- enjoyGrowth!
- Posts
- 💡Dlaczego Twoje dane marketingowe Cię okłamują (i co z tym zrobić przy skalowaniu e-commerce)
💡Dlaczego Twoje dane marketingowe Cię okłamują (i co z tym zrobić przy skalowaniu e-commerce)
Jeśli inwestujesz 30k+ i działasz na 2+ kanałach, potrzebujesz czegoś więcej niż ROAS z Facebooka. Ten materiał pokaże Ci, co mierzyć, jak mierzyć i kiedy to robić, żeby skalować z głową.
Cześć! Z tej strony Patrycja 👋
To wydanie jest wyjątkowo dostępne wszystkich 🤗
Jeśli prowadzisz firmę albo odpowiadasz za marketing – jesteś w dobrym miejscu.
Co poniedziałek dzielę się tu tym, co naprawdę pomaga rozwijać biznes – na bazie doświadczeń, danych i sprawdzonych obserwacji z rynku.
Dziękuję, że tu jesteś – to dla mnie naprawdę ważne.
Coraz częściej trafiają do mnie klienci, którzy są w momencie skalowania działań marketingowych. Zaczynają samodzielnie zwiększać budżety, uruchamiają kolejne kanały reklamowe, testują nowe podejścia. I bardzo szybko zadają sobie (i mnie) pytanie: „Co zrobić, żeby nie przepalić budżetu? Jak podejść do tego mądrze?”
Moja odpowiedź zwykle brzmi… pytaniem:
„Jak mierzysz efekty? Na czym opierasz swoje decyzje?”
I tu najczęściej pojawia się ta sama odpowiedź: „Patrzymy na dane z paneli reklamowych.”
I to właśnie jeden z największych błędów, które obserwuję. Panele reklamowe to tylko jedna strona historii – bardzo wygodna, bardzo optymistyczna i… bardzo nieobiektywna.
Dlatego przygotowałam ten materiał, który pomoże Ci ogarnąć fundamenty analityczne niezbędne przy skalowaniu e-commerce’u.
Dla kogo jest ten materiał?
dla e-commerce’ów, które przekroczyły 30 000 PLN miesięcznie w budżecie reklamowym,
dla tych, którzy działają przynajmniej w dwóch kanałach (np. Google + Meta, Meta + TikTok),
ale także dla większych firm, które wciąż nie mają wdrożonego Conversion API, Consent Mode czy Enhanced Conversions,
oraz dla marketerów, którzy chcą lepiej rozumieć różnice między danymi w GA4, Meta Ads, CRM-em a rzeczywistością.
Z tego materiału dowiesz się m.in.:
Jak różne platformy reklamowe przypisują sprzedaż i czemu dane się nie zgadzają
Dlaczego GA4 zaniża wyniki, a Meta „zawyża”
Jak działa Conversion API i co realnie daje
Na jakim etapie warto wdrożyć bardziej zaawansowaną analitykę
Co musi być „ogarnięte” zanim zaczniesz skalować z głową
I co zrobić, żeby nie wpaść w pułapkę „ładnych danych z paneli”
Jeśli myślisz poważnie o skalowaniu swojego e-commerce’u – to jest materiał dla Ciebie. Wyjątkowo postanowiłam zrobić otwartą publikację, ponieważ zależy mi na świadomym rozwoju biznesów, a ten temat traktują jako podstawę i chcę, aby dotarł do jak najszerszego grona odbiorców 😊
📊 Jak panele reklamowe przypisują sprzedaż (i dlaczego to się często nie zgadza)
Zacznijmy od fundamentu: każda platforma reklamowa patrzy na efekty kampanii przez swoje okulary. I każda z nich jest… delikatnie mówiąc, trochę stronnicza.
Kiedy prowadzisz kampanie na Google, Meta czy TikToku, każda z tych platform raportuje własną liczbę konwersji, a Ty – jako marketer czy właściciel e-commerce – próbujesz się w tym odnaleźć.
I tu wchodzimy w temat, który jest nie tylko techniczny, ale przede wszystkim krytyczny dla skalowania działań: w jaki sposób te systemy przypisują sprzedaż i dlaczego pokazują inne dane niż GA4 czy Twój CRM.
🔍 Jak działa przypisywanie konwersji?
Na poziomie uproszczonym – każda platforma przypisuje sobie zasługę za sprzedaż, jeśli uzna, że miała wpływ na ścieżkę zakupową użytkownika. Ale każda z nich:
nie widzi tego, co robi konkurencja np. Meta nie uwzględnia Google Ads,
używa innego modelu atrybucji,
działa w innym oknie czasowym (np. 1, 7, 28 dni),
ma inny dostęp do danych – zależny od zgód, cookiesów, loginów.
📊 Porównanie: jak mierzą konwersje najpopularniejsze platformy?
Platforma | Sposób śledzenia | Domyślny model atrybucji | Widoczność bez zgody | Uwagi praktyczne |
---|---|---|---|---|
Google Ads | Tag Google + cookies | Ostatnie kliknięcie Google (można zmienić) | ⚠️ Ograniczona (modelowanie via Consent Mode) | Dobry dostęp do danych, zwłaszcza z GA4 |
Meta (Facebook/IG) | Pixel + dane zalogowanych | Click-through + view-through (do 7 dni/1 dzień) | ⚠️ Słaba widoczność bez zgód | Często zawyżone wyniki, jeśli używamy tylko danych z panelu |
TikTok Ads | TikTok Pixel + cookies | Click-through + view-through (do 7 dni) | ⚠️ Silnie ograniczona | Mało dokładna atrybucja – warto łączyć z innymi źródłami |
GA4 | Tag GA4 + cookies 1st party | Data-driven (domyślnie) | ✅ Modeluje brakujące dane | W teorii najbardziej obiektywny - deduplikuje konwersje, ale nie robi tego w dobry sposób. |
🍪 Co z cookiesami, zgodami i consent mode?
To, czy platformy w ogóle widzą użytkownika i jego zachowania, zależy dziś w ogromnym stopniu od:
zgody na cookies (Consent Mode) – jeśli użytkownik kliknie „odrzuć”, to wiele danych przepada (chyba że masz modelowanie w GA4),
użycia Enhanced Conversions / CAPI w Meta / eAPI w TikToku– czyli przesyłania zaszyfrowanych danych np. e-maili, co pozwala lepiej dopasować konwersje -uzupełnia to brakujące dane, ale to dalej silosowe działanie w obrębie danego kanału.
konfiguracji GTM / tagów – bez dobrze skonfigurowanych tagów i consent mode, nawet najlepiej wyglądająca kampania będzie raportować „puste” dane.
📉 Dlaczego dane się różnią?
Jeśli Twoje GA4 pokazuje 100 konwersji, Meta twierdzi, że zrobiła 160, a Google podaje 120 – to… wszyscy mogą mieć „rację”, tylko każdy z nich liczy po swojemu.
Oto najczęstsze źródła rozbieżności:
Model atrybucji – każda platforma przypisuje inaczej (ostatni klik, pierwszy, data-driven, view-through...).
Okno konwersji – Meta przypisze konwersję nawet do 7 dni po obejrzeniu reklamy. GA4 nie.
Zgody na cookies – bez zgody, GA4 nie widzi użytkownika. Google i Meta mogą próbować modelować, ale różnie to działa.
Duplikacja konwersji – jedna transakcja może zostać przypisana do kilku źródeł. Panel Meta mówi „moja”, Google mówi „moja”, a w rzeczywistości to ta sama sprzedaż.
Brak Enhanced Conversions / CAPI w Meta / eAPI w TikToku – bez tych narzędzi masz dziury w danych.
Przykład z życia (e-commerce 50k+ PLN / m-c)
Klient prowadzi kampanie w Google, Meta i TikToku. GA4 pokazuje 420 konwersji w miesiącu.
Meta twierdzi, że „dostarczyła” 390, Google – 280, TikTok – 130.
CRM pokazuje 460 zamówień.
Po analizie okazuje się, że:
~80 zamówień Meta przypisała sobie po wyświetleniu reklamy (użytkownik nie kliknął),
Google przypisał sprzedaż do kampanii brandowej (ostatni klik),
TikTok „zagarnął” część zamówień, gdzie użytkownicy obejrzeli reklamę, ale kupili dopiero po tygodniu – a GA4 tego nie powiązało.
Wniosek? Bez spięcia danych międzyplatformowo + analityki po stronie sklepu (GA4/CRM), nie wiesz realnie, co działa.
🧩 To jak to w końcu jest z tym Conversion API?
Jeśli inwestujesz w Meta Ads i chcesz, żeby dane o konwersjach były dokładniejsze, bardziej kompletne, a wyniki kampanii realnie odzwierciedlały sprzedaż – to Conversion API (CAPI) jest Twoim najlepszym sojusznikiem. Analogicznie wtedy potrzebujesz też mieć wdrożone wspomniane wcześniej tego typu rozwiązania w innych kanałach: Enhanced Conversion w Google Ads i eAPI w TikToku.
Jak to działa w praktyce?
Użytkownik klika reklamę na IG lub Facebooku.
Wchodzi na Twoją stronę i coś kupuje.
Jeśli masz wdrożone CAPI, Twój serwer (albo np. Shopify / GTM Server Side) przesyła do Mety dane transakcyjne: e-mail, ID zamówienia, IP, user agent.
Meta dopasowuje te dane do zalogowanego użytkownika – nawet jeśli cookies nie zadziałały, a piksel został zablokowany.
To nazywa się people-based attribution – czyli przypisywanie konwersji nie na podstawie przeglądarki, ale konkretnego użytkownika, który był zalogowany.
💡 Co to daje?
Lepsze dopasowanie konwersji – zwłaszcza jeśli dużo użytkowników korzysta z iOS, Safari, adblocków itd.
Mniej „gubienia” danych – jeśli cookies nie zadziałały, CAPI często „uratowuje” konwersję.
Lepsza optymalizacja kampanii – algorytmy Meta mają więcej danych i szybciej uczą się, kto konwertuje.
Wiarygodniejsze raporty – nie opierasz się tylko na pikselu (który często zawodzi).
TL;DR
Conversion API nie sprawia, że Meta staje się nagle „first-party”. Ale sprawia, że Ty – jako właściciel danych – możesz dać Mecie lepsze, bardziej kompletne dane, które nie zależą od ciasteczek i przeglądarek.
Jeśli wydajesz więcej niż 30 000 PLN miesięcznie w Meta Ads, a jeszcze nie masz CAPI – to jest absolutny must-have. Nawet podstawowa integracja przez Shopify, WooCommerce, GTM czy Segment daje ogromną różnicę w jakości danych i wynikach kampanii.
🎯 Case study: Coffeedesk – czy Meta naprawdę działa?
Podczas marcowej konferencji RZEcommerce, Arek Wiśniewski z Sublime i Zbyszek Iwański z Coffeedesk pokazali, jak wygląda realne skalowanie kampanii Meta w firmie, która jest liderem swojego rynku.
Kontekst: Coffeedesk zna swoich klientów – to pasjonaci, którzy spędzają czas na Facebooku, rozmawiają o kawie, uczestniczą w grupach. Naturalnym krokiem była próba skalowania Mety jako kanału akwizycji.
Ale pojawiło się kluczowe pytanie:
„Czy Meta faktycznie dowozi nowych klientów i czy to w ogóle ma sens kosztowy?”
Pokrycie między klikami z Meta a Google Ads Non-Brand wynosiło między 5 a 40%, co oznaczało, że kanały mocno się pokrywają i bez dobrej atrybucji nie jest możliwe odpowiedzenie na wspomniane pytanie (dane w GA4 mocno zaniżały atrybucję).

Problem: komu wierzyć?
Panel reklamowy Mety pokazuje tylko swoje konwersje – ale przypisuje ich dużo (także po samym wyświetleniu reklamy).
GA4 zaniża dane – szczególnie na Safari, Firefox, iOS.
Powody? Brak zgód na cookies, krótki czas życia sesji, brak śledzenia między urządzeniami (cross-device).
✅ Rozwiązanie: 1st party atrybucja z CAPI
We współpracy z Sublime wdrożono 1st party attribution – dane o konwersjach były zbierane z użyciem:
Meta Conversion API (CAPI) – czyli dane z backendu (np. e-mail, IP) trafiają bezpośrednio do Mety, niezależnie od cookiesów, a następnie do Sublime gdzie zasilają model atrybucji.
GA4 i CRM, gdzie dane były wzbogacane o rzeczywiste źródła kliknięć i wizyt.
Dzięki temu można było zrekonstruować pełne ścieżki zakupowe, z uwzględnieniem kliknięc Mety których GA4 nie widzi i lepiej ocenić, jak realnie działają kampanie Meta.
📊 Wnioski
#1 Meta działa znacznie lepiej niż zakładano

Znormalizowany ROAS (Return on Ad Spend) dla kampanii Meta różnił się znacząco w zależności od źródła danych:
Typ kampanii | ROAS wg Mety | ROAS wg GA4 | ROAS wg 1st party attribution |
---|---|---|---|
Retargeting | 3.8 | 0.8 | 2.3 (2.7x więcej niż GA4) |
Prospecting | 10.8 | 0.7 | 2.3 (3x więcej niż GA4) |
GA4 mocno zaniża efektywność, bo nie widzi pełnej ścieżki – a 1st party model pokazuje, że Meta realnie „robi robotę”.
#2 Klienci z Mety mają bardzo dobre LTV

Sprawdzono także wartość klienta w czasie (LTV – lifetime value) po 30, 60 i 90 dniach od zakupu.
Kanał | LTV po 90 dniach |
---|---|
Meta | ~330 |
Performance Max | ~310 |
Direct (organic) | ~320 |
➡️ Klienci pozyskani przez kampanie Meta kupują ponownie i mają wysoką wartość w czasie, co może być zaskoczeniem dla tych, którzy traktują ten kanał wyłącznie wizerunkowo.
#3 Meta zdobywa głównie klientów powracających

To, co zaskoczyło nawet sam zespół Coffeedesku:
Meta pozyskiwała mniej nowych klientów, niż zakładano.
Kanał | % powracających klientów |
---|---|
Direct | 71% |
Meta | 68% |
Performance Max | 40% |
➡️ Meta świetnie działa jako kanał utrzymujący kontakt z obecnymi klientami, niekoniecznie jako główny kanał akwizycji nowych. Wnioski?
Jeśli zależy Ci na pozyskiwaniu nowych klientów – warto dołożyć inne kanały (np. Google Search Non-Brand, TikTok, afiliację).
Meta może świetnie pełnić rolę kanału „częstotliwościowego”, czyli utrzymywać obecność w głowie klienta – pod warunkiem, że dane to potwierdzają.
Jeżeli zainteresowała Cię marka Coffeedesk, to odsyłam Cię do mojej analizy 🚀Jak Coffeedesk skutecznie rozwija e-commerce bez rabatowej wojny cenowej?
📈 Kiedy kampanie trzeba zacząć optymalizować „na serio”?
Na podstawie mojej pracy z dziesiątkami e-commerce’ów — od małych DTC do dużych marek z budżetami 7-cyfrowymi — widzę jeden kluczowy wzorzec:
Im więcej kanałów i im większy budżet, tym bardziej potrzebujesz uporządkowanej analityki.
Ale po kolei:
Etapy rozwoju e-commerce a potrzeby analityczne
Etap biznesu | Budżet mediowy | Liczba kanałów | Priorytet w analityce |
---|---|---|---|
Start / walidacja | do 10k PLN | 1 | Ustaw tracking, sprawdzaj ROAS w panelach, GA4 |
Wczesne skalowanie | 10–30k PLN | 2 | Porównuj dane między kanałami, zacznij GA4 z consent mode (CM jest potrzebny od początku) |
Skalowanie z rozmysłem | 30–100k PLN | 2–4 | Łącz dane z CRM, wdrażaj CAPI, Enhanced Conversions |
Dojrzały e-commerce | 100k+ PLN | 4+ | Modeluj atrybucję, eksport do BigQuery, dashboardy Looker Studio lub BI |
🔍 Kluczowy moment? Gdy masz 2+ kanały
To moment, w którym panel reklamowy przestaje wystarczać. Google będzie przypisywać 100% konwersji sobie, Meta też, a TikTok zacznie raportować swoje „view-through” jako sukces. A Ty? Zaczynasz się gubić, co tak naprawdę działa.
Wniosek z mojej praktyki: Jeśli działasz przynajmniej na dwóch kanałach i Twój miesięczny budżet przekracza 30 000 PLN, to bez porządnej analityki bardzo łatwo podejmować błędne decyzje.
Zadbaj o podstawy: mini-checklista analityczna
Zanim przejdziesz do modelowania danych, BI i Lookera, upewnij się, że ogarniasz bazę. Oto lista rzeczy, które każdy e-commerce skalujący się powinien mieć wdrożone:
✅ Tracking i zgody
Consent Mode v2 – zgodność z RODO, modelowanie konwersji przy braku zgód
Google Tag Manager – ustandaryzowany i udokumentowany setup tagów
GA4 poprawnie skonfigurowane – eventy + ecommerce + cross-domain (jeśli trzeba)
✅ Zaawansowane śledzenie
Enhanced Conversions (Google Ads) – przesyłanie danych użytkownika po konwersji
Meta Conversion API (CAPI) oraz eAPI (TikTok) – integracja po stronie serwera (np. GTM Server Side, Shopify, Woo)
Import danych z CRM – przynajmniej dla głównych zamówień (np. email, wartość, status)
Pamiętaj jednak, że zaawansowane śledzenie nie rozwiąże problemu, z którym się mierzymy. Wspomniany Arek Wiśniewski powiedział:
Trackowanie zachowań użytkowników w internecie staje się coraz trudniejsze. Ekosystemy Mety, Google czy TikToka nie pozwalają na dobre rozpoznawanie tego samego użytkownika, pozostaje opierać się o cookie. Z drugiej strony przeglądarki jak iOS czy Safari a niedługo już Chrome nie pozwalają na długie trzymanie ciasteczek. Przez to ciężko o pełną ścieżkę konwersji. Każdy panel marketingowy, e-commerce czy GA4 mówią co innego. Rozwiązaniem jest poskładanie tych rozrzuconych fragmentów w jedną całość - atrybucja 1st party.
✅ Łączenie danych
Porównanie danych GA4 vs. panele reklamowe – czyli różnice w ROAS, CPA, liczbie konwersji
Atrybucja oparta o 1st-party data – np. UTM + click ID + email hash
Prosty dashboard (np. Looker Studio) – jedno miejsce, wiele źródeł, szybkie wnioski
W oparciu o swoje doświadczenie przygotowałam kilka pro tipów, które potencjalnie mogą Ci pomóc w jeszcze lepszej analizie Twoich danych.
💡 Pro tip #1: GA4 nie widzi wszystkiego i to jest OK, jeśli wiesz dlaczego
Jeśli Twoje dane w GA4 wyglądają słabo, to niekoniecznie kampania nie działa. GA4 nie widzi części konwersji z iOS, Safari, użytkowników bez zgody. Wdrożenie wspomnianych rozwiązań typu Enhanced Conversion, CAPI, eAPI, czy consenst mode poprawi jakość danych, ale w pełni ich nie uzupełni w GA4 i jest to problem, z którym mierzy się cały rynek.
💡 Pro tip #2: Conversion API to nie dodatek, tylko obowiązek (powyżej 30k PLN budżetu)
Masz budżet >30 000 zł miesięcznie na Meta Ads? Bez CAPI kampanie są jak samochód bez lusterek — niby jedziesz, ale nie masz pełnej kontroli. Nawet podstawowa integracja przez Shopify, WooCommerce czy GTM Server Side daje ogromny skok jakości danych.
💡 Pro tip #3: Testuj ROAS w różnych źródłach — różnice to nie bug, tylko insight
Jeśli Meta pokazuje ROAS 4.0, a GA4 0.9, to niekoniecznie ktoś kłamie. Sprawdź:
modele atrybucji (last click vs data-driven),
okna konwersji,
jakość danych (cookies, zgody, eventy).
Czasem „prawda” leży gdzieś pomiędzy i warto zbudować własny model 1st-party attribution.
💡 Pro tip #4: Im więcej kanałów, tym mniej możesz ufać pojedynczym panelom
Gdy masz tylko Google — panel Google działa OK. Ale przy dwóch kanałach (np. Google + Meta) zaczyna się konflikt danych. Każdy przypisze sobie tę samą konwersję. Dlatego właśnie od 2+ kanałów warto patrzeć przez niezależny system np. poprzez atrybucję 1st party.
💡 Pro tip #5: Consent Mode działa tylko wtedy, gdy naprawdę go skonfigurujesz
Samo włączenie Consent Mode w GTM to dopiero początek. Upewnij się, że Twoje tagi (GA4, Ads, Meta, TikTok) respektują zgodę użytkownika. W innym przypadku stracisz dane albo gorzej – złamiesz przepisy RODO.
Na koniec – czyli po co to wszystko?
Skalowanie biznesu to nie tylko zwiększanie budżetów i uruchamianie nowych kampanii. To przede wszystkim świadome decyzje oparte na danych, które są kompletne, spójne i właściwie zinterpretowane.
Bo kiedy wydajesz 30, 50 czy 150 tysięcy miesięcznie, to koszt złej decyzji może być większy niż budżet testowy mniejszego e-commerce’u.
Dlatego tak mocno podkreślam rolę analityki – tej prawdziwej, nie tylko z panelu reklamowego. Bo dopiero wtedy masz realną kontrolę nad tym, co działa, a co tylko wygląda, jakby działało.
🤝 Chcesz rozwijać swój e-commerce świadomie?
Jeśli zależy Ci na rozwoju, który jest oparty o dane, nie przeczucia,
jeśli chcesz strategicznie podejść do skalowania działań marketingowych,
albo po prostu masz ochotę pogadać o tym, jak nie przepalać budżetu przy wzroście, to napisz do mnie na [email protected]. Z chęcią porozmawiam, zadam kilka pytań i zobaczymy, czy mogę Ci pomóc.
A do tego mam dla Ciebie coś ekstra ‼️ Sublime oferuje darmową konsultację analityczną dla pierwszych 5 e-commerce, które mają problem z pomiarem Meta vs GA4 i chcą porozmawiać, jak do tego podejść. Jeżeli chcesz z tego skorzystać, to napisz do mnie na [email protected].
Koniecznie daj znać, jak oceniasz powyższą treść 😀 |
Dziękuję za Twoją uwagę 🤗
Patrycja Kościołowska
Strateg | Mentorka | Autorka enjoyGrowth!
patrycjakosciolowska.com
Reply