Tracking, BigQuery en automation.

Server-side tracking, elke nacht ruwe data in BigQuery en leads met hun echte waarde terug naar Google Ads.

Tracking-agent · gisteren

voorbeeld · webshop

Bron

Aantal

Verschil

Bestellingen in de shop

1.412

basis

Aankopen in GA4

1.318

-6,7%

Conversies in Google Ads

1.296

-8,2%

Met juiste orderwaarde

1.244

88%

Melding: 168 bestellingen missen in Google Ads

Zo blijft je meting kloppen,
elke nacht opnieuw

Speel de film af of klik op een hoofdstuk

Hoe je data loopt: van vijf bronnen naar één rapport en terug naar Google Ads

Elke nacht haalt een Cloud Run-job de data op, ordent hem in BigQuery en stuurt gesloten deals met hun waarde terug.

Datastroom · voorbeeld webshop

elke nacht

Bronnen

Google AdsGA4Search ConsoleCRMWebshop

Opslag

BigQuery

project.marketing

raw

ruwe export, onveranderd bewaard

stg

opgeschoond, vaste definities

mart

klaar voor rapport en bieden

Cloud Run-job draait elke nachtgeslaagd

Uitkomst

Looker-rapport

omzet en kosten per nieuwe klant, per week

Google Ads

gesloten deals terug met hun waarde

lead gclid …4f2aklant€ 3.200

lead gclid …91c0klant€ 18.450

lead gclid …7be3geen klant€ 0

Tracking tegen de shop · gisteren

voorbeeld

Bestellingen in de shop

1.412

basis

Aankopen in GA4

1.318

-6,7%

Conversies in Google Ads

1.296

-8,2%

116 bestellingen staan wel in de shop en niet in Google Ads

Laatste nachtelijke run

Cloud Run

Vijf bronnen geladen

klaar

raw naar stg opgeschoond

klaar

mart bijgewerkt voor Looker

klaar

Gesloten deals naar Google Ads

klaar

Shop vergeleken met Google Ads

melding

Zo ziet het eruit in het paneel.

Omzet, kosten per nieuwe klant en POAS op één scherm, uit dezelfde data als BigQuery.

app.jermayads.nl/resultaten
Resultatenscherm van een voorbeeldklant met omzet uit marketing, kosten per nieuwe klant, POAS en een grafiek per dag

De tracking-agent vergelijkt elke dag bestellingen met wat Google Ads en GA4 meten.

app.jermayads.nl/agents/tracking
Scherm van de tracking-agent: het aandeel correct gemeten bestellingen per dag en de recente voorstellen

Praktisch uitgelegd.

Waarom server-side?
Via je eigen domein gooien adblockers en browsers veel minder metingen weg.
Wat doet BigQuery?
Advertentie-, website- en klantdata in één database, zodat je ziet welke zoekwoorden blijvende klanten opleveren.
Leads op waarde
Google krijgt per lead terug wat hij opleverde en leert zo het verschil tussen €40.000 en een losse vraag.

Venue Collective · B2B-evenementen

€39.640,50

omzet uit 12 deals terug in Google Ads

De klik-ID bleek betrouwbaarder dan UTM: 161 leads te herleiden tegen ongeveer 43.

bron: CRM-koppeling, eerste run

Zo ziet een
melding eruit.

Wat er mis is, waar het getal vandaan komt en wanneer ik nameet.

Tracking-agent

168 bestellingen missen in Google Ads

Sinds de cookiebanner-update van 3 oktober komen Safari-bestellingen niet door. Voorstel: de server-side tag opnieuw aan de toestemming koppelen.

bron: shopdata tegen Google Ads, 7 dagen

nameting: verschil na 3 dagen onder 3%

Wat mensen vaak
vragen.

  • Niet altijd. Voor een kleine webshop zijn GA4 en Google Ads vaak genoeg. BigQuery loont zodra je meerdere bronnen koppelt.