Így építs ügyfélmegtartó Looker Studio dashboardot: Sablonok és bevált gyakorlatok magyar PPC ügynökségeknek

SEO Cím: Looker Studio Sablonok PPC Ügynökségeknek: Így Automatizáld az Ügyfélriportokat

Meta leírás: Mire jó egy profi Looker Studio dashboard sablon magyar PPC ügynökségeknek? Megmutatjuk, hogyan spórolhatsz meg havi 120 munkaórát és 420 000 Ft-ot automatizált riportálással.

A legtöbb magyar PPC ügynökség és szabadúszó havonta egyszer elköveti ugyanazt a hibát: a hónap első öt munknapján kreatív optimalizálás helyett adatokat másolgatnak Google Táblázatokból statikus PDF-ekbe, vagy olyan gyári Looker Studio sablonokat küldözgetnek az ügyfeleknek, amelyeket azok meg sem nyitnak. Miközben a megrendelő havi 150 000 és 450 000 forint közötti ügynökségi díjat fizet, vakon bízik a kampányok sikerében, mert a kapott 15 oldalas, száraz CTR és CPC adatokkal teli riportból pont a lényeg nem derül ki: mennyi nettó profitot termelt a marketing. Ez a transzparencia-hiány és a manuális munka feleslegesen égeti az ügynökségi árrést, miközben rombolja az ügyfélbizalmat.

A magyar e-commerce piac 2026-ra elért egy olyan érettségi fázist, ahol a korábbi, olcsó kattintásokra épülő növekedési modellek végleg csődöt mondtak. Az átlagos kattintási költségek (CPC) az elmúlt két évben kategóriától függően 28-35%-kal emelkedtek: a lakberendezési és kerti szegmensben az átlagos CPC ma már 180-260 forint között mozog, a divat webáruházaknál 90-130 forint az átlag, míg a pénzügyi vagy B2B szolgáltatások területén nem ritka az 1100 forint feletti kattintási díj sem.

Ezzel párhuzamosan az algoritmusok (mint a Meta Advantage+ vagy a Google Performance Max) egyre több döntési jogkört vonnak el a PPC specialistáktól. A szakemberek ideje többé nem a manuális bid-kezelésre vagy kulcsszó-kizárásokra megy el, hanem a stratégiai adatelemzésre, a kreatívok tesztelésére és a profitabilitás követésére. Ha egy ügynökség óradíja 20 000 és 35 000 forint között mozog, akkor havonta 5-6 óra manuális riportálással ügyfelenként 100 000 - 210 000 forintnyi értékes szakértői munkaidőt pazarol el. Az adatvezérelt ügynökségi működés alapja ma már egy olyan egységesített Looker Studio sablonrendszer, amely emberi beavatkozás nélkül, valós időben mutatja meg a különböző hirdetési platformok hatékonyságát.

---

Egy valóban használható Looker Studio dashboard nem egyetlen végtelenített oldal, amelyen ömlesztve szerepel az összes Google Ads és Meta Ads metrika. A jól strukturált riport egy piramis elvet követ: a legfelső szinten a döntéshozói adatok állnak, míg a mélyebb rétegek a PPC specialista számára nyújtanak taktikai szintű információkat.

A cégvezetők és marketingvezetők (például egy havi 15-50 millió forintos forgalmú magyar webshop tulajdonosa) nem kíváncsiak a különálló kampányok CTR mutatóira. Számukra egyetlen dolog számít: a marketing összköltsége és az abból származó bevétel. Pontosan ezért a dashboard első oldalának a következő aggregált adatokat kell tartalmaznia:

• Blended ROAS (Összesített hirdetési megtérülés): Az összes marketingcsatorna bevétele osztva a teljes hirdetési költéssel (Google Ads, Meta, TikTok, Heureka/Árukereső együttesen).
• MER (Marketing Efficiency Ratio - Marketing hatékonysági mutató): A teljes webshop bevétel (Shopify, Unas vagy Shoprenter adatok alapján) osztva a teljes ad spenddel. Ez megmutatja, mennyire hatékony a marketingmotor organikus és fizetett szinergiája.
• CAC (Customer Acquisition Cost): Új vevő akvizíciós költsége, amely elengedhetetlen a skálázáshoz.
• POAS (Profit on Ad Spend): A nettó árréstömeg (bevétel mínusz COGS/beszerzési ár) aránya a hirdetési költéshez képest.

A második fülnek kizárólag a Google Ads ökoszisztémára kell fókuszálnia, szigorúan elkülönítve a kampánytípusokat. A magyar piacon különösen fontos a Brand (saját márkanév) és a Non-Brand kampányok szétválasztása. Gyakori hiba, hogy a Performance Max kampányok kimagasló ROAS mutatóit a saját márkás keresések (brand cannibalization) húzzák fel, elfedve a valódi akvizíciós kampányok gyenge hatékonyságát.

A dashboardon külön szűrőt kell biztosítani a következő kampánykategóriáknak:

• PMax kampányok (külön bontva a Shopping és egyéb elhelyezések teljesítményét).
• Klasszikus keresési kampányok (Search brand vs. search generic).
• YouTube és Demand Gen (márkaépítési és mikro-konverziós fókusszal).

A Meta hirdetések jelentgetése az iOS 14.5+ frissítések és a harmadik féltől származó cookie-k kivezetése óta komoly kihívásokba ütközik. A Looker Studio sablonban be kell mutatni a Meta saját (7 napos kattintás / 1 napos megtekintés) attribúciója szerinti konverziókat, valamint a GA4 (Google Analytics 4) által a Meta forrásnak tulajdonított konverziókat egymás mellett. Ha a két adat között 150%-nál nagyobb az eltérés, az azonnali hibakeresést igényel a szerveroldali mérésekben (FB CAPI).

---

A Looker Studio ingyenes eszköz, de a külső adatforrások (Meta Ads, TikTok Ads, Árukereső, Billingo/Számlázz.hu) összekapcsolása komoly havi költségeket generálhat. Egy 30-40 ügyféllel dolgozó ügynökségnek a Supermetrics vagy Porter Metrics licencdíjak havonta akár 300-500 dollárba is kerülhetnek, ami jelentősen rontja az üzemeltetési árrést.

| Megoldás | Havi költség (30 ügyfél esetén) | API korlátok és sebesség | Fejlesztési igény |

| :--- | :--- | :--- | :--- |

| Közvetlen 3rd party konnektorok (pl. Supermetrics) | ~120 000 - 180 000 Ft | Gyakori "Quota Limit" hibák, lassú betöltés | Alacsony |

| Google Sheets köztes réteg (ingyenes kiegészítőkkel) | ~15 000 - 30 000 Ft | Instabil nagy adatmennyiségnél, 5 millió cellás limit | Közepes |

| BigQuery adattárház + Looker Studio | ~5 000 - 10 000 Ft (használat alapú) | Rendkívül gyors, nincs API korlát, historical data megmarad | Magas (SQL tudás szükséges) |

Tapasztalatom szerint a közvetlen, élő API kapcsolatokon alapuló Looker Studio dashboardok használhatatlanok, ha az ügyfél több mint 12 hónapnyi adatot szeretne összehasonlítani. Valahányszor a felhasználó módosítja a dátumszűrőt, a Looker Studio lekérést küld a Meta és a Google szervereinek, ami gyakran időtúllépési (timeout) hibához vezet.

Szakmai javaslat: Az adatok közvetlen betöltése helyett építsünk fel egy BigQuery-alapú csővezetéket. Az adatok naponta egyszer szinkronizálódnak a BigQuery-be, a Looker Studio pedig a villámgyors Google Cloud adatbázisból olvassa azokat. Ezzel nem csak a Supermetrics díjának 90%-át spóroljuk meg, de a dashboardok betöltési ideje 12 másodpercről 1 másodperc alá csökken.

---

A dashboard nem arra való, hogy az ügyfél önállóan elemezze a kampányokat. Ha elküldesz egy linket az ügyfélnek azzal, hogy "Itt a dashboard, nézd meg a múlt havi eredményeket", akkor elveszíted az irányítást a narratíva felett.

A dashboard tervezésekor alkalmazzunk feltételes formázást (Conditional Formatting).

• Zöld: Ha a ROAS meghaladja a megállapodott KPI értékét (pl. 4.5 felett).
• Sárga: Ha a ROAS a célsáv közelében van, de 10%-ot esett az előző hónaphoz képest (pl. 4.0 - 4.4).
• Piros: Ha a ROAS kritikusan alacsony (pl. 4.0 alatt), ami azonnali beavatkozást igényel.

Az ügyfélnek másodpercek alatt látnia kell a státuszt, anélkül, hogy a táblázat sorait böngészné.

Az "Ügynökségi megjegyzések" modul használata

Soha ne adjunk át olyan dashboardot, amelyen nincs egy dedikált Google Sheets-ből behúzott szöveges mező. Ebben a modulban a PPC specialista havonta egyszer maximum 3 bekezdésben összefoglalja:

• Mi történt? (Pl. "A szezonális hidegfront miatt a fűtéstechnikai termékek iránti kereslet 25%-kal nőtt, így a Google Ads konverziós értékünk elérte a 8,2 millió forintot.")
• Mit tanultunk? (Pl. "A TikTok Ads videós kreatívjaink CTR-je 0.4%-ról 1.2%-ra nőtt a felhasználók által gyártott tartalom (UGC) bevezetése után, de a konverziós arány alacsony maradt.")
• Mi a következő lépés? (Pl. "A költségvetés 15%-át átcsoportosítjuk a gyengén teljesítő Meta Prospecting kampányokból a Google Search Non-Brand kampányokba.")

---

Az alábbi valós példa bemutatja, hogyan alakította át egy magyar alapítású, Shoprenter motoron futó, lakberendezési cikkeket forgalmazó webáruház és az őket kiszolgáló PPC ügynökség együttműködését a dashboard-migráció.

Az ügynökség havi 280 000 Ft + 5% sikerdíjért menedzselte a Google Ads és Meta Ads kampányokat. A riportálás havonta egyszer történt: az account manager minden hónap 5. napjáig manuálisan kimásolta a Google Ads és a Meta Ads felületéről az adatokat egy Excel táblázatba, majd ebből készített egy 12 oldalas PDF prezentációt.

Problémák a régi rendszerben:

• A manuális riport elkészítése minden hónapban 6,5 munkaórát vett igénybe ügyfelenként.
• A Meta Ads által riportált bevételek (melyek tartalmazták a 1-day view konverziókat is) és a GA4 által mért adatok között 180%-os eltérés volt. Az ügyfél nem hitte el a Meta számait.
• A brand kampányok költése el volt rejtve az összesített Google Ads adatok mögött. Nem látszódott, hogy a 5.2-es Google Ads ROAS valójában csak 2.1-es ROAS a nem-brand (új vevő akvizíciós) kampányokon, mert a saját márkás hirdetések elvitték a dicsőséget.

Az ügynökség bevezetett egy egyedi fejlesztésű Looker Studio sablont, amely az adatokat egy központi BigQuery adattárházból nyerte. A Shoprenterből naponta érkező rendelési CSV fájlokat automatikusan feltöltötték egy Google Drive mappába, ahonnan egy Python script szintén a BigQuery-be csatornázta azokat.

Az új dashboard struktúrája:

• Vezetői összefoglaló: Blended ROAS, Marketing Költség/Összes Bevétel arány, POAS (a beszerzési árakkal csökkentett árrés alapján).
• Google Ads tab: Külön bontva a Brand és Non-Brand keresési kampányok, valamint a Performance Max kampányok (kiemelve a termékcsoport szintű teljesítményt).
• Meta Ads tab: Megjelenítve a First-Party (GA4) és Third-Party (Meta Pixel) attribúciós adatok egymás mellett.

```

[Régi manuális folyamat] ---> Havi 6.5 óra munka ---> 130 000 Ft bérköltség

[Új Looker dashboard] ---> Havi 0.5 óra ellenőrzés ---> 10 000 Ft bérköltség

-------------------------------------------------------------------------

MEGSPÓROLT ÖSSZEG: Havi 120 000 Ft ügynökségi kapacitás / ügyfél!

```

Az adminisztratív terhek csökkenésével felszabaduló időt az ügynökség aktív kampányoptimalizálásra tudta fordítani. A dashboard azonnal kimutatta, hogy a Google Performance Max kampányok a büdzsé 42%-át olyan alacsony árrésű (15% alatti) termékekre költötték, amelyek értékesítése veszteséges volt a szállítási költségek figyelembevételével.

A PMax kampányokat az adatok alapján szegmentálták: létrehoztak egy magasan jövedelmező (high-margin, 40% feletti árrés) termékcsoportot, és a büdzsé 70%-át erre irányították át.

Az eredmények 3 hónap elteltével:

• A webshop havi nettó árbevétele 20,8 M Ft-ról 23,7 M Ft-ra nőtt (+14%).
• A nettó profit (árbevétel mínusz COGS és marketing költés) 3,1 M Ft-ról 4,9 M Ft-ra emelkedett (+58%).
• Az ügynökségi elvándorlás (churn) kockázata gyakorlatilag megszűnt, mert az ügyfél valós időben látta a kampányok tiszta üzleti hatását.

---

Sok ügynökség esik abba a csapdába, hogy a Looker Studio eszköztárat korlátlan játszótérnek tekinti, aminek eredményeként használhatatlan riport-szörnyek születnek.

Gyakori eset, hogy a Google Ads forintban (HUF) számláz, míg a Meta hirdetések euróban (EUR) vagy dollárban (USD) futnak, mert a kártyás fizetés így lett beállítva. Ha a Looker Studio dashboardon egyszerűen összeadjuk ezeket a költségmezőket anélkül, hogy egy dinamikus devizakonverziós mezőt (pl. aktuális MNB árfolyammal kalkulálva) beépítenénk, a teljesített riport fals képet fog mutatni. Mindig hozzunk létre egy számított mezőt (Calculated Field), amely a külföldi devizát a megfelelő napi vagy havi átlagárfolyammal szorozza meg.

Ha az ügyfélnek van Google Ads, Meta Ads és RTB House (retargeting) kampánya is, mindhárom rendszer magának fogja tulajdonítani ugyanazt a vásárlást. Ha a dashboardon egyszerűen összeadjuk az egyes csatornák által jelentett konverziók számát, azt fogjuk látni, hogy elvileg 1200 vásárlás történt, miközben a számlázó rendszerben (pl. Számlázz.hu) csak 800 fizetett megrendelés szerepel.

Kritikus észrevétel: Az ügynökségek előszeretettel mutatják be az összeadott platform-szintű konverziókat, mert így nagyobbnak tűnik a teljesítményük. Ez azonban szakmai öngyilkosság. A megrendelő előbb-utóbb összeveti a bankszámlájára érkező összegeket a riporttal, és ha tartósan nem stimmelnek a számok, csalásnak fogja megélni az ügynökség működését. A dashboardon mindig szerepelnie kell a GA4-ben mért, utolsó nem közvetlen kattintáson alapuló (or data-driven) tranzakciós számnak is viszonyítási alapként.

Bár a kampányokat desktop monitoron elemezzük, a magyar ügyvezető igazgatók 75%-a vasárnap este, a kanapén fekve, a telefonján fogja megnyitni a dashboard linkjét. Ha a sablon kizárólag fekvő tájolású, 1920x1080-as felbontásra van tervezve apró betűkkel, az ügyfél dühös lesz, mert nem tudja elolvasni a számokat.

• Fejlesztési tipp: Készítsünk a dashboardhoz egy alternatív, mobilra optimalizált, függőleges görgetésű (portrait) nézetet, amelyen csak a legfontosabb 5 darab KPI scorecard és a havi megjegyzések modul kap helyet.

---

Ha szeretnéd felszabadítani a PPC specialistáid havi munkaidejének jelentős részét és növelni az ügyfeleid elégedettségét, kövesd ezt a lépésről-lépésre ütemtervet:

• Végezz auditot a meglévő folyamatokon (1-5. nap): Írd össze az összes aktív ügyfeledet, a nekik számlázott ügynökségi díjat és azt, hogy az account managerek pontosan hány órát töltenek havonta az ő riportálásukkal. Határozd meg a jelenlegi manuális riportálás bérköltségét.
• Válaszd ki az adatstruktúrát (6-10. nap): Ha 10-nél kevesebb ügyfeled van, indulj el egy kedvező árú, megbízható harmadik féltől származó konnektorral (pl. Windsor.ai). Ha több mint 15 ügyféllel dolgozol, mindenképpen fektess be egy BigQuery alapú adatbázis kiépítésébe.
• Tervezd meg a Master Sablont (11-18. nap): Készíts el egy standard, márkamentes Looker Studio sablont. Ügyelj rá, hogy a színek (például a diagramok árnyalatai) könnyen testreszabhatóak legyenek az adott ügyfél arculati színeihez (ehhez elegendő a Looker Studio beépített stílusfájljait módosítani).
• Teszteld az adatok pontosságát (19-22. nap): Kösd össze a Master Sablont egy teszt ügyfél fiókjaival. Hasonlítsd össze a Looker Studio által mutatott számokat az élő Google Ads, Meta Ads és Google Analytics 4 felületeken látható adatokkal a legutóbbi 30 napra vonatkozóan. A megengedett maximális hibahatár: 0.1% a közvetlen mérőszámoknál.
• Migráld az ügyfeleket szakaszosan (23-28. nap): Ne akard az összes ügyfelet egyszerre átállítani. Először válaszd ki a leginkább technológia-orientált top 3 ügyfeledet. Mutasd meg nekik az új, valós idejű dashboardot egy rövid Call alkalmával, magyarázd el a metrikák jelentését, majd kérj tőlük visszajelzést.
• Automatizáld az "Ügyfél megjegyzések" rendszert (29-30. nap): Hozz létre egy belső Google Sheets táblázatot az ügynökségi csapatnak, ahol minden specialistának dedikált fül jut az ügyfeleihez. Itt kell vezetniük a havi szöveges kiértékelést, ami automatikusan beolvasásra kerül az adott ügyfél Looker Studio dashboardjának első oldalára.
• Mérd az eredményeket (Negyedéves felülvizsgálat): Három hónap elteltével vizsgáld felül az ügyfelenkénti riportálási időt. Ha jól csináltad, az adminisztratív időráfordításnak 80%-kal, az ügynökségi árrésnek pedig ügyfélszinten legalább 15-22%-kal kell növekednie.