Dlaczego konwersje w GA4 i Google Ads się różnią? Pełny przewodnik po rozbieżnościach

Jeśli masz dość ciągłego tłumaczenia zarządowi lub klientom, skąd biorą się różnice w raportach – rozgość się. Po lekturze tego tekstu przestaniesz traktować te rozbieżności jak awarię, a zaczniesz czytać je jak dwa precyzyjne, uzupełniające się obiektywy w tym samym aparacie.

Gdyby za każdym razem, gdy słyszę w sali konferencyjnej albo na audycie pytanie: „Radek, dlaczego Google Ads pokazuje 50 konwersji, a w GA4 widzę tylko 30?”, wpadała mi do kieszeni złotówka, budżety moich działań reklamowych mogłyby być dwukrotnie wyższe.

To jedno z najbardziej frustrujących zjawisk w cyfrowym marketingu. Wydajesz realne pieniądze, otwierasz dwa panele stworzone przez tę samą firmę technologiczną i na dzień dobry witasz się z dwoma całkowicie różnymi zestawami cyfr. Pierwszą odruchową reakcją większości marketerów, analityków i e-commerce managerów jest szukanie błędu w kodzie: „Pewnie GTM źle odpala tagi”, „Na bank zdublowały się transakcje”, „GA4 gubi ruch”.

Mam dla Ciebie wiadomość, która z jednej strony zdejmie z Twoich barków spory ciężar, a z drugiej zmieni sposób, w jaki patrzysz na analitykę: ta rozbieżność w 90% przypadków nie jest błędem technicznym. To celowa, inżynieryjna konsekwencja tego, jak zbudowano oba systemy.

Wstęp – Dlaczego próba „wyrównania danych do zera” to ślepa uliczka

Poniedziałek, godzina 9:00 rano. Otwierasz trzy różne panele, aby przygotować cotygodniowe podsumowanie wyników:

• Google Ads melduje sukces: 150 konwersji (Conversions).
• Google Analytics 4 chłodzi entuzjazm: 95 zdarzeń kluczowych (Key Events) przypisanych do płatnego wyszukiwania.
• System CRM / E-commerce bezemocjonalnie rejestruje fakty: 110 opłaconych zamówień.

Dla jasności: w Google Ads mówimy konwersje (Conversions), w GA4 zdarzenia kluczowe (Key Events)

Zaczyna się klasyczna firmowa epopeja. Performance Manager twierdzi, że GA4 „nie zlicza ruchu”. Analityk twierdzi, że Google Ads „przypisuje sobie darmowe zasługi”. Zaufanie do analityki spada do zera, a Zarząd na spotkaniu zadaje jedno proste, ale paraliżujące pytanie: „To ile w końcu zarobiliśmy na tych reklamach?”

Pierwszy impuls większości zespołów marketingu jest zawsze taki sam: doprowadzić do sytuacji, w której GA4 i Google Ads pokazują dokładnie tę samą liczbę. Spędzasz tygodnie na audytowaniu tagów w Google Tag Managerze, sprawdzaniu wyzwalaczy, ujednolicaniu okien konwersji i modyfikowaniu kodów śledzących.

Efekt? Liczby nadal się różnią, a Twój czas i budżet zostały zmarnowane.

To nie jest błąd. To cecha systemu.

Dążenie do zerowej rozbieżności między GA4 a Google Ads opiera się na błędnym założeniu, że oba narzędzia są dwiema różnymi wagami mierzącymi ten sam przedmiot. To nie są dwie wagi. To dwa zupełnie inne przyrządy pomiarowe, zaprojektowane do odpowiadania na inne pytania biznesowe:

1. Google Ads to księgowość inwestycyjna (Silos Płatny): Pyta „Jak wydajnie pracuje budżet reklamowy, za który odpowiadam?”. Jego zadaniem jest wykazanie i wycenienie każdego pojedynczego punktu styku w obrębie ekosystemu płatnego Google, aby zasilić algorytmy Smart Bidding i wygrać kolejną aukcję.
2. GA4 to kartografia ścieżki użytkownika (Miks Marketingowy): Pyta „Jak różne kanały na stronie wpływają na siebie nawzajem w drodze do finalnej akcji?”. Jego celem jest ocena całego ekosystemu – od wyszukiwań organicznych, przez social media, e-maile, aż po wejścia bezpośrednie.

Żądasz od dwóch narzędzi o absolutnie sprzecznej architekturze danych, by zgodziły się co do jednego wyniku. To jak porównywanie liczby pustych butelek po imprezie z liczbą paragonów z monopolowego. Jedno i drugie dotyczy tego samego wieczoru, ale to, że na paragonie jest 5 piw, a w salonie stoi 12 butelek, nie oznacza, że matematyka leży.

Zamiast tracić czas na niemożliwą do przeprowadzenia korektę danych, musisz zaakceptować strukturalną naturę tej różnicy.

Obalanie mitów – Zanim zaczniesz szukać błędów, wyczyśćmy pojęcia

Zanim przejdę do rozkładania na czynniki pierwsze samych mechanizmów zliczania, muszę stanowczo rozprawić się z dwoma mitami. Powtarzają je agencje, pseudoeksperci w artykułach pod SEO, a czasem nawet sami analitycy na spotkaniach statusowych. Wyeliminowanie tych dwóch fundamentalnych błędów pojęciowych oszczędzi Ci miesięcy szukania awarii tam, gdzie po prostu działa architektura systemu.

Mit 1: „W GA4 każdy raport korzysta z innego modelu atrybucji”

To absolutny klasyk i powód, dla którego na grupach dyskusyjnych o analityce co drugi post brzmi jak krzyk rozpaczy. Bardzo często słyszę wypowiadane z powagą słowa: „Raport Pozyskiwanie użytkowników działa na First Click, Pozyskiwanie ruchu na Last Click, a raporty zdarzeń kluczowych na DDA”.

To powszechny mit wynikający z utożsamiania zakresu wymiaru (Scope) z modelem atrybucji (Attribution Model). Autorskie mieszanie tych dwóch pojęć robi z analityki chaos.

Oto jak jest w rzeczywistości, co pokażę na konkretnych wymiarach w panelu:

1. Zakres Użytkownika (User-scope): Raport Pozyskiwanie użytkowników w ogóle nie korzysta z żadnego modelu atrybucji konwersji. Operuje na wymiarze Pierwsze źródło / medium użytkownika (First user source/medium). System przypisuje to źródło raz – w momencie, gdy dany użytkownik pojawia się w Twojej usłudze po raz pierwszy w życiu. Pozostaje ono niezmienne bez względu na to, ile transakcji dokona w kolejnych miesiącach.
2. Zakres Sesji (Session-scope): Raport Pozyskiwanie ruchu przypisuje ruch na podstawie wymiaru Źródło / medium sesji (Session source/medium). Tutaj przypisanie następuje na początku każdej konkretnej sesji i w standardowych raportach opiera się na logice Last Non-Direct Click (ostatnie bezpośrednie źródło jest ignorowane, jeśli wcześniej wystąpiło płatne lub organiczne). To również nie jest model atrybucji zdarzeń kluczowych.
3. Zakres Zdarzenia (Event-scope): Dopiero gdy przechodzimy do zdarzeń kluczowych (Key Events), wchodzą do gry modele atrybucji (z domyślnym Data-Driven Attribution na czele). Znajdziesz je w sekcji Reklama / Atrybucja lub budując własne Eksploracje. Dzielą one kredyt za konkretne zdarzenie kluczowe między punkty styku na ścieżce.

Mój wniosek: Przestań porównywać kolumnę „Pierwsze źródło użytkownika = Google Ads” z raportem konwersji w Google Ads i twierdzić, że „atrybucja się nie zgadza”. Mierzysz dwa zupełnie inne wymiary czasoprzestrzeni.

Mit 2: „GA4 nie filtruje botów automatycznie, a Google Ads usuwa ruch pająków”

Drugi mit, z którym regularnie się zderzam, wywraca rzeczywistość o 180 stopni. Często słyszę teorię, że GA4 „łyka jak pelikan” cały ruch sztuczny, boty i spamerów, podczas gdy Google Ads czuwa i filtruje nieprawidłowe kliknięcia, przez co w GA4 jest „więcej śmieci”.

Wyjaśniam, jak to wygląda w bebechach obu systemów:

• GA4 ma wbudowane i całkowicie wymuszone filtrowanie znanego ruchu botów. System robi to automatycznie na podstawie oficjalnej, stale aktualizowanej bazy IAB/ABC International Spam and Bots List. Co więcej – w przeciwieństwie do starego Universal Analytics, w GA4 tego mechanizmu nie da się nawet wyłączyć w ustawieniach usługi. GA4 odsiewa znany ruch maszynowy na etapie zbierania danych (ingestion phase).
• Google Ads filtruje kliknięcia, a nie zdarzenia analityczne. System Google Ads ma za zadanie chronić Twój budżet przed tzw. Invalid Clicks (nieprawidłowymi kliknięciami, np. wielokrotnym klikaniem w Twoją reklamę przez konkurencję lub boty farm kliknięć). System Google Ads odejmie te kliknięcia z rachunku i wykluczy je z panelu reklamowego. Jeśli jednak bot jakimś sposobem przejdzie zabezpieczenia i wywoła skrypt na stronie po załadowaniu kodu (a nie znajdzie się na liście IAB), GA4 zarejestruje sesję, a Google Ads wykluczy płatne kliknięcie.

Różnica polega na tym, że Google Ads chroni portfel przed wyłudzeniem budżetu reklamowego, a GA4 chroni czystość bazy danych przed zanieczyszczeniem spamem. Próba tłumaczenia rozbieżności w zdarzeniach kluczowych słowami „bo GA4 zlicza boty” to dowód na nieznajomość specyfikacji IAB.

Ułamkowe konwersje (DDA) – Dlaczego 0.4 w Google Ads to NIE to samo co 0.4 w GA4

Jednym z najbardziej zdradliwych zjawisk, na które natrafiam podczas audytów, jest złudzenie wywoływane przez ułamkowe wartości.

Wchodzisz do panelu Google Ads i widzisz, że dana kampania wygenerowała 1.35 konwersji (Conversions). Otwierasz GA4, wchodzisz w raporty atrybucji i widzisz tam wartości typu 0.40 czy 0.85. W tym momencie w głowie większości marketerów zapala się lampka: „Aha! Skoro tu i tu mam ułamki z modelu Data-Driven Attribution (DDA), to znaczy, że oba systemy używają tej samej matematyki, tylko GA4 po prostu coś gubi!”.

To fundamentalny błąd pojęciowy. Pokażę Ci na konkretnym przykładzie ścieżki zakupowej, że 0.40 konwersji w Google Ads opisuje zupełnie inny wymiar rzeczywistości niż 0.40 zdarzenia kluczowego w GA4. Należy pamiętać, że chociaż Google Ads domyślnie wykorzystuje również algorytm atrybucji opartej na danych (DDA), to stosuje go wyłącznie w obrębie ścieżek zawierających płatne punkty styku Google, podczas gdy GA4 bada pełny miks marketingowy.

Silos reklamowy Google Ads (Mono-channel DDA)

Algorytm Data-Driven w Google Ads działa niezwykle sprawnie, ale ma jedno kluczowe ograniczenie: jest całkowicie ślepy na cokolwiek, co dzieje się poza ekosystemem reklamowym Google. Widzi wyłącznie Twoje płatne linki w wyszukiwarce, kampanie Performance Max, reklamy na YouTube czy banery w sieci reklamowej.

Wyobraź sobie następującą ścieżkę użytkownika:

1. Użytkownik klika w reklamę w wyszukiwarce (Google Search Ads).
2. Po 3 dniach klika w reklamę produktową (Google PMax).
3. Po kolejnych 2 dniach klika w baner remarketingowy (Google Display Network).
4. Dokonuje zakupu o wartości 1000 zł.

Co z tym robi Google Ads?

Widzi 3 własne punkty styku i 1 dokonany zakup. Model Data-Driven na Twoim koncie Ads analizuje algorytmicznie wagę każdego z tych kliknięć i rozdziela tę jedną pełną konwersję wyłącznie między te trzy kampanie.

• Search Ads dostaje np. 0.20 konwersji.
• PMax dostaje np. 0.50 konwersji.
• Display Network dostaje np. 0.30 konwersji.

Suma ułamków na Twoim koncie Google Ads wynosi dokładnie 1.00. Google Ads wziął cały tort sukcesu i podzielił go między swoje własne formaty reklamowe.

Całościowy miks w GA4 (Cross-channel DDA)

A teraz zobaczmy, jak wyglądała rzeczywista, pełna ścieżka tego samego użytkownika, którą zarejestrował GA4:

1. Użytkownik klika w reklamę w wyszukiwarce (Google Search Ads).
2. Dzień później wchodzi z bezpłatnych wyników wyszukiwania (Organic Search).
3. Dzień później klika w reklamę na Facebooku (Meta Ads).
4. Otwiera newsletter promocyjny (Email Marketing).
5. Klika w baner remarketingowy (Google Display Network).
6. Dokonuje zakupu.

Co z tym robi GA4?

Model Data-Driven w GA4 widzi wszystkie 5 punktów styku reprezentujące cały Twój miks marketingowy. Jego zadaniem jest wycenienie wkładu każdego z tych kanałów w dociągnięcie klienta do transakcji.

GA4 dzieli to jedne pełne zdarzenie kluczowe następująco:

• Organic Search: 0.10
• Meta Ads: 0.40
• Email: 0.20
• Google Search Ads: 0.15
• Google Display Network: 0.15

Rozbijasz raport w GA4 pod kątem płatnego ruchu z Google i widzisz, że suma ułamków przypisana do Twoich kampanii Google Ads wynosi w tym przypadku zaledwie 0.30 (0.15 + 0.15).

W tym scenariuszu Google Ads pokaże 1.00 konwersji przypisanej do Google, a GA4 pokaże 0.30 – stąd wynika typowa różnica 2-3x na korzyść Ads przy długich ścieżkach wielokanałowych.

Porównanie wprost: Dwa różne ułamki

Żebyś nigdy więcej nie dał się złapać na tę pułapkę pojęciową, zestawiam oba mechanizmy w czytelnej tabeli:

Cecha	Ułamkowe DDA w Google Ads	Ułamkowe DDA w GA4
Pole widzenia (Scope)	Mono-channel: Widzi wyłącznie płatny ruch Google (Search, PMax, YouTube, Display).	Cross-channel: Widzi cały miks (Organic, Meta Ads, Email, Direct, Ceneo, Google Ads).
Pojęcie „całości” (1.00)	Cały tort (1.00) przypada zawsze płatnym kampaniom Google, o ile nastąpił zakup po kliknięciu.	Cały tort (1.00) jest dzielony na wszystkie kanały na ścieżce. Google Ads dostaje tylko swoją część.
Cel biznesowy	Optymalizacja algorytmów Smart Bidding (ustalanie stawek i wartości reklam w aukcji).	Ocena rentowności całego miksu mediowego i alokacja budżetów między kanałami.

Moje podsumowanie tej sekcji jest proste: Ułamek w Google Ads to ułamek tortu zarezerwowanego w 100% dla Google. Ułamek w GA4 to ułamek całego tortu marketingowego Twojego biznesu. Gdy zrozumiesz tę różnicę, przestaniesz oczekiwać, że suma ułamków w obu panelach kiedykolwiek się zrówna.

Pięć filarów strukturalnej rozbieżności – Anatomia luki

Gdy wyczyściłem już przedpole z mitów o atrybucji i wyjaśniłem specyfikę ułamkowych konwersji DDA, przejdę do samego rdzenia problemu. Pokażę i objaśnię pięć niezależnych mechanizmów inżynieryjnych, które fizycznie uniemożliwiają zrównanie danych między GA4 a Google Ads.

Każdy z tych filarów ma stały, przewidywalny wektor działania. Różnice w raportach nie są więc chaotycznym szumem – wynikają bezpośrednio z przyjętych definicji.

Filar 1: Datowanie zdarzeń (Click-date vs Event-date) oraz Processing Lag

To najmniej rozumiana i najczęściej pomijana różnica przez zespoły marketingu. Oba systemy rejestrują ten sam fakt biznesowy, ale zapisują go w całkowicie innych szufladach czasowych.

• Google Ads stosuje Click-date attribution: Przypisuje konwersję do daty kliknięcia w reklamę.
• GA4 stosuje Event-date attribution: Przypisuje zdarzenie kluczowe do daty jego faktycznego wystąpienia na stronie.

Prześledźmy realny przypadek z życia e-commerce:

1. 28 lutego (piątek wieczorem): Klient klika w Twoją reklamę w wyszukiwarce Google.
2. 5 marca (kolejny tydzień): Po przemyśleniu zakupu klient wraca bezpośrednio na stronę i kupuje sprzęt za 2000 zł.

Co zobaczysz w raportach, gdy 10 marca robisz analizę wyników?

• Google Ads dopisze +1 konwersję do raportu za luty (ponieważ kliknięcie nastąpiło 28 lutego). Wyniki lutowe w Google Ads ulegną wstecznej aktualizacji (attribution lag).
• GA4 dopisze +1 zdarzenie kluczowe do raportu za marzec (ponieważ transakcja fizycznie przeszła przez bramkę płatniczą 5 marca).

Dodatkowo na tę różnicę nakłada się zjawisko Processing Lag po stronie GA4. O ile Google Ads potrafi zaktualizować dane o kliknięciach i prostych konwersjach w ciągu kilku godzin, o tyle pełne przetworzenie zdarzeń kluczowych, przeliczenie modelu Data-Driven i zastosowanie ewentualnych progów prywatności w GA4 zajmuje zwykle od 24 do 48 godzin (na małych kontach lub przy dużych zmianach konfiguracji opóźnienie to bywa nawet większe). Co kluczowe: w raportach „w czasie rzeczywistym” (Real-time) dane w GA4 są zawsze niepełne. Jeśli wyciągasz raporty „z wczoraj”, opóźnienie przetwarzania w GA4 sztucznie powiększa lukę.

Filar 2: Zasady zliczania zdarzeń (Counting Rules)

Kolejna mechanika, którą konfigurujesz w bebechach obu systemów, a która rzadko jest widoczna na pierwszy rzut oka w gotowych zestawieniach.

Google Ads pozwala na poziomie akcji konwersji zdefiniować sposób zliczania:

• Jedna (One per click): Zlicza tylko jedną konwersję po kliknięciu. Przydatne w lead gen (jeden formularz = jeden lead).
• Każda (Every): Zlicza wszystkie transakcje wykonane w oknie konwersji po jednym kliknięciu. Standard w e-commerce.

GA4 z kolei rejestruje zdarzenia kluczowe (Key Events) pojedynczo – każde wywołanie zdarzenia (np. purchase) jest osobnym punktem w bazie danych (chyba że w konfiguracji danego wskaźnika zmieniono zasadę zliczania na Once per session).

Gdzie powstaje rozjazd?

Wyobraź sobie klienta B2B, który klika w reklamę, po czym w ciągu 30 dni składa 3 osobne zamówienia hurtowe.

• Jeśli w Google Ads akcja konwersji jest ustawiona na Jedna, Google Ads pokaże 1 konwersję, podczas gdy GA4 odnotuje 3 zdarzenia kluczowe.
• Jeśli w sklepie e-commerce klient po zakupie odświeży stronę z podziękowaniem (thank-you page), dobrze skonfigurowany tag Google Ads z unikalnym ID transakcji zablokuje dubel, a źle wdrożone zdarzenie w GA4 potrafi zliczyć ponowne wywołanie.

Filar 3: Jednostka kredytu i zakres przypisania (Unit of Credit)

O ile silniki DDA opisałem w Sekcji 3, o tyle ten filar dotyczy samego zakresu wdrożenia kredytu przypisania.

Google Ads przyznaje całkowitą jednostkę kredytu (lub jej część w ramach własnego silosu) wyłącznie mediom płatnym Google. Jeśli w oknie konwersji doszło do kliknięcia w reklamę, Google Ads traktuje tę transakcję jako swoją.

GA4 w rozbiciu na cały miks marketingowy traktuje płatne kliknięcie Google jako zaledwie jeden z elementów układanki. Jeśli przed zakupem użytkownik wszedł z e-maila i wyszukiwarki organicznej, GA4 zmniejszy ułamek przypisany do Google Ads do wartości śladowej.

Dwa systemy operują na innych walutach:

• Waluta Google Ads: „Czy nasza reklama miała w tym udział?” (Jeśli tak = bierze zaliczenie).
• Waluta GA4: „Jaka była względna waga Google Ads na tle pozostałych kanałów?” (Jeśli miała udział = dostaje tylko ułamek wartości).

Filar 4: Łączenie tożsamości i dane cross-device (Identity Stitching)

Czwarty filar dotyczy technologii rozpoznawania tego samego użytkownika na różnych urządzeniach.

W przypadku Google Ads sprawa wygląda inaczej. Gdy użytkownik przegląda ofertę na telefonie (zalogowany na konto Google), a następnie dokonuje zakupu na komputerze, system Google Ads próbuje połączyć te dwa punkty styku. Wykorzystuje do tego modelowanie konwersji międzyurządzeniowych (Cross-Device) oparte na anonimowych Sygnałach Google oraz statystyce. Nie jest to jednak śledzenie w 100% niezawodne – zależy od udzielonych zgód na cookies (Consent Mode) i wolumenu danych.

Z kolei GA4 opiera się na ściśle określonej hierarchii tożsamości (Reporting Identity). Jeśli w GA4 nie masz sprawnie wdrożonego user_id (opartego na własnym systemie logowania klientów w sklepie), system potraktuje smartfon i laptop jako dwóch całkowicie obcych użytkowników. Kliknięcie w reklamę na telefonie zostanie przypisane w GA4 do nowej sesji mobilnej (która zakończy się bez konwersji), a późniejszy zakup na desktopie wejdzie jako ruch bezpośredni (Direct) lub organiczny. W efekcie Google Ads przypisze konwersję kampanii mobilnej, podczas gdy domyślne raporty GA4 rozbiją tę ścieżkę na dwa niezależne ślady.

Filar 5: Asymetria okien konwersji oraz konwersje po wyświetleniu (VTC – View-through conversions )

Ostatni, piąty filar architektury to ramy czasowe oraz typy interakcji, w jakich systemy pozwalają na przypisywanie zasług reklamie.

• Google Ads: Pozwala na elastyczne ustawienie okna konwersji po kliknięciu (Click-through conversion window) od 1 do 90 dni (domyślnie to 30 dni). Ponadto Google Ads obsługuje konwersje po wyświetleniu (View-through conversions – VTC) z oknem od 1 do 30 dni (dotyczy to głównie kampanii banerowych GDN, sieci wideo YouTube oraz PMax). VTC są domyślnie włączone dla wybranych typów akcji i przypisują zasługę reklamie, którą użytkownik tylko zobaczył, ale w nią nie kliknął.
• GA4 operuje na okienkach atrybucji od 30 do 90 dni dla zdarzeń typu purchase, ale z definicji nie zlicza standardowych konwersji po wyświetleniu (VTC) z kampanii banerowych/YouTube (VTC są dostępne głównie w Display, YouTube i PMax) – wymaga fizycznego kliknięcia i przejścia na stronę. W takim scenariuszu Google Ads pokaże +1 konwersję (VTC), GA4 pokaże 0 z Google i 1 z Direct – stąd dodatkowa rozbieżność.

Gdzie następuje rozcięcie danych w praktyce?

Jeśli użytkownik zobaczy baner remarketingowy na YouTube, nie kliknie w niego, ale po 2 godzinach wejdzie na stronę z zakładek i dokona zakupu:

• Google Ads zliczy to jako konwersję po wyświetleniu (View-through conversion).
• GA4 w ogóle nie zobaczy punktu styku z reklamą i przypisze całe zdarzenie kluczowe do źródła Direct.

W Google Ads konwersje po wyświetleniu można wyłączyć na poziomie akcji konwersji, co często zmniejsza rozbieżność z GA4.

Podsumowanie pięciu filarów w pigułce

Oto kompletna ściągawka zestawiąca architekturę obu narzędzi:

Filar	Google Ads	Google Analytics 4
1. Datowanie	Click-date: Data kliknięcia w reklamę (dane aktualizują się wstecz).	Event-date: Data zakupu na stronie + Processing Lag (24-48h na przeliczenie).
2. Zliczanie	Konfigurowalne per akcja: Jedna (lead) lub Każda (e-commerce).	Atomowe: Każde zarejestrowane zdarzenie kluczowe (chyba że ustawiono Once per session).
3. Zakres	Silosowy: 100% kredytu dzielone tylko na reklamy Google.	Wielokanałowy: Kredyt dzielony na wszystkie źródła w miksie.
4. Cross-device	Zalogowani użytkownicy kont Google (Google Signals / Ad Graph).	Zależne od wdrożenia user_id (domyślnie bazuje na cookie urządzenia).
5. Typy & Okna	Okno 1-90 dni. Zlicza konwersje po wyświetleniu (VTC) z GDN/YouTube.	Okno 30-90 dni. Zlicza wyłącznie interakcje po kliknięciu (Click-through).

Consent Mode v2 i asymetria prywatności – Jak algorytmy sztucznie pogłębiają lukę

O ile pierwsze pięć filarów wynika z klasycznej architektury baz danych i reguł przypisania, o tyle wdrożenie Consent Mode v2 dodało do tego równania zupełnie nowy element: zaawansowane modelowanie matematyczne ubytków danych (Behavioral & Conversion Modeling).

W świecie po wprowadzeniu przepisów DMA (Digital Markets Act) żaden z tych systemów nie operuje już wyłącznie na twardych, zmierzonych zdarzeniach deterministycznych. Oba próbują „łatać dziury” po brakujących zgodach na cookies za pomocą uczenia maszynowego. Problem polega na tym, że silnik modelowania w Google Ads i silnik modelowania w GA4 to dwa zupełnie osobne algorytmy.

Jak brak zgody traktuje Google Ads, a jak GA4?

Gdy użytkownik wchodzi na Twoją stronę i na banerze zgód klika „Odrzuć wszystkie”, aktywuje się mechanizm Consent Mode v2:

• Stan tagów: Tagi przechodzą w tryb zaawansowany (advanced mode). Nie zapisują plików cookie, przesyłając jedynie tzw. pings (anonimowe sygnały nawigacyjne).
• Modelowanie w Google Ads: Silnik reklamowy przetwarza te anonimowe sygnały w celu oszacowania prawdopodobieństwa transakcji i wymodeluje konwersję w panelu Ads.
• Modelowanie w GA4: GA4 stawia konkretne warunki wejściowe. W praktyce szacuje się, że uruchomienie modelowania behawioralnego wymaga zbierania ok. 1000 użytkowników dziennie ze zgodą na cookie przez co najmniej 7 kolejnych dni (próg ten może się różnić w zależności od domeny czy regionu). Jeśli Twój ruch nie spełnia tego progu wolumenu użytkowników ze zgodą, modelowanie w GA4 po prostu się nie włączy.

Mechanizm asymetrii w praktyce

Zestawmy to na osi czasowej dla portalu e-commerce, w którym 40% użytkowników odrzuca pliki cookie:

Krok	Rzeczywiste zdarzenie	Panel Google Ads	Panel GA4
1.	100 użytkowników klika w reklamę PMax i odrzuca zgody (Consent Denied).	Wysyłane są anonimowe pings.	Wysyłane są anonimowe pings.
2.	5 z nich dokonuje zakupu bez zgody na śledzenie.	Brak twardego cookie.	Brak twardego cookie.
3.	Praca algorytmów modelowania	Model Ads szacuje luki i dopisuje np. +4.2 wymodelowane konwersje (wartość przykładowa).	GA4 przy braku progu wykazuje 0 zdarzeń kluczowych, natomiast po zastosowaniu ukrywania danych (Data Thresholding) usuwa je z raportu lub przypisuje do kategorii nieprzypisanych. Dotyczy to głównie raportów standardowych – w Eksploracjach (Explorations) progi prywatności działają inaczej, a dane o niskiej próbce są albo w pełni widoczne, albo wykluczane na poziomie konkretnych wymiarów.

Wniosek: Consent Mode v2 stworzył przestrzeń, w której Google Ads widzi estymowany sukces reklamowy w oparciu o modele predykcyjne dla reklamodawców, podczas gdy GA4 stosuje bardziej rygorystyczne sita ochronne dla danych analitycznych.

Framework decyzyjny – Której liczbie ufać i kiedy?

Skoro wiemy już, że zrównanie danych między Google Ads a GA4 jest technicznie niemożliwe, czas odpowiedzieć na najważniejsze pytanie biznesowe: z którego źródła danych korzystać w codziennej pracy?

Stosuję w praktyce prosty framework decyzyjny, przypisując każdy panel do zadań, do których został zaprojektowany.

Kiedy ufać danym z Google Ads?

• Sterowanie algorytmami Smart Bidding (Target ROAS / Target CPA): Algorytmy licytujące Google potrzebują pełnego obrazu oraz sygnałów z modelu DDA Google Ads.
• Ocena skuteczności kreacji, słów kluczowych i zasobów PMax: Gdy chcesz wiedzieć, który nagłówek czy grupa komponentów najlepiej przyciąga uwagę, patrzysz w Ads (ujęcie Click-date).
• Skalowanie budżetów wewnątrz kanału Google: Przesuwanie środków z kampanii Search na Performance Max opiera się na danych z Google Ads.

Kiedy ufać danym z GA4?

• Alokacja budżetu między różnymi kanałami (Cross-channel Budgeting): Decyzja o przeniesieniu budżetu z Meta Ads do Google Ads lub Email marketingu wymaga danych z GA4 (perspektywa Cross-channel).
• Analiza pełnej ścieżki i zachowań na stronie (Customer Journey & CRO): Ocena współczynnika konwersji landing pages czy spadek na krokach koszyka w ujęciu Event-date.
• Ocena rzeczywistego wkładu w przychód całkowity (Finance & Reporting): Raporty dla Zarządu czy działu finansowego podsumowujące realne przychody w danym miesiącu kalendarzowym buduje się na bazie GA4 (lub ERP/CRM), ponieważ są one indeksowane według faktycznej daty transakcji.

Szybki audyt techniczny: Co sprawdzić, gdy różnica przekracza 30%?

Jeśli rozbieżność między Google Ads a GA4 wynosi 10-20%, mieścisz się w normie architektonicznej. Jeśli jednak przekracza 30%, przejdź przez poniższą checklistę audytową:

1. [ ] Podwójne wywołania tagów: Czy strona podziękowania (thank-you page) nie odświeża zdarzeń i czy ID transakcji jest unikalne?
2. [ ] Reguły zliczania: Czy w Google Ads akcja nie jest ustawiona na Każda, podczas gdy w GA4 zdarzenie zlicza się jako Raz na sesję?
3. [ ] Błędy Consent Mode v2: Czy tag GA4 nie jest fizycznie blokowany przed zgodą, podczas gdy Google Ads odbiera anonimowe pings?
4. [ ] Konwersje po wyświetleniu (VTC): Czy w Google Ads nie analizujesz raportu zawierającego masę konwersji View-through z sieci wideo/Display, których GA4 nie ma prawa widzieć?
5. [ ] Konfiguracja okien atrybucji: Czy okno w Ads nie wynosi 90 dni, a w GA4 30 dni (lub odwrotnie)?
6. [ ] Brak wdrożenia User ID: Czy brak identyfikacji użytkowników nie powoduje, że GA4 rozcina ścieżki mobilne i desktopowe?
7. [ ] Processing Lag: Czy nie porównujesz danych z ostatnich 24–48 godzin?

Podsumowanie: Dwa obiektywy, jedna rzeczywistość

Próba doprowadzenia do sytuacji, w której Google Ads i GA4 pokazywać będą identyczne liczby, jest z góry skazana na porażkę. To nie jest błąd w śledzeniu, lecz efekt odmiennej inżynierii obu narzędzi.

Oto cztery kluczowe wnioski, które warto zapamiętać:

1. Inna oś czasu i inna waluta: Google Ads przypisuje konwersje wstecznie do daty kliknięcia (Click-date) i wycenia własny silos. GA4 księguje zdarzenia kluczowe w momencie zakupu (Event-date), uwzględnia opóźnienia przetwarzania (Processing Lag) i dzieli ten sam punkt sukcesu na całą ścieżkę wielokanałową.
2. Modelowanie algorytmiczne pogłębia lukę: W erze Consent Mode v2 Google Ads ma niższy próg uruchomienia modeli predykcyjnych, podczas gdy GA4 stosuje bardziej restrykcyjne wymagania wolumenu użytkowników ze zgodą oraz filtry prywatności.
3. Rozdziel rolę obu narzędzi: Używaj Google Ads jako kokpitu sterowniczego do optymalizacji stawek, kreacji i słów kluczowych. Traktuj GA4 jako wieżę kontrolną do alokacji budżetu między różnymi kanałami i rozliczania całkowitego biznesu.
4. Akceptuj przedział 10–20% jako normę: Różnicę mieszczącą się w tych granicach traktuj jako stan prawidłowy. Dopiero gdy rozbieżność przekracza 25–30%, uruchom checklistę audytu technicznego.

Gdy zaczniesz czytać te dwa ekrany jak dwa różne obiektywy skierowane na tę samą ścieżkę klienta, zyskasz pełną kontrolę nad budżetem i efektywnością swoich działań marketingowych.

Bibliografia

Atrybucja i rozbieżności GA4 vs Google Ads

• Dlaczego dane w GA4 i Google Ads się różnią
  https://support.google.com/analytics/answer/13296474
• Modele atrybucji w Google Ads
  https://support.google.com/google-ads/answer/6297011
• Atrybucja w GA4 (Data-Driven Attribution)
  https://support.google.com/analytics/answer/9361149

Okna konwersji i VTC (View-through conversions)

• Okna atrybucji w Google Ads
  https://support.google.com/google-ads/answer/3450589
• Konwersje po wyświetleniu (View-through conversions)
  https://support.google.com/google-ads/answer/1722022

Consent Mode v2 i modelowanie

• Consent Mode v2 – konfiguracja i modelowanie
  https://support.google.com/analytics/answer/9976101
• Modelowanie konwersji w Google Ads
  https://support.google.com/google-ads/answer/7505644

Processing lag i opóźnienia danych

• Opóźnienia w danych GA4 (data latency)
  https://support.google.com/analytics/answer/13363663

Enhanced Conversions

• Rozszerzone konwersje (Enhanced Conversions) w Google Ads
  https://support.google.com/google-ads/answer/9888656