Обложка статьи PPC Rebels 2026 про GA4 Explorations: воронки, пути и когорты для платного трафика

GA4 Explorations 2026: воронки, пути и когорты для платного трафика

Стандартные отчёты GA4 отвечают на вопрос «сколько», и именно поэтому существует раздел GA4 Explorations. Вопрос «где именно теряются деньги» они не закрывают: видно, что кампания привела 4 000 сессий и 38 конверсий, но не видно, на каком шаге отвалились остальные, чем отличались те, кто дошёл, и какие страницы систематически выбрасывают платный трафик из воронки.

Для этого есть раздел «Исследования» (Explorations) — конструктор отчётов, который в интерфейсе стоит рядом со стандартными отчётами, но работает по другой логике. Ниже — практическая методика: что настроить до того, как открывать раздел, четыре конкретных исследования под платный трафик, лимиты и подводные камни интерпретации, и как превращать находки в правки в Google Ads.

Исследования не заменяют отчёты Google Ads и не должны с ними совпадать. Их задача другая — показать поведение внутри сайта между кликом и конверсией, то есть ровно ту часть воронки, которую рекламный кабинет не видит.

Что настроить до запуска GA4 Explorations

Исследования не чинят данные — они лишь показывают то, что собрано. Минимальный чек-лист:

  • Связка Google Ads и GA4 активна, автопометка включена. Без этого платный трафик распадётся на «google / cpc» без разбивки по кампаниям.
  • Ключевые события размечены осмысленно. Одно событие «конверсия» на всё — гарантия бесполезных воронок. Нужны отдельные шаги: просмотр карточки, добавление в корзину, начало оформления, отправка формы, покупка.
  • Событиям переданы параметры, по которым потом будет разбивка: тип товара, категория, тип формы, шаг оформления.
  • Consent Mode настроен корректно, и вы понимаете, какая доля визитов моделируется. Иначе часть выводов будет о поведении не пользователей, а модели.
  • Понятен базовый уровень расхождения с Google Ads: 10–20% на длинной дистанции — рабочая норма из-за разных моделей атрибуции и окон. Резко возникший разрыв — уже повод для диагностики отслеживания.

Если событий на сайте всего два — «сессия» и «покупка», — начинать надо не с исследований, а с разметки промежуточных шагов. Логика выбора микроконверсий разобрана в отдельном материале про микроконверсии и оптимизацию воронки.

Пять типов исследований и когда какой брать

Тип Отвечает на вопрос Когда использовать
Свободная форма Как соотносятся любые метрики и параметры Разовые срезы, которых нет в стандартных отчётах
Исследование воронки На каком шаге отваливаются пользователи Основной инструмент для платного трафика
Исследование пути Какими маршрутами люди реально ходят Когда воронка показала обрыв, но непонятно, куда ушли
Пересечение сегментов Чем отличаются группы пользователей друг от друга Поиск признаков, отличающих покупателей от остальных
Когортный анализ Как ведут себя группы, привлечённые в разное время Оценка качества трафика по кампаниям в динамике

Для платного трафика реально работают четыре: воронка, путь, пересечение сегментов и когорты. Свободная форма — вспомогательный инструмент для проверки гипотез.

Исследование №1: воронка платного трафика

Задача — увидеть, где именно теряются люди, пришедшие с рекламы, и сравнить это с органикой.

Как собрать

  1. Создать новое исследование типа «Воронка».
  2. Шаги — от общего к целевому. Для интернет-магазина: сеанс → просмотр товара → добавление в корзину → начало оформления → покупка. Для лидогенерации: сеанс → просмотр ключевой страницы → взаимодействие с формой → отправка формы → квалифицированная заявка (если статус передаётся обратно).
  3. Тип воронки: открытая, если важно понять, кто вообще доходит до шага любым путём. Закрытая — если нужен строгий последовательный сценарий. По умолчанию берите открытую: закрытая часто «теряет» пользователей просто из-за нестандартного порядка действий.
  4. Разбивка — по названию кампании или группе объявлений.
  5. Сегмент — только платный трафик (источник/канал содержит cpc либо по конкретному источнику).
  6. Включить «Показывать прошедшее время» — покажет, сколько времени занимает переход между шагами.

Что читать в результате

  • Шаг с максимальным падением. Отвал 60–70% на переходе «просмотр товара → корзина» типичен; отвал 60% на «начало оформления → покупка» — уже проблема чекаута, а не рекламы.
  • Разницу между кампаниями. Если одна кампания даёт вдвое худшую конверсию на одном и том же шаге — дело в соответствии запроса и посадочной, а не в сайте целиком.
  • Разницу с органикой. Если платный трафик отваливается заметно раньше органического на том же шаге, проблема в связке «объявление → лендинг»: ожидание не совпало с содержанием. Как это чинится — в разборе конверсии лендинга под платный трафик.
  • Время между шагами. Аномально долгий переход часто означает не раздумья, а техническую проблему: медленную загрузку, ошибку валидации, повторный ввод данных.

Исследование №2: обратный путь от конверсии

Воронка отвечает «где отвалились». Путь отвечает «куда ушли вместо этого».

Самая полезная конфигурация — обратный путь: выбрать конечную точку (событие покупки или отправки формы) и посмотреть, какие экраны и события ей предшествовали. Это показывает реальные маршруты, а не те, которые вы предполагали при проектировании сайта.

Вторая полезная конфигурация — прямой путь от посадочных страниц платных кампаний. Здесь ищут:

  • Массовый уход на нецелевые страницы. Например, треть трафика с рекламы уходит в блог и не возвращается — значит, на посадочной слишком заметен переход в контент.
  • Возвраты на предыдущий шаг. Циклы «форма → ошибка → форма» — прямой признак проблем валидации.
  • Страницы, после которых сессия обрывается. Кандидаты на технический разбор: скорость, мобильная вёрстка, платёжный виджет.
  • Внутренний поиск после посадки. Люди ищут то, что обещало объявление, но не нашли на странице. Отчёт по поисковым фразам внутри сайта в такой ситуации — готовый список правок в тексты объявлений.

Исследование №3: пересечение сегментов

Инструмент отвечает на вопрос «чем те, кто купил, отличаются от тех, кто не купил». Берём три сегмента и смотрим пересечения:

  1. Пользователи с платного трафика.
  2. Пользователи, дошедшие до ключевого шага (например, просмотр страницы цен).
  3. Пользователи, совершившие конверсию.

Дальше добавляем четвёртый сегмент-гипотезу: мобильные устройства, конкретный город, новые против вернувшихся, посетители, прочитавшие определённую страницу. Пересечения показывают, какие признаки коррелируют с конверсией сильнее прочих.

Типичные находки: конверсия на мобильных вдвое ниже при равном трафике (проблема мобильного интерфейса); посетители, дошедшие до страницы с ценами, конвертят кратно лучше (значит, её надо делать доступнее прямо с посадочной); вернувшиеся пользователи дают большую часть конверсий (значит, ретаргетинг недооценён в распределении бюджета).

Важная оговорка: корреляция здесь не равна причинности. То, что читатели страницы «Отзывы» покупают чаще, не означает, что если загнать туда всех, продажи вырастут. Гипотезу проверяют экспериментом, а не выводят из отчёта.

Исследование №4: когорты по неделе привлечения

Когортный анализ показывает, что происходит с пользователями после первого визита. Для платного трафика это способ оценить качество источника за пределами первой сессии.

Конфигурация: включение в когорту — по первому визиту, возврат — по любому взаимодействию или по целевому событию, гранулярность — недели, метрика — количество активных пользователей или сумма выручки на пользователя. Сегментировать по кампании.

Что видно на практике: кампания A даёт дешёвые конверсии, но её пользователи не возвращаются; кампания B дороже на первой покупке, но её когорты живут месяцами. Если решение о бюджете принимается только по цене конверсии, деньги систематически уходят в кампанию A — и это самая частая причина того, что «реклама вроде окупается, а бизнес не растёт». Соединение этой картины с моделями атрибуции разобрано в материале про атрибуцию GA4 для медиабайера.

Сегменты, разбивки и лимиты

Практические ограничения, о которые спотыкаются чаще всего (значения — ориентир, проверяйте в своём интерфейсе):

  • До 10 сегментов на исследование, до 10 разбивок и значений — больше не нужно и вредно для читаемости.
  • Лимит строк на вкладке ограничен; при большом объёме данных отчёт сэмплируется, и внизу появляется соответствующий индикатор. Сэмплированные данные годятся для поиска аномалий, но не для точных цифр в отчётности.
  • Один пользователь видит свои исследования; для командной работы нужно явно расшарить.
  • Глубина доступных данных ограничена сроком хранения на уровне пользователей и событий — если он оставлен по умолчанию коротким, длинные когорты просто не построятся. Проверьте настройку заранее.

Когда упираетесь в сэмплирование и лимиты строк — это сигнал переходить на выгрузку в хранилище: связка Google Ads и BigQuery снимает ограничения интерфейса и позволяет считать что угодно на сырых данных.

Шесть ошибок интерпретации

  1. Сравнивать конверсии GA4 с конверсиями Google Ads «в лоб». Разные модели атрибуции, разные окна, разное определение конверсии. Расхождение — норма; одинаковые цифры были бы подозрительнее.
  2. Строить закрытую воронку там, где сценарий нелинейный. Пользователь зашёл сразу на страницу товара из рекламы — и выпал из воронки, начинающейся с главной. В отчёте это выглядит как катастрофа, в реальности — как ошибка конфигурации.
  3. Игнорировать долю моделируемых данных. При жёстких настройках согласия часть поведения достраивается моделью; для сегментов малого объёма это делает выводы неустойчивыми.
  4. Путать сессии и пользователей. Воронки в GA4 считаются по пользователям; привычка мыслить сессиями даёт систематически неверные проценты.
  5. Делать выводы на маленьких числах. Разница «4 конверсии против 7» — это шум. Перед выводом убедитесь, что объёма хватает.
  6. Останавливаться на находке. Отчёт показывает, где проблема, но не доказывает причину. Причина проверяется экспериментом.

Свободная форма: быстрые проверки гипотез

Пятый тип исследований недооценён, потому что выглядит как обычная таблица. Его сила — в скорости: гипотезу, для которой в стандартных отчётах нужного среза нет, можно проверить за две минуты.

Три конфигурации, которые окупаются чаще прочих:

  • Посадочная страница × кампания × коэффициент конверсии. Сразу видно, какие пары «кампания — страница» работают, а какие только тратят. Частая находка: половина кампаний ведёт на одну общую страницу, потому что так когда-то было проще.
  • Устройство × город × ключевое событие. Ловит локальные провалы, которые в общей статистике незаметны: например, мобильная конверсия проваливается только в одном регионе — и это оказывается платёжный метод, недоступный там.
  • День недели × час × конверсии и вовлечённость. Основание для расписания показов, если разница устойчива несколько недель подряд, а не разовая.

Хорошая привычка — держать одно исследование «песочница» со свободной формой и не удалять из него вкладки: за пару месяцев там накапливается персональный набор срезов, который заменяет половину ручной аналитики.

Мини-кейс: как воронка находит потерянные заявки

Условный, но узнаваемый сценарий для лидогенерации. Кампании работают стабильно, цена заявки медленно растёт, в кабинете всё выглядит нормально.

  1. Строим воронку: сеанс → просмотр страницы услуги → взаимодействие с формой → отправка формы. Разбивка по кампаниям, сегмент — платный трафик.
  2. Видим: до формы доходят 18% пользователей, начинают заполнять 11%, отправляют 3%. Провал сосредоточен между «начал заполнять» и «отправил».
  3. Включаем время между шагами: у тех, кто не отправил, среднее время на шаге — минуты, то есть форму реально пытались заполнить.
  4. Переходим в исследование пути: у части пользователей после взаимодействия с формой идёт повторный просмотр той же страницы — цикл, характерный для ошибки валидации.
  5. Проверяем вручную с мобильного: поле телефона не принимает формат с пробелами, сообщение об ошибке отображается ниже видимой области экрана.

Итог: проблема не в рекламе, кампании работали нормально. Правка одного поля формы даёт прирост заявок, которого не даст никакая оптимизация ставок. И обратная сторона: если бы в этот момент кампанию масштабировали, весь дополнительный бюджет прошёл бы через ту же поломанную форму.

Как превратить находки в правки Google Ads

Находка в Explorations Действие в кабинете
Кампания приводит трафик, который отваливается на первом же шаге Проверить соответствие «запрос → объявление → посадочная», добавить минус-слова, поменять URL на релевантную страницу
Отвал сосредоточен на мобильных Корректировка ставок по устройствам как временная мера, правка мобильной вёрстки как основная
Одно гео конвертит в разы хуже при том же объёме Проверить настройку присутствия, при подтверждении — исключить или понизить приоритет
Когорты одной кампании живут дольше Перераспределить бюджет по ценности пользователя, а не по цене первой конверсии
Много конверсий после нескольких визитов Усилить ремаркетинг, пересмотреть окно конверсии и модель атрибуции
Люди используют внутренний поиск сразу после посадки Переписать тексты объявлений и заголовок посадочной под реальный запрос

Отдельная категория находок — не про рекламу, а про измерение: если в исследованиях видны обрывы на технических шагах, дубли событий или пропажа параметров, вопрос уходит в настройку сбора данных. Устойчивое решение — серверный трекинг через sGTM.

Что делать, когда данных мало

Для аккаунтов с десятком конверсий в неделю все описанные исследования формально построятся, но выводы будут шумом. Что помогает:

  • Поднять уровень воронки. Вместо покупок брать более частые события: просмотр ключевой страницы, взаимодействие с формой, добавление в корзину. Их хватает для статистики, и они коррелируют с целевым действием.
  • Расширить период. Квартал вместо месяца — при условии, что за это время не менялись сайт и структура кампаний.
  • Укрупнить разбивку. Не по группам объявлений, а по кампаниям или типам кампаний.
  • Смотреть на направление, а не на проценты. Разница между 3,1% и 3,4% на малых числах не значит ничего; разница между 3% и 12% значит.

Отдельно стоит договориться с собой о минимальном объёме, при котором вы вообще принимаете решение. Практичный порог — несколько десятков событий в сегменте. Ниже него отчёт годится, чтобы сформулировать гипотезу, но не чтобы перераспределять бюджет.

Как не потерять работу над отчётами

Исследования по умолчанию личные, и это регулярно приводит к тому, что полезная конфигурация исчезает вместе с ушедшим сотрудником. Три привычки, которые это предотвращают:

  • Называть исследования по схеме «что смотрим — сегмент — дата ревизии», а не «Воронка 3 (копия)».
  • Явно расшаривать ключевые отчёты на команду сразу после сборки.
  • Держать вкладку «README» внутри исследования — свободная форма с текстовым описанием того, как читать соседние вкладки и какие допущения приняты.

Рабочий ритм

  • Раз в неделю: воронка по платному трафику с разбивкой по кампаниям — 10 минут, смотрим только на изменение шага максимального отвала.
  • Раз в месяц: когорты и пересечение сегментов — для решений о распределении бюджета.
  • При просадке: обратный путь от конверсии, чтобы понять, изменилось ли поведение или изменился трафик.
  • Перед каждым масштабированием: проверить, что узкое место не в сайте — иначе увеличение бюджета просто умножит потери.

Последний пункт важнее прочих. Масштабировать кампанию, у которой конверсия ограничена чекаутом, — самый дорогой способ финансировать чужую проблему. Смежные материалы: разбор недействительных кликов и защиты бюджета и диагностики отклонённых товаров в Merchant Center для товарных кампаний. Если нужен внешний разбор связки «кампании → аналитика → сайт», у PPC Rebels есть обучение по Google Ads и практический гайд по кабинету.

FAQ

Чем исследования отличаются от стандартных отчётов GA4?

Стандартные отчёты — фиксированные срезы для быстрых ответов. Исследования — конструктор: свои шаги воронки, свои сегменты, свои разбивки, включая типы визуализации, недоступные в обычных отчётах. Взамен они требуют настройки и не сохраняются автоматически для всей команды.

Почему конверсии в GA4 не совпадают с Google Ads?

Разные модели атрибуции, разные окна конверсии, разный момент фиксации и разное отношение к моделируемым данным. Стабильное расхождение в 10–20% — рабочая норма. Тревожит не разница, а её внезапное изменение.

Открытая или закрытая воронка?

По умолчанию открытая: она учитывает пользователей, попавших на шаг любым путём, что ближе к реальному поведению рекламного трафика. Закрытая нужна, когда важна именно строгая последовательность — например, в многошаговом оформлении.

Сколько сегментов можно добавить?

Ориентировочно до десяти на исследование, столько же разбивок. На практике больше трёх–четырёх сегментов делают отчёт нечитаемым.

Что делать при сэмплировании?

Сузить период, сузить сегмент или перейти на выгрузку сырых данных в BigQuery. Сэмплированный отчёт годится для поиска аномалий, но не для чисел в отчётности перед руководством.

Можно ли смотреть данные по конкретным кампаниям Google Ads?

Да, при активной связке аккаунтов и включённой автопометке: доступны параметры кампании, группы объявлений и ключевого слова. Без связки платный трафик виден только как общий источник.

Как оценить качество трафика кампании за пределами первой сессии?

Когортным анализом: включение по первому визиту, возврат по целевому событию, гранулярность — недели, разбивка по кампании. Кампании с распадающимися когортами дают дешёвые, но одноразовые конверсии.

Видят ли исследования данные ретроспективно?

Да, в пределах срока хранения данных, заданного в настройках. Если срок оставлен минимальным, длинные когорты и ретроспективный анализ построить не получится — настройку стоит проверить заранее.

Как понять, что проблема в сайте, а не в рекламе?

Сравнить воронку платного трафика с органическим на тех же шагах. Одинаковый отвал у обоих источников — проблема сайта. Отвал только у платного — несоответствие между объявлением и посадочной страницей.

Заменяют ли исследования GA4 отчёты в Google Ads?

Нет. Кабинет отвечает за аукцион, ставки и стоимость, GA4 — за поведение после клика. Решения принимаются на пересечении, и попытка свести обе системы к одинаковым цифрам обычно заканчивается неверными выводами.

Нужен ли BigQuery, если есть исследования?

Не сразу. Пока хватает лимитов строк и нет сэмплирования, интерфейса достаточно. BigQuery нужен при больших объёмах, при склейке с CRM-данными и когда требуется воспроизводимая отчётность.

С чего начать, если раньше исследованиями не пользовались?

С одной воронки по платному трафику из четырёх–пяти шагов с разбивкой по кампаниям. Этот единственный отчёт обычно обнаруживает столько же проблем, сколько все остальные вместе взятые.

Похожие записи