Ajánlatot kérek

fws blog

Az 5 leggyakoribb Google Analytics hiba, amivel auditok során találkozunk

2020. január 17.
Az 5 leggyakoribb Google Analytics hiba, amivel auditok során találkozunk

Szerencsére a legtöbb döntéshozó már tisztában van azzal, hogy milyen fontos a megfelelő mérés az online világban. Ennek ellenére nagyon sok olyan weboldallal találkozni, ahol valamiért kevés hangsúlyt szentelnek az analitikára. Sokan megelégszenek egy sima oldalletöltés és látogatószám méréssel, pedig ma már az adat az új arany. Ha nem mérünk mindent megfelelően, akkor bizony pénzt és lehetőségeket veszítünk.   

Ebben a posztban azokat a súlyos, ugyanakkor viszonylag könnyen javítható hibákat gyűjtöttem ki, amikkel a Google Analytics Audit során a legtöbbször találkozunk.


Hogyan készül egy Google Analytics audit?

A Google Analyticset talán senkinek sem kell bemutatni. Ez a világ legelterjedtebb webanalitikai szolgáltatása, amivel nem csak weboldalakat, de mobil alkalmazásokat is mérni tudunk. Nem csak oldalletöltés és látogató számot, hanem szinte mindent! Összeköthetjük több másik Google termékkel pl. Google Ads, Search Console, stb., aminek köszönhetően olyan információkhoz juthatunk, amik aranyat érnek vállalkozásunknak.

Az analitika audit során egy közel 80 pontos ellenőrző lista alapján átnézzük a teljes Google Analytics beállítást, az implementációtól kezdve, a konfiguráción át, egészen a legapróbb beállításokig. Az audit során nem csak a hibákat tárjuk fel, hanem azokat a hiányosságokat is, amik javításával további hasznos információt kaphatnak a döntéshozók.


Az 5 leggyakoribb Google Analytics hiba

Már nagyon sok auditot készítettem az évek során, de mindig vannak olyan beállítási hibák, amik szinte minden fiókban megtalálhatók.


1. Hiányzó mérőkód

Az egyik leggyakoribb, ugyanakkor legsúlyosabb hiba, amit véthetünk, hogy kifelejtjük a mérőkódot az oldalakból. Ha nincs mérőkód az oldalban, akkor nem csak adatot vesztünk, hanem akár a retargeting lehetőségét is.

Az auditnak ebben a pontjában egy crawler segítségével (például Screaming Frog) pásztázzuk végig a teljes domaint, és kigyűjtjük azokat az oldalakat, amik nem tartalmazzák a megfelelő mérőkódot vagy taget. Ha megvan a listánk, manuálisan mérlegelnünk kell minden egyes oldalt, hogy valóban indokolt-e a mérőkód hiánya. Az admin felület belső oldalainál például sokszor nincs szükség mérőkódra.


2. Hibás Google Tag Manager beépítés

Egy mérőkódot többféle módon építhetünk egy weboldalba: direkt kóddal vagy GTM (Google Tag Manager) segítségével. GTM beépítés esetén például gyakori hiba, hogy csak az oldal részébe helyezünk el kódot és a részből kifelejtjük a


Ha kifelejtjük ezt a kódot, akkor ha olyan böngészőben vagyunk, ahol ki van kapcsolva a JS, semmilyen mérés nem fog futni az oldalon.




3. Belső forgalom nincs kizárva

Amikor egy Analytics fiókot auditálunk, az első lépések között ellenőrizzük a létrehozott Nézeteket és a szűrőket. Az esetek közel 90%-ában azt látjuk, hogy nem csak a Nézetek nincsenek megfelelően létrehozva a Tulajdonon belül, de nincs szegmentálva vagy kizárva a weboldal belső forgalma sem.

Egy nagy weboldalon egyszerre több munkatárs és fejlesztő is dolgozik, akik tesztelnek, feltöltenek, forgalmat generálnak. Ha nem zárjuk ki ezt a forgalmat, akkor téves képet kaphat a marketing az oldallal kapcsolatban.

4. Üres referral exlusion list

A referral exclusion list arra szolgál, hogy az ide felvett domainekről jövő forgalmat az Analytics nem fogja a Referral Traffic-ban megjeleníteni. Hogy miért jó ez?

A webáruházaknál gyakori, hogy a vásárlási folyamat végén a felhasználó egy külső oldalra lesz irányítva a fizetéshez. Amikor befejezi a fizetést és vissza irányítják a webáruházhoz, akkor új session fog indulni és megjelenik a felhasználó új látogatóként a referral trafficban. Viszont ha betesszük a bank oldalát a listába, akkor a korábbi session-höz fogja kötni a látogatót az Analytics.



5. Other traffic

Egy analitikai szakember számára rémálom, ha nincs jól beállítva a Channel Grouping. Ha az Acquisition channel bontásában Other forgalmat látunk, az azt jelenti, hogy az Analytics olyan forgalmat érzékelt, amit nem tud egy ismert kategóriába sem besorolni.



Ez előfordulhat olyan esetben például, amikor egy kampánynál hibás az UTM paraméter, vagy olyan egyedi Source / Medium paramétert használunk, amit nem definiálunk előre a Channel Groupingban.

Csentes Zoltán
SEO és Analitika - ad-ops.hu