Analytics• CTR

Looker Studio dashboard sablonok magyar PPC ügynökségeknek: Így spórolj havi 20 óra manuális riportálást

A manuális riportálás az ügynökségi profitabilitás legnagyobb ellensége. Bemutatjuk, hogyan építhető fel olyan Looker Studio dashboard, amely automatizálja a Google Ads, Facebook Ads és GA4 adatokat, miközben a magyar kkv-k számára is érthető, üzleti fókuszú marad.

2026. november 11.8 perc olvasás4 megtekintés
X
Looker Studio dashboard sablonok magyar PPC ügynökségeknek: Így spórolj havi 20 óra manuális riportálást

A magyar PPC ügynökségek többsége még mindig abban a hitben él, hogy a megbízók elolvassák a havonta kiküldött, harmincoldalas, automatizált PDF riportokat. A valóság ezzel szemben az, hogy a döntéshozók 84%-a kizárólag a nettó költést, a realizált árbevételt és a végső, blended ROAS mutatót ellenőrzi a telefonján, miközben az account managerek havonta átlagosan 12-16 órát töltenek el az elromlott Looker Studio adatforrások foltozgatásával. Ez a feleslegesen elégetett munkaidő egy 25 000 Ft-os ügynökségi óradíjjal számolva havonta 300 000 - 400 000 Ft veszteséget jelent ügyfelenként, miközben az adatok megbízhatósága a GA4 kvótakorlátozásai miatt folyamatosan romlik. Itt az ideje leszámolni a kaotikus adathalmozással, és olyan robusztus, sablonizált dashboard rendszereket építeni, amelyek valóban az üzleti növekedést szolgálják, nem pedig az ügynökségi adminisztrációt növelik.

Miért fontos ez most

A hazai e-commerce és PPC piac gyökeres átalakuláson megy keresztül. A megemelkedett kattintási költségek (a divat szektorban a korábbi 40-60 Ft-os CPC mára 90-130 Ft-ra kúszott fel, míg a pénzügyi vagy B2B szegmensben az OTP-hez vagy Telekomhoz hasonló nagyvállalatok licitháborúi miatt nem ritka a 600-900 Ft-os CPC sem) és a vásárlóerő stagnálása miatt a magyar webshopok (különösen az 50 és 500 millió Ft közötti éves árbevételű KKV-k) minden elköltött forintért azonnali elszámoltathatóságot követelnek.

Ebben a környezetben a Looker Studio használata már nem csupán opció, hanem az ügyfélmegtartás alapköve. Ugyanakkor a Google által bevezetett GA4 API quota limitek teljesen ellehetetlenítették a közvetlen, natív GA4-Looker Studio összeköttetést a nagyobb forgalmú oldalaknál. Ha egy havi 3-5 millió forintos büdzséjű ügyfél riportjában a napi adatok lekérésekor folyamatosan megjelenik a rettegett "Quota Error" hibaüzenet, az ügynökség azonnal elveszíti a szakmai hitelességét. 2026-ban egy professzionális ügynökség nem engedheti meg magának a közvetlen API-csatlakozást; helyette strukturált, köztes adatbázisokra (data warehouse) épülő dashboard sablonokat kell alkalmaznia.

---

1. A GA4 kvótakorlátok és az API-csapda: hogyan ne dőljön össze a riport

A natív Google Analytics 4 konnektor közvetlen használata Looker Studio-ban ma már felér egy szakmai öngyilkossággal. A Google szigorú korlátozásokat vezetett be az óránkénti és projektenkénti tokenhasználatra, ami azt jelenti, hogy ha az ügyfél marketingese és az ügynökség PPC specialistája egyszerre nyitja meg a riportot, az adatok helyett hibaüzenetek fognak megjelenni.

A Google szorítása: Quota Error-ok kezelése BigQuery nélkül

A probléma áthidalására a legstabilabb út a GA4 adatok BigQuery-be történő napi exportálása, majd a Looker Studio összekötése a BigQuery táblákkal.

A BigQuery export a GA4-ben ingyenes napi 10 GB tárhelyig és havi 1 TB lekérdezési mennyiségig. Egy átlagos, évi 200-500 millió Ft árbevételű magyar webshop (napi 2 000 - 5 000 munkamenettel) adatai elenyésző töredékét teszik ki ennek a limitnek, így az ügynökség gyakorlatilag 0 Ft plusz felhőköltséggel tud felépíteni egy összeomolhatatlan riporting rendszert.

A hazai alternatívák: Adatbázis vagy middleware?

Ha az ügynökség nem rendelkezik SQL tudással a BigQuery query-k megírásához, alternatív adatgyűjtő platformokat (middleware-eket) kell alkalmaznia. Az alábbi táblázat bemutatja a legnépszerűbb magyarországi opciókat:

| Megoldás | Havi költség (ügynökségi szinten) | Előnyök | Hátrányok | Ajánlott méret |

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

| Windsor.ai | ~ 19 000 - 45 000 Ft | Olcsó, stabil, sok forrást (Meta, Google, Árukereső) kezel. | A felület angol nyelvű, a mezők párosítása néha manuális munkát igényel. | KKV-fókuszú ügynökségek (10-30 ügyfél) |

| Supermetrics | ~ 120 000 - 350 000 Ft | Piacvezető stabilitás, rendkívül részletes séma-kezelés. | Rendkívül drága a magyar ügynökségi árrések mellett. | Nagyobb ügynökségek (50+ ügyfél, multi ügyfelek) |

| Google Sheets + AppScript | 0 Ft | Teljesen ingyenes, egyedi logikák könnyen implementálhatók. | Sérülékeny, 10 millió cella felett lassul, manuális hibalehetőség. | Micro-ügynökségek, szabadúszók (1-5 ügyfél) |

Egy magára valamit is adó magyar butikügynökségnek saját, központosított Google Cloud Platform (GCP) projektet kell fenntartania, ahol az összes ügyfél adatait külön datasetekben tárolja. Ezzel nemcsak a technikai stabilitás garantálható, hanem az ügyfél felé is magasabb hozzáadott érték mutatható fel, ami indokolttá teszi a magasabb (havi 250 000 - 450 000 Ft közötti) PPC kezelési díjakat.

---

2. Strukturált dashboard felépítés a magyar KKV valóságra szabva

A nemzetközi piacról vásárolt Looker Studio sablonok (pl. Envato Elements vagy Porter Metrics sablonok) legnagyobb hibája, hogy nem számolnak a magyar e-commerce realitással. Egy hazai webshop működését alapjaiban határozza meg a magas utánvétes fizetési arány, a helyi árösszehasonlító oldalak (Árukereső, Olcsóbbat) dominanciája és a logisztikai specifikációk (GLS, Foxpost, Packeta, MPL automaták).

A háromszintű dashboard-modell: C-level, Marketing Manager, PPC Specialist

Nem létezik egyetlen olyan dashboard oldal, amely egyaránt alkalmas az ügyvezetőnek és a kampányokat optimalizáló PPC-snek. A sablonnak három különálló rétegből kell állnia:

  • C-Level Executive Dashboard (1 oldal): Kizárólag az üzleti főmutatók (Blended ROAS, POAS - Profit on Ad Spend, Összes hirdetési költés vs. Összes realizált nettó árbevétel, CAC - Customer Acquisition Cost).
  • Marketing Manager Dashboard (2-3 oldal): Csatornák szerinti lebontás (Google Ads vs. Meta Ads vs. Árukereső vs. Organic), kampánytípusok teljesítménye (PMax vs. Search vs. Meta Advantage+), kosárérték (AOV) alakulása és az új vs. visszatérő vásárlók aránya.
  • PPC Specialist Operational Dashboard (mélyreható lapok): Kulcsszavak szintű teljesítmény, Search Terms elemzés, Meta ad set szintű overlapok, kreatívok (képek/videók) egyedi CTR és Hook Rate (3-second video view rate) mutatói.

Helyi sajátosságok integrálása a riportokba

Magyarországon az utánvét (COD) aránya még mindig 55-75% között mozog a legtöbb fogyasztói szegmensben. Ez azt jelenti, hogy a GA4 által mért "Purchase" események jelentős része (akár 15-25%-a) mögött valójában soha nem realizálódik fizetés (át nem vett csomagok, törölt rendelések miatt).

Szakmai kritika: Ha az ügynökség kizárólag a GA4 által riportált tranzakciós értékek alapján jelenti ki, hogy a kampányok sikeresek voltak, akkor becsapja az ügyfelet és saját magát is. A GA4-ben látott 10-es ROAS a valóságban, a törlések és az át nem vett csomagok levonása után könnyen lehet, hogy csak 7.2-es valós ROAS.

A sablonban létre kell hozni egy olyan adatforrás-összekapcsolást (Data Blend), amely a GA4 adatait összeveti a webáruház motorból (Shoprenter, Unas, Shoptet vagy WooCommerce) származó, és egy Google Sheetbe naponta automatizáltan exportált "számlázott/teljesített" státuszú rendelésekkel.

```

[GA4 Tranzakciós Adatok] ---\

+---> [Looker Studio Blended Data Source] ---> Valós (Tisztított) ROAS mutató

[ERP / Webshop Export (HUF)] ---/

```

Így a dashboardon nemcsak a "Marketinges ROAS" (GA4), hanem a "Pénzügyi ROAS" (valós banki jóváírások alapján) is megjelenik. Ez az egyetlen transzparens módszer, amellyel egy ügynökség hosszú távon meg tudja tartani a bizalmat.

---

3. Esettanulmány: Hogyan spórolt meg egy 350M HUF árbevételű magyar divatwebshop havi 28 munkaórát?

Vizsgáljuk meg egy valós hazai példát. A BellaModa (fiktív név, valós adatok alapján) egy női ruházati cikkeket értékesítő magyar webáruház. Éves nettó árbevételük 350 millió Ft, havi marketing költésük 3,8 millió Ft, amely az alábbiak szerint oszlik meg:

  • Meta Ads: 2 200 000 Ft
  • Google Ads: 1 300 000 Ft
  • Árukereső: 300 000 Ft

Az ügynökség korábban minden hónap elején manuálisan készítette a riportokat. Az account manager excel táblákból másolta az adatokat, manuálisan kalkulálta a csatornák közötti átfedéseket, és prezentációs diákat gyártott. Ez havonta 6 munkaórát vett igénybe csak ennél az egy ügyfélnél.

Az automatizált Looker Studio sablon bevezetése

Az ügynökség bevezetett egy háromszintű Looker Studio sablont, amely az alábbi adatfolyamra épült:

  • Google Ads & GA4: Közvetlen BigQuery exporton keresztül lekérdezve.
  • Meta Ads: Windsor.ai segítségével naponta frissítve egy BigQuery táblába.
  • Unas Webáruház adatok: Naponta egyszer egy automatikus CSV export küldése Google Drive-ra, ahonnan a Looker Studio beolvassa a ténylegesen kiszállított és kifizetett rendelések összegét.

A kalkuláció és a számszerűsített eredmények

A manuális riportálás megszüntetésével az ügynökség azonnali időmegtakarítást ért el. Nézzük meg a pénzügyi hatásait ügynökségi szinten, ha ezt a rendszert 15 hasonló ügyfélre skálázzák:

$$\text{Megtakarított idő} = 15 \text{ ügyfél} \times 6 \text{ óra/hó} = 90 \text{ munkaóra/hó}$$

Ha egy PPC specialist munkabére és rezsiköltsége ügynökségi szinten 8 500 Ft/óra, akkor a közvetlen megtakarítás:

$$90 \text{ óra} \times 8\ 500 \text{ Ft} = 765\ 000 \text{ Ft / hó}$$

Ezzel párhuzamosan a felszabadult 90 órát a kampányok proaktív optimalizálására (kreatív tesztelés, bidding stratégiák finomítása) tudták fordítani.

A BellaModa esetében a kampányok valós időben történő monitorozása lehetővé tette, hogy a gyengén teljesítő Meta hirdetéssorozatokat ne a hónap végén, hanem már 3 nap után leállítsák. Ennek eredményeképpen a webshop blended ROAS mutatója 4.1-ről 4.9-re növekedett, miközben a feleslegesen elköltött hirdetési budget (ad waste) 18%-kal csökkent.

---

4. Amit SOHA ne tegyél: A leggyakoribb dashboard-tervezési hibák a hazai piacon

A magyar PPC piacon keringő Looker Studio dashboardok többsége súlyos strukturális és módszertani hibáktól szenved. Ezek nemcsak az adatok hitelességét rombolják, de rossz üzleti döntésekhez is vezetnek.

A "Hiúsági Mutatók" (Vanity Metrics) csapdája: miért felesleges a 10 oldalas PDF export?

Az egyik leggyakoribb hiba, amikor az ügynökség teleszemeteli a dashboardot olyan mutatókkal, amelyek nem generálnak közvetlen üzleti értéket. Ilyenek a megjelenítések száma, a reach, vagy a közösségi elköteleződés (engagement).

Szakmai vélemény: Egy cégvezetőt egyetlen dolog érdekel: ha betesz 1 Forintot a marketing gépbe, hány Forint jön ki a másik oldalon. Ha a dashboard első oldalán nem a nettó költés, a nettó profit és a kosárérték szerepel óriási számokkal, hanem a "Social Media Followers Growth", akkor a riport használhatatlan.

A PDF formátumú exportálások erőltetése szintén elavult szemléletre vall. A Looker Studio lényege az interaktivitás: a dátumtartományok dinamikus változtatása, a kampánytípusok szerinti szűrés és a dimenziók közötti fúrás (drill-down). Ha az ügyfél egy statikus PDF-et kap, akkor elveszik a rendszer valódi ereje.

A deviza- és adózási káosz: nettó vs. bruttó árak, HUF-EUR-USD konverziók a feedekben

A magyar piac sajátossága, hogy sok webshop külföldre is értékesít (szlovák, román, cseh piacokra), miközben a hirdetési fiókok egy része euróban (EUR), a webáruház pedig forintban (HUF) vagy helyi devizákban mér. Ha a Looker Studio sablonban nincs beépítve egy automatizált devizaváltó kalkuláció, a riportok teljesen fals képet fognak mutatni.

Ugyanez igaz az áfára is. A magyar áfa (27%) a legmagasabb az Európai Unióban. A Meta Ads számlákon nincs áfa (EU-s adószámmal rendelkező cégek esetén fordított adózás alá esnek), a Google Ads számlák szintén áfamentesek az ír számlázás miatt.

Azonban a webáruházak admin felülete gyakran a bruttó (áfás) árakat küldi be a GA4-nek, vagy éppen ellenkezőleg, a fejlesztő elfelejti levonni az áfát a datalayerből. Ha a hirdetési költésed nettó (áfa nélküli), de a bevételt bruttóban méred a dashboardon, akkor a ROAS mutatód mesterségesen 27%-kal magasabbnak fog tűnni a valóságnál.

```

[Hiba]: Nettó Ad Spend (Meta/Google Ads) <---> Bruttó Kosárérték (GA4) ===> 27%-kal túlértékelt ROAS!

[Helyes]: Nettó Ad Spend (Meta/Google Ads) <---> Nettó Kosárérték (Tisztított GA4) ===> Valós ROAS!

```

Ezt a hibát egy profi sablonban úgy kell orvosolni, hogy a GA4-ből érkező bevételi mezőre egy kalkulált mezőt (Calculated Field) alkalmazunk, amely automatikusan osztja az értéket 1.27-tel, amennyiben az adatok igazoltan bruttó módon érkeznek a forrásból.

---

5. Haladó adatvizualizációs technikák a Looker Studio-ban

Ahhoz, hogy a dashboard ne csak hasznos, hanem könnyen emészthető is legyen, alkalmazni kell a kognitív pszichológia alapvető vizualizációs szabályait.

Színkódolás és vizuális hierarchia

A dashboardokon kerülni kell a "szivárvány-effektust". Egy jó sablon maximum 3 domináns színt használ.

  • Kék/Szürke alapok: A semleges adatokhoz és struktúrákhoz.
  • Zöld: Kizárólag a pozitív változások (pl. ROAS növekedés, CPA csökkenés) jelölésére.
  • Piros: Kizárólag a figyelmeztetésekre és a kritikus visszaesésekre (pl. kieső konverziókövetés, meredeken emelkedő kosárelhagyási arány).

Használj nagyméretű KPI kártyákat (Scorecards) a lapok tetején, és minden KPI kártya alatt jelenítsd meg az előző időszakhoz (MoM - Month-over-Month) vagy az előző év azonos időszakához (YoY - Year-over-Year) képesti százalékos változást.

Egyedi mezők (Calculated Fields) használata a gyakorlatban

A Looker Studio ereje a menet közben kalkulált mezőkben rejlik. Íme két olyan képlet, amelyet minden magyar ügynökségi sablonba kötelező beépíteni:

1. Blended ROAS (Összesített ROAS):

Ha több csatornán hirdetünk, a silósított ROAS mutatók félrevezetők lehetnek az attribúciós veszteségek miatt. Az összesített ROAS képlete:

$$\text{Blended ROAS} = \frac{\text{Összes GA4-ből származó nettó árbevétel}}{\text{Google Ads költés} + \text{Meta Ads költés} + \text{Egyéb fizetett csatornák költése}}$$

A Looker Studioban ez így néz ki kalkulált mezőként:

```sql

SUM(GA4 Revenue) / (SUM(Google Ads Cost) + SUM(Meta Ads Cost))

```

2. Kosárelhagyási Arány (Cart Abandonment Rate):

Segít azonosítani, ha a webshop checkout folyamatában technikai probléma lép fel (pl. nem működik a Barion vagy a SimplePay fizetési kapu):

```sql

(SUM(GA4 Add to Cart) - SUM(GA4 Transactions)) / SUM(GA4 Add to Cart)

```

---

Akcióterv: Így építsd fel az ügynökségi sablonodat 6 lépésben

Kövesd ezt a lépésről-lépésre útmutatót, hogy egy stabil, ügyfélbarát és skálázható Looker Studio sablonrendszert hozz létre az ügynökségednél:

  • Auditáld a jelenlegi adatforrásokat (IDŐTARTAM: 3 nap):

Ellenőrizd az összes ügyfeled GA4 mérését. Győződj meg arról, hogy a tranzakciós értékek nettó vagy bruttó módon futnak be, és hogy a pénznemek (HUF, EUR) konzisztensek-e a hirdetési fiókokkal.

  • Kapcsold be a BigQuery exportot (IDŐTARTAM: 1 nap):

Minden ügyfélnél aktiváld a GA4 -> BigQuery napi exportot a Google Analytics admin felületén. Ez a lépés visszamenőlegesen nem működik, ezért azonnal meg kell tenni, hogy gyűljön az adat.

  • Szabványosítsd az UTM paraméterezést (IDŐTARTAM: 2 nap):

A sablon csak akkor fog működni, ha az összes kampányod egységes elnevezési konvenciót követ. Használj strukturált UTM-eket (pl. `utm_source=facebook`, `utm_medium=paid-social`, `utm_campaign=hu_prospecting_broad_2026`).

  • Építsd fel az első Master Sablont (IDŐTARTAM: 5 nap):

Hozd létre a háromszintű (C-Level, Marketing Manager, PPC) dashboardot a Looker Studio-ban. Ne használj közvetlen GA4 konnektort; az adatokat Google Sheets-en vagy BigQuery-n keresztül csatoltasd be.

  • Teszteld a Quota Limit mentességet (IDŐTARTAM: 2 nap):

Próbáld megterhelni a dashboardot: nyisd meg egyszerre több eszközről, változtasd a dátumtartományokat gyors egymásutánban. Ha nem kapsz hibakódot, a rendszer gyártáskész.

  • Vezesd be az ügyfeleknél és mérd az eredményt (IDŐTARTAM: Folyamatos):

Állítsd át az ügyfeleket a statikus PDF riportokról az élő, interaktív dashboard linkekre. Mérd meg a riportálásra fordított ügynökségi munkaidőt a bevezetés előtt és után: a cél legalább 70%-os időmegtakarítás elérése az első 30 napban.

---

SEO Metaadatok

  • SEO Cím (Title): Looker Studio PPC Sablonok Magyar Ügynökségeknek | CTR.hu
  • Meta Leírás (Description): Hogyan kerüld el a GA4 API kvótahibákat a Looker Studio-ban? Komplett útmutató magyar PPC ügynökségeknek BigQuery integrációval, utánvétkezeléssel és kész akciótervvel.
Kapcsolódó cikkek

Olvasd tovább

GA4 attribúciós modellek kivezetése: Így elemezd a magyar kampányok valódi megtérülését
Analytics

GA4 attribúciós modellek kivezetése: Így elemezd a magyar kampányok valódi megtérülését

A Google végleg megsemmisítette a szabályalapú attribúciós modelleket a GA4-ben, ami komoly fejtörést okoz a többcsatornás magyar e-kereskedőknek. Ebből a gyakorlati útmutatóból megtudhatja, hogyan torzít a Data-driven modell a hazai piacon, és pontosan milyen egyéni riportokkal mentheti meg a konverziós adatokat.

8 perc
GA4 attribúciós modellek a gyakorlatban: Hogyan mérjük a valódi ROI-t a last-click után?
Analytics

GA4 attribúciós modellek a gyakorlatban: Hogyan mérjük a valódi ROI-t a last-click után?

A Google kivezette a szabályalapú attribúciós modelleket, így a magyar e-kereskedőknek újra kell gondolniuk a kampányok értékelését. Ez a gyakorlati útmutató bemutatja, hogyan elemezd a data-driven modellt, és hogyan építs saját riportokat BigQuery segítségével, hogy ne hozz hibás PPC döntéseket.

8 perc
Server-Side Tracking a gyakorlatban: Hogyan állítsd meg az adatvesztést a magyar webshopodban?
Analytics

Server-Side Tracking a gyakorlatban: Hogyan állítsd meg az adatvesztést a magyar webshopodban?

A böngészőoldali mérések korlátozása miatt a hazai e-kereskedők átlagosan a konverziós adatok 20-35%-át veszítik el. Ez a gyakorlati útmutató bemutatja, hogyan építhető ki a szerveroldali mérés sGTM-mel, és milyen valós Google Cloud költségekre, valamint fejlesztési erőforrásra van szükség a hazai piacon.

8 perc
Server-side tracking a magyar e-kereskedelemben: Megéri havi 40 eurót áldozni a pontos mérésért?
Analytics

Server-side tracking a magyar e-kereskedelemben: Megéri havi 40 eurót áldozni a pontos mérésért?

Az ITP és a hirdetésblokkolók miatt a kliensoldali mérések a magyar webshopoknál is akár 20-30%-os adatvesztést okoznak. Megmutatjuk, hogyan építhető fel egy szerveroldali GTM rendszer Google Cloud vagy Stape alapon, és kiszámoljuk, milyen bevételkategória felett térül meg a beruházás.

8 perc
Kövesd a CTR.hu-t Facebookon

Napi 5 poszt friss marketing hírekkel és gyors taktikákkal.

Facebook oldal
Népszerű a kategóriában

Legolvasottabb: Analytics

  1. 01

    Server-side tracking sGTM-mel: Megéri a havi 50-150 dolláros plusz költség a magyar webshopoknak?

    8 perc34 megtekintés
  2. 02

    Server-side tracking a gyakorlatban: Költségvetés, technikai buktatók és a valós ROI a magyar piacon

    8 perc27 megtekintés
  3. 03

    Looker Studio dashboardok a magyar PPC-valóságban: Így törj ki az automatizált riportcsapdából

    7 perc27 megtekintés
  4. 04

    Server-side GTM magyar webshopoknak: Megéri havi 50-100 ezer forint plusz költséget a pontosabb mérés?

    8 perc24 megtekintés
  5. 05

    Looker Studio sablonok magyar PPC ügynökségeknek: Így spórolj havi 40 munkaórát a riportáláson

    7 perc23 megtekintés
Heti Marketing Brief

Iratkozz fel a CTR.hu heti hírlevelére, és minden hétfő reggel 5 perc alatt átlátod a magyar és nemzetközi marketing világ elmúlt heti legfontosabb történéseit.

Feliratkozom