E-commerce

Klient z branży Home&Decor [NDA]

+31,5% odzyskanych danych dzięki wdrożeniu GTM Server-Side
Rozwiązania
Google Analytics 4
Google Tag Manager Server-Side
Stape.io
Strona internetowa
[NDA]
Branża
Wyposażenie wnętrz
case_branza_wnetrzarska
gradient_data_wolves
Google Analytics 4
Google Tag Manager
Stape
O marce
Nasz klient to rozpoznawalna marka z sektora wyposażenia wnętrz, obecna zarówno w Polsce, jak i na kilku rynkach europejskich. Firma prowadzi sprzedaż w modelu omnichannel, łącząc sieć sklepów stacjonarnych z dynamicznie rozwijającym się kanałem e-commerce.

Duża skala działalności oraz szeroka dystrybucja produktów powodowały, że marka potrzebowała nie tylko precyzyjnej analityki, ale też systemu, który umożliwi podejmowanie lepszych decyzji marketingowych w oparciu o rzetelne dane.

Ze względu na podpisane porozumienie o zachowaniu poufności nie możemy ujawnić nazwy firmy.
Kluczowe wyzwanie
Z miesiąca na miesiąc mieliśmy coraz mniej danych w narzędziach analitycznych. Przyczynami tego zjawiska były ograniczenia techniczne przeglądarek, jak i popularność narzędzi blokujących reklamy. Dodatkowo, prowadzenie działalności na kilku rynkach europejskich oznaczało konieczność zmierzenia się z kwestiami zgodności z przepisami prawnymi i zachowania spójności danych w różnych wersjach językowych serwisu.

Utrata zdarzeń przez blokady technologiczne
Przeglądarki takie jak Safari czy Firefox wprowadziły restrykcyjne mechanizmy (ITP/ETP), które mocno ograniczają trwałość cookies i zdolność do śledzenia użytkowników. W efekcie istotna część danych - w tym transakcje - nigdy nie trafiała do narzędzi analitycznych ani do systemów reklamowych.

Niedokładność danych marketingowych
Standardowe integracje oparte wyłącznie na pikselach nie były w stanie poprawnie deduplikować zdarzeń ani w pełni wykorzystać danych do zaawansowanego dopasowania. W konsekwencji systemy reklamowe, takie jak Google Ads czy Meta, nie miały dostępu do kompletnych sygnałów, co ograniczało skuteczność optymalizacji kampanii.

Złożoność międzynarodowej infrastruktury
Klient prowadzi sprzedaż w kilku krajach europejskich, obsługując różne waluty, wersje językowe i regulacje lokalne. To wymagało stworzenia skalowalnego i jednocześnie elastycznego systemu, który będzie mógł obsłużyć wszystkie rynki bez konieczności ciągłej rekonfiguracji.

Zgodność z regulacjami prawnymi (RODO, ePrivacy)
Wdrożone rozwiązanie musiało być w pełni zgodne z wymogami prawnymi dotyczącymi prywatności. Oznaczało to konieczność ścisłego powiązania gromadzenia danych z faktycznymi zgodami użytkowników oraz pełną integrację z mechanizmem Consent Mode v2.

Wydajność serwisu i doświadczenie użytkownika
Każdy dodatkowy skrypt w przeglądarce oznaczał wolniejszy czas ładowania strony oraz większe ryzyko konfliktów. Istniejąca konfiguracja obciążała front serwisu dużą liczbą requestów third-party, co negatywnie wpływało na szybkość działania strony i mogło obniżać współczynniki konwersji.

Marka potrzebowała rozwiązania, które jednocześnie zwiększy wolumen i wiarygodność zbieranych danych, zapewni zgodność z regulacjami prawnymi, a przy tym nie pogorszy doświadczenia użytkowników. Kluczowym wyzwaniem okazało się pogodzenie trzech obszarów: odzyskania utraconych sygnałów, stabilności danych dla marketingu oraz skalowalności w kontekście wielorynkowym.
Nasze podejście
Projekt zrealizowaliśmy etapowo, łącząc analizę biznesową, optymalizację procesów pomiaru i wdrożenie zaawansowanych mechanizmów analitycznych.
Etap 1
interface-icon-check-white_data_wolves
Audyt i diagnoza problemu
Pierwszym krokiem było przeanalizowanie istniejącej konfiguracji Google Tag Managera oraz GA4. Odwzorowaliśmy różne scenariusze zakupowe - zarówno standardowe transakcje online, jak i zakupy z płatnościami zewnętrznymi czy opcją odbioru w sklepie. Dzięki temu mogliśmy jednoznacznie wskazać momenty, w których dane były gubione. Analiza pokazała również niespójności w zakresie deduplikacji transakcji oraz problem z pełnym odzwierciedleniem przychodów w raportach GA4.
Etap 2
Definiowanie KPI i mapy zdarzeń
Na podstawie rozmów z klientem ustaliliśmy cele biznesowe i kluczowe wskaźniki sukcesu. Następnie stworzyliśmy szczegółową mapę zdarzeń, która miała stać się fundamentem nowej infrastruktury analitycznej. Uwzględniliśmy w niej: standardowe transakcje online oraz konwersje niestandardowe (np. leady i formularze). Dzięki temu nowa architektura miała obsługiwać nie tylko e-commerce, ale całościowo wspierać proces analityki sprzedażowej.
Etap 3
Projekt architektury i implementacja GTM Server-Side
Kolejnym krokiem było zaprojektowanie architektury GTM Server-Side. Zdecydowaliśmy się na infrastrukturę opartą o Stape i subdomenę klienta w modelu first-party. Pozwoliło to „ukryć” requesty trackingowe pod domeną sklepu, co zwiększyło ich odporność na blokady i ograniczenia przeglądarek.
Etap 4
Integracja z systemami reklamowymi i Consent Mode v2
Na warstwie serwerowej skonfigurowaliśmy integracje z Google Ads (Enhanced Conversions) oraz Meta (Conversion API). Wdrożyliśmy deduplikację zdarzeń na podstawie event_id oraz zaawansowane dopasowanie danych (e-mail, telefon, external_id). Pozwoliło to znacząco podnieść wskaźnik Event Match Quality w Meta. Całość została połączona z mechanizmem zgód w oparciu o Consent Mode v2, dzięki czemu dane przesyłane do systemów marketingowych były w pełni zgodne z decyzjami użytkowników i wymogami RODO.
Etap 5
Walidacja i dokumentacja
Po zakończeniu implementacji przeprowadziliśmy szczegółowe testy jakości danych - zarówno w DebugView GA4, jak i w logach serwera. Sprawdziliśmy poprawność deduplikacji transakcji, zgodność wartości przychodów oraz działanie zdarzeń niestandardowych. Wyniki zostały zebrane w pełnej dokumentacji analitycznej, którą przekazaliśmy zespołowi klienta. Dodatkowo przeprowadziliśmy krótkie szkolenie, aby marketing i IT mogły swobodnie korzystać z nowych raportów i samodzielnie kontrolować poprawność danych.
Etap 6
Stałe wsparcie i optymalizacja
Wdrożenie nie zakończyło się na uruchomieniu. Dla klienta uruchomiliśmy monitoring jakości danych, który pozwala wykrywać spadki liczby sygnałów spowodowane zmianami w przeglądarkach czy nowych blokadach. Wspieramy klienta także w cyklicznej optymalizacji i rozwijaniu architektury - m.in. w zakresie analiz danych w BigQuery czy rozszerzania trackingu o nowe punkty styku w ścieżce zakupowej.
Efekty
Już w pierwszych tygodniach po wdrożeniu GTM Server-Side dało się zauważyć wyraźną poprawę jakości danych i skuteczności działań marketingowych. Dzięki nowej architekturze udało się odzyskać utracone zdarzenia oraz zwiększyć dokładność raportów.
gradient-map-2_data_wolves
icon-positive-dynamic-white_data_wolves
31,5%
odzyskanych danych w narzędziach analitycznych
case_stape
Skontaktuj się z nami
Napisz do nas abyśmy mogli poznać Twoje potrzeby. Pomożemy Ci w określeniu celów i indywidualnym dopasowaniu oferty.
wojtek_bednarski
gradient_data_wolves
logo-contiuumai-white_data_wolves
3x increase in their top-line revenue since Artifact.
interface-icon-chevron-down_data_wolves
Dziękujemy za przesłanie wiadomości!
Odezwiemy się do Ciebie jak najszybciej to możliwe.
Coś poszło nie tak :( Spróbuj ponownie lub napisz do nas maila na kontakt@datawolves.pl
Daj się poznać!