wspólnego event_id po stronie serwera (np. pur_2525_662a3f8b1e4c97), przekazanie go zarówno do piksela (przez dataLayer), jak i do CAPI. Google dedupliuje na podstawie identycznego ID.

3. Naiwna atrybucja last-click

Klient przyszedł z organic → 3 dni później wrócił z PMax → kupił. Last-click przypisuje całość zakupu do PMax. Realnie: organic zasiało zakup, PMax tylko zamknął. Bez wieloźródłowej atrybucji Google Ads wygląda 2× silniej niż jest.

Naprawa: model atrybucji data-driven w Google Ads (wymaga 300+ konwersji w 30 dniach) + cross-channel attribution w GA4. ROAS „rzeczywisty" zwykle 30-50% niższy niż last-click.

Konwersje serwerowe (Conversions API) — must-have, nie opcja

Bez server-side trackingu tracisz 30-50% danych o konwersjach przez:

• Adblockery (15-30% ruchu, w zależności od branży),
• Apple ITP (Intelligent Tracking Prevention) — Safari iOS,
• Tryb prywatny / incognito,
• Disable JavaScript (rzadko, ale jest).

Server-side: PHP/Node wysyła event bezpośrednio do API Google (z hashami emaili klientów dla Enhanced Conversions). Dane są kompletne, ROAS bardziej wiarygodny, algorytm Smart Bidding lepiej trenuje.

Atrybucja i okna konwersji — co realnie skalować

Domyślne okno konwersji Google Ads to 30 dni od kliknięcia, 1 dzień od wyświetlenia. Dla większości e-commerce sensowne, dla niektórych branż (B2B, drogie produkty) za krótkie.

Co dostosowujemy:

• B2B / wysokie ceny — okno 60-90 dni kliknięcie, 7-30 dni wyświetlenie,
• Pellet, opał — okno sezonowe; klient sprawdza w kwietniu, kupuje w sierpniu,
• Beauty, fashion — okno krótsze (7-14 dni), bo decyzja zakupowa szybka.

Atrybucja: data-driven (jeśli masz wolumen) lub linear/position-based (jeśli nie). Last-click to model „dla leniwych" — nie używamy.

Dashboard pod biznes, nie pod „CTR rośnie"

Standardowe raporty Google Ads pokazują CTR, CPC, impressions. Większość z tego jest mylącym szumem. Co realnie pokazujemy klientowi:

1. Realny ROAS (po deduplikacji, po dedup pikseli, po data-driven attribution),
2. Zysk biznesowy — przychód minus marża minus koszt Ads. Brak marży = brak zysku, niezależnie od ROAS,
3. Koszt pozyskania klienta (CAC) i LTV — bo to zysk z klienta przez lata, nie z jednej transakcji,
4. Skala vs efektywność — które kampanie skalują (rosnący budżet, stały ROAS), które są przy suficie (rosnący budżet, spadający ROAS),
5. Sezonowość i trend — Y/Y, M/M, nie tylko ostatnie 30 dni.

Wnioski

Bez wiarygodnego pomiaru Google Ads to spalanie budżetu w trybie ślepym. Algorytm uczy się na danych, które dostaje — jeśli dajesz mu śmieci, dostajesz śmieci z powrotem. Trzy poprawki, które robimy w pierwszej kolejności na każdym projekcie: (a) deduplikacja eventów, (b) Conversions API, (c) data-driven attribution. Każda z osobna podnosi precyzję pomiaru o 20-40%, razem dają obraz tego, co algorytm Ads realnie widzi.

Pełna oferta śledzenia konwersji: zaawansowane śledzenie konwersji. Case study uporządkowania pomiaru w sklepie WooCommerce: huka.com.pl.