Szezon, vagy elrontottunk valamit? Ezt kérdeztem tulajdonosként, amikor a bevétel esni kezdett, miközben a látogatók száma és a kosárérték alig mozdult. A kérdés egyszerű volt. A válaszhoz több adatforrást kellett egymás mellé tenni, és minden feltevést külön megmérni.
A konverzió-esés diagnózis az a munka, amely egy összesített esést annyi szempont szerint bont szét, ahány helyen az oka lehet, és minden feltevést mérésre bíz, nem megérzésre. Ez az eset a saját e-kereskedelmi márkánknál történt, a márka és a termékkör neve nélkül.
Röviden: a bevétel esett, a látogatás és a kosárérték nem. A diagnózis csatorna, kampány, hirdetéscsoport, céloldal, termék és vevőtípus szerint bontott, kohorsz-mérést és független szezon-adatot vont be. A végső kép kétokú: a kisebbik rész szezon, a nagyobbik új hirdetéscsoportok és a keret átvándorlása. A lelet hirdetéscsoport-szintű listával ment a hirdetéseket kezelő kollégához.
Mi történt: kevesebb vásárlás ugyanannyi látogatóból
A bolt forgalma nem csökkent: ugyanannyian jöttek, és aki vásárolt, hasonló kosárral vásárolt. A bevétel mégis esett, vagyis kevesebb látogatóból lett vevő. Az összesített számokból ennyi látszott, és semmi több: sem az, hogy melyik csatornán, sem az, hogy melyik hirdetésnél vagy melyik vevőkörben.
A termékkörünk kereslete évszakonként mozog, ezért a szezon volt az első gyanúm. Jó kiindulópont, de bizonyítéknak kevés. Ha az esés tisztán szezon, akkor nagyjából mindenhol egyformán kell látszania; ha valahol sűrűsödik, ott más is történt. Ezt pedig csak bontásból lehet látni, az összesített grafikonból nem.
Olyan helyzet ez, mint amikor a raktárban hiányzik egy raklap. A leltár megmondja, hogy hiányzik, de azt nem, melyik kiszállításnál tűnt el. Ahhoz a szállítóleveleket kell egyenként végignézni, és itt is ez kellett: az esést tételekre bontani.
Hogyan bontottuk szét az esést?
Az esést először minden szempont szerint szétszedtük, ahol az oka lehetett: csatorna, kampány, hirdetéscsoport, céloldal, termék, új és visszatérő vevő. Utána minden feltevést külön mértünk, saját adatforrásból. Az adatelemző ügynök dolgozott, a feltevéseket és a következtetéseket tulajdonosként minden lépés után átnéztem.
| Feltevés | Mivel mértük | Mit mutatott |
|---|---|---|
| Szezon | független időjárási és környezeti adatsorok, és ugyanaz az időszak az előző évben | részben igaz: a kép kisebbik része |
| A hirdetések témája | hirdetésenként a téma és a bolti konverzió, több független címkézővel | az esés bizonyos témájú hirdetéseknél sűrűsödött |
| Új hirdetéscsoportok | napi bontás hirdetéscsoport és céloldal szerint | a kép nagyobbik része: az új csoportok vitték a forgalmat, kevés vásárlással |
| Keret-átvándorlás | ugyanazok a hirdetések az esés előtt és után | a bevált hirdetésektől elvándorolt a keret |
| Visszatérő vevők | kohorsz-mérés a teljes rendelés-előzményből | mérhetővé vált, mennyi visszatérő rendelés várható, és mennyi jött |
A szezonra nem korrekcióval feleltünk, hanem méréssel. A Google a szezon-korrekciót rövid, előre látható eseményekre ajánlja, mert a szezonális mozgást az automatikus licitálás magától is kezeli (Google Ads súgó, 2026). A kérdés ezért nem az volt, van-e szezon, hanem hogy az esés mekkora része az.
Mi került a tulajdonos asztalára?
Egy elemző oldal, egy kohorsz-mérés és egy döntési lelet. Az elemző oldal privát, és minden szám mellett ott a forrása, így bármelyik állítást vissza lehet követni a rendelésig vagy a hirdetési adatig. A lelet a hirdetéseket kezelő kollégához ment, konkrét hirdetéscsoportokra lebontva.
- Elemző oldal több füllel: csatorna, kampány, hirdetéscsoport, céloldal, termék, új és visszatérő vevő, és egy változás-idővonal, amelyen az esés napjai mellett a fiók változásai állnak.
- Kohorsz-mérés: a teljes rendelés-előzményből számolt várt és tényleges visszatérő rendelés. A kohorsz ugyanazt jelenti, mint az Analytics kohorsz-elemzésében: közös jellemző szerint képzett vevőcsoport (Google Analytics súgó, 2026).
- Téma szerinti mérés: melyik hirdetési téma hogyan konvertált a boltban, egymástól független címkézéssel, hogy egy címkéző tévedése ne döntse el a képet.
- Döntési lelet: melyik új hirdetéscsoportoknál érdemes visszavenni, és melyik bevált hirdetésektől vándorolt el a keret.
Példa (szemléltető): az elemző oldal egy sora így olvasható: „új hirdetéscsoport, sok kattintás, a boltban kevés vásárlás; ugyanazon a céloldalon a bevált hirdetés tartja a szintjét”. Egy ilyen sorból már nem az következik, hogy az oldal romlott el, hanem hogy a forgalom minősége változott.
Mit döntöttem a lelet alapján?
Először azt, hogy a saját gyanúmat nem tekintem bizonyítottnak, és nem is vetem el. Ez fontosabb volt, mint elsőre látszik, mert a munka közben az egyik köztes ítélet azt mondta, hogy a szezon nem magyarázza az esést. Az újramérés ezt felülírta: a szezon a kép kisebbik részét magyarázza.
A végső kép így kétokú lett. A nagyobbik rész az új hirdetéscsoportoké és a keret átvándorlásáé, a kisebbik a szezoné. Ebből az következett, hogy a hirdetési oldalon van mit tenni, a szezonnal szemben viszont nincs, csak tudni kell róla, és nem kell mindent ráfogni.
A döntés a hirdetések szintjén a hirdetéseket kezelő kollégánál maradt. Tulajdonosként azt döntöttem el, hogy a lelet hirdetéscsoport-szintű listával megy hozzá, nem egy összefoglaló mondattal. Egy mondatból mindenki azt olvassa ki, amit már gondolt; egy listából látszik, mit kell megnézni.
Mi jön ezután: a döntési lista a hirdetési oldalon
A következő lépés a hirdetési oldalé. A döntési lelet megmondja, melyik új hirdetéscsoportoknál érdemes visszavenni, és melyik bevált hirdetésektől vándorolt el a keret. A szezonnal szemben nincs teendő, csak tudni kell róla, így a figyelem arra a részre irányul, amelyen valóban lehet változtatni.
A forrás nélküli rendelések útja és egy termék többlete külön mérési szálon fut tovább, hogy a mérés még pontosabban lássa, honnan jön a vevő. Az elemző oldal és a kohorsz-mérés megmarad, így a következő eltérésnél nem nulláról indulunk, hanem ugyanazt a bontást futtatjuk újra.
Mennyi idő kellett hozzá?
Egymást követő napokon, ugyanazon a héten. Előbb a bontás és az elemző oldal készült el, utána a kohorsz-mérés, végül a téma- és szezon-mérés és az ok-feltárás. Ez nem tempó-ígéret: az adat és a mérés alapjai korábbi munkákból már rendben voltak.
Ha a mérés nem lett volna előtte rendbe téve, a munka az adatok tisztításával kezdődött volna, és az hosszabb, mint maga a diagnózis. Egy olyan boltban, ahol a mért vásárlás és a bolti rendelés nem egyezik, az első lépés nem a diagnózis, hanem az egyeztetés.
A munka utáni szakaszban a forrás nélküli rendelések és a termék-többlet oka külön szálon fut tovább; ha lezárulnak, a lelet kiegészül, a fő kép pedig már most áll.
Mit vihetsz el ebből, ha nálad is esik a konverzió?
A szezon gyanúja jó kérdés, de nem válasz. Ha nálad is esik a konverzió, miközben a látogatás áll, először azt nézd meg, hol sűrűsödik az esés. Ami mindenhol egyformán látszik, az lehet szezon; ami néhány helyen sűrűsödik, ott valami változott.
- Nézd meg ugyanazokat a hirdetéseket az esés előtt és után: ha azok nem romlottak, az ok máshol van.
- Kövesd, hová vándorolt a keret. A hirdetési fiók változás-előzményei megmutatják, ki mit és mikor módosított, az automatikus rendszereket is beleértve (Google Ads súgó, 2026).
- A visszatérő vevőt mérd külön, a saját rendelés-előzményedből.
- A forráshoz nem köthető rendeléseket hagyd külön sorban, ne oszd szét.
- Jelöld a leleteken, melyik végleges és melyik köztes.
A mérés, amelyre ez a diagnózis épült, a saját webshopunk mérés-auditjában van leírva. A konverziókövetés ellenőrzéséről a konverziókövetési ellenőrzőlista szól, a többi esetet az esettanulmányok összefoglalója gyűjti.
Kérdés a csapatnak a következő megbeszélésre: ki tudja megmondani, mi változott a hirdetési fiókban az elmúlt hetekben, és hol van ez leírva?
Gyakori kérdések
Milyen adat kell egy konverzió-esés diagnózisához?
A bolt rendelés-előzménye, a hirdetési fiókok kampány- és hirdetéscsoport-szintű adata, és ha van, a mérőeszköz céloldal-adata. A szezonhoz érdemes független külső adatsort is bevonni, mert a saját forgalmi adatból a szezon és a saját változtatás nehezen választható szét. A legtöbbet az számít, hogy minden szám mellett ott legyen a forrása.
Miért nem elég a hirdetési felület saját riportja?
Mert az a saját hozzájárulását mutatja, és azt sem látja, mi történt a boltban a kattintás után. Az esés oka lehet a hirdetésben, a céloldalon, a visszatérő vevőknél vagy a mérésben is. Ezeket csak akkor lehet szétválasztani, ha a hirdetési adatot hirdetésenként összekötöd a bolti vásárlással.
Mit csinálsz azokkal a rendelésekkel, amelyeket nem lehet forráshoz kötni?
Külön sorban hagyom, és nem osztom szét arányosan a csatornák között. Ha szétosztanám, a kép rendezettebbnek látszana, mint amilyen. A forrás nélküli rendelés maga is lelet: azt mutatja, hol hiányos a mérés, és ott kell tovább keresni, nem a csatornák között.
Források
- About seasonality adjustments – Google Ads súgó, 2026.
- Cohort exploration – Google Analytics súgó, 2026.
- About change history – Google Ads súgó, 2026.