SEO Cím: Looker Studio dashboard sablonok magyar PPC ügynökségeknek: Így spórolj havi 40 munkaórát ügyfélriportolással
Meta leírás: Hogyan építs olyan Looker Studio PPC dashboardot, ami nemcsak szép, de véget vet az ügyfelek felesleges kérdéseinek? Gyakorlati útmutató magyar ügynökségi adatokkal, árakkal és esettanulmánnyal.
A hazai PPC ügynökségi szcéna egyik legnagyobb, mégis legkevesebbet kibeszélt belső feszültségforrása a havi riportálás. Az account managerek és PPC specialisták értékes munkaórák tucatjait töltik azzal, hogy a Google Ads, a Meta Ads és a GA4 adatait fáradságos munkával bemásolják egy prezentációba vagy egy feleslegesen túlbonyolított, fagyásoktól hemzsegő Looker Studio riportba, amit az ügyfél végül meg sem nyit. Ez a gyakorlat nemcsak a profitmarzsot égeti el, hanem folyamatos elégedetlenséget is szül: az ügyfél nem érti a számokat, az ügynökség pedig defenzív üzemmódban próbálja magyarázni az 5%-os CPC emelkedést ahelyett, hogy a stratégiai növekedésre fókuszálna. A skálázható ügynökségi működés alapja egy olyan szabványosított, Looker Studio alapú riportálási architektúra, amely világosan elválasztja a döntéshozói szintű üzleti adatokat a napi operatív mikro-metrikáktól.
Miért fontos ez most
A magyar e-commerce és szolgáltató szektorban a hirdetési költségek drasztikus növekedése és a fogyasztói kosárértékek stagnálása miatt a hirdetők minden eddiginél gyanakvóbbak. A 2026-os piaci valóság az, hogy a Google Ads Performance Max (PMax) kampányok és a Meta Advantage+ hirdetések "fekete dobozként" működnek, a GA4 attribúciós modelljei pedig folyamatosan eltérést mutatnak a valós banki tranzakcióktól. Ebben a környezetben egy ügynökség nem engedheti meg magának, hogy statikus PDF-riportokat küldözgessen a tárgyhót követő 10. napon.
A hazai piac sajátosságait nézve a kattintási költségek (CPC) az elmúlt két évben iparágtól függően 25-40%-kal emelkedtek. Nézzük a reális magyar CPC tartományokat:
| Vertikum | Átlagos CPC tartomány (HUF) |
| :--- | :--- |
| Home & Garden (Otthon, bútor, kert) | 120 - 280 Ft |
| Fashion & Apparel (Divat, ruházat) | 80 - 160 Ft |
| B2B / Pénzügy / Biztosítás | 650 - 1500 Ft |
| FMCG / Élelmiszer házhozszállítás | 70 - 140 Ft |
Egy átlagos magyar KKV marketing ügynökség havi 150 000 Ft és 600 000 Ft közötti fix díjon (retainer) dolgozik ügyfelenként. Ha egy specialistának (akinek az óradíja belső költségen számolva 12 000 - 18 000 Ft) havonta 4-5 órát kell töltenie azzal, hogy manuálisan vadássza össze az adatokat, hibákat javítson, majd magyarázkodó e-maileket írjon, azzal az ügynökség azonnal elveszíti az ügyfélen realizálható profitjának 30-50%-át.
Ráadásul a Google által bevezetett GA4 API kvótakorlátozások (API Limits) miatt a közvetlen GA4-Looker Studio összeköttetések egyszerűen összeomlanak, ha egy nagyobb látogatottságú (havi 10 millió HUF feletti árbevételű) webshop adatait próbáljuk valós időben behúzni. A probléma tehát nem esztétikai, hanem kőkemény technológiai és pénzügyi kérdés.
A háromszintű dashboard-architektúra: Mit mutassunk a KKV-nak és mit az enterprise ügyfélnek?
A leggyakoribb hiba, amit a hazai PPC ügynökségek elkövetnek, az egyensablonok használata. Egy havi 300 000 Ft-os büdzsével rendelkező helyi szolgáltató és egy havi 15 millió Ft-ot költő, regionálisan (pl. Romániában és Szlovákiában is eMag Marketplace-en értékesítő) webáruház teljesen eltérő vizualizációt igényel.
Az alábbi háromszintű architektúra bevezetése garantálja, hogy az ügyfél csak azt lássa, ami a döntési szintjének megfelelő.
```
┌────────────────────────────────────────────────────────┐
│ 1. EXECUTIVE (C-LEVEL) │
│ POAS, MER, blended ROAS, Bevétel │
└───────────────────────────┬────────────────────────────┘
│
┌───────────────────────────▼────────────────────────────┐
│ 2. OPERATIONAL (MARKETING MGR) │
│ Csatornánkénti ROAS, CPA, CTR, Ad Spend, CR │
└───────────────────────────┬────────────────────────────┘
│
┌───────────────────────────▼────────────────────────────┐
│ 3. TECHNICAL (PPC SPECIALIST) │
│ Search Lost IS, Quality Score, Asset Group Split │
└────────────────────────────────────────────────────────┘
```
Executive Dashboard (C-Level): A 3 fő KPI szabálya
A cégvezetőknek, tulajdonosoknak nem szabad megmutatni a CTR-t, a kattintásszámot vagy az impressziókat. Ezek számukra "hiúsági mutatók" (vanity metrics), amelyek csak összezavarják őket. Az Executive szintű dashboardnak egyetlen oldalból kell állnia, és kizárólag a következő három kérdésre kell válaszolnia:
- Mennyi pénzt költöttünk összesen?
- Mennyi tiszta bevételt realizáltunk ebből?
- Mekkora volt a teljes marketing hatékonyság (MER)?
Szakmai ellentmondás: Bár a szakma nagy része a platform-szintű ROAS-t (Google Ads ROAS, Meta ROAS) tekinti etalonnak, ez 2026-ban önbecsapás. Az iOS és a Consent Mode V2 miatti adatvesztés következtében a platformok adatai torzítanak (gyakran túl- vagy alulmérnek). Az Executive szinten kizárólag a blended MER (Marketing Efficiency Ratio) és a POAS (Profit on Ad Spend) használható.
A POAS kiszámításához a dashboardnak össze kell kötnie a számlázási rendszert (pl. Számlázz.hu vagy Billingo API-n keresztül, vagy az ERP-ből kinyert árrés-adatok manuális Google Sheets importjával) a hirdetési költségekkel. Ha az ügyfél látja, hogy 1 000 000 Ft hirdetési költésre 3 500 000 Ft tiszta árrést realizált (POAS = 3.5), akkor nem fogja felhívni az ügynökséget azzal, hogy "miért esett vissza a Google Ads konverziós arány 0.2%-kal".
Operational Dashboard: PPC Specialistáknak és Marketing Managernek
Ez a dashboard-szint azoknak a belső marketingeseknek szól, akik napi szinten tartják a kapcsolatot az ügynökséggel. Itt már helye van a csatornák szerinti bontásnak, az összehasonlító grafikonoknak és a kampánytípusok teljesítményének.
A legfontosabb metrikák ezen a szinten:
- Csatornánkénti hirdetési költés és ROAS trendek (MoM és YoY összehasonlításban)
- Blended CAC (Customer Acquisition Cost): Az összes hirdetési költség osztva az új vásárlók számával.
- Kosárelhagyási arányok lépésenként a GA4 funnel alapján.
- Kreatívok teljesítménye (Meta Ads esetén az első 3 másodperces megtekintési arány és az Outbound CTR).
Cohort és LTV fókuszú dashboard: A 100M+ HUF árbevételű érett webshopoknak
Ha egy hazai e-commerce szereplő már átlépte a nettó 100 millió Ft-os éves árbevételt, a növekedésének motorja már nem az új vásárlók folyamatos, drága akvirálása lesz, hanem a meglévő bázis monetizálása.
Ezen a szinten a Looker Studio sablonba integrálni kell a visszatérő vásárlók arányát, az LTV (Lifetime Value) mutatókat és a kohorsz-analízist. Ehhez össze kell kapcsolnunk a webshop motor (pl. Shoprenter API, Unas export vagy Shopify webhooks) adatait a hirdetési adatokkal. Meg kell mutatni az ügyfélnek, hogy az első vásárlás megszerzése bár veszteséges is lehet (CAC > AOV), a 60 napos LTV növekedésnek köszönhetően a kohorsz már profitot termel.
Adatforrások és az API-csapda: Hogyan kerüld el a Looker Studio fagyásait?
A Looker Studio egyik legnagyobb rákfenéje az "Error 1003: Quota Error". Amikor az ügynökség közvetlenül kapcsolja össze a GA4 tulajdont a Looker Studio-val, a Google által biztosított ingyenes API-lekérdezési keret (tokens) szinte azonnal kimerül, ha a dashboardot többen is megnyitják, vagy ha a dátumtartományt sűrűn változtatják.
A natív konnektorok korlátai és a partner konnektorok árai
A Meta Ads (Facebook hirdetések) esetében nincs natív, ingyenes Google konnektor. Az ügynökségek válaszút előtt állnak: vagy manuálisan másolják az adatokat Google Sheets-be (ami időigényes és hibalehetőségeket rejt), vagy harmadik féltől származó konnektorokat használnak.
Nézzük meg a piacon elérhető legnépszerűbb partner konnektorok összehasonlítását magyar ügynökségi szemmel:
| Konnektor | Havi költség (átlagos ügynökségi csomag) | Előnyök | Hátrányok |
| :--- | :--- | :--- | :--- |
| Windsor.ai | $19 - $99 (~7 000 - 36 000 Ft) | Kiváló ár-érték arány, stabil adathasználat, multi-touch attribúciós modellek támogatása. | A felület kezelése némi technikai affinitást igényel. |
| Supermetrics | $99 - $299+ (~36 000 - 110 000 Ft) | Piaci sztenderd, rendkívül stabil, szinte minden létező platformot támogat. | Magyar KKV szinten kifejezetten drága, merev árazási struktúra. |
| Porter Metrics | $15 - $80 (~5 500 - 29 000 Ft) | Nagyon egyszerű beállítás, jó ügyfélszolgálat. | Kevesebb haladó adatmanipulációs lehetőség. |
BigQuery mint az egyetlen fenntartható út 500M HUF feletti árbevételnél
Ha egy magyar webáruház éves árbevétele meghaladja az 500 millió Ft-ot, az ügynökségnek kötelezővé kellene tennie a GA4 -> BigQuery export felállítását.
Szakmai vélemény és kritika: Sok "szakértő" feleslegesen ijesztgeti a KKV-kat a BigQuery költségeivel. A valóság az, hogy egy havi 50 000 látogatót kezelő magyar webshop BigQuery adattárolási és lekérdezési költsége szinte sosem haladja meg a havi 2-5 dollárt (700 - 1800 Ft). Az igazi akadály az ügynökségek lustasága és az SQL tudás hiánya, nem pedig a Google Cloud árazása.
A BigQuery használatával az adatok mentésre kerülnek egy saját felhőalapú adatbázisba, ahonnan a Looker Studio villámgyorsan, API kvótakorlátozások nélkül képes beolvasni azokat. Nem mellesleg így megmarad a nyers, mintavételezés nélküli adatsor is, ami a későbbi AI-alapú prediktív modellezés alapja lesz.
Kevert adatok (Blended Data) kezelése: Meta Ads és Google Ads egyetlen táblázatban
Gyakori igény, hogy egyetlen táblázatban mutassuk meg a Google Ads és a Meta Ads teljesítményét napokra vagy kampányokra lebontva. A Looker Studio "Blend Data" funkciója ehhez tökéletes, de csak akkor, ha pontosan betartjuk az illesztési szabályokat (JOIN feltételek).
Mindig a `Date` (Dátum) legyen az elsődleges összekötő kulcs (Join Key). Ha kampányszinten akarunk keverni, ügyeljünk az elnevezési konvenciókra (UTM paraméterezés). Ha a Google Ads-ben a kampány neve `HU_Search_Brand_Generic`, a Meta Ads-ben pedig `HU_Conversion_Broad`, akkor a kampányszintű automatikus összekapcsolás sikertelen lesz. Használjunk konzisztens elnevezéseket minden csatornán!
Esettanulmány: Hogyan spórolt meg egy 250M HUF éves árbevételű magyar divat webshop havi 12 munkaórát?
Vizsgáljuk meg a TrendiGardrób Kft. (fiktív, de valós piaci adatokon alapuló) esetét. A cég Shopify alapon működik, és a hazai piacon értékesít női ruházati termékeket.
- Éves árbevétel: 250 000 000 Ft (nettó)
- Havi hirdetési budget: 2 500 000 Ft
* Meta Ads: 1 500 000 Ft
* Google Ads (főleg PMax és Search Brand): 1 000 000 Ft
- Együttműködés típusa: Kiszervezett PPC ügynökség (havi 250 000 Ft fix + 5% sikerdíj a hirdetési bevétel felett).
A probléma megfogalmazása
A tulajdonos és az ügynökség között folyamatos volt a feszültség. A Meta Ads Manager 4.5-ös ROAS-t mutatott, a Google Ads 5.2-es ROAS-t, miközben a bankszámlán nem jelent meg a várt profit. Az ügyfél hetente kétszer hívta fel a PPC specialistát, követelve az adatok magyarázatát. Az ügynökség havonta 12 órát töltött manuális Excel-táblák hegesztésével, hogy bizonyítsa az igazát.
A technikai megoldás
Az ügynökség lecserélte a korábbi statikus riportokat egy egyedi építésű, Windsor.ai alapú, háromszintes Looker Studio dashboardra.
- Integráció: Összekötötték a Google Ads, Meta Ads és a GA4 e-commerce API-kat.
- Blended Metrikák Bevezetése: Létrehozták a Blended ROAS mutatót, amely a GA4-ben rögzített teljes e-commerce bevételt osztotta el az összesített (Meta + Google) hirdetési költéssel.
- Deduplikáció vizualizálása: Elhelyeztek egy olyan grafikont, amely egymás mellett mutatta a Meta konverziós API (CAPI) által mért vásárlásokat és a GA4 által a Meta-nak tulajdonított vásárlásokat. Ez azonnal megértette az ügyféllel a két rendszer közötti attribúciós különbséget (pl. 1-day view vs. last click).
A dashboard első oldalára az alábbi vizualizációs blokk került:
```
+-----------------------------------------------------------------+
| FŐ ÜZLETI MUTATÓK |
| Összes Költés: 2.500.000 Ft | Nettó Bevétel: 11.250.000 Ft |
| Blended ROAS: 4.50 | Blended MER: 22.2% |
+-----------------------------------------------------------------+
| CSATORNÁNKÉNTI BONTÁS |
| Platform | Költés | Platform ROAS | GA4 ROAS |
| Google Ads | 1.000.000 Ft | 5.20 | 3.80 |
| Meta Ads | 1.500.000 Ft | 4.50 | 2.10 |
+-----------------------------------------------------------------+
```
Az eredmények számokban
Az automatizált dashboard bevezetése után az eredmények drámaiak voltak:
- Megtakarított idő: A havi 12 óra manuális riportálási idő 1.5 órára csökkent (ez már csak a stratégiai kommentárok hozzáadását jelentette).
- Pénzügyi megtakarítás ügynökségi oldalon: 10.5 munkaóra x 15 000 Ft specialistabér = 157 500 Ft közvetlen megtakarítás havonta, ami az ügyfél retainerének több mint 60%-a!
- Ügyfélelégedettség: A heti feszült telefonálások száma szinte nullára csökkent. Az ügyfél megértette, hogy a "Blended ROAS" a valódi mérőszám. Ha az 4.0 felett van, a vállalkozás nyereséges.
- Gyorsabb reakcióidő: Amikor a Meta Ads szállítási költség-beállításai miatt egy hétvégén bezuhant a konverziós arány, a dashboardon elhelyezett automatikus piros riasztási jelzésnek köszönhetően a specialista hétfő reggel 8-kor már javította a hibát, megelőzve egy komolyabb (akár 500 000 Ft-os) veszteséget.
Gyakori hibák: Hogyan tedd tönkre az ügyfélkapcsolatot a dashboardoddal
Az elmúlt években több tucat magyar PPC ügynökség dashboard-auditja során az alábbi három szarvashibát láttuk a leggyakrabban ismétlődni.
1. Az "Adat-túltengés szindróma" (Data Puke)
Amikor a specialista meg akarja mutatni, hogy mennyi munkát végzett, és 45 különböző grafikont helyez el egyetlen oldalon. A CPM, az impresszió, az oldalon töltött idő, az események száma mind egyszerre villog az ügyfél arcába.
Következmény: Az ügyfél megijed, nem érti a prioritásokat, és végül egyáltalán nem fogja használni a riportot. Ha egy mutatóhoz nem kapcsolódik konkrét üzleti döntés, annak nincs helye a főoldalon.
2. A bázisidőszakok és a szezonalitás figyelmen kívül hagyása
Magyarországon az e-commerce szezonalitás rendkívül erős. A Black Friday (november) és a karácsonyi időszak számait összehasonlítani a januári uborkaszezonnal teljesen értelmetlen.
Mindig biztosítani kell, hogy a dashboard mutassa az előző év azonos időszakát (YoY - Year-over-Year), nem csak az előző hónapot (MoM - Month-on-Month). Ha januárt hasonlítunk decemberhez, minden görbe zuhanni fog, ami felesleges pánikot szül az ügyfélnél.
3. Az ÁFA-káosz és a devizaeltérések félrekezelése
A magyar hirdetők jelentős része külföldi piacokra is értékesít (szlovák, román, cseh piacok). Az ügynökségek gyakran elkövetik azt a hibát, hogy a Shopify/Shoprenter által jelentett, sokszor bruttó (27%-os magyar, 19%-os román ÁFÁ-val növelt) bevételeket vetik össze a nettó (ÁFA nélküli) hirdetési költésekkel.
Szakmai figyelmeztetés: Ha a dashboardon a bruttó bevételt osztjuk a nettó költéssel, a ROAS-unk mesterségesen 27%-kal magasabbnak fog tűnni a valóságnál. Ez súlyos jogi és elszámolási vitákhoz vezethet az ügyféllel, amikor az év végi mérleg elkészül. A Looker Studio-ban mindig hozzunk létre egy számított mezőt, amely levonja a mindenkori ÁFÁ-t a bevételi adatokból, mielőtt ROAS-t számolunk!
Akcióterv: Így építsd fel a saját ügynökségi riportálási rendszeredet 7 lépésben
Kövesd ezt a lépésről lépésre követhető útmutatót, hogy egy hónapon belül teljesen automatizáld az ügynökséged riportálását, és felszabadítsd a csapatod kapacitásait.
- Auditáld a jelenlegi riportálási időt: Mérjétek a Toggl-ben vagy egyéb időmérőben, hogy pontosan hány órát töltenek a specialisták manuális adatgyűjtéssel és riportírással. Ez lesz a kiindulási bázis.
- Sztenderdizáld az elnevezéseket (UTM paraméterezés): Hozzatok létre egy ügynökségi szintű UTM-generátor táblázatot. Ha a kampánynevek nincsenek szigorú struktúrába kényszerítve (pl. `Ország_Csatorna_Kampánytípus_Célzás`), a Looker Studio-ban végzett adat-összevonások manuális rémálommá válnak.
- Válassz konnektort az ügyfélmérethez igazítva:
Havi 1M HUF költés alatt:* Használj olcsóbb, megbízható partner konnektort (pl. Windsor.ai).
Havi 1M - 5M HUF költés között:* Használj Supermetrics vagy Windsor.ai haladó csomagot.
Havi 5M HUF költés felett:* Kötelezően állítsd be a GA4 BigQuery exportot.
- Építsd fel a "Sablon Mesterpéldányt": Ne minden ügyfélnek nulláról építs dashboardot. Hozz létre egy darab tökéletes, 3 oldalas mestersablont (1. Executive összefoglaló, 2. Google Ads részletek, 3. Meta Ads részletek). Ezt a sablont másoljátok le minden új ügyfélnél, és csak az adatforrások azonosítóit (ID) cseréljétek ki.
- Vezesd be a "Marketing Efficiency Ratio" (MER) és "POAS" fogalmát az ügyfeleidnél: Tartsatok egy 15 perces edukációs hívást minden ügyféllel, ahol elmagyarázzátok, miért nem a Meta Ads Manager ROAS-t kell nézniük, és hogyan kell értelmezniük az új, blended mutatókat.
- Állíts be automatikus PDF küldést: A Looker Studio beépített ütemezőjével állítsd be, hogy a dashboard PDF változata minden hónap 3. napján reggel 8 órakor automatikusan menjen ki az ügyfél e-mail címére. Így az ügyfél megkapja a szükséges adatokat anélkül, hogy a specialistának egyetlen gombot is meg kellene nyomnia.
- Folyamatos finomhangolás: Negyedévente egyszer vizsgáld felül a dashboardok használati statisztikáit (a Looker Studio-hoz is hozzá lehet kapcsolni a Google Analytics-et, így látod, hányszor nyitották meg az ügyfelek). Ha egy oldalt három hónapja senki sem nézett meg, töröld le! Keep it clean, keep it simple.
