Skąd przychodzą klienci – metody śledzenia źródeł ruchu, kampanii reklamowych i konwersji na stronie

Jeżeli sklep internetowy wydaje 20 tys. zł miesięcznie na Google Ads i Meta Ads, a w panelu sprzedażowym widać tylko 60 zamówień, sama liczba transakcji mówi niewiele. Trzeba jeszcze wiedzieć, który kanał przyprowadził klienta, która kampania wygenerowała wizytę i co wydarzyło się między pierwszym kliknięciem a zakupem. Bez tego budżet reklamowy jest optymalizowany bardziej na wyczucie niż na dane.

Problem polega na tym, że odpowiedź na pytanie „skąd przyszedł klient?” rzadko mieści się w jednej kolumnie raportu. Jedna osoba może najpierw zobaczyć reklamę na Instagramie, kilka dni później wejść z bezpłatnych wyników Google, następnie kliknąć newsletter i dopiero wtedy kupić. Google Analytics 4, system reklamowy i CRM mogą przypisać tę samą sprzedaż do różnych źródeł — i nie musi to oznaczać błędu.

Dlatego śledzenie ruchu trzeba budować warstwowo: najpierw poprawnie oznaczyć źródła, potem mierzyć zdarzenia i konwersje, a dopiero na końcu oceniać atrybucję oraz rentowność kampanii.

Najpierw źródło wizyty: GA4, UTM-y i porządek w nazewnictwie

Podstawowym narzędziem dla większości polskich firm pozostaje Google Analytics 4. GA4 rozróżnia kilka zakresów danych o źródłach ruchu i właśnie tutaj zaczyna się sporo nieporozumień.

W praktyce najczęściej trzeba patrzeć na:

• First user source / medium – źródło, z którego użytkownik został pozyskany po raz pierwszy,

• Session source / medium – źródło konkretnej sesji,

• Session campaign – kampanię przypisaną do danej sesji,

• domyślną grupę kanałów, np. Organic Search, Paid Search, Paid Social, Organic Social, Email, Referral czy Direct.

To rozróżnienie ma znaczenie. Jeżeli użytkownik pierwszy raz przyszedł z reklamy na Facebooku, a tydzień później wrócił przez Google i wtedy dokonał zakupu, raport pozyskania użytkowników i raport pozyskania ruchu mogą pokazywać coś innego. To nie jest wada GA4. Po prostu odpowiadają na inne pytania.

Przy kampaniach, których Google Analytics nie rozpoznaje automatycznie, podstawą są parametry UTM. Minimalny sensowny zestaw wygląda tak:

utm_source=facebook
utm_medium=paid_social
utm_campaign=wyprzedaz_sierpien

W bardziej szczegółowych kampaniach przydają się także:

utm_content=video_15s_wariant_a
utm_term=buty_biegowe
utm_id=kampania_2026_08

Najważniejsza zasada brzmi: nazwy muszą być ustalone przed uruchomieniem kampanii, a nie wymyślane przez każdą osobę osobno.

Jeżeli jeden marketer stosuje facebook, drugi fb, a agencja Facebook.com, w GA4 powstają trzy różne wartości źródła. Podobnie z medium: cpc, paid, paid-social i paid_social nie są dla systemu tym samym.

W firmach prowadzących kilkanaście lub kilkadziesiąt kampanii najlepiej przygotować prosty słownik tagowania, np.:

• źródło: google, facebook, instagram, linkedin, newsletter,

• medium: cpc, paid_social, email, affiliate,

• kampania: produkt_okres_cel, np. leasing_q3_leady,

• content: format i wariant kreacji, np. video_a_15s,

• term: słowo kluczowe lub segment, jeśli rzeczywiście jest potrzebny.

Nie ma sensu wrzucać UTM-ów wszędzie. Nie należy dodawać ich do linków wewnętrznych na własnej stronie. Kliknięcie takiego linku może nadpisać informacje o kampanii i zepsuć analizę ścieżki. UTM służy do oznaczania wejścia z zewnętrznego źródła.

W Google Ads standardem jest natomiast automatyczne tagowanie, które wykorzystuje identyfikator kliknięcia, m.in. GCLID. Przy poprawnie połączonym Google Ads z GA4 daje ono więcej danych niż ręczne wpisanie samych UTM-ów. Ręczne tagowanie nadal przydaje się przy newsletterach, afiliacji, kodach QR, wpisach sponsorowanych, kampaniach na platformach społecznościowych i innych źródłach spoza ekosystemu Google.

Szczególną uwagę trzeba zwrócić na Direct / (none). Część właścicieli stron traktuje ten kanał jako ludzi, którzy świadomie wpisali adres strony w przeglądarce. To tylko część prawdy. Do Direct mogą trafić również wejścia, dla których system stracił informację o źródle — np. przez brak UTM, problematyczne przekierowanie, link w dokumencie PDF albo określone mechanizmy ochrony prywatności.

Jeżeli udział Direct nagle rośnie po uruchomieniu nowej kampanii, nie należy od razu uznawać, że marka stała się popularniejsza. Najpierw trzeba sprawdzić linki reklamowe.

Konwersja musi być zdarzeniem, które odpowiada realnej wartości biznesowej

Samo mierzenie wejść na stronę prowadzi do złych decyzji. Kampania może dostarczyć 10 tys. użytkowników po 0,30 zł za kliknięcie i nie wygenerować ani jednego sensownego zapytania. Druga może sprowadzić 500 użytkowników po 3 zł, z których 25 zostanie klientami.

Dlatego konfigurację analityki należy budować od zdarzeń biznesowych.

W sklepie internetowym podstawowym zdarzeniem końcowym jest zwykle purchase. W biznesie usługowym może to być:

• prawidłowo wysłany formularz,

• rezerwacja konsultacji,

• rejestracja konta,

• wysłanie konkretnego zapytania ofertowego,

• zakup abonamentu,

• telefon, jeżeli można go wiarygodnie powiązać z kampanią.

Drobniejsze interakcje — przewinięcie strony, kliknięcie numeru telefonu, pobranie cennika czy rozpoczęcie formularza — również są użyteczne, ale nie powinny być traktowane tak samo jak sprzedaż.

To jeden z najczęstszych błędów w audytach kont reklamowych: system optymalizuje kampanię na zdarzenie, które jest łatwe do osiągnięcia, ale ma niewielką wartość biznesową.

Przykład: firma usługowa ustawia jako główną konwersję kliknięcie przycisku „Kontakt”. Google Ads znajduje użytkowników chętnie klikających przycisk, więc liczba konwersji rośnie. Problem w tym, że część osób nie wysyła formularza. Algorytm wykonuje dokładnie to, o co został poproszony — tylko definicja sukcesu jest błędna.

Przy formularzach lepiej mierzyć potwierdzone wysłanie, a nie samo kliknięcie przycisku „Wyślij”. Jeżeli walidacja formularza zwróci błąd, kliknięcie nie powinno być liczone jako lead.

W e-commerce trzeba dodatkowo przekazywać co najmniej:

• identyfikator transakcji,

• wartość zamówienia,

• walutę,

• listę produktów,

• ilość produktów,

• cenę.

Szczególnie ważny jest unikalny identyfikator transakcji. Bez niego ponowne wejście na stronę potwierdzenia zamówienia może w źle skonfigurowanym wdrożeniu prowadzić do zawyżania sprzedaży.

Nie wystarczy też porównać liczby zakupów w GA4 z liczbą zamówień w WooCommerce, PrestaShop, Shopify czy systemie ERP i oczekiwać idealnego wyniku. Różnice powstają m.in. przez brak zgody na pomiar, blokowanie skryptów, błędy przeglądarki, płatności kończone poza witryną oraz odmienne reguły raportowania.

W Polsce i pozostałych krajach Europejskiego Obszaru Gospodarczego dochodzi jeszcze kwestia zgód użytkownika. Jeżeli firma korzysta z tagów Google do pomiaru reklam, remarketingu lub personalizacji, wdrożenie musi uwzględniać odpowiednie sygnały zgody. W ekosystemie Google funkcjonuje Consent Mode, a jego obecna konfiguracja obejmuje m.in. parametry ad_user_data oraz ad_personalization.

To nie jest detal techniczny, który można odłożyć na później. Źle wdrożony banner cookie potrafi zrobić dwie rzeczy jednocześnie: naruszać wymagania dotyczące zgody i psuć dane marketingowe.

Po wdrożeniu zdarzeń trzeba wykonać test od początku do końca:

1. wejść na stronę przez kontrolowany link z UTM,

2. zaakceptować lub odrzucić zgody zgodnie z testowanym scenariuszem,

3. wykonać konwersję,

4. sprawdzić wywołanie zdarzenia,

5. zweryfikować parametry zdarzenia,

6. sprawdzić później, czy konwersja została przypisana do oczekiwanego źródła i kampanii.

Samo pojawienie się eventu w podglądzie nie kończy testu. Najczęściej psuje się właśnie połączenie między kliknięciem reklamy, sesją, zdarzeniem a raportem.

Atrybucja nie odpowiada na pytanie „kto sprzedał” tak jednoznacznie, jak sugerują panele reklamowe

Najbardziej mylący etap zaczyna się wtedy, gdy wszystkie systemy już zbierają dane.

Google Ads pokazuje 80 konwersji. Meta Ads przypisuje sobie 55. GA4 raportuje 92 transakcje ze wszystkich kanałów, a sklep ma 100 zamówień. Sumowanie 80 + 55 i porównanie wyniku ze 100 nie ma sensu, ponieważ jedna transakcja może być przypisana jednocześnie przez kilka platform reklamowych.

Każdy system patrzy na ścieżkę użytkownika z własnej perspektywy.

Meta dobrze widzi interakcje z reklamami w swoim ekosystemie. Google Ads zna kliknięcia i interakcje reklamowe Google. GA4 próbuje połączyć zachowanie użytkownika na stronie z informacjami o pozyskaniu. CRM widzi natomiast to, co wydarzyło się po wysłaniu leada: rozmowę handlową, ofertę, podpisaną umowę i wartość sprzedaży.

Dlatego odpowiedź zależy od pytania.

Jeżeli trzeba zdecydować, która reklama w obrębie Google Ads ma otrzymać większy budżet, dane Google Ads są bardzo przydatne.

Jeżeli trzeba porównać Google Ads, SEO, newsletter i social media, lepszym punktem wyjścia będzie jedno środowisko analityczne, np. GA4 połączone z danymi sprzedażowymi.

Jeżeli firma sprzedaje usługi o wartości 10–50 tys. zł, a lead zamyka się po kilku tygodniach, kluczowy staje się CRM. Liczba formularzy nie wystarczy, ponieważ jedna kampania może dostarczać 30 tanich leadów bez sprzedaży, a druga pięć droższych leadów, z których dwa kończą się umową.

Przy takim modelu warto przekazywać do CRM:

• źródło pierwszego kontaktu,

• źródło bieżącej sesji,

• nazwę kampanii,

• identyfikatory kliknięć reklamowych, jeżeli są dostępne i prawidłowo obsługiwane,

• landing page,

• datę pozyskania,

• wartość sprzedaży po zamknięciu leada.

Dopiero wtedy można policzyć koszt pozyskania klienta, a nie tylko koszt formularza.

Przykład jest prosty. Kampania A kosztowała 5000 zł i wygenerowała 100 leadów, czyli CPL wyniósł 50 zł. Kampania B kosztowała 5000 zł i wygenerowała 40 leadów, więc CPL wyniósł 125 zł. Na pierwszy rzut oka wygrywa A.

Jeżeli jednak z kampanii A powstały dwie sprzedaże, a z B osiem, koszt pozyskania klienta wynosi odpowiednio 2500 zł oraz 625 zł. Pierwszy raport prowadziłby do zwiększenia budżetu kampanii A. Dane z CRM prowadzą do odwrotnej decyzji.

Trzeba również uważać na okna atrybucji, konwersje po wyświetleniu reklamy i różnice w modelach przypisywania udziału. Panel reklamowy nie jest neutralnym audytorem własnej skuteczności. Jego raport służy przede wszystkim do optymalizacji kampanii w danym systemie.

W praktyce dobrze działa hierarchia:

• system reklamowy – optymalizacja reklam wewnątrz platformy,

• GA4 – porównanie ruchu i zachowania między kanałami,

• CRM lub system sprzedażowy – ocena jakości leadów i przychodów,

• dane finansowe – ostateczna odpowiedź, czy marketing zarabia.

Nie należy też oczekiwać stuprocentowego śledzenia każdego człowieka. Ograniczenia prywatności, zgody, różne urządzenia, aplikacje mobilne, blokery reklam i przechodzenie między kanałami powodują, że część ścieżek pozostanie niepełna. Celem analityki nie jest stworzenie idealnego nagrania każdego użytkownika, tylko zebranie danych wystarczająco wiarygodnych, aby podejmować lepsze decyzje budżetowe.

Najbardziej kosztowny błąd pojawia się wtedy, gdy firma zaczyna budować skomplikowane dashboardy, zanim sprawdzi podstawy. Ładny raport w Looker Studio nie naprawi zgubionych UTM-ów, podwójnie wywoływanego purchase ani formularza liczącego kliknięcia zamiast faktycznych zgłoszeń.

Dodatkowe informacje na: https://x.com/HDbizne

FAQ: najczęstsze pytania o źródła ruchu i konwersje

Czy Google Analytics 4 wystarczy do sprawdzania, skąd przychodzą klienci?
Do analizy ruchu i zachowania na stronie często tak, ale nie do pełnej oceny sprzedaży w firmach z długim procesem handlowym. Jeżeli lead przechodzi później przez telefon, ofertę i CRM, trzeba połączyć dane marketingowe z wynikiem sprzedażowym.

Czy każdy link reklamowy powinien mieć UTM?
Nie. Kampanie ręcznie tagowane powinny mieć spójne UTM-y, natomiast w Google Ads podstawą jest automatyczne tagowanie i integracja z GA4. UTM-ów nie powinno się natomiast stosować w linkach wewnętrznych na własnej stronie.

Co oznacza dużo ruchu Direct w GA4?
Nie tylko wejścia po wpisaniu adresu strony. Direct obejmuje także wizyty, dla których Analytics nie potrafi ustalić źródła. Przy nagłym wzroście Direct najpierw trzeba sprawdzić UTM-y, przekierowania i linki wykorzystywane w kampaniach.

Dlaczego liczba konwersji w Meta Ads, Google Ads i GA4 jest różna?
Systemy korzystają z innych danych, modeli atrybucji i reguł przypisywania konwersji. Ta sama sprzedaż może zostać przypisana więcej niż jednej platformie, dlatego wyników z paneli reklamowych nie należy po prostu sumować.

Czy warto mierzyć kliknięcie numeru telefonu jako konwersję?
Tak jako zdarzenie pomocnicze, ale niekoniecznie jako główną konwersję do optymalizacji kampanii. Kliknięcie numeru nie potwierdza, że rozmowa się odbyła ani że powstał klient.

Jak często kontrolować poprawność analityki?
Po każdej większej zmianie strony, formularza, systemu płatności, bannera zgód, GTM lub konfiguracji kampanii. Przy aktywnych kampaniach płatnych sensowny jest dodatkowo regularny test kontrolny co kilka tygodni i zawsze wtedy, gdy raport nagle pokazuje nietypowy skok lub spadek.

Pierwsza rzecz do zrobienia nie wymaga nowego dashboardu ani dodatkowego narzędzia. Weź jedną aktywną kampanię i przejdź pełną ścieżkę jak klient: kliknięcie → landing page → zgoda → formularz lub zakup → zdarzenie → raport → CRM. Jeżeli na którymkolwiek etapie źródło znika, kampania jest źle oznaczona albo konwersja wywołuje się w niewłaściwym momencie, napraw właśnie ten błąd przed zwiększaniem budżetu. Bez wiarygodnego pomiaru większy budżet oznacza tylko szybsze wydawanie pieniędzy.