Перейти до змісту
SEO2026

Частина VII · ВИМІРЮВАННЯ

GA4, конверсії та атрибуція органічного трафіку

Глава 34 / 43 · 1 178 слів · ~6 хв читання

Матеріал опубліковано за книгою «SEO 2026: Пошук в еру AI» Михайла Оплаканця (Werter). Офіційна авторська публікація.

Read in English

SEO без бізнес-метрики легко звести до красивих показників. GA4 допомагає пов’язати сесію й подію з каналом, але атрибуція — це модель, а не незаперечна відповідь на питання, «хто забезпечив продаж».

Стан даних і джерел: 14 вересня 2026 року

Search Console закінчується приблизно там, де користувач переходить на сайт. Бізнес тільки починається. Для залучення потенційних клієнтів мене цікавить якісна заявка, для електронної комерції — дохід і маржа, для партнерського бізнесу — перехід на сайт рекламодавця, реєстрація, FTD або інша доступна подія, про яку партнер повідомляє серверним зворотним запитом.

GA4 корисний для аналізу поведінки, але його дані залежать від згоди користувача, виконання коду в браузері, блокувальників реклами, міждоменних налаштувань, реалізації подій і налаштувань атрибуції. Тому «GA4 показує 812 сесій з органічного пошуку» — це результат вимірювання за конкретної конфігурації, а не абсолютна кількість людей, які прийшли з пошуку.

Рис. 34.1. Search Console і GA4 описують різні частини одного шляху користувача.
Рис. 34.1. Search Console і GA4 описують різні частини одного шляху користувача.

34.1. Джерело сесії та джерело першого залучення користувача

У GA4 виміри джерела трафіку мають різні рівні застосування. `First user` описує джерело першого залучення користувача, `Session` — джерело конкретної сесії. Google пояснює, що виміри рівня користувача й сесії використовують модель останнього кліку в платних та органічних каналах, тоді як атрибуція на рівні події може використовувати вибрану модель атрибуції.[1]

Це означає, що кількість користувачів з органічного пошуку й кількість сесій з органічного пошуку відповідають на різні питання. Аналіз ефективності SEO я найчастіше починаю з «Session source/medium», а аналіз групи користувачів за першим залученням — із «First user».

34.2. Стандартна група каналів — зручність, а не закон природи

«Organic Search» у GA4 — це група каналів, визначена правилами. Вона корисна для звітної панелі, але джерело та тип трафіку треба зберігати окремо. Новий перехід із системи ШІ може спочатку потрапити до «Referral», доки правила класифікації не відповідатимуть вашій аналітичній потребі.

OpenAI прямо зазначає, що переходи з ChatGPT Search містять `utm_source=chatgpt.com`, тож їх можна окремо відстежувати в аналітиці.[2] Я не зараховую такий трафік до «Organic Search» автоматично; на основі початкових значень джерела й типу трафіку створюю власний звітний вимір «Переходи із систем ШІ».

34.3. Атрибуція — це розподіл внеску

У GA4 доступні моделі «Data-driven attribution», «Paid and organic last click» та «Google paid channels last click».[3] Перша використовує дані ресурсу й оцінює внесок точок контакту; моделі останнього кліку приписують внесок останній взаємодії, яка відповідає їхнім правилам.

Якщо користувач побачив бренд у відповіді ШІ, через день виконав брендовий пошук у Google і купив, стандартна вебаналітика може не зафіксувати точку контакту «згадка у відповіді ШІ». Жодна модель атрибуції не може розподілити внесок події, яку ви не виміряли.

34.4. Не порівнюйте кліки GSC і сесії GA у співвідношенні 1:1

Google сам документує відмінності Search Console і Analytics: різні точки вимірювання, віднесення даних до канонічного URL, відстеження, часові пояси та інші правила.[4] Клік може відбутися, але GA не запуститься; сесія може містити кілька переглядів сторінок; користувач може повернутися напряму.

Я використовую співвідношення кліків GSC і сесій GA з органічного пошуку як показник моніторингу, а не як «правильний коефіцієнт». Якщо воно різко змінюється після впровадження повідомлення про згоду, це сигнал зміни відстеження, а не обов’язково SEO.

34.5. Події мають бути бізнесовими

`scroll_90` і `time_on_page` можуть допомагати діагностиці, але KPI SEO мають наближатися до грошей. Для електронної комерції — покупки, дохід і маржа. Для SaaS — реєстрація, активований обліковий запис і перехід до платного користування. Для партнерського бізнесу — перехід до рекламодавця та, якщо доступний, серверний зворотний запит із даними про реєстрацію чи депозит.

Я документую правила реєстрації події: назву, умову спрацювання, параметри, усунення дублів і джерело достовірних даних. Якщо подія заявки спрацьовує і під час надсилання форми, і на сторінці подяки, конверсії подвояться незалежно від SEO.

34.6. Партнерський бізнес: перехід до рекламодавця — ще не дохід

У партнерському бізнесі браузерна аналітика часто бачить перехід до оператора, але не бачить подальшої реєстрації чи FTD на іншому домені. Тоді потрібен серверний зворотний запит або партнерський звіт, дані якого можна зіставити за ідентифікатором кліку, додатковим ідентифікатором, датою, країною та цільовою сторінкою в межах дозволеного відстеження.

Без цього SEO-команда оптимізує CTR переходів до оператора, а не якість трафіку. Дві цільові сторінки можуть мати однакову кількість зовнішніх переходів і втричі різну частку FTD.

34.7. Переходи із систем ШІ

ChatGPT, Perplexity, Copilot та інші системи можуть приводити трафік на сайт. Це невелика, але вимірювана частина видимості в системах ШІ. Я складаю список відомих систем ШІ, з яких приходять відвідувачі, і щотижня переглядаю нові домени-джерела переходів.

Я не називаю переходи із систем ШІ «всім трафіком із систем ШІ». Видимість без кліку, подальший брендовий пошук і дія агента можуть не мати прямого переходу з такого джерела. Тут ми бачимо лише вимірювані кліки.

QR: компактна виконувана версія коду.
QR: компактна виконувана версія коду.

КОД 34.1. Власна група переходів із систем ШІ в експорті GA4.

PythonОригінальний приклад з книги
# Аналіз CSV з GA4 Traffic acquisition export.
# Колонки: session_source, session_medium, sessions, key_events, revenue
import pandas as pd

df = pd.read_csv("ga4_acquisition.csv")

# Власне правило для AI-referral джерел.
ai_sources = {"chatgpt.com", "perplexity.ai", "copilot.microsoft.com"}
df["channel_custom"] = "Other"
df.loc[df.session_medium.eq("organic"), "channel_custom"] = "Organic Search"
df.loc[df.session_source.isin(ai_sources), "channel_custom"] = "AI referral"

out = (df.groupby("channel_custom", as_index=False)
         .agg(sessions=("sessions","sum"),
              key_events=("key_events","sum"),
              revenue=("revenue","sum")))
out["key_event_rate"] = out.key_events / out.sessions.replace(0, pd.NA)
print(out.sort_values("revenue", ascending=False))

34.8. Економіка цільової сторінки

Для SEO я дивлюся не тільки на сукупні показники каналу, а й на поєднання цільової сторінки, типу сторінки та кластера запитів. Дохід на сесію з органічного пошуку й частота ключових подій показують різницю між інформаційним трафіком і комерційними сторінками.

Низька конверсія інформаційної статті не означає, що вона непотрібна: стаття може допомагати подальшій конверсії або формувати попит на бренд. Але такі твердження треба доводити аналізом шляхів користувачів і когорт, а не переконливою розповіддю.

34.9. Серверне вимірювання та згода користувача

Що суворіші обмеження для захисту приватності, то більше прогалин у браузерній аналітиці. Серверне вимірювання може підвищити надійність реєстрації окремих бізнес-подій, але не є способом «обійти згоду». Правові вимоги й контроль їх дотримання мають бути частиною проєктування.

Я завжди зберігаю достовірні бізнес-дані окремо: у CRM, реєстрі замовлень чи повідомленнях партнерського сервера. Аналітика — модель поведінки, а бухгалтерія та CRM — інший контур обліку.

34.10. Атрибуція не вирішує причинність

Навіть атрибуція на основі даних не доводить, що контакт через SEO спричинив конверсію. Це модель розподілу внеску. Щоб оцінити додатковий причинний ефект, потрібні експерименти або квазіекспериментальні дослідження.

Тому у звітності я розділяю «дохід, приписаний каналу» й «додатковий ефект». Перше можна рахувати регулярно, друге — значно складніше й не для кожного завдання.

Таблиця 34.1. Що вимірювати після кліку з органічного пошуку.
РівеньПрикладДжерелоРизик інтерпретації
Сесіясесії, сеанси із взаємодієюGA4прогалини через згоду чи відстеження
Мікроконверсіяреєстрація, перехід до рекламодавцяGA4 / подіїпомилки реалізації
Макроконверсіяпокупка, якісна заявкаGA4/CRMатрибуція
Результат партнерського бізнесуреєстрація, FTDповідомлення сервера / партнерська мережаміждоменне зіставлення
Цінністьдохід, маржа, LTVсерверна система / BIзатримка й повернення коштів

Джерела до Глави 34

1. Google Analytics Help. Traffic-source scopes. https://support.google.com/analytics/answer/11080067?hl=en — Рівні застосування вимірів: користувач, сесія, подія.

2. OpenAI Help Center. Publishers and Developers FAQ. https://help.openai.com/uk-ua/articles/12627856-publishers-and-developers-faq — Переходи з ChatGPT і utm_source=chatgpt.com.

3. Google Analytics Help. Attribution. https://support.google.com/analytics/answer/10596866 — Три доступні моделі атрибуції.

4. Google Search Central. Search Console and Analytics. https://developers.google.com/search/docs/monitor-debug/google-analytics-search-console — Чому дані не збігаються 1:1.

5. Google Analytics Help. Campaigns and traffic sources. https://support.google.com/analytics/answer/11242841?hl=uk — Основи аналізу залучення трафіку.

Ілюстрації розміщено біля відповідних підписів. Оригінальні зображення зберігаються окремо від тексту.