GA4 trafik kaynakları üzerinde dönüşüm değerine göre gelir katkısı hesaplaması

GA4 trafik kaynakları üzerinde dönüşüm değerine göre gelir katkısı hesaplaması

Bir dijital pazarlama ölçümünde dönüşüm değeri ile gelir katkısını net şekilde ayırt edebilmek, hangi trafik kaynaklarının finansal olarak en değerli olduğunu anlamak için kritik bir adımdır. GA4 ile bu tür hesapları yapmak için temel mantığı, dönüşüm olaylarına tanımlı olan değerleri (purchase_value gibi) toplam gelirle ilişkilendirmek ve bunları trafik kaynaklarına göre kırpmaktır. Aşağıda adım adım, pratik ve teknik bir yol haritası sunuyorum.

1) Dönüşüm değeri ile ilgili olayları standartlaştırma

• GA4’te e-ticaret dönüşüm değeri genelde purchase olayına bağlı olarak gelir bilgisini taşır. Örneğin: event_name = purchase, value = 79.99, currency = USD gibi alanlar olabilir.
• Eğer kendi özel dönüşümünüz varsa, değer alanlarını (value, revenue, transaction_value gibi) tutarlı isimlerle toplayın. Dönüşüm değerinin her dönüşümde doğru atanmasını sağlayan bir yapı kurun.
• Çoklu para birimini destekliyorsanız, değer dönüşümünde para birimini normalize etmek için currency alanını kullanın ve gerekli durumda dönüştürme kurallarını sistematik olarak uygulayın.

2) Trafik kaynağı ve oturum verisini bağlama

• GA4, kullanıcıya atfedilen kaynak bilgisini kampanya parametreleri (source/medium/campaign) veya trafik kaynağı boyutlarıyla saklar.
• Dönüşüm olayını bu boyutlarla ilişkilendirmek için analiz içindeki sekmelere veya özel raporlara karşılık gelen “event_source”, “source”, “medium” gibi boyutları kullanın.
• Büyük veri setlerinde zamanla atılan veriyi doğru atıflayabilmek için atıf modellendirmesini (last-click, first-click, linear) iş kurallarınıza dahil edin.

3) Gelir katkısını hesaplama yaklaşımı

• Basit yaklaşım: her dönüşüm için event_value üzerinden toplam gelir hesaplanır, ardından bu değerin kaynak dağılımı elde edilir.
• Toplam Gelir = sum(purchase.value)
• Kaynak Başına Gelir Katkısı = sum(purchase.value) grouped by (source, medium, campaign)
• Daha gerçekçi modeller için değer atıflarını (atfedilen dönüşümde hangi kaynak hangi payı aldı) kullanabilirsiniz:
• Last-click yaklaşımı: son görülen kaynak en çok değer alır.
• UTM parametrelerinin tüm temasları için atıf skorları atayın ve yüzdelik paylar hesaplayın.
• Çok temaslı kullanıcılar için yardımcı değer atamaları (DDA, fractional attribution) uygulayın.

4) GA4 içinde uygulanabilir teknik adımlar

• Rapor oluşturma: Explorations (Keşif) modunda:
• Dimensions: source, medium, campaign, event_name
• Metrics: purchase_value (veya kendi belirttiğiniz değer alanları), sessions, users
• Rows/Columns üzerinden filtrelerle sadece purchase olaylarını ve ilgili parametreleri dahil edin.
• Segmentler: dönüşüm değeri olan kullanıcı segmentleri oluşturun (ör. purchases where value > 0).
• Erişimli hesaplama: ölçüm sırasında hangi kaynaktan ne miktarda gelir geldiğini görmek için pivot benzeri tablo oluşturun.
• Zaman dilimi: Raporlarda zaman aralığını belirleyin, özellikle kampanya süreleriyle dönüşümleri karşılaştırın.

5) Özelleştirme ve dikkat edilmesi gerekenler

• Fiyatlar ve para birimi: Farklı para birimleri varsa, raporlarınızda统一 bir para birimine çevirme veya para birimini ayrı sütunlarda tutma.
• Değer eksikliği: Dönüşüm değerinin eksik olduğu olaylar varsa, boş değerleri temizleyin veya yer tutucu değerler kullanın.
• Veri güvenilirliği: GA4’de atfedilen kaynaklar bazen eksik veya hatalı olabilir. Aynı kullanıcı için farklı oturumlarda kaynak değişimi olduğunda atıf kurallarını netleştirin.
• Örnek hesaplama: Bir kampanya için 3 dönüşüm var; değerler 30, 50 ve 20 USD. Last-click ile atıf yaptığınızda son kaynaktan %100 değer elde edilirse, tüm diğer temaslar bu dönüşüm için pay alamamış olur. Bu nedenle net bir atıf stratejisi belirleyin ve raporlarınızda bunu belirtin.

Bu yaklaşım, GA4 üzerinde dönüşüm değerine göre gelir katkısını sistematik olarak izlemek ve karşılaştırmak için sağlam bir temel sunar. Zaman içindeki karşılaştırmalar ve farklı atıf modelleri ile hangi trafik kaynaklarının maliyet etkinliğini artırdığını daha net görürsünüz. Belirli bir kurum için hangi atıf modelinin daha doğru olduğunu tartışmaya ne dersiniz? Özellikle çok temaslı kullanıcılar için hangi yöntemleri uyguladınız, pratik sonuçlarınız nelerdir?