Mérés

GA4 e-kereskedelmi események ellenőrzése a terméklistától a vásárlásig

GA4 e-kereskedelmi események ellenőrzése lépésről lépésre: view_item_list-től a purchase-ig, items tömb, pénznem és tranzakció-azonosító DebugView-ban.

Scheo · · olvasási idő ~10 perc · Szerző: Schmidt Péter

A lényeg dióhéjban: A GA4 e-kereskedelmi mérés akkor használható, ha a hét ajánlott esemény mind beérkezik, és az items tömb, a pénznem meg a tranzakció-azonosító minden lépésben következetes. A DebugView és a böngésző hálózati lapja együtt mutatja meg, hol szakad meg a lánc.

A GA4 e-kereskedelmi mérése akkor ér valamit, ha a vásárló útjának minden lépése beérkezik, és minden lépés ugyanazt a terméket ugyanúgy írja le. A gyakorlatban sok webshopban csak a purchase esemény él, vagy él az egész lánc, de az árak, a pénznem és a lista-adatok eseményről eseményre mást mutatnak. Ez a cikk végigmegy az ajánlott eseményeken, és megmutatja, hogyan ellenőrizd őket a DebugView-ban és a böngésző fejlesztői eszközeiben.

GA4 e-kereskedelmi események ellenőrzése a terméklistától a vásárlásig
GA4 e-kereskedelmi események ellenőrzése a terméklistától a vásárlásig

A szövegben háromféle jelölést használok. Hivatalosan igazolt az, ami a Google Analytics dokumentációjában szerepel. Saját tapasztalat az, amit webshopok mérésének átnézésekor rendszeresen látunk. Szakmai feltételezés az, ami logikusan következik, de nincs rá hivatalos megerősítés.

Melyik GA4 eseményekből áll az e-kereskedelmi lánc?

Az ajánlott lánc hét eseményből áll, a terméklista megjelenésétől a sikeres fizetésig. Ha bármelyik hiányzik, a tölcsér azon a ponton megszakad, és a riport hamis lemorzsolódást mutat.

  1. view_item_list a terméklista (kategóriaoldal, keresési találatok, kapcsolódó termékek blokk) megjelenésekor.
  2. select_item amikor a látogató egy listából rákattint egy termékre.
  3. view_item a termékoldal betöltésekor.
  4. add_to_cart kosárba tételkor.
  5. begin_checkout a pénztár indításakor.
  6. add_payment_info a fizetési mód megadásakor.
  7. purchase a sikeres rendelés után, a köszönőoldalon vagy a visszaigazolás pillanatában.

Hivatalosan igazolt: a Google ezeket ajánlott eseményként dokumentálja, rögzített paraméternevekkel. A lánc része még az add_shipping_info, a view_cart és a remove_from_cart is, ezek hiánya kevésbé fáj, de a kosárelhagyás elemzéséhez hasznosak.

Saját tapasztalat: a leggyakrabban kimaradó két esemény a view_item_list és a select_item. A sablonos webshop-bővítmények egy része csak a termékoldaltól mér, és ezt a tulajdonos ritkán veszi észre, mert a bevétel ettől még látszik.

Milyen paraméterek kellenek az egyes eseményekhez?

Minden eseménynek kell egy items tömb, a pénzt hordozó eseményeknek pedig currency és value. A purchase eseményhez ezen felül kötelező a transaction_id.

Hivatalosan igazolt: ha a value paramétert küldöd, a currency is kötelező, különben a bevételi metrikák nem számolódnak. Az items tömb minden elemében legalább az item_id vagy az item_name meg kell legyen.

Hogyan nézzen ki egy jó items elem?

Egy jól felépített elem az azonosítón és a néven túl a márkát, a kategóriát, a változatot, az egységárat, a mennyiséget és a lista-adatokat is tartalmazza. A lenti példában a változónevek helyén a webshop saját adatai állnak.

gtag('event', 'add_to_cart', { currency: 'HUF', value: kosarErtek, items: [{ item_id: termek.sku, item_name: termek.nev, item_brand: termek.marka, item_category: termek.fokategoria, item_category2: termek.alkategoria, item_variant: termek.valtozat, item_list_id: 'kategoria_' + kategoriaSlug, item_list_name: kategoriaNev, index: pozicio, price: termek.egysegAr, discount: termek.kedvezmeny, quantity: darab }] });

Hivatalosan igazolt: a price mező az egységár, kedvezmény esetén a már kedvezményes egységár, a kedvezmény összege pedig a discount mezőbe kerül. A value jellemzően az elemek ár és mennyiség szorzatának összege.

Hogyan ellenőrizd az eseményeket a DebugView-ban?

A DebugView valós időben, eseményenként mutatja a beérkező adatokat, ha a böngésződ debug módban küld. Ezt a Google Tag Assistant előnézeti módjával, a Google Tag Manager Preview funkciójával vagy a debug_mode paraméterrel érheted el.

A folyamat lépésről lépésre így néz ki.

  1. Nyisd meg a GA4-ben az Adminisztráció menüben a DebugView-t.
  2. Indítsd el a Tag Assistant előnézetet a webshop címével.
  3. Járd végig a teljes vásárlási utat egy tesztrendeléssel, a kategóriaoldaltól a köszönőoldalig.
  4. A DebugView idővonalán kattints rá minden e-kereskedelmi eseményre, és nyisd le a paramétereket, valamint az Items fület.
  5. Jegyezd fel eseményenként, mi érkezett meg és mi hiányzik.

Ellenőrzőlista a DebugView-hoz

Saját tapasztalat: a DebugView néha késve vagy hiányosan mutatja a gyorsan egymás után érkező eseményeket, főleg átirányításos fizetésnél. Ha egy esemény hiányzik, mielőtt hibát állapítasz meg, nézd meg a hálózati forgalmat is.

Mit nézz a böngésző fejlesztői eszközeiben?

A böngésző hálózati lapja megmutatja, mi ment ki ténylegesen a GA4 felé, függetlenül attól, hogy a felület mit jelenít meg. Ez a leggyorsabb módja annak, hogy elválaszd a mérési hibát a megjelenítési késéstől.

  1. Nyisd meg a fejlesztői eszközöket, és válts a Network fülre.
  2. Szűrj a collect szóra, így csak a GA4 kérések maradnak láthatók.
  3. Kapcsold be a naplómegőrzést (Preserve log), különben a köszönőoldalra érkezéskor elveszik a korábbi kérés.
  4. Kattints egy kérésre, és nézd meg a lekérdezési paramétereket és a kérés törzsét.

Saját tapasztalat: a kérésben az en paraméter az esemény neve, a cu a pénznem, a termékek pedig pr1, pr2 és így tovább formában érkeznek, a mezőket hullámvonallal elválasztva. Több esemény egy kérésbe is összevonódhat, ilyenkor a törzsben soronként találod őket.

Ellenőrzőlista a fejlesztői eszközökhöz

Miért kiemelt az items tömb, a pénznem és a tranzakció-azonosító?

Ez a három elem dönti el, hogy a bevételi és termékriportok összeadhatók és összevethetők-e. Ha bármelyik hibás, a riport számol, csak rossz számot mutat, és ez veszélyesebb a hiányzó adatnál.

Az items tömb a termékszintű riportok forrása. Ha az item_id a termékoldalon SKU, a vásárlásban viszont belső adatbázis-azonosító, a GA4 két külön terméknek látja ugyanazt az árut, és a nézettségből vásárlásba vezető arány értelmezhetetlen lesz.

A pénznem akkor okoz gondot, ha több nyelvű vagy több pénznemű a webshop. Hivatalosan igazolt: a GA4 a beérkező összegeket a tulajdon pénznemére váltja át, ha a currency helyesen érkezik. Ha viszont a pénznem fixen HUF egy euróban fizető vásárlónál, a bevétel nagyságrendekkel elcsúszik.

A tranzakció-azonosító a duplikációt szűri. Hivatalosan igazolt: az azonos transaction_id értékkel érkező ismételt vásárlást a GA4 kiszűri. Ebből következik, hogy az üres, a fix vagy a véletlenszerűen generált azonosító egyformán rossz. Az üres vagy fix érték miatt valódi rendelések tűnhetnek el, a minden betöltéskor újragenerált érték pedig átengedi a köszönőoldal frissítéséből adódó duplikációt.

Melyek a leggyakoribb hibák?

A tipikus hibák nem okoznak hibaüzenetet, ezért csak tudatos ellenőrzéssel derülnek ki. Az alábbiakat látjuk a legtöbbször.

Hiányzó lista-név

A view_item_list és a select_item lefut, de az item_list_name üres, vagy minden oldalon ugyanaz az általános érték áll benne, például „termeklista”. Saját tapasztalat: ez főleg akkor fordul elő, ha a sablon egyetlen közös lista-komponenst használ a kategóriaoldalon, a keresési találatoknál és a kapcsolódó termékeknél. A javítás az, hogy a lista-név a kategória valódi nevét vagy a blokk szerepét kapja meg.

Nettó és bruttó ár keveredése

A termékoldalon a price nettó, a vásárlásban a value bruttó, vagy fordítva. Saját tapasztalat: ezt az okozza, hogy a termékoldal adatát a sablon, a rendelés adatát a pénztár-bővítmény állítja elő, más forrásból. A Google nem írja elő, hogy nettót vagy bruttót küldj. A lényeg a következetesség, és hogy az ÁFA a tax, a szállítás a shipping mezőbe kerüljön, ne olvadjon bele észrevétlenül az értékbe.

Kupon nélküli adat

A vásárló kuponnal fizet, de a coupon paraméter sehol nem jelenik meg, vagy csak a purchase eseményben. Szakmai feltételezés: kupon-adat nélkül egy akció hatását csak a dátumok alapján tudod becsülni, ami a párhuzamosan futó kampányok miatt jó eséllyel félrevezető. Érdemes a kupont rendelés- és termékszinten is küldeni, ha a webshop termékszintű kedvezményt is kezel.

További gyakori hibák

Miért nem értékelhetők a kategóriaoldalak terméklista-adatok nélkül?

A saját nézőpontom az, hogy lista-adatok nélkül a kategóriaoldalakról csak forgalmi adatod van, teljesítményadatod nincs. Látod, hányan nyitották meg az oldalt, de azt nem, hogy a megjelenített termékekből hányra kattintottak, és ebből mennyi vásárlás lett.

A view_item_list és a select_item együtt adja meg a lista átkattintási arányát. Ha a lista-név és a lista-azonosító a kosár- és vásárlási eseményekben is továbbmegy, az is látszik, melyik kategória hozza a bevételt. Az index paraméterből pedig az derül ki, hogy a lista elején álló termékek mennyivel jobban teljesítenek, mint a lap alján lévők.

Szakmai feltételezés: a kategóriaoldalak rendezésére, szűrőire és a kiemelt termékekre vonatkozó döntések e nélkül jórészt megérzésen alapulnak. Egy A/B teszt is csak akkor mérhető tisztán, ha a lista-szintű események megbízhatóak. A jó mérés önmagában nem javít a konverzión, de segítheti, hogy a változtatásaidat adatra építsd.

Hivatalosan igazolt: a GA4 termékriportjaiban a lista-név és a lista-pozíció külön dimenzióként érhető el, ha az eseményekben megérkezik. Ha üres, a riportban „(not set)” érték jelenik meg.

Milyen sorrendben érdemes javítani a hibákat?

Először a vásárlást hozd rendbe, utána a pénznemet és az items tömböt, végül a lista-eseményeket. A bevétel pontossága hat a legtöbb döntésre, ezért azzal kezdj.

  1. A purchase egyszer fusson le, egyedi transaction_id értékkel, helyes currency és value mellett.
  2. Az item_id legyen egységes minden eseményben.
  3. Dönts a nettó vagy bruttó logikáról, és vezesd át minden eseményen.
  4. Pótold a coupon paramétert a pénztár-eseményekben és a vásárlásban.
  5. Építsd be a view_item_list és select_item eseményeket valódi lista-nevekkel.
  6. Minden javítás után járd végig újra a teljes tesztrendelést.

Saját tapasztalat: a javítás után érdemes néhány napig összevetni a GA4 vásárlásainak számát a webshop admin felületén látható rendelésekkel. Teljes egyezés ritkán lesz a hozzájárulás-kezelés és a hirdetésblokkolók miatt, de a tartósan nagy eltérés még mérési hibát jelez.

Források és további olvasnivalók

A legfontosabbak
  • Az ajánlott eseménylánc hét lépése csak együtt ad értelmezhető tölcsért, egy hiányzó lépés torzítja az egész képet.
  • Az items tömbben az item_id vagy az item_name kötelező, a lista-név és a lista-azonosító nélkül a kategóriaoldalak teljesítménye nem mérhető.
  • Ha a value paramétert küldöd, a currency is kell, különben a bevétel nem kerül be a riportokba.
  • A transaction_id legyen egyedi és állandó, mert ugyanazzal az azonosítóval érkező ismételt vásárlást a GA4 kiszűri.
  • A nettó és bruttó ár keverése a leggyakoribb csendes hiba, ezért a mérés előtt dönts egy logikáról, és tartsd minden eseményben.

Gyakori kérdések

Kötelező mind a hét e-kereskedelmi eseményt beállítani a GA4-ben?

Technikailag nem, a GA4 a vásárlást önmagában is fogadja. A tölcsér- és termékriportok viszont csak akkor értelmezhetők, ha a lánc minden lépése beérkezik, ezért érdemes mindet beállítani.

Mi történik, ha a value paraméter mellől hiányzik a currency?

A Google dokumentációja szerint ilyenkor a bevételi metrikák nem számolódnak, az esemény beérkezik, de a pénzösszeg elvész a riportokból.

Nettó vagy bruttó árat küldjek a GA4-nek?

A Google nem írja elő egyiket sem. A fontos az, hogy minden eseményben ugyanazt a logikát használd, és az ÁFA a tax, a szállítás a shipping mezőbe kerüljön.

Miért duplázódnak a vásárlások a GA4-ben?

Jellemzően azért, mert a köszönőoldal frissítésekor újra lefut a purchase esemény, és a transaction_id üres vagy minden betöltéskor új értéket kap. Egyedi, a rendelésszámhoz kötött azonosítóval a GA4 kiszűri az ismétlést.

Miért látok (not set) értéket a lista-név dimenzióban?

Mert az item_list_name nem érkezik meg az eseményekben. Ellenőrizd a view_item_list és a select_item eseményeket, és azt, hogy a lista-adat továbbmegy-e a kosár- és vásárlási eseményekbe.

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.

A cikk szerzője

Schmidt Péter, online marketing szakértő, a Scheo Tanácsadó Kft. alapítója. Székesfehérvárról, országosan dolgozó csapattal végzünk keresőoptimalizálást, AI-láthatóság mérést, Google és Meta hirdetéskezelést, weboldalkészítést. Amit itt leírunk, azt ügyfélmunkában is használjuk. Rólunk bővebben · Szolgáltatásaink

Kapcsolódó olvasnivaló

Kapcsolódó

A/B teszt indítása előtt: a mérési előfeltételek ellenőrzése

Kapcsolódó

A/B teszt eredményének értelmezése: mikor hihetsz a nyertesnek

Kapcsolódó

Ügynöki vásárlás: mire készítsd fel a webshopodat

Helyi szolgáltatás a környékeden

Országosan dolgozunk, online és személyesen. Válaszd ki a városodat, és nézd meg, hogyan segítünk helyben:

Online marketing & AI SEO DebrecenOnline marketing & AI SEO SzegedOnline marketing & AI SEO MiskolcOnline marketing & AI SEO PécsOnline marketing & AI SEO KecskemétOnline marketing & AI SEO Nyíregyháza

Weboldalkészítés városra bontva

Ha először a honlap kell, itt városonként arról írtunk:

Weboldalkészítés SzolnokWeboldalkészítés TatabányaWeboldalkészítés KaposvárWeboldalkészítés BékéscsabaWeboldalkészítés EgerWeboldalkészítés Zalaegerszeg

Mind a 20 városunk és az összes szolgáltatás →

15 perces AI-láthatósági gyorselemzés - díjmentesen

Megnézzük három, számodra fontos keresőkérdésnél, hogy megjelenik-e a céged a ChatGPT, a Gemini és a Google AI-válaszaiban, mely versenytársakat ajánlják helyetted, és melyik három területen érdemes először javítani. A weboldaladat előzetesen átnézzük, tehát nem sablonos, automata riportot kapsz.

Adataidat kizárólag a kapcsolatfelvételhez használjuk. Kapcsolat: m@rketinges.hu
💬 Konzultáció