GA4 Progi Danych thresholding, który oszukuje nawet doświadczonych analityków

Otwierasz raport GA4. Patrzysz na źródła ruchu. Google Ads pokazuje zero konwersji. Zero. Kampania, która wczoraj przyniosła 12 leadów, dzisiaj wygląda na kompletną porażkę. Problem nie leży w kampanii. Problem leży w mechanizmie, o którym Google nigdzie nie ostrzega bezpośrednio: progowanie danych.

Thresholding to algorytm GA4, który ukrywa wiersze z małą liczbą użytkowników, aby uniemożliwić identyfikację pojedynczych osób. Brzmi rozsądnie. Problem w tym, że próg nie jest stały, warunki jego uruchomienia są nieprzejrzyste, a GA4 nie pokazuje, które wiersze zostały usunięte. Po prostu ich nie ma. Ten artykuł pokazuje, jak działa thresholding, kiedy uderza najmocniej i co zrobić, żeby nie podejmować decyzji na podstawie niepełnych danych.

Co to jest thresholding i dlaczego GA4 go stosuje

Thresholding to mechanizm ochrony prywatności. GA4 analizuje każdy wiersz raportu i sprawdza, czy da się na jego podstawie wywnioskować zachowanie konkretnego użytkownika. Jeśli liczba użytkowników w danym wierszu jest za mała, GA4 ukrywa cały wiersz. Zamiast prawdziwych danych widzisz zero, nawet jeśli rzeczywista wartość to 3, 5 albo 15.

Google tłumaczy to wymogami RODO i własnymi zasadami prywatności, ale w praktyce thresholding działa znacznie szerzej niż wynikałoby to z przepisów. Jest wbudowany na poziomie algorytmu i nie możesz go wyłączyć. Możesz tylko zmienić warunki, w których działa, co opisuję w dalszej części.

Kluczowa rzecz, której większość dokumentacji nie mówi wprost: thresholding NIE opiera się na liczbie sesji ani zdarzeń. Opiera się na liczbie użytkowników. Raport pokazujący 500 sesji i 50 konwersji może być w całości ukryty, jeśli te liczby pochodzą od 10 użytkowników. Im mniejszy ruch, tym mocniej thresholding zniekształca dane. A mały ruch to norma dla większości polskich firm poza top 100 e-commerce.

Google Signals - mnożnik problemu

Włączenie Google Signals w ustawieniach usługi GA4 aktywuje dodatkowy, ostrzejszy poziom thresholdingu. Signals zbiera dane o użytkownikach zalogowanych w Google (dane demograficzne, zainteresowania, cross-device) i właśnie dlatego progi stają się wyższe. Google nie chce, żebyś połączył konkretną grupę demograficzną z małą liczbą użytkowników.

Scenariusz, który widzieliśmy wielokrotnie u klientów: włączasz Signals, bo chcesz widzieć dane demograficzne. Przez pierwszy tydzień wszystko działa. Potem zauważasz, że raporty pozyskiwania ruchu pokazują mniej danych niż wcześniej. Sekcja demograficzna pokazuje "(other)" dla większości kategorii. Gratulacje, thresholding właśnie odciął Ci dostęp do własnych danych.

Najgorsze jest to, że wyłączenie Signals nie cofa natychmiastowo progów. Google przechowuje dane Signals przez określony czas i thresholding może utrzymywać się przez kilka dni po dezaktywacji. Jeśli testujesz wpływ Signals na progi, daj sobie minimum tydzień na porównanie.

Reporting Identity - gdzie możesz odzyskać kontrolę

GA4 oferuje dwa tryby tożsamości raportowania. To ustawienie jest najpotężniejszym narzędziem do walki z thresholdingiem, ale Google domyślnie ustawia gorszy wariant:

• Blended (domyślny): GA4 używa wszystkich dostępnych identyfikatorów: User-ID, Google Signals i Device-ID. To najbardziej kompletny obraz, ale jednocześnie najostrzejsze progi. Jeśli masz włączone Signals, blended tożsamość praktycznie gwarantuje thresholding w większości raportów.
• Device-based (obserwowany): GA4 używa tylko Device-ID (ciasteczka _ga). Bez Signals, bez User-ID. Progi są znacznie niższe, a dane w raportach bliższe rzeczywistości. Tracisz dane demograficzne i cross-device, ale odzyskujesz liczby, na których możesz polegać.

Zmiana tożsamości raportowania jest dostępna w Admin → Ustawienia usługi → Tożsamość raportowania. Zmiana działa wstecz? Nie. Dane już przetworzone z progami pozostaną ukryte. Ale od momentu zmiany nowe dane będą raportowane z niższymi progami.

Rekomendacja dla polskich firm: jeśli Twój miesięczny ruch nie przekracza 50 000 użytkowników, ustaw Device-based. Większość benefitów Signals (dane demograficzne) i tak będzie nieczytelna przy tym wolumenie z powodu samych progów. Nie tracisz nic wartościowego, a odzyskujesz przejrzystość raportów.

Jak sprawdzić, czy thresholding dotyczy Ciebie

To jest największy problem z thresholdingiem: nie ma jednego komunikatu "Uwaga, progi danych aktywne". Musisz szukać pośrednich sygnałów. Oto cztery testy, które zajmą Ci 10 minut:

1. Test "(other)": Otwórz raport Demografia → Przegląd. Jeśli więcej niż 30% użytkowników trafia do kategorii "(other)", thresholding tnie Twoje dane demograficzne. To najszybszy test.
2. Test porównawczy z BigQuery: Jeśli masz eksport do BigQuery, porównaj liczbę zdarzeń purchase z raportem GA4 i z BigQuery dla tego samego okresu. Jeśli BigQuery pokazuje 47 transakcji, a GA4 pokazuje 31, różnica to thresholding (albo próbkowanie - sprawdź ikonę fiolki).
3. Test zmiany zakresu dat: Otwórz raport Pozyskiwanie → Pozyskiwanie ruchu. Zanotuj liczbę wierszy. Zmień zakres dat z "Ostatnie 7 dni" na "Ostatnie 28 dni". Jeśli liczba źródeł ruchu rośnie wraz z zakresem, thresholding działa na danych dziennych. Pojedynczy dzień ma za mało użytkowników na źródło, żeby przekroczyć próg.
4. Test przełączenia tożsamości: Przełącz Reporting Identity na Device-based. Porównaj ten sam raport. Jeśli wersja device-based pokazuje więcej wierszy i wyższe liczby niż blended, thresholding aktywnie zniekształcał Twoje raporty.

Jeden z naszych klientów, średniej wielkości e-commerce z 15 000 użytkowników miesięcznie, odkrył po wykonaniu tych testów, że thresholding ukrywał 22% konwersji z kampanii Google Ads w raportach domyślnych. Konto Google Ads pokazywało sprzedaż, GA4 pokazywało znacznie mniej. Winowajca: blended tożsamość z aktywnymi Signals przy relatywnie niskim ruchu.

Eksploracje i thresholding - dodatkowa warstwa

Moduł Eksploracji w GA4 stosuje własne progi, niezależne od standardowych raportów. Jeśli korzystasz z Eksploracji (a powinieneś - to najpotężniejsze narzędzie analityczne w GA4), musisz wiedzieć, że thresholding działa tam inaczej:

• Eksploracje zawsze stosują thresholding, nawet jeśli standardowe raporty pokazują pełne dane.
• Progi w Eksploracjach są niższe dla tożsamości Device-based (tak samo jak w standardowych raportach).
• Eksploracje pokazują komunikat "Dane progowane" w prawym górnym rogu, nad wykresem. To jedyne miejsce w GA4, gdzie Google wprost informuje o thresholdingu. Standardowe raporty nie mają takiego ostrzeżenia.
• Dodanie wymiaru demograficznego do Eksploracji (wiek, płeć, zainteresowania) natychmiast podnosi progi, nawet jeśli nie korzystasz z Signals.

W praktyce oznacza to, że Eksploracja dowolna pokazująca źródło ruchu i kategorię urządzenia zadziała bez problemu. Ale ta sama eksploracja z dodanym wymiarem "wiek" pokaże thresholding przy ruchu poniżej pewnego progu.

BigQuery - jedyne źródło prawdy

Eksport danych GA4 do BigQuery omija thresholding całkowicie. BigQuery dostaje surowe zdarzenia, bez żadnych progów, bez próbkowania, bez ukrytych wierszy. Jeśli potrzebujesz pełnych danych (do raportowania kosztów kampanii, analizy ścieżek konwersji, audytu), BigQuery jest jedynym rozwiązaniem.

Konfiguracja eksportu do BigQuery jest dostępna za darmo dla każdej usługi GA4 (Admin → Eksport danych → Powiązania z BigQuery). Darmowy sandbox BigQuery daje 10 GB storage miesięcznie, co dla większości polskich firm wystarcza na rok danych GA4 bez dodatkowych kosztów. Połączenie GA4 → BigQuery → Data Studio daje dashboardy oparte na surowych danych, wolne od progów. To wymaga trochę konfiguracji, ale raz zrobione działa automatycznie.

Co robić, gdy thresholding zniekształca Twoje raporty

Konkretny plan działania, krok po kroku:

1. Przełącz Reporting Identity na Device-based. To jedna zmiana w ustawieniach usługi, która natychmiast obniża progi dla przyszłych danych.
2. Rozszerz zakres dat w raportach. Zamiast patrzeć na pojedyncze dni, analizuj tygodnie i miesiące. Większy zakres = więcej użytkowników na wiersz = mniejsze ryzyko progu.
3. Nie używaj wymiarów demograficznych w codziennych raportach. Jeśli nie potrzebujesz akurat danych o wieku czy płci, nie dodawaj tych wymiarów do raportu. Każdy wymiar sygnałowy podnosi próg.
4. Traktuj GA4 jako źródło trendów, nie wartości bezwzględnych. Jeśli raport pokazuje spadek z 42 na 38 konwersji, to może być thresholding, a nie spadek. Jeśli pokazuje spadek z 42 na 12, to prawdopodobnie realny problem.
5. Dla precyzyjnych liczb: BigQuery. Nie ma innej drogi do pełnych danych GA4. Wszystko inne to kompromis między prywatnością a dokładnością.

Thresholding nie zniknie. Google będzie tylko zaostrzał politykę prywatności, a wraz z nią progi danych. Im szybciej nauczysz się pracować z tym ograniczeniem, tym mniej decyzji podejmiesz na podstawie niepełnych informacji.