Analytics CTR

Server-side tracking a gyakorlatban: Hogyan állítsuk meg a 30%-os adatvesztést a magyar webshopokban?

A mérések összeomlása a harmadik feles cookie-k korlátozása és az adblockerek terjedése miatt közvetlen profitkiesést jelent a hazai e-kereskedelemben. Bemutatjuk, hogyan mentheti meg a kampányokat a szerveroldali mérés, és hogyan csökkenthető vele a Meta és Google Ads hirdetések konverziós költsége.

2026. június 27.8 perc olvasás1 megtekintés
X
Server-side tracking a gyakorlatban: Hogyan állítsuk meg a 30%-os adatvesztést a magyar webshopokban?

SEO Title: Server-Side Tracking Bevezetése Szerver Oldali GTM-mel Magyar Webshopoknak: Útmutató és Költségek

SEO Meta Description: Server-side tracking (SST) Google Tag Managerrel magyar e-kereskedőknek. Valós bevezetési költségek, adblocker áthidalás, banki fizetési kapuk hibáinak javítása és egy 350M HUF-os esettanulmány.

A magyar e-kereskedők többsége még mindig vakon bízik a hagyományos, kliensoldali (browser-side) mérésekben, miközben a Safari ITP algoritmusai és a hazai prémium vásárlók körében 35-40%-os penetrációval bíró adblockerek csendben megsemmisítik a remarketing listák és a konverziós adatok jelentős részét. Az OTP SimplePay vagy Barion fizetési kapukról történő visszatérések mérése katasztrofális képet mutat: a tranzakciók 15-25%-a egyszerűen elveszik a GA4-ben, vagy közvetlen (direct/none) forrásra íródik jóvá. Az egyetlen valódi kiút a szerver oldali mérés (Server-Side Tracking - SST) bevezetése, amely immár nem kényelmi funkció, hanem a technológiai minimum a folyamatosan dráguló magyar kattintási díjak (CPC) mellett.

Miért fontos ez most

A harmadik féltől származó cookie-k (third-party cookies) kivezetése és az adatvédelmi szigorítások nem a jövő elméleti problémái, hanem a mindennapi kampányteljesítményt korlátozó tényezők. A Safari ITP (Intelligent Tracking Prevention) legfrissebb verziói a kliensoldalon beállított első féltől származó (first-party) sütik élettartamát is drasztikusan lecsökkentik: sok esetben 24 órára vagy legfeljebb 7 napra korlátozzák azt. Ez azt jelenti, hogy ha egy vásárló hétfőn rákattint egy 180 HUF CPC értékű eMag vagy Alza elleni kampányra, de csak a következő hét szerdáján vásárol, a kliensoldali mérés már képtelen lesz összekötni a konverziót az eredeti hirdetéssel.

A hazai PPC piacon a kattintási költségek drasztikus emelkedést mutatnak. A divat- és lakberendezési szegmensben a CPC-k már elérik a 120-220 HUF közötti sávot, míg a pénzügyi vagy B2B szolgáltatások területén nem ritka a 600-1100 HUF közötti kattintási díj sem. Ilyen árak mellett ha a hirdetési rendszerek (Meta Ads, Google Ads) a valós konverziók 20-30%-át nem látják az adblockerek és a törölt cookie-k miatt, a Smart Bidding és az Advantage+ algoritmusok vakon fognak optimalizálni. A rossz adatminőség közvetlen következménye a ROAS csökkenése, az akviciós költségek (CPA) növekedése és a marketingbüdzsé elégetése.

A piacvezető magyar ügynökségek és a fejlesztői csapatok gyakran kínálnak "dobozos" pluginokat (például Shoprenter, Shoptet vagy Unas integrációkon keresztül), de ezek a sablonmegoldások szinte soha nem kezelik a mérések alapját jelentő egyedi tartománynevek (custom subdomains) kérdését, így valójában nem oldják meg a Safari ITP korlátozásait, csupán továbbítják a hiányos adatokat egy külső szerverre.

A szerver oldali mérés technikai anatómiája magyar szemmel

Hogyan működik a gyakorlatban?

A hagyományos mérés során a böngésző közvetlenül küld adatokat a Google és a Meta szervereinek. Ezzel szemben a Server-Side Tracking esetében a böngésző kizárólag a saját, első félhez tartozó szerverünkre (például a `metrics.webshopunk.hu` aldomainre) küldi az adatcsomagot. Ez a szerver (amelyet a Google Tag Manager Server-Side konténere vezérel) feldolgozza, megtisztítja az adatokat, majd szerver-szerver kapcsolaton keresztül továbbítja azokat a GA4-nek, a Meta Conversions API-nak (CAPI), vagy akár a Pinterest és TikTok hirdetési rendszereknek.

```

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

| Kliens böngésző | ----> | metrics.webshopunk.hu | ----> | Google Analytics4 |

| (First-party adat)| | (SST GTM Cloud Container) | +-------------------+

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

|

v

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

| Meta Conversions API |

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

```

Custom domain és CNAME: A megkerülhetetlen védelem

Az SST lényege és legnagyobb fegyvere a CNAME cloaking és az első féltől származó kontextus fenntartása. Ha a GTM szerverünket nem a saját aldomainünkre konfiguráljuk, hanem a Google Cloud alapértelmezett, gtm-msr.appspot.com-os URL-jét használjuk, az Apple-eszközök azonnal harmadik félként kezelik és blokkolják a kéréseket.

A helyes konfiguráció során a domain regisztrátornál (például Dotroll, Rackhost vagy Sybell) be kell állítani egy CNAME rekordot, amely a `metrics.webshopunk.hu` címet a GTM szerverünkhöz irányítja. Ezzel a böngésző számára minden adatküldés belső, saját hálózati forgalomnak minősül, így a sütik élettartama nem korlátozódik 1-7 napra, hanem megmaradhat a beállított lejárati ideig (jellemzően 30-90 napig).

Költségvetés: Mennyibe kerül a szerver fenntartása és a bevezetés?

Sok magyar kkv-nak az az illúziója van, hogy a felhőalapú mérés fenntartása megfizethetetlen. Nézzük meg a valós számokat:

  • Infrastruktúra költség (Google Cloud Platform - GCP): A Google Cloud App Engine környezet használata kis forgalmú shopoknál (havi 50 000 munkamenetig) ingyenes vagy minimális (pár dollár) lehet, de professzionális működéshez és terheléselosztáshoz legalább 3 tesztelési példány (instances) szükséges. Ez havi 35-60 USD (kb. 13 000 - 22 000 HUF) közötti költséget jelent.
  • Stape.io alternatíva (Ajánlott): Egy kifejezetten SST-re optimalizált hoszting szolgáltató. Havi 10 000 kérésig ingyenes, egy átlagos, havi 20-50M HUF árbevételű webshopnak elegendő a Pro csomag havi 20 USD-ért (kb. 7 300 HUF), ami tartalmazza a beépített egyedi domain kezelést és a cookie-író kiegészítőket is.
  • Magyar fejlesztői és ügynökségi díjak: Egy egyedi SST implementáció (GA4 + Meta CAPI + Google Ads Enhanced Conversions) egyszeri beállítási díja a hazai piacon jelenleg 180 000 HUF és 450 000 HUF között mozog, a webshop motor egyediségétől függően. Ha egy ügynökség ezt 50 000 HUF alatt ígéri, ott szinte biztos, hogy elmarad a CNAME beállítás vagy a megfelelő adatdeduplikáció.

Hogyan oldja meg az SST a legfájóbb magyar e-commerce hibákat?

A banki fizetőkapuk (SimplePay, Barion) okozta referral mérés-szétesés

A magyar piacon működő webshopok egyik legidegesítőbb analitikai problémája, amikor a konverziók forrásaként a SimplePay (sandbox.simplepay.hu) vagy a Barion (secure.barion.com) jelenik meg a GA4-ben az organikus vagy fizetett hirdetések helyett. Ez azért történik, mert a fizetés során a felhasználó elhagyja a webáruházat, majd a sikeres tranzakció után visszatérve a böngésző új munkamenetet indít, mivel a korábbi forrás azonosító cookie-k a kliensoldalon megsérültek vagy lejártak.

Az SST bevezetésével és a szerver oldali FPID (First-Party ID) használatával a mérés nem a böngésző mulandó memóriájára hagyatkozik. A szerver oldali GTM képes megőrizni és HTTP-only süti formájában rögzíteni az eredeti látogatói azonosítót, amelyet a banki visszatérés után azonnal és hibátlanul társítani tud az eredeti Google Ads GCLID vagy Facebook FBCLID paraméterekkel.

A Meta Conversions API (CAPI) és az Event Match Quality (EMQ) maximalizálása

A Meta hirdetési rendszere egyre inkább a Conversions API-ra támaszkodik. Sokan elkövetik azt a hibát, hogy a Shopify vagy Woocommerce gyári pluginjával küldik be a Capi adatokat, de az Event Match Quality pontszámuk (amely megmutatja, milyen hatékonysággal tudja a Meta azonosítani a vásárlót) 4.0-5.5 között sínylődik egy 10-es skálán.

Az SST lehetővé teszi, hogy a szerver oldalon dúsítsuk az adatokat. Mielőtt az adatcsomag elhagyná a szerverünket a Meta felé, hozzákapcsolhatjuk a webáruház belső adatbázisából lekérdezett,SHA-256 algoritmussal hashelt ügyféladatokat:

  • Email cím (em)
  • Telefonszám (ph)
  • Keresztnév és vezetéknév (fn, ln)
  • Irányítószám és város (zp, ct)
  • FBP és FBC sütik

Egy professzionálisan felépített Server-Side GTM konténerrel a magyar piacon az EMQ pontszámok 7.8 és 9.2 közé növelhetők. Ez közvetlenül csökkenti a Meta CPM árakat, mert a hirdetési algoritmus pontosabban tudja célozni a meleg közönségeket.

| Mérési Metrika | Hagyományos Kliensoldali Mérés | Optimalizált Server-Side Tracking | Várható Javulás |

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

| Meta EMQ Pontszám | 4.2 - 5.5 | 7.8 - 9.2 | +60-80% pontosság |

| SimplePay/Barion hiba | 15% - 25% adatvesztés | < 2% mérési eltérés | Minimálisra csökkent |

| Adblocker miatti adatvesztés | 30% - 35% | < 5% | Akár 30% több mért konverzió |

| Remarketing lista mérete | Gyorsan amortizálódik (7 nap) | Tartós (akár 90-180 nap) | Stabilabb visszacélzás |

Adatvédelmi biztonság és a GDPR

Szerzői véleményem szerint a magyar webshopok 90%-a súlyos jogsértést követ el, amikor a böngészőből közvetlenül küld nem maszkolt felhasználói adatokat az amerikai szerverekre. A Nemzeti Adatvédelmi és Információszabadság Hatóság (NAIH) egyre szigorúbban vizsgálja a nemzetközi transzfereket.

A Server-Side mérés az adatvédelmi pajzs szerepét is betölti. Mivel az adatok a mi szerverünkre futnak be először, lehetőségünk van arra, hogy anonimizáljuk az IP-címeket, eltávolítsuk a személyes adatokat a Google Analytics-nek küldött csomagokból, és kizárólag a Meta CAPI felé engedjük át a titkosított (hashelt) azonosítókat. Így teljes kontrollt kapunk afelett, hogy melyik külföldi harmadik fél milyen adatot kaphat meg.

Esettanulmány: Hogyan nyert napi +18% konverziót egy 350M HUF árbevételű magyar divatwebshop?

A vizsgált vállalkozás egy egyedi motorral működő, prémium kategóriás női divatcikkeket értékesítő magyar e-kereskedő, amelynek éves árbevétele 350 000 000 HUF. A kosárértékük (AOV) magas, 24 500 HUF, a forgalom oroszlánrészét Meta hirdetésekből és Google Shopping kampányokból generálják. Az átlagos CPC 140 HUF körül alakul.

A probléma meghatározása

A webshop marketingese észrevette, hogy míg a belső számlázó és készletkezelő rendszer (Billingo integrációval) napi szinten átlagosan 42-45 valós vásárlást rögzített, addig a Google Analytics 4-ben csak 31-33 tranzakció jelent meg, és a Meta Ads Managerben is jelentős volt az alulmérés. A hirdetési fiókok adathiány miatt nem tudtak hatékonyan optimalizálni, a targetált ROAS érték folyamatosan romlott, 320%-ról 240%-ra esett vissza.

A részletes technikai audit feltárta, hogy a célközönségük (25-45 év közötti, magasan képzett nők) jelentős része a legújabb iOS eszközöket használja (Safari böngészővel, ahol az ITP 1-7 nap alatt törli a sütiket), valamint kb. 28%-uk aktív hirdetésblokkolót futtat a desktop böngészőjén.

Az implementáció menete

A webáruháznál bevezetésre került egy robusztus, szerver oldali mérési architektúra:

  • Létrehoztunk egy Google Tag Manager Server-Side konténert, amelyet a Stape.io európai (Frankfurt) szerverein hosztoltunk a GDPR megfelelőség érdekében.
  • Beállításra került a `m.trendisite.hu` aldomain CNAME rekordja, amely a Stape szerverére mutatott.
  • A fejlesztő átalakította a webshop adatszerkezetét (datalayer), így a vásárlás befejezése (purchase) esemény során a szerver közvetlenül küldte el a tranzakciós adatokat a GTM-nek, kiküszöbölve azt a hibát, ha a vásárló a sikeres szignál előtt bezárja a SimplePay fizetés utáni köszönőoldalt.
  • Bevezetésre került a Meta Conversions API és a Google Ads Enhanced Conversions szerver oldali támogatása.

Az eredmények számokban (3 hónappal az élesítés után)

A mérések stabilizálása elképesztő eredményeket hozott a kampányok teljesítményében:

  • Regisztrált konverziók száma: A GA4-ben és a Meta hirdetési fiókban regisztrált tranzakciók száma átlagosan 18.4%-kal emelkedett napi szinten. Ezek nem új vásárlások voltak, hanem a korábban láthatatlan, adblockert használó vagy ITP által sújtott tranzakciók, amelyeket most már vissza tudtunk vezetni a hirdetésekhez.
  • A Meta Ads EMQ emelkedése: Az Event Match Quality pontszám a korábbi 4.8-as szintről 8.7-re javult, ami azonnali hatással volt a hirdetésmegjelenítések hatékonyságára.
  • A ROAS visszapattanása: Mivel mind a Meta, mind a Google Ads algoritmusai 18%-kal több adatot kaptak az optimalizáláshoz, a gépi tanulás sokkal pontosabban találta meg a konvertáló közönséget. A kampány szintű ROAS értéke 240%-ról 385%-ra növekedett.
  • Pénzügyi hatás: A pontosabb mérések és a jobb algoritmus-optimalizálás révén a webshop havi közel 1,1 millió HUF-tal tudta növelni a profitját változatlan reklámköltés mellett, ami az SST havi kb. 7 300 HUF-os szerverköltségével szemben elhanyagolható kiadás.

Amit NE tegyél: Az SST implementáció legnagyobb buktatói

A szerver oldali mérés bevezetése flottafeladatnak tűnhet, de a rosszul konfigurált rendszerek több kárt okoznak, mint amennyit használnak. Íme a hazai piacon leggyakrabban tapasztalt hibák:

1. Ne bízz a "0 Ft-os, egygombos" integrációkban CNAME nélkül

Sok magyar tulajdonú webáruház motor hirdeti, hogy "rendelkezik beépített Meta Conversions API-val". Fontos megérteni: ha az integráció nem kínál lehetőséget arra, hogy a kéréseket a webshopunk saját aldomainjére irányítsuk, akkor az nem valódi server-side tracking.

Ha az adatok közvetlenül a Facebook vagy a Google szerver URL-jeire mennek a böngészőből, az adblockerek és az ITP ugyanúgy blokkolni fogják őket. Ez nem más, mint egy hálózati proxyn átküldött kliensoldali mérés, adatbővítés és süti-védelem nélkül.

2. A deduplikáció teljes hiánya

Kritikus szakmai hiba: Ha a webáruház kliensoldali Meta Pixelt és Meta Conversions API-t is használ, de nem konfigurálja be a deduplikációt, a Meta Ads Manager duplikálni fogja a konverziókat.

Minden egyes eseményhez (pl. `ViewContent`, `AddToCart`, `Purchase`) pontosan ugyanolyan egyedi eseményazonosítót (`event_id`) kell generálni mindkét oldalon. Ha a kliensoldali Pixel elküldi a `purchase` eseményt a `102834` ID-val, a Conversions API-nak is pontosan ugyanezzel a `102834` ID-val kell beküldenie azt. Ha ez elmarad, az Ads Manager 2 db vásárlást fog látni egy helyett, ami hamis, irreálisan magas ROAS adatokat eredményez, és teljes káoszhoz vezet a kampánykezelésben.

3. A "Mindent mérni akarunk" csapdája

Gyakori eltévedés, hogy minden egyes létező gombkattintást, görgetést (scroll depth) és mikro-interakciót át akarnak vinni a szerver oldali mérésre. Ez teljesen feleslegesen növeli a Google Cloud vagy Stape.io kérések számát, ami az előfizetési sávok gyors átlépését és felesleges többletköltségeket eredményez.

A szerver oldali kapacitást tartsuk meg a kritikus üzleti eseményeknek (`ViewContent`, `Search`, `AddToCart`, `InitiatesCheckout`, `Purchase`, lead űrlapok kitöltése). A kevésbé fontos interakciók maradhatnak a hagyományos, kliensoldali GA4 mérésekben.

Akcióterv: lépésről lépésre

Az alábbi ellenőrző lista segítségével szisztematikusan és hibamentesen vezethető be a szerver oldali mérés bármely magyar webáruházban:

  • Döntsd el a hoszting infrastruktúrát: Ha nincs dedikált DevOps mérnök a csapatodban, válaszd a Stape.io európai szerverét. Egy átlagos magyar webáruház megkezdheti a tesztelést a havi 20 USD-s csomaggal.
  • Hozd létre a Server-Side GTM konténert: A Google Tag Manager felületén hozz létre egy új konténert, és válaszd a "Server" opciót. A konfiguráció során válaszd a manuális beállítást, majd másold ki a szerver konfigurációs kódot (config string), és illeszd be a Stape.io felületén lévő fiókodba.
  • Állítsd be a CNAME rekordot a domain-kezelődnél: Hozz létre egy aldomaint (pl. `sst.webshopod.hu` vagy `m.webshopod.hu`). A DNS zónában irányítsd ezt a CNAME rekordot a Stape által megadott célszerver címre. Várj kb. 2-4 órát a DNS propagációra, majd ellenőrizd az SSL tanúsítvány érvényességét a Stape felületén.
  • Konfiguráld a Web Client konténert (hagyományos GTM): Módosítsd a GA4 konfigurációs címkédet (vagy az új Google Taget) a kliensoldali GTM-ben. A "Server Container URL" mezőben add meg az imént létrehozott egyedi aldomainedet (`https://sst.webshopod.hu`). Ezzel minden GA4-es kliensoldali eseményt a saját szerveredre irányítasz át.
  • Építsd fel a Server Tageket: A Server-Side GTM konténeren belül telepítsd és konfiguráld a következő tag-eket:

GA4 Server Tag:* Ez fogadja a bejövő kéréseket, és továbbítja az adatokat a Google Analytics 4 felé.

Meta Conversions API Tag:* Ez dolgozza fel a bejövő GA4 eseményeket, átalakítja azokat Meta-kompatibilis formátumra, besűríti a hashelt felhasználói adatokkal (EMQ növelés), és beküldi a Meta API-jának.

Google Ads Conversions Tag:* A szerver oldali kiterjesztett konverziók méréséhez.

  • Valósítsd meg a deduplikációt: Gondoskodj arról, hogy a kliensoldalon megmaradó Meta Pixel és a szerver oldali Meta CAPI mérések minden eseménynél megegyező `event_id` paramétert kapjanak. Ezt legegyszerűbben a GTM-ben elérhető egyedi változókkal (pl. Unique Event ID tag) tudod generálni.
  • Szigorú tesztelés élesítés előtt: Használd a GTM Server-Side konténerének "Preview" módját. Készíts egy tesztvásárlást. Ellenőrizd, hogy a Meta Ads eseménytesztelő eszközében (Event Testing Tool) megjelennek-e a kliens és szerver események, és a rendszer sikeresen deduplikálja-e azokat (zöld ikon jelzi a sikeres párosítást).
  • Kövesd nyomon az adatminőséget: Az élesítés utáni 14. napon ellenőrizd a Meta Ads Managerben az Event Match Quality (EMQ) pontszámokat. Ha átlépted a 7.5-ös értéket, és a GA4 tranzakciós számai 97% feletti egyezést mutatnak a számlázó programoddal, a bevezetés sikeres volt.
Kapcsolódó cikkek

Olvasd tovább

Búcsú a lineáris modelltől: Így torzít a GA4 Data-Driven attribúció a magyar PPC kampányokban
Analytics

Búcsú a lineáris modelltől: Így torzít a GA4 Data-Driven attribúció a magyar PPC kampányokban

Miután a Google kivezette az osztott attribúciós modellek többségét, a hazai e-kereskedők kénytelenek a Data-Driven modellre támaszkodni. De hogyan viselkedik az algoritmus havi 100-200 konverziónál, és hogyan védi meg a Google a saját Google Ads költéseit? Gyakorlati útmutatónk bemutatja, hogyan építs ki valós alapokon nyugvó riportálást.

8 perc
Looker Studio sablonok magyar PPC ügynökségeknek: Riporting HUF/EUR káosz és felesleges adatzaj nélkül
Analytics

Looker Studio sablonok magyar PPC ügynökségeknek: Riporting HUF/EUR káosz és felesleges adatzaj nélkül

Felejtse el az értelmetlen grafikonokkal teli, gyári sablonokat. Bemutatjuk, hogyan építhető fel olyan Looker Studio dashboard, amely dinamikusan kezeli a devizaváltásokat, integrálja a hazai piac specifikus csatornáit (Google, Meta, Árukereső), és végleg felszámolja a riportálással töltött felesleges munkaórákat.

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

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

A tipikus, kattintásalapú adathalmazok ideje lejárt. Bemutatjuk, hogyan alakítsd át a Looker Studio riportjaidat olyan üzleti fókuszú dashboardokká, amelyek érthetővé teszik a ROAS-t és a profitot a magyar KKV-k számára, radikálisan csökkentve a riportálási munkaórákat és az ügynökségi ügyfélelvándorlást.

8 perc
GA4 attribúciós modellek a gyakorlatban: Hogyan torzít a Google, és mit tegyen a magyar webshoptulajdonos?
Analytics

GA4 attribúciós modellek a gyakorlatban: Hogyan torzít a Google, és mit tegyen a magyar webshoptulajdonos?

A rule-based modellek kivezetése után a Google kényszerpályára tette a hazai marketingeseket. Megmutatjuk, hogyan torzítja a valóságot a Data-Driven modell a 50-500 millió HUF árbevételű magyar webshopoknál, és hogyan építhetsz tiszta riportokat BigQuery segítségével.

8 perc
Népszerű a kategóriában

Legolvasottabb: Analytics

  1. 01

    Búcsú a lineáris modelltől: Így torzít a GA4 Data-Driven attribúció a magyar PPC kampányokban

    8 perc6 megtekintés
  2. 02

    Looker Studio Dashboardok PPC Ügynökségeknek: Sablonok és Esettanulmányok a Hatékony Jelentéskészítéshez

    6 perc6 megtekintés
  3. 03

    Adatokból döntés: A Mérföldkő: Egységesített mérés a Google Analytics 360-ban

    8 perc6 megtekintés
  4. 04

    Looker Studio Dashboard Sablonok: PPC Ügynökségek Hatékonyságnövelése a Magyar Piacon

    11 perc4 megtekintés
  5. 05

    GA4 Attribúciós Modellek: Hogyan Optimalizáljuk Kampányainkat a Valódi Érték Megértésével

    11 perc4 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