[UA→GA4] Kemungkinan alasan terjadinya perbedaan konversi di GA4 vs. UA

Metode penghitungan: UA menghitung satu sasaran per sesi, sementara GA4 memungkinkan Anda memilih antara satu kali per peristiwa atau satu kali per sesi.

Misalnya, saat pengguna menyelesaikan sasaran 5 kali dalam satu sesi, UA akan menampilkan satu konversi, sementara GA4 akan menampilkan 1 atau 5 peristiwa utama, bergantung pada metode penghitungan yang Anda pilih.

Catatan: Satu kali per peristiwa adalah metode penghitungan default untuk sebagian besar peristiwa utama, kecuali yang dibuat di properti GA4 yang dibuat otomatis atau menggunakan alat migrasi sasaran Asisten Penyiapan.

Setelan default dapat menyebabkan jumlah peristiwa utama yang lebih tinggi di GA4.

Perbarui setelan penghitungan peristiwa utama. Untuk menyelaraskan penghitungan GA4 dengan penghitungan sasaran UA, pastikan metode penghitungan peristiwa utama GA4 ditetapkan ke Satu kali per sesi.

Catatan:

• UI GA4 akan mengenali bahwa setelan ini bukan setelan yang direkomendasikan karena dapat menyebabkan penghitungan peristiwa utama menjadi kurang. Misalnya, jika Anda memiliki bisnis perolehan prospek, Anda ingin menghitung setiap pengiriman prospek, bukan hanya satu per pengguna.
• Google Tag Manager memiliki kontrol terkait cara dan waktu tag dapat diaktifkan. Pelajari lebih lanjut Opsi pengaktifan tag.

Rekomendasi ini tidak relevan saat membandingkan transaksi e-commerce UA karena sudah dihitung sebagai Satu kali per peristiwa di UA.

Cakupan situs: Jika tag UA diterapkan di kumpulan halaman dalam situs yang berbeda dari tag GA4, dapat terjadi kekurangan data pengukuran. Terutama jika halaman landing dari iklan Google Ads tidak diberi tag secara akurat, bisa jadi informasi yang Anda butuhkan untuk secara akurat mengukur dan mengatribusikan peristiwa utama ke interaksi iklan tersebut tidak tersedia.

Bergantung pada apakah tag GA4 diterapkan di lebih banyak atau lebih sedikit halaman daripada UA, GA4 akan masing-masing menampilkan lebih banyak atau lebih sedikit pengguna, sesi, tayangan halaman, dan peristiwa utama berikutnya.

Sebaiknya Anda mengandalkan metode penerapan standar untuk memastikan tag diterapkan pada seluruh situs Anda (misalnya, tag Google atau Google Tag Manager). Pertimbangkan juga setelan yang mungkin telah Anda konfigurasi di masa lalu, seperti pengukuran lintas-domain.

Gunakan Ringkasan cakupan tag untuk mengonfirmasi apakah tag Google telah diterapkan di seluruh situs Anda. Pelajari lebih lanjut artikel Tentang ringkasan cakupan Tag.

Untuk meminimalkan perbedaan, andalkan metode penerapan tag yang sama untuk UA dan GA4.

Error penerapan: Saat menyiapkan pengumpulan data untuk GA4, tag mungkin tidak diterapkan dengan benar. Error ini dapat menyebabkan tidak ada data sama sekali di properti GA4 Anda, tetapi dalam beberapa kasus, Anda akan melihat sebagian data di properti GA4. Jika demikian, Anda akan melihat perbedaan saat membandingkannya dengan UA.

Penerapan yang rusak kemungkinan menampilkan jumlah peristiwa utama yang lebih rendah untuk GA4 daripada UA.

Sebaiknya Anda mengandalkan metode penerapan standar yang dijelaskan dalam Panduan Developer, bukan penerapan non-standar. Sistem pengelolaan tag dapat membantu meningkatkan konsistensi penerapan.

Filter: Filter UA berfungsi dengan cara yang sangat berbeda dari filter GA4. Filter UA biasanya sudah ada dan secara signifikan mengubah data di dalam properti UA, misalnya, "hanya tampilkan data dari Prancis". GA4 mungkin memiliki kumpulan filter yang sangat berbeda.

Jika filter UA mengurangi traffic yang dilaporkan, hal ini dapat menyebabkan GA4 menampilkan jumlah traffic yang lebih tinggi.

Filter data: Buat filter sertakan/kecualikan untuk traffic internal dan developer.

Perubahan peristiwa dan peristiwa kustom: Ubah nama dan parameter peristiwa.

Identifikasi rujukan yang tidak diinginkan: Hanya sertakan rujukan yang Anda inginkan.

Buat sub-properti (khusus 360): Buat properti yang berfungsi penuh yang merupakan subkumpulan data di properti 360 Anda.

Pengecualian rujukan: Pengecualian yang ditetapkan di UA dapat memengaruhi peristiwa utama yang diatribusikan ke Google Ads. Jika pengecualian ini tidak disiapkan dengan benar di GA4, kredit yang diatribusikan ke Google Ads dapat berbeda, misalnya, pengecualian untuk penyedia pembayaran seperti PayPal sering kali dibuat di UA.

Jika perujuk dikecualikan di UA, tetapi tidak di GA4, peristiwa utama GA4 dapat salah diatribusikan di GA4, sehingga lebih sedikit peristiwa utama yang diatribusikan ke saluran Berbayar Google jika dibandingkan dengan UA. Pengecualian rujukan memengaruhi jumlah kredit peristiwa utama.

Cocokkan setelan pengecualian rujukan antara UA dan GA4 untuk meminimalkan atribusi yang salah. Perhatikan bahwa mengecualikan rujukan tidak mengubah jumlah keseluruhan peristiwa utama di properti Google Analytics, opsi ini hanya memengaruhi cara peristiwa utama diatribusikan.

Pelajari lebih lanjut Pengecualian rujukan di UA dan cara Mengidentifikasi rujukan yang tidak diinginkan di GA4.

Periode lihat balik peristiwa utama: Setelan periode lihat balik peristiwa utama di Google Ads menentukan berapa lama setelah poin kontak Google Ads, kredit dapat diatribusikan ke poin kontak tersebut. Sering kali setelan ini ditetapkan ke nilai pilihan, misalnya, 90 hari.

Perbedaan setelan dapat berarti poin kontak mendapatkan kredit peristiwa utama yang diatribusikan oleh UA, tetapi tidak oleh GA4, atau sebaliknya.

Setelan model atribusi (di Google Ads): Model atribusi memengaruhi cara kredit didistribusikan di seluruh poin kontak di jalur konversi. Perbedaan setelan model atribusi di Google Ads antara UA dan GA4 dapat menyebabkan alokasi kredit yang berbeda-beda di berbagai kampanye dalam akun Google Ads atau akun pengelola (MCC).

Catatan: Mengubah setelan atribusi di Google Ads tidak memengaruhi jumlah keseluruhan kredit yang diatribusikan ke Google Ads.

Metodologi pelaporan di Google Ads: Di Google Ads, untuk menampilkan iklan yang mendorong peristiwa utama, peristiwa utama dilaporkan berdasarkan pelaporan waktu interaksi iklan. Di Google Analytics, peristiwa utama dilaporkan secara berbeda, menggunakan pelaporan waktu peristiwa utama.

Misalnya, jika peristiwa utama yang terjadi pada 10 Mei, peristiwa tersebut dapat diatribusikan ke klik iklan pada 5 Mei. Google Analytics umumnya melaporkan peristiwa utama ini pada 10 Mei, sedangkan Google Ads akan melaporkan peristiwa utama ini pada 5 Mei.

Efek ini berlaku untuk peristiwa yang diimpor UA dan GA4 di Google Ads, meskipun perbedaan setelan (seperti model atribusi atau periode lihat balik peristiwa utama) di antara tindakan peristiwa utama dapat memperkuat dampaknya.

Jika Anda menyesuaikan setelan di seluruh tindakan peristiwa utama yang diimpor ke Google Ads, Anda akan meminimalkan dampak metodologi pelaporan.

Perhatikan bahwa peristiwa utama dapat diatribusikan selama periode lihat balik peristiwa utama, hingga 90 hari di Google Ads, sehingga diperlukan waktu hingga 90 hari agar GA4 dan UA dapat dibandingkan sepenuhnya satu sama lain.

Untuk menilai apakah pasangan peristiwa utama dapat dibandingkan, atau apakah Anda harus menunggu lebih lama, gunakan laporan Metrik jalur di Google Ads untuk peristiwa utama UA guna menentukan berapa lama waktu yang diperlukan mayoritas pengguna untuk berinteraksi dengan peristiwa utama pada jalur menuju peristiwa utama.

Catatan: Lebih dari 95% peristiwa utama diatribusikan dalam 14 hari pertama. Hal ini berarti, dalam perbandingan antara UA dan GA4, Anda harus menggunakan data Google Ads yang sudah ada selama minimal 14 hari.

Pengukuran e-commerce: Google Analytics kompatibel dengan berbagai skema e-commerce. Anda dapat menerapkan skema GA4 dan skema UA secara bersamaan, atau mengandalkan satu skema untuk kedua properti. Jika Anda menggunakan dua skema, dapat terjadi perbedaan data. Tinjau Panduan Developer untuk informasi selengkapnya.

Perbedaan skema e-commerce dapat menyebabkan jumlah peristiwa utama di GA4 lebih tinggi atau lebih rendah daripada di UA.

Saat mengumpulkan data e-commerce untuk GA4, praktik terbaiknya adalah mengandalkan skema e-commerce GA4 (Panduan Developer).

Sebaiknya Anda jangan mengandalkan tag situs yang terhubung jika menggunakan pengukuran e-commerce.

Sebaiknya Anda juga menggunakan skema e-commerce yang sama untuk UA dan GA4 saat membandingkan keduanya.

Kondisi pengaktifan tag: Kondisi pengaktifan tag hard code dapat memengaruhi cara dan waktu tag diaktifkan.

Karena penyiapan pengumpulan data GA4 biasanya mencakup penerapan tag baru, kondisi pengaktifan sebelumnya mungkin perlu diterapkan untuk GA4 agar tag dapat diaktifkan. Sebaiknya aktifkan tag sesuai dengan kondisi yang sama untuk meminimalkan perbedaan pengumpulan data.

Jika pengumpulan data dibatasi di UA dan tidak di GA4, jumlah pengguna, sesi, tayangan halaman, dan peristiwa utama dapat lebih tinggi di GA4.

Sebaiknya Anda mengandalkan gtag.js atau gtm.js (menggunakan tag GA4) untuk mengumpulkan data bagi properti GA4.

Kondisi pengaktifan tag tidak terpengaruh secara langsung jika Anda menggunakan bentuk pemberian tag lainnya (misalnya, tag situs yang terhubung), tetapi pemberian tag ulang menjadi rekomendasi pertama jika kondisi pengaktifan tag menyebabkan tag diaktifkan secara tidak konsisten di UA dan GA4.

Pengecualian traffic internal: Setelan dapat digunakan untuk memfilter pengguna internal (dari perspektif pelanggan, yaitu, karyawan pelanggan) atau menguji traffic.

Jika setelan berbeda di UA dan GA4, properti tanpa filter pengecualian diperkirakan akan menampilkan lebih banyak pengguna, sesi, tayangan halaman, dan peristiwa utama berikutnya.

Perubahan halaman berdasarkan peristiwa histori browser: Pengukuran yang ditingkatkan di GA4 secara default mengukur perubahan halaman berdasarkan peristiwa histori browser; UA tidak mengukurnya. Hal ini akan menyebabkan tayangan halaman yang lebih tinggi di GA4 daripada UA dan dapat menyebabkan perbedaan.

Misalnya, jika pola konstruksi dan penggunaan situs Anda menyebabkan banyak halaman dimuat melalui perubahan di histori browser, mengaktifkan setelan ini akan membuat pengukuran untuk peristiwa tersebut. Hal ini akan menyebabkan perbedaan dengan UA yang belum mengukur peristiwa ini.

Gunakan penyiapan yang sesuai untuk konversi UA dan peristiwa utama GA4 yang serupa di Google Analytics.

Anda dapat mengonfigurasi peristiwa yang baru dibuat dari sumber ini dengan nama peristiwa yang berbeda, sehingga pengukuran UA dan GA4 dapat lebih mendekati. Jika tidak dapat disiapkan dengan cara yang sama persis, keduanya tidak boleh dibandingkan.

Filter spam dan bot:

• Spam: Di UA, pengguna harus menyiapkan filter spam secara manual menggunakan filter tampilan, tetapi GA4 berfungsi secara berbeda.
• Bot: Di UA, pengguna dapat menonaktifkan filter bot di setelan tampilan, filter aktif secara default. Di GA4, bot difilter secara otomatis.

Filter mengurangi traffic di UA. Jika tidak diterapkan di GA4, GA4 akan melaporkan lebih banyak traffic dan peristiwa utama berikutnya, jika traffic spam/bot berhasil berinteraksi dengan peristiwa utama pada jalur menuju peristiwa utama.

Konfirmasi apakah pengecualian parameter URL digunakan di UA untuk memahami potensi perbedaan di GA4.

Model DDA untuk peristiwa utama dan pendapatan: Di UA, model atribusi adalah klik non-langsung terakhir untuk sasaran. Peristiwa utama GA4 menggunakan model atribusi berbasis data (DDA) secara default, tetapi dapat diubah.

Bergantung pada cara kredit diubah berdasarkan DDA, pengguna dapat melihat lebih banyak atau lebih sedikit kredit yang diatribusikan ke saluran (Google) berbayar. Perhatikan bahwa model atribusi tidak memengaruhi jumlah keseluruhan peristiwa utama untuk peristiwa tertentu.

Meskipun tidak direkomendasikan, hal ini dapat diuji/diukur dengan mengalihkan model atribusi untuk properti ke Klik terakhir di GA4.

Perbedaan zona waktu dan reset kampanye: UA menghentikan sesi saat tengah malam dan memulai ulang sesi dengan parameter kampanye baru; GA4 tidak demikian. Hal ini dapat menyebabkan perbedaan sesi, yang kemudian dapat menyebabkan perbedaan peristiwa utama sasaran/sesi.

Situasi ini diperkirakan tidak akan mendorong perbedaan yang signifikan dalam jumlah total peristiwa utama di properti tertentu. Perbedaan ini hanya terlihat jika tiap-tiap hari dibandingkan di UA vs GA4.

GA4 dapat dikonfigurasi untuk mengukur kunjungan halaman berdasarkan peristiwa histori browser; UA tidak melakukan hal ini. Hal ini menyebabkan pengukuran yang lebih beragam di GA4, tetapi bisa menjadi sumber perbedaan. Anda dapat menonaktifkan setelan ini jika menginginkan angka yang hampir sama antara UA dan GA4.

Sinyal Google dan User-ID: Setelan ini membantu menghapus duplikat pengguna di properti GA4. Di UA, kedua setelan hanya memengaruhi beberapa laporan dan tampilan terpisah. Di GA4, setelan tersebut memengaruhi semua informasi di properti.

Mengaktifkan sinyal Google dan User-ID di GA4 akan mengurangi jumlah pengguna baru/keseluruhan, sehingga menghubungkan interaksi yang di UA akan dianggap berasal dari beberapa pengguna. Dengan demikian, kredit dapat diatribusikan secara berbeda. Fitur ini tidak diharapkan akan memengaruhi jumlah keseluruhan konversi dalam Google Analytics, tetapi dapat menyebabkan perbedaan dalam ekspor ke Google Ads. Jika pengiklan mengukur konversi penayangan tak dilewati (EVC), mereka dapat dipengaruhi oleh penggunaan Sinyal Google dan User-ID.

Tidak ada solusi langsung – Penghapusan duplikat GA4 memberikan insight yang lebih baik tentang cara pengguna berinteraksi dengan aset pelanggan.

Sebaiknya Anda menerapkan kedua fitur di kedua platform untuk meminimalkan perbedaan, meskipun hal tersebut tidak dapat dicegah.

Penggantian cookie

Saat mengubah setelan cookie di UA, Anda harus mencocokkan setelan tersebut saat mengonfigurasi GA4.

Mengurangi tanggal habis masa berlaku cookie dapat memengaruhi atribusi dan menyebabkan perbedaan atribusi peristiwa utama. Pelajari lebih lanjut cara mengonfigurasi setelan tag Google.

Khusus untuk tag situs yang terhubung (termasuk sideload): Tag yang terhubung dimuat secara berurutan; yaitu, tag GA4 dimuat setelah tag induk (tag gtag.js atau analytics.js yang ada). Hal ini dapat berarti:

1. Memuat beberapa tag dapat memengaruhi kecepatan situs.
2. Jika pengguna menjelajahi situs dengan sangat cepat, tag mungkin belum selesai dirender, sehingga menyebabkan kehilangan peristiwa.

Pemodelan peristiwa utama dari mode izin: Pemodelan peristiwa utama tersedia di Google Ads untuk pengiklan yang telah membuat konversi Google Ads berdasarkan peristiwa utama Analytics dari properti yang diterapkan menggunakan gtag.js atau Google Tag Manager.

Untuk penerapan analytics.js, kami tidak menawarkan pemodelan di Google Ads untuk konversi. Hal ini karena status izin tidak dapat ditentukan secara akurat tanpa penerapan gtag.js atau Google Tag Manager.

Jika UA dan GA4 mengandalkan tag yang kompatibel dengan mode izin, keduanya dapat menerima pemodelan peristiwa utama di Google Ads.

Di GA4, hal ini seharusnya tidak menyebabkan peningkatan peristiwa utama untuk traffic web, tetapi ada kemungkinan bahwa lebih banyak kredit akan diatribusikan ke saluran Google Ads di GA4 daripada di UA, yang menghasilkan performa Google Ads yang lebih baik.

Untuk membandingkannya, Anda dapat menyegmentasikan pelaporan kampanye – atau tingkat akun – di Google Ads. Pastikan untuk membandingkan tindakan peristiwa utama yang mengukur tindakan peristiwa utama yang sama persis.

Model ekspor kredit: Model yang digunakan untuk mengekspor peristiwa utama dari GA4 ke Google Ads berbeda dengan UA. Jika UA, dan awalnya GA4, mengandalkan model ekspor klik non-langsung terakhir, GA4 kini menggunakan model ekspor kredit akhir, yang memungkinkan ekspor kredit pecahan, meskipun poin kontak non-langsung terakhir bukan poin kontak Google Ads.

Meskipun hal ini tidak menghasilkan perbedaan tingkat properti, hal ini dapat menyebabkan perbedaan jumlah peristiwa utama yang diekspor ke Google Ads. Jumlah ini dapat lebih tinggi atau lebih rendah jika dibandingkan dengan UA dan bergantung pada perjalanan pengguna independen dari pengguna.

Sebaiknya Anda menyesuaikan setelan penghitungan peristiwa utama untuk pasangan peristiwa utama GA4 dan UA. Pelajari lebih lanjut artikel Tentang opsi penghitungan konversi.

Berlaku untuk properti GA4 yang dibuat secara manual dan pelanggan Kampanye Pintar: Model ekspor saluran berbayar Google GA4 mengatribusikan semua peristiwa utama yang diekspor ke Google Ads ke saluran Google.

Hasilnya, lebih banyak peristiwa utama yang diekspor ke Google Ads daripada setelan Saluran berbayar dan organik karena saluran berbayar non-Google akan dikecualikan dari jalur peristiwa utama.

Menggunakan saluran berbayar Google dapat memberikan insight yang lebih mendalam tentang cara interaksi berbayar Google mendorong dampak. Model ini tidak tersedia di Universal Analytics, sehingga sulit untuk membandingkan peristiwa UA dan GA4 yang serupa saat diimpor ke Google Ads.

Secara default, properti GA4 baru ditetapkan ke saluran berbayar Google.

Anda dapat menggunakan setelan atribusi tingkat properti GA4 di bagian Admin untuk mengontrol cara peristiwa utama diekspor ke Google Ads.

Agar GA4 memperhitungkan saluran tidak berbayar saat mengekspor konversi, gunakan setelan Saluran berbayar dan organik. Pelajari lebih lanjut cara memilih setelan atribusi.