Looker Studio sablonok magyar PPC ügynökségeknek: Riportolási blueprint havi 20 óra spóroláshoz

SEO Cím: Looker Studio Dashboard Sablonok PPC Ügynökségeknek: Riportálási Útmutató 2026

Meta leírás: Hogyan építs olyan Looker Studio dashboardot, ami megvédi az ügynökségi díjadat? Konkrét magyar példák, e-commerce POAS és BigQuery integráció PPC specialistáknak.

A magyar PPC ügynökségek profitabilitását csendben gyilkolja az automatizált riportálás illúziója. Miközben a hazai ügynökségek szakemberei ügyfelenként átlagosan havi 8-14 órát töltenek a széteső Google Analytics 4 API-kapcsolatok foltozásával és a Looker Studio (korábban Data Studio) táblázatok manuális igazításával, a megrendelők 74%-a megnyitás nélkül archiválja a 15 oldalas, adatokkal teleszórt riportokat. Strukturális válság van a piacon: vagy képes egy ügynökség olyan üzleti fókuszú dashboardokat építeni, amelyek közvetlenül bizonyítják a marketingtevékenység megtérülését, vagy elkerülhetetlenül elveszíti ügyfeleit az in-house csapatokkal szemben. Ez a szakmai útmutató bemutatja, hogyan szakíthatsz a sablonos adatgyűjtéssel, és hogyan építhetsz olyan mérési rendszert, amely nemcsak vizualizál, hanem ügyfelet is megtart.

A hazai e-commerce piac 2026-ra elért egy olyan érettségi fázist, ahol a korábbi, kizárólagos növekedésre fókuszáló stratégia megbukott. A Google Ads és a Meta Ads aukciós versenye brutálissá vált: míg 2021-ben egy átlagos magyar divat webáruház 40-70 HUF közötti CPC-vel (kattintásonkénti költség) működött, addig ma a 130-190 HUF közötti CPC számít alapvetőnek, miközben a B2B és a pénzügyi szektorban a kattintási díjak már rég átlépték a 450-800 HUF közötti sávot.

Ebben a környezetben a hagyományos ügynökségi modellek – ahol a havi díj fix 150 000 - 350 000 HUF, vagy a költés alapú 10-15%-os jutalék – csak akkor tarthatók fenn, ha a riportálás nem viszi el a szakember munkaidejének jelentős részét. A harmadik felek által használt cookie-k végleges kivezetése és a Consent Mode v2 szigorú alkalmazása miatt a GA4-ben látható nyers adatok torzítanak. Ha egy ügynökség ma a sima, modellezetlen GA4-es konverziós adatok alapján készít Looker Studio riportot az eMAG Marketplace-en, Alzán vagy saját Unas/Shoprenter motoron futó ügyfelének, akkor a valósághoz képest akár 20-35%-os eltérést is mutathat lefelé.

A megrendelők (cégvezetők, CMO-k) nem technikai paramétereket akarnak látni. Nem érdekli őket az impresszió, de még a CTR (kattintási arány) sem önmagában. Ők a bankszámlájukon lévő pénzt akarják összekötni a PPC kampányok hatásával. Ezért a Looker Studio dashboardoknak 2026-ban nem csupán csatornaspecifikus adatokat kell mutatniuk, hanem integrálniuk kell a belső CRM rendszereket, a Számlázz.hu vagy Billingo adatokat, valamint a visszaküldési és árrés-mutatókat is.

A legnagyobb hiba, amit egy PPC ügynökség elkövethet, hogy ugyanazt a Looker Studio dashboardot küldi el a webshop tulajdonosának, mint amit az operatív kampánymenedzser használ a mindennapi optimalizáláshoz. Egy jól struktúrált ügynökségi riportrendszernek három, élesen elkülönülő szintből kell állnia.

```

+------------------------------------------------------------+

| 1. C-LEVEL (Ügyvezetői) DASHBOARD |

| - MER (Blended ROAS) - POAS (Profit on Ad Spend) |

| - Teljes Árbevétel - Összesített PPC költés |

+------------------------------------------------------------+

|

v

+------------------------------------------------------------+

| 2. CMO / MARKETING VEZETŐI DASHBOARD |

| - Csatornánkénti ROAS - CAC (Ügyfélszerzési költség) |

| - Asszisztált konv. - Kohorsz elemzések / LTV |

+------------------------------------------------------------+

|

v

+------------------------------------------------------------+

| 3. OPERATÍV PPC DASHBOARD (Belső) |

| - Kampányszintű CTR - Minőségi mutatók (QS) |

| - PMax Shopping arány - Ad Group szintű CPA |

+------------------------------------------------------------+

```

Ez az oldal egyetlen képernyőből áll, és mobilra is optimalizáltnak kell lennie. A magyar cégvezetők többsége nem fog asztali gépen harmincoldalas riportokat bogarászni.

• Fő KPI-ok: Teljes (blended) árbevétel, összesített PPC költés (Meta + Google + TikTok + egyéb csatornák egyben), MER (Marketing Efficiency Ratio - a teljes árbevétel osztva az összes marketingköltéssel) és a POAS (Profit on Ad Spend).
• Vizualizáció: Idősoros grafikonok, amelyek a heti és havi szezonalitást mutatják az előző év azonos időszakához (YoY) képest.
• Ami nem való ide: Kattintásszám, CPM, CPC, bounce rate, sőt még az egyedi kampányok nevei sem. Ha ezek szerepelnek az első oldalon, az ügyfél elveszíti a fókuszt, és mikromenedzselni kezdi a kampányokat.

Ez a szint azoknak szól, akik értik a digitális marketing összefüggéseit, és nekik kell dönteniük a költségvetés átcsoportosításáról.

• Fő KPI-ok: Csatornánkénti CPA (Cost Per Acquisition), csatornánkénti ROAS, CAC (Customer Acquisition Cost) új és visszatérő vásárlókra bontva, valamint az asszisztált konverziók aránya.
• Vizualizáció: Oszlopdiagramok, amelyek összehasonlítják a Meta Ads és a Google Ads teljesítményét. Fontos beépíteni egy olyan grafikont is, amely az "Ad Spend vs. Revenue" arányt mutatja csatornánként, így azonnal látszik, ha egy csatorna elérte a telítettségi pontját.
• Különleges elem: Egy kohorsz-elemzés táblázat, amely megmutatja, hogy a januári kampányokból érkező vásárlók mekkora LTV-t (élettartam-értéket) generálnak az év hátralévő részében.

Ezt a dashboardot az ügynökség belső használatra építi, de az ügyfél marketingese is hozzáférhet. Ez az a hely, ahol a részletek lakoznak.

• Fő KPI-ok: Kampány, hirdetéscsoport és hirdetés szintű CTR, egyedi CPA célok teljesülése, Search Lost IS (kattintási részesedés elvesztése rangsorolás vagy költségkeret miatt), hirdetésminőségi mutatók (Quality Score).
• Vizualizáció: Részletes, rendezhető táblázatok feltételes formázással (hőtérkép szerűen színezve), ahol a gyengén teljesítő kreatívok vagy kulcsszavak azonnal pirossal világítanak.
• Operatív fókusz: Itt jelenik meg a Performance Max kampányok szétbontása (Shopping vs. Search vs. Display költések), ami elengedhetetlen a finomhangoláshoz.

A külföldi piactereken (pl. Etsy, Gumroad) vásárolható 19-49 USD-s Looker Studio sablonok szinte kivétel nélkül használhatatlanok a magyar piacon. Ennek okai a helyi kereskedelmi és infrastrukturális sajátosságokban rejlenek.

Számos magyar webshop (főleg a havi 50M - 500M HUF közötti árbevétellel rendelkezők) már nemcsak belföldre értékesít, hanem jelen van Romániában (RON), Szlovákiában (EUR), Lengyelországban (PLN) és Csehországban (CZK) is.

• A probléma: A hirdetési fiókok egy része EUR-ban vagy USD-ben költ (pl. ha a Meta számlázás így lett beállítva), a GA4 HUF-ban mér, a román eMAG rendelések pedig RON-ban futnak be.
• A megoldás a Looker Studioban: Nem szabad a Looker Studio beépített devizakonverziójára hagyatkozni, mert az gyakran hibás árfolyamokat használ vagy késik. A dashboardon belül egy egyedi számított mezőt (Calculated Field) kell létrehozni, amely a mindenkori MNB középárfolyammal kalkulál, vagy az adatokat már a BigQuery szintjén kell egységes devizára (HUF) konvertálni az importálás során.

```sql

-- BigQuery SQL példa a devizakonverzióra és az egységesítésre

SELECT

date,

campaign_name,

spend_currency,

spend_raw,

CASE

WHEN spend_currency = 'EUR' THEN spend_raw * 395.5 -- 2026-os átlagos HUF árfolyam példa

WHEN spend_currency = 'RON' THEN spend_raw * 79.2

ELSE spend_raw

END AS spend_huf

FROM `your-project.your_dataset.meta_ad_costs`

```

Magyarországon a webáruházak jelentős része bérleményes rendszereken fut (Shoprenter, Unas, Shoptet). Ezek a rendszerek sokszor sajátos módon kezelik a tranzakciós adatokat.

• A kosárelhagyási és visszaküldési arányok (különösen a divat és cipő kategóriában, ahol a visszaküldés elérheti a 25-35%-ot is) nincsenek átvezetve a GA4-be.
• Ha a Looker Studio kizárólag a GA4 `purchase` eseményeit olvassa, az ügynökség olyan "fantom" bevételekre optimalizál, amelyekből sosem lett tényleges kifizetés (pl. sikertelen utánvétes szállítások, amelyeket a Sameday vagy DPD visszahozott).
• A sablonoknak tartalmazniuk kell egy manuális vagy félautomata (Google Sheets alapú) importálási lehetőséget, ahová a logisztikai és számlázási szoftverekből (pl. Billingo/Számlázz.hu API-n keresztül származó) ténylegesen realizált, nettó bevételeket töltik be.

A Google Performance Max és a Meta Advantage+ Shopping kampányok elterjedésével a PPC specialisták elveszítették a kontrollt a büdzsé felett. A külföldi alapértelmezett Looker Studio sablonok egyetlen sorként mutatják a PMax teljesítményt. Ez elfogadhatatlan.

A magyar piacra szabott riportnak kötelezően tartalmaznia kell egy olyan egyedi szkriptet vagy harmadik féltől származó adatstruktúrát, amely megbecsüli és vizualizálja a PMax kampányok hálózati megoszlását:

• Hány százalék ment a Shopping hálózatra (Search/Shopping)?
• Mennyi költést égetett el a rendszer a Display és YouTube felületeken (amelyek konverziós értéke gyakran elhanyagolható, és csak a büdzsé pazarlására szolgálnak)?
• Milyen arányban jelennek meg a saját márkás (brand) keresések a PMax-ban, torzítva a valós ROAS képet?

A legtöbb PPC ügynökség azonnal kész külső szoftverekre (Supermetrics, Porter Metrics, funnel.io) fizet elő, hogy a Meta Ads, TikTok Ads vagy LinkedIn Ads adatokat bepumpálja a Looker Studioba. Egy 15-20 ügyféllel rendelkező ügynökségnél ez a költség könnyen elérheti a havi 120 000 - 250 000 HUF közötti összeget, ami közvetlenül az ügynökség profitmarzsát csökkenti.

A fenntartható és skálázható megoldás a Google Cloud Platform (BigQuery) használata.

| Szempont | Külső Konnektorok (pl. Supermetrics) | BigQuery + Ingyenes API-k |

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

| Havi költség | Magas (100k+ HUF) | Nagyon alacsony (0 - 5 000 HUF tárolási díj) |

| Sebesség | Lassú, gyakori Looker Studio timeout | Villámgyors, előre aggregált táblák |

| Adatmegőrzés | Korlátozott (gyakran csak 2-3 év) | Korlátlan, saját tulajdonú adattárház |

| Adatmanipuláció | Korlátozott szűrési lehetőségek | Teljes SQL szabadság (tisztítás, devizák) |

| API Kvótakorlátok | Gyakran beleütközik a GA4 kvótákba | Elkerüli a GA4 API kvótakorlátait |

Ha a GA4 adatokat közvetlenül kötjük össze a Looker Studio-val, a Google által bevezetett API kvótakorlátok (API quota limits) miatt a dashboardok napközben rendszeresen összeomlanak és hibaüzenetet adnak (Error code: Exhausted concurrent request quota).

A megoldás: A GA4 ingyenes BigQuery exportját kell bekapcsolni. Az adatok naponta egyszer automatikusan átkerülnek a BigQuery-be, ahonnan a Looker Studio már villámgyorsan, kvótakorlátok nélkül, töredékmásodpercek alatt olvassa be őket.

A Google Sheets mint áthidaló megoldás kisvállalkozásoknak

A havi 50M HUF árbevétel alatti, kisebb magyar webáruházaknál a BigQuery beállítása feleslegesen komplex folyamatnak tűnhet. Ekkor sem kell méregdrága konnektorokat fizetni.

Az alábbi hibrid megoldás tökéletesen működik:

• Meta Ads adatok: Egy ingyenes Google Sheets kiegészítővel (pl. Adveronix) naponta egyszer, automatizálva (ütemezett triggerrel hajnali 3-kor) le kell húzni a kampányszintű adatokat egy Google Táblázatba.
• Google Ads adatok: A Google Ads saját felületén belül beállítható egy automatikus, napi szintű CSV export a Google Drive-ra.
• Looker Studio összeköttetés: A Looker Studiot nem a Meta-hoz vagy a Google Ads-hez közvetlenül, hanem ezekhez a Google Táblázatokhoz kötjük hozzá. Ez a módszer 100%-ban ingyenes, stabil és nem igényel programozói tudást.

Nézzük meg, hogyan mentett meg egy budapesti PPC ügynökség egy összeomlás szélén álló együttműködést egy egyedi, POAS-alapú Looker Studio dashboard segítségével.

A női ruházati termékeket értékesítő webáruház havi 1.5M HUF-ot költött Meta Ads-re és 800 000 HUF-ot Google Ads-re (főleg PMax és Search). Az ügynökség büszkén prezentálta a havi riportokat:

• Google Ads ROAS: 650%
• Meta Ads ROAS: 420%
• Összesített bejelentett konverziós érték GA4 szerint: 12.1M HUF.

A webshop tulajdonosa dühös volt, és fel akarta mondani az ügynökség havi 250 000 HUF-os kezelési díját. Állítása szerint a bankszámláján nem jelent meg ez a profit, sőt, likviditási gondjai voltak, és az árukészlet kifizetése is nehézséget okozott.

Az ügynökség rájött, hogy a hagyományos riportálás hazudik. Az új Looker Studio dashboardba integrálták a webshop belső adatait az alábbiak szerint:

• Árrés (Margin) integrálása: A termékek átlagos beszerzési ára a nettó eladási ár 45%-a volt (COGS = 55%).
• Szállítási és csomagolási költség: Rendelésenként fix 1 200 HUF.
• Visszaküldési (garanciális) arány: A divat szektorban megszokott, de korábban elhallgatott 24%-os aránnyal kalkuláltak (minden negyedik csomagot visszaküldtek a vásárlók, amelynek oda-vissza szállítási díja a webáruházat terhelte).
• Utánvétes nem-fizetések: A megrendelések 8%-át át sem vették a csomagponton.

Létrehozták a POAS (Profit on Ad Spend) mérőszámot a Looker Studioban az alábbi egyedi képlettel:

$$\text{POAS} = \frac{(\text{Realizált Árbevétel} - \text{COGS} - \text{Logisztikai Költség} - \text{Visszaküldési Költség})}{\text{Összes Hirdetési Költés}}$$

Amikor az adatok összefutottak az új dashboardon, megdöbbentő valóság tárult fel:

| Csatorna / Kampány | GA4 Jelentett ROAS | Valós POAS (Profitabilitás) | Státusz |

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

| Meta - Akciós ruhák (Advantage+) | 480% | 0.85 (Veszteséges) | Azonnali leállítás |

| Meta - Új kollekció (CBO) | 310% | 1.95 (Nyereséges) | Költségkeret emelés |

| Google - PMax (Márkás kifejezések kizárva) | 520% | 2.10 (Magas profit) | Költségkeret emelés |

| Google - Search (Általános kulcsszavak) | 280% | 0.52 (Súlyosan veszteséges)| Átszervezés |

Kiderült, hogy a Meta Advantage+ kampánya az alacsony árfekvésű, akciós ruhákat adta el óriási volumenben. Bár a GA4-ben a konverziók száma magas volt, a 24%-os visszaküldési arány és az alacsony árrés miatt minden egyes eladott akciós ruhán 850 HUF vesztesége keletkezett a cégnek. Ezzel szemben az új kollekciós kampányok alacsonyabb ROAS-t produkáltak, de a magasabb kosárérték és a kisebb visszaküldési hajlandóság miatt kiemelkedően nyereségesek voltak.

A döntés: Az ügynökség leállította az akciós Meta kampányokat, és a büdzsét átcsoportosította a PMax és az új kollekciós Meta hirdetésekre.

Két hónap alatt a cég nettó profitja 2.3M HUF-tal emelkedett, miközben az összesített költés nem változott. Az ügynökség nemcsak megtartotta az ügyfelet, hanem a kezelési díját felemelték havi 400 000 HUF-ra, immár sikerdíjas (profitrészesedéses) konstrukcióban.

Az évek során felhalmozódott ügynökségi tapasztalatok alapján a következő hibák rombolják le leggyorsabban a bizalmat és a rendszer használhatóságát.

Soha ne hozz létre olyan dashboardot, amelyen 15-nél több KPI kártya van egy oldalon. Ha az ügyfél egyszerre látja a CPC-t, a CPM-et, a frekvenciát, a megtekintési arányt, a kosárba helyezéseket és a tranzakciókat, az agya lekapcsol.

• Helyette: Alkalmazd a piramis elvet. Fent a legfontosabb üzleti mutató (POAS, Revenue), és csak lefelé görgetve vagy a következő füleken jelenjenek meg a technikai részletek.

Sok sablonban a fejlesztők fixen beírják az árfolyamokat (pl. `spend * 390` a HUF konverzióhoz). Ez katasztrófához vezet, amikor az EUR/HUF árfolyam elmozdul 380 és 415 között.

• Helyette: Használj dinamikus adatforrásokat az árfolyamokhoz, vagy kezeld az adatokat a hirdetési fiók natív devizájában, de jól láthatóan jelöld a dashboard fejlécében, hogy éppen milyen valuta van kiválasztva.

Egy üres grafikoncsoport magyarázat nélkül teret ad a félreértéseknek. Ha a júliusi bevételek visszaestek 30%-kal, az ügyfél azonnal az ügynökséget fogja hibáztatni, hacsak nincs ott egy jól látható kommentár doboz.

• Helyette: Építs be egy "Ügynökségi Jegyzetek" (Agency Insights) szekciót a dashboard tetejére. Itt a kampánymenedzser havi 5-10 mondatban leírja, hogy mi történt (pl. "Július 10-15. között leállt a webshop fizetési kapuja az OTP SimplePay hibája miatt, ez okozta a visszaesést, nem a kampányok minősége").

```

+------------------------------------------------------------------+

| ÜGYNÖKSÉGI ELEMZÉS & AKCIÓK |

| |

| * Mi történt? A Meta CPC-k 14%-kal emelkedtek a Black Friday |

| előtti szezonalitás miatt. |

| * Mit tettünk? Átcsoportosítottunk 300 000 Ft-ot a gyengébb |

| Meta kampányokból a Google Shopping irányába. |

| * Következő lépés: Új kreatívok tesztelése november 10-ig. |

+------------------------------------------------------------------+

```

Bár a Looker Studio képes több adatforrást összekapcsolni (Data Blending), ha ezt 3-nál több forrással teszed meg közvetlenül a felületen (pl. Google Ads + Meta Ads + TikTok Ads + GA4), a dashboard használhatatlanul lassú lesz. Az ügyfélnek 2 percet kell várnia minden egyes dátumválasztásnál, ami frusztrációhoz vezet.

• Helyette: Az adatokat SQL segítségével, a háttérben (BigQuery-ben) kell összefésülni és aggregálni. A Looker Studio már csak egyetlen, előre elkészített, tiszta táblát olvasson be.

Ha szeretnéd az ügynökséged riportálását professzionális szintre emelni, és minimalizálni a riportálással töltött manuális munkaidőt, kövesd ezt a lépésről-lépésre útmutatót.

• Auditáld a jelenlegi riportokat: Írd össze az összes ügyfeledet, és mérd le, hogy a kampánymenedzserek pontosan hány órát töltenek havonta riportok készítésével és magyarázásával. Határozd meg a célidőt (pl. maximum havi 1.5 óra/ügyfél).
• Kapcsold be a BigQuery exportot: Minden GA4 tulajdonosnál aktiváld az ingyenes BigQuery exportot. Ne várj vele, az adatok nem visszamenőlegesek, a gyűjtés csak a bekapcsolás pillanatától indul el.
• Szüntesd meg a felesleges konnektorokat: Cseréld le a drága Meta-Looker Studio közvetlen konnektorokat Google Sheets + Adveronix (vagy hasonló ingyenes eszköz) kombinációra a kisebb ügyfeleknél, és BigQuery alapú betöltésre a nagyobbaknál.
• Alakítsd ki a 3-szintű architektúrát: Építsd fel az új Looker Studio master sablonodat, amely tartalmazza a C-level, a CMO és az Operatív füleket. Ezt a sablont használd kiindulási alapként minden új ügyfélnél.
• Vezesd be a POAS és MER mutatókat: Kérd el az ügyfelektől a nettó árrés-százalékukat és a logisztikai költségeiket. Építsd be ezeket a változókat a dashboard számított mezőibe. Ha az ügyfél látja, hogy a valós profitra optimalizálsz, soha nem fogja megkérdőjelezni az ügynökségi díjadat.
• Automatizáld a kommentárokat: Hozz létre egy dedikált Google Táblázatot az ügynökségi jegyzeteknek, és kösd össze a dashboarddal. Így a kampánymenedzsernek be sem kell lépnie a Looker Studio szerkesztő módjába, elég, ha a táblázatba beírja a havi értékelést, ami automatikusan megjelenik az ügyfélnél.
• Tartson belső oktatást a csapatnak: Győződj meg arról, hogy minden PPC szakértő az ügynökségnél érti a dashboard működését, és képes az ügyfélnek prezentálni a POAS alapú megközelítést. Az első éles bemutató előtt teszteljétek a rendszert belső adatokkal.