Annonsplattformar (Google Ads, Facebook Ads) visar visningar, klick och kostnad. Analysen visar beteende på webbplatsen. Ingen av dem visar hela bilden. Ledde annonsklicket till en konvertering? Vilken effekt hade det på intäkterna? Integration mellan annonser och analys svarar på de frågorna genom att koppla annonsresultat till kundbeteende och intäkter.
Vad integrationen mellan annonser och analys gör
Google Ads importerar konverteringsdata från analysen. Du sätter en konvertering i analysen (skickat formulär, köp). Google Ads vet nu vilka annonser som drev konverteringar och till vilken kostnad. Avkastningen går att mäta.
Analysen importerar data om visningar och klick från Google Ads (eller Facebook och andra plattformar). Analysen visar nu: den här trafiken kom från betalda annonser, de här annonserna hade kostnad Y, den här trafiken konverterade till Z %, totala intäkter = X USD, ROAS = intäkter / kostnad.
Så sätter du upp integrationen mellan annonser och analys
För Google Ads: Aktivera import av konverteringar i inställningarna för Google Ads. Välj vilka konverteringar från analysen som ska importeras. Google Ads tar emot konverteringar dagligen. Aktivera GCLID (Google Click ID) i analysen så att Google Ads kan följa varje klick.
För Facebook och Instagram: Installera Facebook-pixeln på din webbplats. Pixeln följer handlingar på webbplatsen (sidvisning, skickat formulär, köp). Data flödar till Facebook. Facebook vet vilka annonser som ledde till handlingar.
För andra plattformar: Använd UTM-parametrar för att följa trafikkällan. Integrationen kan kräva egen kod eller verktyg från tredje part.
Viktiga mätvärden för annonsresultat
ROAS (avkastning på annonskostnad): intäkter / annonskostnad. Exempel: du la 1 000 USD på annonser och fick 5 000 USD i intäkter, ROAS = 5 gånger. Det är det viktigaste måttet för att optimera annonskostnaden.
Kostnad per konvertering: annonskostnad / konverteringar. Exempel: du la 1 000 USD och fick 50 konverteringar, kostnad per konvertering = 20 USD.
Konverteringsgrad: konverteringar / klick. Exempel: 1 000 klick, 50 konverteringar, konverteringsgrad = 5 %.
Kundvärde över tid (CLV): totala intäkter från en kund under hela tiden som kund. Om CLV är högre än CAC (kostnad för att skaffa kunden) är verksamheten lönsam.
Avancerat: tester av inkrementalitet
Annonser får äran för konverteringar, men orsakade annonsen verkligen konverteringen? Skulle personen ha konverterat ändå utan annonsen?
Lösning: kör tester av inkrementalitet. Uteslut slumpmässigt vissa användare från annonser (kontrollgrupp). Jämför konverteringsgrad: exponerade för annonser jämfört med inte exponerade. Skillnaden är annonsens verkliga effekt.
Det är mer träffsäkert än attribution men kräver infrastruktur för testning. De flesta företag använder attribution som ersättning och kontrollerar den då och då med tester av inkrementalitet.
Attribution för annonser över flera plattformar
De flesta företag kör annonser på flera plattformar (Google, Facebook och andra). Utan integration vet du inte hur de samverkar.
Lösning: använd en modell för attribution över flera kontaktpunkter. Exempel: första klicket (ge Google Ads äran för den första kännedomen), sista klicket (ge Facebook äran för den slutliga konverteringen) eller en egen modell. Följ vilken plattform som får äran för vilka konverteringar.
Ska jag optimera Google Ads efter konverteringar eller ROAS?
ROAS är bättre om du har intäktsdata. Konverteringar ensamma tar inte hänsyn till skillnader i ordervärde. Exempel: en order på 100 USD och en på 10 USD har olika värde. Använd ROAS för att optimera om det går. Om intäktsdata saknas, använd konverteringar och följ ROAS separat för uppföljning.
Hur hanterar jag attribution av annonser när folk klickar på flera annonser innan de konverterar?
Välj en modell: sista klicket (den sista annonsen får äran), första klicket (den första annonsen får äran) eller linjär (alla annonser delar lika). Google Ads använder sista klicket som standard. Det är enkelt men värderar annonser högst upp i tratten (kännedom) för lågt. Använd avtagande vikt över tid som medelväg: nyare annonser får mer av äran, men tidiga annonser får en del.
Vilket är ett bra mål för ROAS för olika typer av verksamheter?
E-handel: 3-5 gånger ROAS är bra, 2 gånger är nollresultat. B2B SaaS: 2-3 gånger ROAS är bra, beroende på CLV. Verksamheter med hög marginal kan acceptera lägre ROAS. Verksamheter med låg marginal behöver högre ROAS. Räkna ut din egen: ROAS för nollresultat = mål för CAC / snittordervärde. Om snittordern är 100 USD och målet för CAC är 20 USD är ROAS för nollresultat 5 gånger.
Hur stämmer jag av data från annonsplattformen mot data från analysen (klick och konverteringar kan skilja sig)?
Små skillnader (5-10 %) är normala på grund av fördröjd spårning, annonsblockerare och integritetsverktyg. Större skillnader tyder på problem med spårningen. Kontrollera: är spårning med GCLID aktiverad? Utlöses pixlarna rätt? Stämmer integritetspolicyerna? Stäm av dagligen: totalt antal klick i Google Ads bör stämma med klicken i analysen (inom 10 %). Om glappet är större, undersök det.
Ska jag använda Facebook-pixeln eller konverterings-API:t?
Konverterings-API:t är mer pålitligt (mindre påverkat av integritetsändringar i mobila operativsystem). Pixeln är enklare (en rad kod). Modernt sätt: använd båda. Pixeln för direkt återkoppling, API:t för träffsäker överföring av data. Facebook rekommenderar konverterings-API:t för nya installationer.
Hur mäter jag inkrementalitet för att bekräfta att annonser verkligen driver konverteringar?
Kör ett test: uteslut 10 % av målgruppen från annonser (kontrollgrupp). Kör i 2-4 veckor. Jämför konverteringsgraden för kontrollgruppen mot den exponerade gruppen. Skillnaden är annonsernas verkliga effekt. Exempel: om kontrollgruppen konverterar till 3 % och den exponerade till 5 % ger annonserna 2 % verklig ökning. Använd det för att bekräfta din attributionsmodell och motivera annonskostnaden.