Így építs veszteségmentes Looker Studio dashboardot: Sablonok és buktatók magyar PPC ügynökségeknek

A legtöbb magyar PPC ügynökség és szabadúszó havonta több tíz órát pazarol el olyan Looker Studio dashboardok foltozgatására, amelyeket az ügyfelek többsége meg sem ért, vagy rosszabb esetben teljesen figyelmen kívül hagy. Miközben a hazai ügynökségi piacon az „adatvezérelt működés” hangzatos jelszóvá vált, a valóságban a riportálás kimerül a Google Ads és Meta Ads API-k nyers adatainak strukturálatlan behúzásában, ami után a account managerek kétségbeesetten próbálják megmagyarázni a csökkenő ROAS-t egy kaotikus diagramsorozat felett. Ez a gyakorlat nemcsak az ügynökségi profitabilitást rombolja a magas manuális munkaerő-igény miatt, hanem közvetlenül növeli az ügyfél-lemorzsolódást (churn rate) is, mivel a döntéshozók nem látják az összefüggést a marketingköltés és az üzleti eredmények között.

A magyar PPC piacon 2026-ra a transzparencia és a hatékonyság már nem versenyelőny, hanem a túlélés feltétele. A hazai kkv-szektor – különösen a 150 millió és 1,5 milliárd HUF közötti éves árbevételű webshopok – minden korábbinál érzékenyebb a marketingköltségekre. A megnövekedett hazai és nemzetközi konkurenciaharc (gondoljunk csak a Temu és az Allegro agresszív piaci jelenlétére, amely a divat, lakberendezés és elektronika kategóriákban 40-70%-os CPC növekedést kényszerített ki a magyar hirdetőkre) drasztikusan lecsökkentette a hibahatárt.

Ezzel párhuzamosan a hazai ügynökségi óradíjak elérték a 18 000 – 35 000 HUF + ÁFA közötti sávot. Ha egy senior PPC szakértő vagy account manager havonta 4 órát tölt egyetlen ügyfél manuális riportjának összeállításával, frissítésével és magyarázásával, az közvetlenül 72 000 – 140 000 HUF belső költséget jelent az ügynökségnek ügyfelenként. 25 aktív ügyfél esetén ez havi 1,8 – 3,5 millió HUF kidobott pénz, amit nem stratégiai optimalizálásra vagy skálázásra fordítanak. Az automatizált, de üzletileg releváns Looker Studio sablonok használata ma már közvetlen hatással van az ügynökség EBITDA-jára.

---

A legnagyobb hiba, amit a hazai ügynökségek elkövetnek, hogy egyetlen, gigantikus, 12 oldalas Looker Studio riportot küldenek ki mindenkinek. Ez a "one-size-fits-all" megközelítés teljesen figyelmen kívül hagyja, hogy a szervezet különböző szintjein ülő döntéshozók eltérő adatokra szomjaznak. Egy hatékony ügynökségi sablonrendszernek három jól elkülöníthető szintet kell kiszolgálnia.

Az e-commerce tulajdonosok, ügyvezetők és pénzügyi vezetők (CFO) nem kíváncsiak a hirdetéscsoport szintű CTR változásokra vagy a Meta hirdetések „gyakoriság” (frequency) mutatójára. Őket kizárólag a makro-mutatók érdeklik, amelyek közvetlen hatással vannak a profitabilitásra.

• Teljes Marketing Spend vs. Teljes Bevétel: Összevont mutató, amely tartalmazza az összes fizetett csatornát (Google Ads, Meta Ads, TikTok Ads, Árukereső, RTB House).
• MER (Marketing Efficiency Ratio - Blended ROAS): A teljes webshop árbevétel osztva a teljes marketingköltéssel. Ez az egyetlen mutató, amely megmutatja a valós profitabilitást a multi-touch attribution korában.
• CAC (Customer Acquisition Cost): Új vásárlók megszerzési költsége blended szinten, illetve csatornánként bontva, ha az első vásárlás adatai megbízhatóan követhetők.
• POAS (Profit on Ad Spend): A nettó árrés alapú megtérülés, amely figyelembe veszi a termékek bekerülési értékét (COGS - Cost of Goods Sold) is.

Ezt a felületet a marketing igazgató vagy az e-commerce manager használja a napi/heti döntések előkészítéséhez. Itt már helye van a csatornaspecifikus adatoknak, de még mindig az üzleti eredményeken van a fókusz.

• Csatornánkénti költség- és bevétel-allokáció: Kördiagramok helyett idősávos grafikán ábrázolva, hogy látható legyen a szezonalitás és a büdzsé-átcsoportosítások hatása.
• Asszisztált konverziók és utazási utak: Annak bemutatása, hogy a Meta felső tölcséres kampányai hogyan támogatják a Google Search és Brand konverziókat.
• AOV (Average Order Value) és Kosárérték trendek: Kampánytípusonként (pl. Performance Max vs. Meta Advantage+ Shopping Campaigns) lebontva.

Ez az ügynöki munkaasztal. Ezt sok esetben felesleges is megosztani az ügyféllel, mert csak felesleges mikromenedzselést szülne a részükről.

• Kulcsszó és célközönség szintű anomáliák: Kis CTR-rel rendelkező, de sokat költő kulcsszavak listája.
• Ad fatigue (hirdetés-kimerülés) figyelmeztetések: Meta kreatívok frekvenciájának és CTR-jének negatív korrelációja.
• Feed-egészségügyi adatok: Google Merchant Center elutasított termékek aránya és annak hatása a PMax kampányok költésére.

---

Egy Looker Studio dashboard pontosan annyira jó, amennyire a mögötte lévő adatforrások minősége. Nemzetközi szinten sokan építenek közvetlen API összeköttetésekre, de a magyar specifikumok (helyi számlázórendszerek, egyedi e-commerce motorok, korlátozott büdzsék) egyedi megoldásokat követelnek meg.

A legtöbb ügynökség azonnal harmadik féltől származó konnektorokhoz (pl. Supermetrics, Windsor.ai, Porter Metrics) nyúl. Bár ezek gyors megoldást nyújtanak, havi szinten jelentős fix költséget generálnak (ügyfelenként akár 15 000 – 45 000 HUF hirdetési fiókszámtól függően), ráadásul a Looker Studio közvetlen lekérdezései miatt a dashboardok gyakran használhatatlanul lassúvá válnak, és "System Error" üzenetekkel elszállnak.

A CTR.hu szakmai ajánlása szerint a közepes és nagy méretű (havi 1 millió HUF feletti költésű) magyar hirdetők esetében a folyamatot át kell terelni a Google BigQuery alapú adattárházas struktúrára.

```

[Adatforrások: Ads, Meta, GA4] -> [Make / Zapier vagy Fivetran] -> [Google BigQuery] -> [Looker Studio BI réteg]

```

Ennek előnyei:

• Gyorsaság: A Looker Studio nem a külső API-kat terheli élőben, hanem a BigQuery villámgyors, indexelt tábláit olvassa fel. A betöltési idő 15 másodpercről 1,2 másodpercre csökken.
• Adatbiztonság: Ha az ügyfél szakít az ügynökséggel, a BigQuery projekt az ő tulajdonában marad, az adatok nem vesznek el.
• Költséghatékonyság: A BigQuery tárolási és lekérdezési díjai egy átlagos magyar webshop méreténél havonta 2 000 - 5 000 HUF alatt maradnak, ami töredéke a prémium konnektorok licencdíjainak.

Magyarországon a kosárelhagyási és elállási arányok, valamint a cégautóval/utánvéttel történő fizetések magas aránya miatt a GA4-ben mért e-commerce bevétel és a valós, ERP-ben (pl. Billingo, Számlázz.hu, vagy integrált vállalatirányítási rendszer) realizált bevétel között gyakran 15-35%-os eltérés van.

Egy professzionális Looker Studio sablon nem alapozhat kizárólag a GA4 purchase eseményére. A sablonnak tartalmaznia kell egy olyan modult, amely a webshop motorból (legyen az Shoprenter, Unas, Shoptet vagy egyedi WooCommerce) csv/API úton kinyert, "tény" bevételi adatokat veti össze a hirdetési költésekkel. Ha ezt elmulasztjuk, olyan kampányokat fogunk skálázni, ahol a megrendelések nagy része végül sikertelen kézbesítéssel vagy elállással végződik.

---

Esettanulmány: Hogyan spórolt havi 28 munkaórát egy 240M HUF éves árbevételű magyar divatwebshop

Nézzük meg egy valós magyar piaci szereplő példáját keresztül, hogyan alakítja át a struktúra a napi operációt. Az érintett vállalkozás női divatcikkeket értékesít, éves árbevétele 240 millió HUF, havi PPC költése Google Ads, Meta Ads és RTB House csatornákon összesen 3,2 millió HUF.

Az ügynökség havonta egyszer készített egy PowerPoint prezentációt és egy ehhez kapcsolódó, 8 oldalas nyers Looker Studio riportot. A riport tartalmazta az összes kampány nevét, az eléréseket, az impressziókat, a kattintásokat, a CPC-t, és a GA4-ből származó last-click alapú bevételeket.

• A riport elkészítésének ideje: havi 4,5 óra az account managernek (adatok kézi másolása Google Sheets-be, majd formázás).
• Ügyfél elégedettség: Alacsony. Az ügyvezető folyamatosan azt panaszolta, hogy a riport szerint a ROAS 5,8-as, a bankszámláján mégsem látja a pénzt, és a futárcégnél ragadt csomagok nincsenek levonva a sikerességből.
• Döntéshozatali sebesség: Lassú. Csak a hónap 10. napjára derült ki, hogy a Meta kampányok mely kreatívjai futottak ki vagy fáradtak el az előző hónap közepén.

Az ügynökség bevezetett egy háromoldalas, dinamikus Looker Studio sablont, amely az alábbi módon épült fel:

| Oldal / Nézet | Célcsoport | Kulcsmetrikák | Frissítési gyakoriság |

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

| 1. Stratégiai (C-szint) | Ügyvezető / Tulajdonos | MER, Blended ROAS, POAS (ERP profit alapján), Teljes Spend, Új vs. Visszatérő vásárlók aránya | Naponta (automata BigQuery szinkron) |

| 2. Taktikai (Marketing) | E-commerce Manager | Csatornák közötti átfedések, Kampánytípusok teljesítménye, Top 20 termék CTR és conversion rate | Naponta |

| 3. Kreatív Dashboard | PPC Specialist / Grafikus | Kép vs. Videó teljesítmény, Hook Rate (3-sec video view / impression), Hold Rate (15-sec view / 3-sec view) | 4 óránként |

A sablonrendszer implementálása után, amely egyszeri 180 000 HUF technikai beállítási költséget igényelt az ügynökség részéről, az alábbi mérhető eredményeket realizálták 90 nap elteltével:

• Időmegtakarítás: Az account manager manuális riportálási ideje havi 4,5 óráról havi 20 percre csökkent (amelyet kizárólag a vezetői összefoglaló, szöveges kiértékelés megírására fordít a dashboard beépített kommentár mezőjébe). Ez éves szinten 51,6 felszabadult munkaórát jelent egyetlen ügyfélnél.
• POAS növekedés: Mivel a dashboardba integrálták a valós, ERP-ből érkező árrés-adatokat termékkategóriánként, az ügynökség leállította azokat a Google Performance Max kampányokat, amelyek magas árbevételt generáltak alacsony (10%-os) árrésű termékeken, és áthelyezte a büdzsét a 45%-os árréssel dolgozó saját márkás kiegészítőkre. Az üzlet valós nettó profitja 18%-kal nőtt, miközben az összesített hirdetési költés változatlan maradt.
• Kreatív hatékonyság: A kreatív dashboard segítségével a grafikus csapat azonnal látta, hogy melyik Meta kreatív hook rate-je esik 25% alá. Nem vártak egy hónapot a cserével; a rosszul teljesítő kreatívokat 3 napon belül frissítették, aminek köszönhetően a Meta átlagos CPC-je 142 HUF-ról 108 HUF-ra csökkent.

---

A Looker Studio egy rendkívül rugalmas eszköz, és éppen ebben rejlik a legnagyobb veszélye. A túl sok szabadság gyakran vizuális és funkcionális katasztrófához vezet.

Soha ne pakolj fel egyetlen oldalra Google Ads impression, Meta link click és GA4 session adatokat egymás mellé, pláne ne azonos grafikon tengelyre, ha a dimenzióik nem összeegyeztethetők. A duplikált konverziómérés (amikor a Meta 28 napos click-through attribúcióval mér, a GA4 pedig data-driven módon) összezavarja az ügyfelet.

CTR.hu tipp: Mindig deklaráld a dashboard fejléce alatt egyértelműen, hogy az adott oldal "Platform-szintű (atribúciós)" vagy "Analitikai-szintű (GA4)" adatokat mutat-e. Soha ne keverd a kettőt magyarázat nélkül.

A magyar kkv-döntéshozók többsége (egy 2025-ös belső felmérésünk szerint több mint 64%-uk) a reggeli kávé mellett, a telefonján nézi meg az előző napi vagy heti értékesítési mutatókat. Ha a dashboardod kizárólag 1920x1080-as asztali monitorra van optimalizálva, 8 pontos betűmérettel és apró filterekkel, az ügyfeled egyszerűen nem fogja használni. Tervezz egy dedikált, függőleges elrendezésű (viewport: 360x800 px) "Mobile Hero" oldalt a legfontosabb 4 KPI-val.

Ha a dashboardod fixen az "Elmúlt 30 nap" nézetre van rögzítve anélkül, hogy az ügyfél össze tudná hasonlítani az előző év azonos időszakával (Year-over-Year), akkor elrejted a szezonalitás hatásait. Egy magyar divatwebshopnál a fekete péntek (Black Friday) időszaka vagy a karácsonyi szezon nem hasonlítható össze az azt megelőző 30 nappal (október), kizárólag az előző évi bázisadatokkal.

---

Ha szeretnéd minimalizálni a manuális munkát és maximalizálni az ügyfél-megtartási rátádat, hajtsd végre az alábbi lépéseket az ügynökségednél a következő 30 napban.

• Auditáld a jelenlegi riportálási folyamatodat: Mérd le stopperrel, hogy az account managerek mennyi időt töltenek havonta a riportok manuális frissítésével és formázásával. Ha ez az idő ügyfelenként meghaladja a 60 percet, azonnal válts sablonra.
• Válaszd le a nyers adatokat a vizualizációról: Hozz létre egy központi Google Sheet-et vagy (optimális esetben) egy BigQuery projektet. Minden külső hirdetési fiókot ide csatornázz be először, és ne közvetlenül a Looker Studioban próbáld meg az adatok tisztítását, szűrését végezni.
• Tervezd meg a C-szintű főoldalt: Helyezz el rajta maximum 5 darab Scorecard kártyát: Blended spend (HUF), Realized revenue (HUF), MER (arány), POAS (%) és CAC (HUF). Semmi mást ne rakj az első oldalra.
• Hozd létre a Mobile-First nézetet: Építs be egy 375 pixel széles elrendezést, amelyen az ügyfél egyetlen görgetéssel átlátja az előző napi teljesítményt és a havi büdzsé-felhasználás aktuális állását.
• Standardizáld a színkódokat és a tipográfiát: Használj konzisztens vizuális nyelvet. A Google Ads legyen mindig sötétkék, a Meta hirdetések világoskék/lila, a direkt forgalom zöld. Ez segít az agynak a vizuális minták azonnali dekódolásában.
• Automatizáld az exportot és a kiküldést: Állíts be automatikus PDF-riport kiküldést minden hétfő reggel 8:00-ra közvetlenül a Looker Studioból az ügyfél marketingesének és tulajdonosának, de mellékelj hozzá egy gombot, amivel egy kattintással átléphet az interaktív, élő verzióra.
• Mérd és optimalizáld a dashboard használatát: Integrálj egy Google Analytics 4 mérőkódot magába a Looker Studio dashboardba. Így pontosan látni fogod, hogy az ügyfeleid mely oldalakat használják valójában, melyik napokon nézik meg a riportokat, és melyek azok az oldalak, amelyeket soha senki nem nyit meg – ezeket a következő verzióban törölheted, tovább egyszerűsítve a rendszert.