Як знайти втрату 22% доходу, коли аналітика не показує помилок: кейс виробника б’юті-інструментів

Розбіжності між CRM і аналітикою — звична ситуація для ecommerce-проєктів. Проте коли аналітика не враховує мільйони гривень доходу, бізнес отримує викривлену картину ефективності маркетингу: неправильно оцінює канали, розподіляє бюджети й оптимізує рекламні кампанії на основі неповних даних.

Із такою проблемою до нас звернувся український виробник професійних інструментів для б’юті-індустрії. Після переходу на Google Analytics 4 команда помітила, що система враховує значно менше доходу, ніж показують фактичні продажі. Оскільки базова перевірка не виявила помилок, потрібно було проаналізувати весь шлях — від оформлення замовлення до звітів.

У матеріалі показуємо, як поглиблений аудит допоміг виявити джерело втрати 22% доходу в аналітиці та визначити, які дані бізнес фактично не враховував під час оцінки маркетингу.

Хто наш партнер

Український виробник інструментів для манікюру, педикюру та косметології. Асортимент бренду охоплює товари для домашнього догляду й професійні серії для майстрів і салонів.

Контекст і виклик

Після переходу з Universal Analytics на GA4 команда партнера помітила, що дані в різних системах суттєво відрізняються. Розбіжності стосувалися не лише доходу: 

• канали трафіку визначалися некоректно; 
• показники органічних переходів у GA4 були значно нижчими, ніж у Google Search Console;
• Google Ads фіксував більше продажів, ніж аналітика.

Водночас типові причини розходжень не підтвердилися: дані про покупки передавалися без явних втрат і дублювання, незалежно від способу оплати чи доставлення. Це означало, що відмінності були пов’язані не з базовими налаштуваннями, а з менш очевидною особливістю передачі даних.

Важливим чинником стала специфіка бізнесу: значну частину продажів становили професійні та оптові замовлення від салонів і майстрів із високим середнім чеком та великою кількістю товарів у кошику. Саме серед таких замовлень ми шукали закономірність.

Цілі співпраці

1. Визначити причину розбіжностей у доході між CRM, GA4 та рекламними системами.
2. Підготувати рекомендації щодо усунення суперечностей та відновлення коректного обліку доходу в аналітиці.

Стратегія

Ми вирішили діяти послідовно: 

Крок 1. Аудит аналітичної інфраструктури

Спочатку ми перевірили: 

• як сайт збирає та передає дані про трафік, покупки й дохід до GA4, Google Ads, Meta Ads і TikTok Ads; 
• налаштування Google Tag Manager; 
• UTM-розмітку; 
• передачу конверсій; 
• структуру подій; 
• роботу клієнтського та серверного трекінгу.

Окремо протестували відстеження покупок за різних способів оплати, доставлення та сценаріїв оформлення замовлення, а також коректність атрибуції каналів.

Аудит не виявив критичних помилок: інформація про покупки передавалася без явних втрат і масового дублювання, а способи оплати чи доставки не впливали на відстеження замовлень.

Крок 2. Аналіз розбіжностей і пошук технічної причини

Ми зіставили дані CRM і GA4 за 10 днів. Різниця в кількості замовлень становила лише 4,31%, тоді як у доході — 22,64%.

Ми відібрали всі замовлення, які були в CRM, але не потрапили до GA4. Лише 5% із них були зроблені телефоном, решта — оформлені через сайт. Далі почали шукати закономірності:

1. Джерела трафіку. Замовлення, які не потрапили до GA4, були розподілені між direct, Google CPC, organic та іншими каналами. Отже, ситуація не була пов’язана з конкретним джерелом трафіку.
2. Способи оплати. Жоден платіжний метод не пояснював усіх втрат — відмінності виникали за різних сценаріїв оплати.
3. Середній чек і структура кошиків. Саме тут ми знайшли ключову закономірність: GA4 переважно втрачала замовлення з високим доходом — великі оптові кошики зі значною кількістю товарних позицій. Найчастіше не потрапляли до аналітики замовлення з понад 21 товаром, а частина кошиків із понад 41 позицією не фіксувалася взагалі.

Ця закономірність підказала технічне обмеження: у великих замовленнях обсяг даних, які передавалися разом із подією покупки, перевищував ліміт GA4 у 16 КБ.

Коли кошик містив забагато товарів і параметрів, система не обробляла подію. У CRM замовлення зберігалося, але в GA4 не потрапляло. 

Крок 3. Підготовка рекомендацій

Після виявлення причини ми підготували для партнера два варіанти рішення:

1. Скорочення обсягу даних у події покупки. Якщо подія перевищує допустимий розмір, передавати до GA4 лише ключові параметри: ідентифікатор транзакції, суму та валюту — без повної деталізації товарів у кошику. Так система зможе коректно враховувати дохід навіть у великих замовленнях. Цей варіант простіший у реалізації.
2. Розподіл великих замовлень на кілька частин. Передавати товари з одного великого кошика кількома транзакціями. Це дасть змогу зберегти деталізацію за товарами, але потребуватиме змін у CRM та синхронізації ідентифікаторів між системами. 

Наразі партнер розглядає обидва сценарії та обирає оптимальний варіант для свого технічного стеку. 

Як позбутися хаосу в маркетингових звітах і бачити ефективність каналів в одному місці — читайте в кейсі Yogoda.

Результати

У результаті аудиту партнер отримав:

Ми надали не лише перелік помилок у налаштуваннях, а конкретну відповідь, які замовлення втрачала аналітика, чому це відбувалося та як відновити коректний облік доходу.

Висновки

Цей кейс показує, що великі розбіжності в аналітиці не завжди означають «зламаний трекінг». Іноді причина лежить глибше — у технічних обмеженнях платформ і специфіці самого бізнесу.

У цьому проєкті саме особливість B2B-замовлень і великі оптові кошики стали причиною втрати доходу в GA4. І без поглибленого аудиту та послідовного аналізу знайти цю закономірність було б практично неможливо.

Відгуки про співпрацю

Єлизавета Бережко, Data Analyst в Netpeak