Egy havi riport összeállítása közben a leggyakoribb néma hiba az, amikor egy sor egyszerűen nincs ott a táblázatban, és ezt automatikusan úgy olvasod, hogy ott nincs forgalom. A GA4 viszont több okból is elhallgathat sorokat, és ezek közül az adatküszöb (data thresholding) a legalattomosabb, mert semmilyen nulla nem jelenik meg a helyén: a sor egyszerűen nem létezik a riportban. Ha erre építesz tartalmi vagy hirdetési döntést, akkor nem adatvezérelt vagy, hanem a hiányzó adat vezet téged.
Mi az adatküszöb a GA4-ben, és miért tűnnek el tőle sorok?
Hivatalosan igazolt: az adatküszöb a GA4 beépített adatvédelmi féke. Ha egy sor mögött annyira kevés felhasználó áll, hogy elvben visszakövetkeztethető lenne egyetlen konkrét ember kiléte, a rendszer nem jeleníti meg a sort. A Google nem teszi közzé a pontos határértéket, és ez tudatos döntés: ha ismernéd a számot, a küszöb megkerülhető lenne.
A küszöb akkor lép be, amikor a lekérdezésbe olyan adat is belekerül, ami a felhasználóhoz köthető azonosításra alkalmas jelekből származik, tipikusan a Google-jelek (Google signals) alapján számolt demográfia és érdeklődési kör. Nem a property mérete számít önmagában, hanem az adott sor mögötti felhasználószám: egy nagy forgalmú oldalon is eltűnhet egy sor, ha egy szűk szegmensre, egy kisvárosra vagy egy ritkán látogatott aloldalra bontod le a riportot.
Saját tapasztalat: a jelenség a legtöbbször három helyzetben bukkan fel. Az első a kis és közepes forgalmú magyar oldalak demográfiai riportja, ahol a korcsoport és a nem bontása szinte mindig szitál. A második a földrajzi bontás település szintjén, mert Budapesten kívül a legtöbb városra napi néhány felhasználó jut. A harmadik az, amikor a Felfedezésekben (Explorations) két vagy három dimenziót raksz egymás mellé, és a kereszttábla cellái apró darabokra esnek szét.
Honnan ismered fel, hogy a küszöb dolgozik a riportodban?
A GA4 jelzi, ha küszöböt alkalmazott. A standard riportok jobb felső sarkában, a dátumtartomány mellett megjelenik egy figyelmeztető ikon (narancssárga felkiáltójel), és ha ráviszed az egeret, kiírja, hogy a jelentésben adatküszöb miatt hiányozhatnak adatok. Ugyanez az ikon a Felfedezésekben is előkerül, ott a vászon tetején, gyakran a mintavételre utaló jelzés szomszédságában.
Ez a legolcsóbb ellenőrzés, amit meg tudsz csinálni, mégis ez marad ki a leggyakrabban. Saját tapasztalat: a riportkészítők nagy része sosem viszi az egeret arra az ikonra, mert a szám már ott van a képernyőn, és a szám hitelesebbnek látszik, mint egy apró jelzés a sarokban.
Ha API-ból dolgozol, nem kell az ikonra hagyatkoznod. A Google Analytics Data API válaszában van egy erre szolgáló mező: a ResponseMetaData objektum subjectToThresholding értéke jelzi, ha a válasz küszöbölés alá esett. Érdemes a riportgenerátorodba beépíteni, hogy ezt az értéket kiírja a riport lábjegyzetébe, mert így az automatizált havi anyagban is látszik, hol nem teljes az adat.
Az ikon hiánya viszont nem jelent garanciát arra, hogy minden sor ott van. A jelzés a lekérdezés egészére vonatkozik, nem sorokra, ezért érdemes egy ismert, biztosan létező sort kontrollként használni: válassz egy aloldalt vagy egy kampányt, amiről tudod, hogy volt rajta forgalom, és nézd meg, szerepel-e a táblában. Ha az ismert sor is hiányzik, nem az adattal van baj, hanem a lekérdezéssel.
Miért nem ugyanaz a hiányzó sor és a nulla forgalom?
A hiányzó sor azt jelenti: volt forgalom, de nem mutatom meg. A nulla azt jelenti: nem volt forgalom. A kettő összekeverése konkrét, pénzben mérhető rossz döntésekhez vezet.
Saját nézőpont, gyakorlati példa: egy szolgáltató oldalon a városokra bontott riportban nem jelenik meg Székesfehérváron egyetlen sor sem. A marketinges ebből azt olvassa ki, hogy a székesfehérvári kampány nem hoz senkit, és leállítja. A valóságban lehet, hogy hetente nyolc látogató érkezett onnan, ebből kettő ajánlatot kért, csak a demográfiai dimenzió miatt az egész sor a küszöb alá esett. Ugyanez történik tartalmi szinten is: egy aloldal kiesik a listából, valaki törli vagy átírja, közben az az oldal hozta a legminőségibb megkereséseket.
A védekezés egyszerű szabály: a riportban a hiányzó sort soha ne nevezd nullának. Ha egy kimutatásból hiányzik egy elvárt sor, először tisztázd, hogy küszöb, kardinalitás, mintavétel, szűrő vagy tényleg nulla forgalom áll mögötte, és csak ezután hozz döntést. Ez a különbségtétel a havi riport minőségének körülbelül a fele.
Milyen kerülőutakkal hozhatók vissza a sorok beállítás-változtatás nélkül?
Rövid válasz: a küszöböt nem lehet kikapcsolni, de a lekérdezést át lehet fogalmazni úgy, hogy több felhasználó essen egy sorba. Négy fogásod van, sorrendben a legkevésbé kockázatostól:
- Hosszabb időtartomány. Ugyanaz a bontás heti helyett havi, vagy havi helyett negyedéves ablakban gyakran átlépi a küszöböt, mert több felhasználó gyűlik egy sorba. Havi riportnál ez a leggyorsabb próba: nézd meg ugyanazt a táblát 90 napra, és hasonlítsd össze, mely sorok jelennek meg csak ott.
- Kevesebb dimenzió egyszerre. Minden további dimenzió szorozza a sorok számát, és osztja a sorokra jutó felhasználókat. Ha a városra és a korcsoportra együtt vagy kíváncsi, kérdezd le őket külön két táblában, és a következtetést te tedd össze.
- Demográfiai és érdeklődési dimenziók kihagyása. Szakmai feltételezés, de erősen alátámasztott a gyakorlatban: az esetek nagy részében elég a korcsoportot vagy a nemet kivenni a tábla dimenziói közül, és a hiányzó sorok visszatérnek, mert a küszöbölést kiváltó adat kikerül a lekérdezésből.
- Nyers adat BigQueryben. A BigQuery Export eseményszintű adatot ad, amire nem vonatkozik sem a küszöb, sem a mintavétel. Egy egyszerű lekérdezés így néz ki:
SELECT geo.city AS varos, COUNT(DISTINCT user_pseudo_id) AS felhasznalok FROM `projekt.analytics_XXXXXX.events_*` WHERE _TABLE_SUFFIX BETWEEN '20260801' AND '20260831' AND event_name = 'page_view' GROUP BY varos ORDER BY felhasznalok DESC. Fontos korlát: a Google-jelekből származó demográfiai adat nem szerepel az exportban, tehát a nyers adat a viselkedést adja vissza, nem a demográfiát.
Egy dolgot viszont nem tud egyik kerülőút sem: visszahozni a küszöb miatt kimaradt felhasználókat a riport összesített soraiba. Szakmai feltételezés: a gyakorlatban a részletes bontás és az összesítés között tapasztalható kis eltérés jelentős részben ebből ered, ezért a bontott táblák számait ne add össze abban a hitben, hogy ki kell jönnie a főszámnak. A riportban mindig a legkevésbé darabolt nézetből vedd a nagyságrendet, és a részletes bontást irányjelzőnek használd.
Mikor éri meg a jelentési azonosítót vagy a Google-jeleket megváltoztatni?
Rövid válasz: előbb a jelentési azonosítót állítsd át, és csak nagyon indokolt esetben nyúlj magukhoz a Google-jelekhez.
Hivatalosan igazolt: a GA4-ben a Felügyelet menüben, az adatmegjelenítésnél választhatsz jelentési azonosítót (vegyes, megfigyelt, eszközalapú). Az eszközalapú beállítás nem használ felhasználói azonosításra alkalmas összevonást, ezért ezzel a küszöbölés esélye csökken. A váltás visszafordítható, és visszamenőleg is hat a riportokra, mert nem az adatgyűjtést változtatja meg, hanem azt, hogyan számolja a rendszer a felhasználókat a riportban.
Hivatalosan igazolt, és sokan lemaradtak róla: 2024 februárjától a Google a jelentési azonosítóban már nem használja a Google-jelek adatait, ami a legtöbb property-ben érezhetően csökkentette a küszöbölés gyakoriságát. Ha valaki egy 2023-as leírás alapján akarja megoldani a problémát, jó eséllyel feleslegesen kapcsol ki egy fontos funkciót.
A Google-jelek kikapcsolása ugyanis nem ingyenes lépés. Cserébe elveszíted a demográfiai és érdeklődési riportokat, a Google Ads remarketing-listák egy részét és az eszközök közötti konverziók pontosabb képét. A döntési támpont ezért ez:
- Hagyd bekapcsolva, ha Google Ads remarketinget futtatsz, ha a közönségeid a jelekre épülnek, vagy ha a demográfia tényleg befolyásolja a kreatívot és a médiavásárlást.
- Válts eszközalapú jelentési azonosítóra, ha a riportjaid fő gondja a hiányzó sor, a hirdetési oldalt viszont nem akarod kockáztatni. Ez a legjobb ár-érték arányú lépés.
- Fontold meg a kikapcsolást, ha az oldal alacsony forgalmú, a demográfiai adat gyakorlatilag használhatatlan a szitálás miatt, és nincs rá épülő hirdetési közönség. Ilyenkor a részletesebb viselkedési adat többet ér, mint egy amúgy is csonka demográfia.
Mielőtt bármit kikapcsolsz, írd le, mi a mérés célja a következő fél évre. A visszakapcsolás nem hozza vissza a kieső időszak adatait, tehát ez a lépés gyakorlatilag egyirányú.
Mi az, ami küszöbnek látszik, de valójában más?
Rövid válasz: három másik jelenség okoz hasonló tüneteket, és mindegyikre más a megoldás. Ha ezeket összekevered, rossz helyen fogsz javítani.
- Az „(other)” sor. A standard riportok nagy kardinalitású dimenzióknál (például oldal címe, egyedi azonosítót tartalmazó URL, kereső kifejezés) összevonják a ritka értékeket egyetlen gyűjtősorba. Ez nem adatvédelmi küszöb, hanem tárolási és teljesítménykorlát. Megoldás: rövidebb időtartomány, célzottabb szűrő, vagy BigQuery.
- A mintavétel. A Felfedezésekben nagy eseményszám és hosszú időtartomány esetén a GA4 mintát vesz, és ilyenkor a kis sorok bizonytalanná válnak vagy eltűnnek. A standard riportok alapból mintavétel nélküliek, ezért ha egy szám a két helyen eltér, először ezt nézd meg.
- Az adatmegőrzés. Az eseményszintű adatmegőrzés alapértelmezése rövid, és átállítható hosszabbra. Ez a Felfedezéseket érinti: ha a beállítás nem lett átállítva, a régebbi időszak egyszerűen nem kérdezhető le, hiába nyúlsz vissza a dátumtartománnyal.
Saját tapasztalat: a „(not set)” érték megint más eset, az általában mérési hiba vagy hiányzó paraméter, nem küszöb. Ha sok a „(not set)”, a mérési kódot nézd meg, ne a riportbeállítást.
Milyen ellenőrzőlistát futtass a havi riport előtt?
Ezt a nyolc lépést érdemes minden havi riport előtt végigmenni. Együtt körülbelül tíz percbe kerül, és megelőzi a legdrágább félreértelmezéseket.
- Nyisd meg a riportot, és nézd meg a dátumtartomány melletti ikont. Ha figyelmeztetés van rajta, olvasd el, mit ír.
- Írd össze, mely sorokat vártad, de nem látod. A várakozás legyen konkrét: ismert kampány, ismert aloldal, ismert település.
- Futtasd le ugyanazt a táblát háromszor hosszabb időtartományon, és jelöld meg, mely sorok jelennek meg csak ott.
- Vedd ki a demográfiai és érdeklődési dimenziókat, majd nézd meg újra. Ha a sorok visszajönnek, tudod az okot.
- Bontsd szét a többdimenziós táblát külön lekérdezésekre, egy dimenzió egy tábla.
- Ha van BigQuery Export, ellenőrizd a kritikus sorokat nyers adaton. Ez az egyetlen igazi kontroll.
- Jelöld a riportban, hol volt küszöb. Egy lábjegyzet elég: „ebben a táblában adatküszöb miatt hiányozhatnak sorok, a részletek a nyers adatból jönnek”.
- Döntés előtt kérdezd meg magadtól: ez a szám elég biztos ahhoz, hogy pénzt vagy tartalmat mozgassak rá?
Hogyan kommunikáld a hiányzó adatot az ügyfélnek vagy a vezetőnek?
Rövid válasz: ne tüntesd el a bizonytalanságot, hanem tedd kezelhetővé. A riport akkor jó, ha a döntéshozó tudja, melyik számra lehet ráépíteni egy döntést, és melyikre nem.
A gyakorlatban ez két mondat a riport elején. Az egyik megmondja, mely táblák érintettek küszöbbel. A másik megmondja, mit tettél ezzel: hosszabb időtartomány, külön lekérdezés, nyers adatos ellenőrzés. Ez a két mondat többet ér, mint egy tizedesjegyre pontos szám, aminek a hátterét senki nem ismeri.
Saját tapasztalat: az ügyfelek nem a bizonytalanságtól idegesek, hanem attól, ha kiderül, hogy a korábbi riport magabiztosan állított valamit, ami nem volt igaz. Aki előre jelzi a korlátot, annak a többi számát is jobban elhiszik.
Végül egy megkötés, amit érdemes betartani: az adatküszöb miatt hiányzó sor nem indok arra, hogy eredményt ígérj vagy kizárj. A hiányzó adatból nem következik sem siker, sem kudarc, csak annyi, hogy ott még nem tudsz eleget. A jó riport ezt írja le, nem pedig eltakarja.
Források és további olvasnivalók
- Google Analytics Súgó: Adatküszöb (Data thresholds)
- Google Analytics Súgó: Jelentési azonosító (Reporting identity)
- Google Analytics Súgó: Google-jelek aktiválása és adatgyűjtése
- Google Analytics Súgó: Nagy kardinalitású dimenziók és az „(other)” sor
- Google Analytics Súgó: Adatmegőrzési beállítások
- Google Analytics Data API (v1) referencia: ResponseMetaData, subjectToThresholding
- Google Analytics Súgó: BigQuery Export és az eseményszintű séma
- Google Search Central dokumentáció: mérés és jelentéskészítés alapjai
- Az adatküszöb nem kapcsolható ki, de a lekérdezés átfogalmazásával a legtöbb hiányzó sor visszahozható.
- A hiányzó sor azt jelenti, hogy volt forgalom, csak nem látod, nem azt, hogy nulla volt.
- Először az eszközalapú jelentési azonosítót próbáld ki, a Google-jelek kikapcsolása jóval drágább lépés.
- A küszöb mellett a kardinalitás miatti (other) sor, a mintavétel és az adatmegőrzés is okozhat hasonló tüneteket.
- A havi riportban jelöld külön, mely táblák érintettek küszöbbel, mielőtt döntést építesz rájuk.
Gyakori kérdések
Ki lehet kapcsolni az adatküszöböt a GA4-ben?
Nem, magát a küszöböt nem lehet kikapcsolni, mert adatvédelmi funkció. Azt tudod befolyásolni, hogy a lekérdezésed egyáltalán kiváltja-e: hosszabb időtartománnyal, kevesebb dimenzióval, a demográfiai dimenziók kihagyásával, eszközalapú jelentési azonosítóval vagy nyers BigQuery-adattal.
Hány felhasználó alatt rejti el a GA4 a sort?
A Google nem teszi közzé a pontos határértéket, és ez szándékos: ha ismert lenne, a küszöb megkerülhető lenne. Ezért gyakorlati módszerrel érdemes dolgozni, vagyis megnézni, hogy hosszabb időtartományon vagy kevesebb dimenzióval visszajön-e a sor.
Honnan tudom biztosan, hogy küszöb miatt hiányzik a sor, és nem mérési hiba?
Nézd meg a riport tetején, a dátumtartomány melletti figyelmeztető ikont, API-ban pedig a subjectToThresholding mezőt. Ha ezek nem jeleznek, valószínűbb a kardinalitás miatti (other) sor, a mintavétel, egy szűrő vagy egy mérési hiba, és ilyenkor a mérési kódot érdemes átnézni.
Érdemes kikapcsolni a Google-jeleket a részletesebb adatért?
Csak akkor, ha nincs rá épülő hirdetési közönséged, és a demográfiai adat a szitálás miatt amúgy is használhatatlan. Előbb próbáld ki az eszközalapú jelentési azonosítót, mert az visszafordítható, míg a jelek kikapcsolása a kieső időszakra véglegesen elveszi a demográfiai adatot és a remarketing egy részét.
A BigQuery Export megoldja a problémát?
Az eseményszintű nyers adatra nem vonatkozik a küszöb és a mintavétel, tehát a viselkedési adatot teljes mélységben látod. A Google-jelekből számolt demográfia viszont nem szerepel az exportban, ezért a demográfiai bontásra ez nem ad megoldást.
Mit írjak a havi riportba, ha küszöbölt táblát használok?
Egy rövid lábjegyzet elég: jelöld, hogy az adott táblában adatküszöb miatt hiányozhatnak sorok, és írd le, mit tettél ennek ellenőrzésére. Ez segítheti, hogy a döntéshozó ne nullaként olvasson egy hiányzó sort.
Források és további olvasnivalók
Ezen az oldalon a hivatalosan igazolt információt elsődleges forrásokból építjük fel; a saját tapasztalatot és a szakmai becslést mindig külön jelöljük a szövegben.