Как найти потерю 22% дохода, когда аналитика не показывает ошибок: кейс производителя бьюти-инструментов

Расхождения между CRM и аналитикой — обычная ситуация для ecommerce-проектов. Однако когда аналитика не учитывает миллионы гривен дохода, бизнес получает искаженную картину эффективности маркетинга: неправильно оценивает каналы, распределяет бюджеты и оптимизирует рекламные кампании на основе неполных данных.

С такой проблемой к нам обратился украинский производитель профессиональных инструментов для бьюти-индустрии. После перехода на Google Analytics 4 команда заметила, что система учитывает значительно меньше дохода, чем показывают фактические продажи. Поскольку базовая проверка не выявила ошибок, потребовалось проанализировать весь путь — от оформления заказа до отчетов.

В материале показываем, как углубленный аудит помог выявить источник потери 22% дохода в аналитике и определить, какие данные бизнес фактически не учитывал при оценке маркетинга.

Кто наш партнер

Украинский производитель инструментов для маникюра, педикюра и косметологии. Ассортимент бренда включает товары для домашнего ухода и профессиональные серии для мастеров и салонов.

Контекст и задача

После перехода с Universal Analytics на GA4 команда партнера заметила, что данные в разных системах существенно различаются. Расхождения касались не только дохода: 

• каналы трафика определялись некорректно; 
• показатели органических переходов в GA4 были значительно ниже, чем в Google Search Console;
• Google Ads фиксировал больше продаж, чем аналитика.

В то же время типичные причины расхождений не подтвердились: данные о покупках передавались без явных потерь и дублирования, независимо от способа оплаты или доставки. Это означало, что различия были связаны не с базовыми настройками, а с менее очевидной особенностью передачи данных.

Важным фактором стала специфика бизнеса: значительную часть продаж составляли профессиональные и оптовые заказы от салонов и мастеров с высоким средним чеком и большим количеством товаров в корзине. Именно среди таких заказов мы искали закономерность.

Цели сотрудничества

1. Определить причину расхождений в доходе между CRM, GA4 и рекламными системами.
2. Подготовить рекомендации по устранению несоответствий и восстановлению корректного учета дохода в аналитике.

Стратегия

Мы решили действовать последовательно:

Шаг 1. Аудит аналитической инфраструктуры

Сначала мы проверили: 

• как сайт собирает и передает данные о трафике, покупках и доходе в GA4, Google Ads, Meta Ads и TikTok Ads; 
• настройки Google Tag Manager; 
• UTM-разметку; 
• передачу конверсий; 
• структуру событий; 
• работу клиентского и серверного трекинга.

Отдельно протестировали отслеживание покупок при различных способах оплаты, доставки и сценариях оформления заказа, а также корректность атрибуции каналов.

Аудит не выявил критических ошибок: информация о покупках передавалась без явных потерь и массового дублирования, а способы оплаты или доставки не влияли на отслеживание заказов.

Шаг 2. Анализ расхождений и поиск технической причины

Мы сопоставили данные CRM и GA4 за 10 дней. Разница в количестве заказов составляла всего 4,31%, тогда как в доходе — 22,64%.

Мы отобрали все заказы, которые были в CRM, но не попали в GA4. Лишь 5% из них были сделаны по телефону, остальные — оформлены через сайт. Далее начали искать закономерности:

1. Источники трафика. Заказы, которые не попали в GA4, были распределены между direct, Google CPC, organic и другими каналами. Таким образом, ситуация не была связана с конкретным источником трафика.
2. Способы оплаты. Ни один способ оплаты не объяснял всех потерь — различия возникали при разных сценариях оплаты.
3. Средний чек и структура корзин. Именно здесь мы обнаружили ключевую закономерность: GA4 в основном теряла заказы с высокой выручкой — крупные оптовые корзины со значительным количеством товарных позиций. Чаще всего в аналитику не попадали заказы с более чем 21 товаром, а часть корзин с более чем 41 позицией не фиксировалась вообще.

Эта закономерность подсказала техническое ограничение: в крупных заказах объем данных, передаваемых вместе с событием покупки, превышал лимит GA4 в 16 КБ.

Когда корзина содержала слишком много товаров и параметров, система не обрабатывала событие. В CRM заказ сохранялся, но в GA4 не попадал. 

Шаг 3. Подготовка рекомендаций

После выявления причины мы подготовили для партнера два варианта решения:

1. Сокращение объема данных в событии покупки. Если событие превышает допустимый размер, передавать в GA4 только ключевые параметры: идентификатор транзакции, сумму и валюту — без полной детализации товаров в корзине. Так система сможет корректно учитывать доход даже в крупных заказах. Этот вариант проще в реализации.
2. Разделение крупных заказов на несколько частей. Передавать товары из одной большой корзины несколькими транзакциями. Это позволит сохранить детализацию по товарам, но потребует изменений в CRM и синхронизации идентификаторов между системами. 

В настоящее время партнер рассматривает оба сценария и выбирает оптимальный вариант для своего технического стека. 

Результаты

В результате аудита партнер получил:

Мы предоставили не только перечень ошибок в настройках, но и конкретный ответ на вопросы: какие заказы теряла аналитика, почему это происходило и как восстановить корректный учет дохода.

Выводы

Этот кейс показывает, что значительные расхождения в аналитике не всегда означают «сломанный трекинг». Иногда причина лежит глубже — в технических ограничениях платформ и специфике самого бизнеса.

В этом проекте именно особенность B2B-заказов и крупные оптовые корзины стали причиной потери дохода в GA4. И без углубленного аудита и последовательного анализа обнаружить эту закономерность было бы практически невозможно.

Отзывы о сотрудничестве

Елизавета Бережко, Data Analyst в Netpeak