Analytics• CTR

Szerveroldali mérés (Server-Side Tracking) a gyakorlatban: Megéri a havi 40 000 Ft-os extra költséget a magyar webshopoknak?

A harmadik féltől származó sütik kivezetése és a Consent Mode v2 sarokba szorítja a hazai e-kereskedőket. Megvizsgáljuk, hogy a szerveroldali Google Tag Manager és a Meta CAPI bevezetése hogyan hozza vissza az elveszett konverziós adatok 15-25%-át, és bemutatjuk a bérelhető motorok korlátait a saját fejlesztésű rendszerekkel szemben.

2026. november 10.8 perc olvasás6 megtekintés
X
Szerveroldali mérés (Server-Side Tracking) a gyakorlatban: Megéri a havi 40 000 Ft-os extra költséget a magyar webshopoknak?

A magyar e-commerce szektorban működő, 100 és 500 millió HUF közötti éves árbevételű webshopok tulajdonosai és marketingesei havonta százezreket költenek Meta és Google hirdetésekre úgy, hogy a konverziós adatok 15-35%-át egyszerűen elnyeli a böngészők adatvédelmi szigora. Miközben a hazai ügynökségek jelentős része még mindig a hagyományos, böngészőoldali (client-side) követőkódok másolgatásával teljesíti a havi support órákat, az Apple Safari ITP (Intelligent Tracking Prevention) algoritmusa és a Brave böngésző kíméletlenül törli a sütiket, az adblockerek pedig blokkolják a Google Analytics 4 (GA4) és Meta Pixel scriptjeit. Ez nem elméleti probléma: ha a hirdetési algoritmusok nem látják a valós vásárlások egyharmadát, akkor a licitálási stratégiák félreoptimalizálnak, a ROAS (Return on Ad Spend) látszólag zuhan, a CPA (Cost Per Acquisition) pedig fiktív módon megemelkedik. A megoldásként reklámozott server-side tracking (szerveroldali mérés) bevezetése azonban a magyar piacon jelenleg kaotikus; a félkész pluginek és a rosszul konfigurált szerverek több kárt okoznak a mérési pontosságban és a jogi megfelelőségben, mint amennyit használnak.

Miért fontos ez most

A magyar piacon a Safari böngésző részesedése a mobilhálózati forgalomból – különösen a magasabb vásárlóerejű, prémium szegmensekben – eléri a 25-35%-ot. Ezen a felhasználói bázison a hagyományos kliensoldali sütik élettartama mindössze 1 és 7 nap között mozog az ITP korlátozások miatt. Ha egy magyar vásárló hétfőn rákattint egy 180 HUF-os CPC (Cost Per Click) mellett futó Meta hirdetésre, de csak a következő kedden vásárolja meg a 25 000 HUF értékű kosarát az Alza vagy eMag kategóriájú, de kisebb hazai webshopban, a böngészőoldali mérés ezt a konverziót már képtelen lesz összekötni az eredeti hirdetéssel.

A helyzetet tovább súlyosbítja a reklámblokkolók (adblockerek) terjedése: a hazai asztali (desktop) látogatók 20-28%-a használ valamilyen adblockert (pl. uBlock Origin, AdBlock Plus), amelyek alapértelmezetten tiltják a `google-analytics.com/g/collect` és a `connect.facebook.net/en_US/fbevents.js` hívásokat. Emiatt a magyar webáruházak jelentős része vakon optimalizálja a PPC kampányait. A Google ráadásul folyamatosan szigorítja a Consent Mode v2 szabályozást, így az adatok gyűjtése és szerveroldali tisztítása, valamint az első feles (first-party) adatbázisok közvetlen csatornába csatornázása az egyetlen megmaradt út a pontos mérés fenntartására.

---

A technikai valóság: Browser vs. Server-side

A hagyományos és a modern mérési architektúra közötti különbséget legegyszerűbben az adatútvonal irányításával lehet megérteni.

```

Hagyományos (Client-side):

Felhasználó Böngészője ----> Meta Pixel (FB Szerver)

Felhasználó Böngészője ----> GA4 Tag (Google Szerver)

(Kiszolgáltatott az Adblockernek és az ITP-nek)

Szerveroldali (Server-side):

Felhasználó Böngészője ----> Saját Albirodalom (metrics.webshop.hu) ----> GA4 & Meta CAPI Szerverek

(Rejtve az Adblocker elől, 1st-party süti kontextusban)

```

Miért bukik el a hagyományos mérés?

A kliensoldali mérés során a látogató böngészője közvetlenül kommunikál a külső technológiai szolgáltatók (Google, Meta, TikTok) szervereivel. Amikor betöltődik a webshop, a HTML kódba ágyazott JavaScript fájlok letöltődnek a külső szerverekről, majd adatokat gyűjtenek az eszközről, az IP-címről és a felhasználói interakciókról.

Ezt a közvetlen kapcsolatot a modern böngészők adatvédelmi pajzsai és a hálózati szintű blokkolók (pl. Pi-hole) azonnal felismerik és blokkolják. Mivel a sütiket harmadik féltől származóként (third-party) azonosítják, azok élettartamát drasztikusan korlátozzák, vagy magát a hálózati kérést is meghiúsítják.

A Google Tag Manager (sGTM) szerveroldali architektúrája magyar szemmel

A szerveroldali mérés során beiktatunk egy saját tulajdonú szervert (proxy-t) a felhasználó böngészője és a marketing platformok közé. A böngésző nem a Meta vagy a Google szerverének küld adatot, hanem a webáruház saját aldomainjének (pl. `metrics.webshop.hu`).

  • Mivel a kérés a webshop saját domainjére érkezik, a böngésző ezt első feles (first-party) adatmozgásnak tekinti.
  • Az adblockerek nem blokkolják a saját domain hívásait, mert azzal a webshop alapvető funkcióit (pl. kosárkezelés) is tönkretennék.
  • A szerveroldali GTM (sGTM) konténer fogadja ezeket a strukturált adatokat, megtisztítja azokat (például eltávolítja a személyes adatokat a GDPR megfelelőség érdekében), majd a háttérben, szerver-szerver kommunikációval továbbítja a Meta Conversion API (CAPI) vagy a GA4 mérési végpontok felé.
Szakmai kritika: A hazai piacon elterjedt az a tévhit, hogy a szerveroldali követés teljesen ingyenes, mert a Google Tag Manager szoftver maga díjmentes. Ez súlyos tévedés. A szerver futtatásához felhőalapú infrastruktúra szükséges. A Google Cloud Platform (GCP) App Engine vagy Cloud Run szolgáltatása, vagy a Stape.io-hoz hasonló célspecifikus hosting szolgáltatók havi díjat számolnak fel. Egy havi 50 000 látogatót kiszolgáló magyar webshop esetében a GCP költség 12 000 - 18 000 HUF/hó, míg egy nagyobb, havi 500 000+ munkamenetet bonyolító webshopnál ez az összeg 35 000 - 65 000 HUF/hó között mozog. Ezt a működési költséget bele kell kalkulálni a marketing büdzsébe.

---

A szerveroldali átállás pénzügyi és üzleti hatásai

Nem a technikai elegancia miatt kell átállni a szerveroldalra, hanem a közvetlen profit- és hatékonyságjavulás miatt. A pontosabb adatok közvetlenül csökkentik a feleslegesen elégetett hirdetési büdzsét.

ROAS és CPA kozmetikázás helyett valós adatok

Amikor a Meta algoritmusai csak a vásárlások 75%-át látják, az attribúciós modellek torzulnak. Az algoritmus azt hiszi, hogy egy adott kampány vagy hirdetéssorozat nem hoz konverziót, ezért leállítja a licitálást azon a célközönségen, vagy áthelyezi a költségkeretet kevésbé konvertáló szegmensekre.

A szerveroldali méréssel visszaállított 15-25%-nyi tranzakciós adat azonnal javítja a kampányok látszólagos és valós teljesítményét. Az algoritmusok több pozitív visszacsatolást kapnak, így gyorsabban lépnek ki a tanulási fázisból (Learning Phase), ami stabilabb és alacsonyabb CPA-t eredményez a napi kampánykezelés során.

| Mérési metrika | Kliensoldali (hagyományos) mérés | Szerveroldali (sGTM + CAPI) mérés | Változás mértéke (Átlagos magyar webshop) |

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

| Mért vásárlások száma | 780 db | 985 db | +26,2% rögzített adat |

| Átlagos CPA (Meta) | 4 200 HUF | 3 320 HUF | -20,9% költségcsökkenés |

| Adatpárosítási minőség (EMQ) | 4.2 / 10 | 8.8 / 10 | +109% célzási pontosság |

| Süti élettartam (Safari) | 1-7 nap | Akár 180 nap (HTTPOnly cookie) | Hosszabb remarketing ablak |

Az LTV-alapú licitálás feltételei szerveroldalon

Az ügyfél-élettartam érték (LTV - Lifetime Value) alapú hirdetésoptimalizálás lehetetlen pontos azonosítás nélkül. Ha a visszatérő vásárlókat a böngészőjük minden héten új látogatóként azonosítja az elveszett sütik miatt, a hirdetési rendszerek feleslegesen költenek új akvizíciós (prospecting) büdzsét azokra, akik már a hűségprogram tagjai.

A szerveroldali méréssel a CRM-ből vagy a webáruház motorból (pl. Shopify, UNAS, Shoprenter) származó hashed user id-k közvetlenül átadhatók a hirdetési platformoknak, így a meglévő vásárlók kizárása vagy specifikus cross-sell kampányok célzása hajszálpontossá válik.

---

Esettanulmány: Egy 350 millió HUF árbevételű magyar divat-webshop esete

Az alábbi valós adatokon alapuló számítás egy hazai, egyedi tervezésű ruházatot értékesítő webshop 3 hónapos tesztidőszakának eredményeit mutatja be.

Kiinduló állapot és a probléma meghatározása

A webshop éves árbevétele 350 millió HUF, az átlagos kosárérték (AOV) 18 500 HUF. A havi marketingköltés a Meta Ads csatornán 3 200 000 HUF, a Google Ads keresési és Performance Max kampányokban pedig 1 800 000 HUF.

A belső ERP rendszer (Számlázz.hu és Shopify admin) adatai szerint havonta átlagosan 1570 sikeres tranzakció történt. Ezzel szemben a Google Analytics 4 kliensoldali mérése mindössze 1210 tranzakciót rögzített (23%-os adatvesztés), miközben a Meta Pixel hirdetéskezelője 1140 konverziót mutatott.

A divat szektorban kiemelten magas a iOS/Safari felhasználók aránya (a mobil látogatók 42%-a), ami magyarázatot adott a drasztikus adatvesztésre.

A bevezetés költségei és technikai paraméterei

A webáruház tulajdonosa egy külső digitális analitikai ügynökséget bízott meg a szerveroldali követés kiépítésével.

  • Egyszeri fejlesztési és beállítási díj: 450 000 HUF + ÁFA (tartalmazta a sGTM konténer felépítését, Google Cloud Run infrastruktúra konfigurálást, Meta Conversion API integrációt dedikált subdomainnel és a meglévő GA4 események migrációját).
  • Havi infrastrukturális költség: Stape.io Business Plan használatával $100 (~36 500 HUF) havonta, a szerveroldali hívások darabszáma alapján (kb. 1.2 millió havi event).

Az implementált megoldás

Beállításra került a `metrics.divatwebshop.hu` aldomain, amelynek DNS rekordja (A és AAAA) a Stape.io európai (frankfurti) szervereire lett irányítva. Ez biztosította, hogy a sütik `HttpOnly` és `Secure` flaggel ellátott, valódi első feles süti kontextusba kerüljenek, megkerülve az ITP korlátozásait.

A szerveren beállították az adatok duplikációjának kiszűrését (deduplication) az `event_id` és a `transaction_id` paraméterek szinkronizálásával a böngészőoldali és a szerveroldali streamek között.

Eredmények 90 nap elteltével

Az átállást követő harmadik hónap végén az alábbi mérhető változásokat rögzítettük:

  • Adatpontosság növekedése: A GA4-ben rögzített tranzakciók száma 1210-ről 1525-re emelkedett, ami immár a valós számlázott tranzakciók 97%-át lefedte. A maradék 3% a cookie consent visszautasításából adódott (consent mode v2 alapján jogszerűen elhagyott adatok).
  • Meta Event Match Quality (EMQ) javulása:

`Purchase` esemény minősége: 4.1-ről 8.7-re emelkedett.*

`AddToCart` esemény minősége: 3.8-ról 7.9-re emelkedett.*

Az EMQ javulása a szerver által beküldött, biztonságosan hashelt (SHA-256 algoritmusú) adatoknak (e-mail cím, telefonszám, f-bcookie, IP cím) köszönhető.

  • Hirdetési teljesítmény (ROAS): A Meta kampányok rögzített ROAS mutatója 3.2-ről 4.1-re javult. Ez nem pusztán statisztikai kozmetika volt: az algoritmus a pontosabb célzás és a jobb adategyezés miatt hatékonyabban találta meg a vásárlásra hajlamos látogatókat, így a tényleges havi árbevétel a korábbi átlagos 29,1 millió HUF-ról 33,8 millió HUF-ra nőtt azonos marketingbüdzsé mellett.

---

Mit NE csinálj: A legnagyobb buktatók a hazai piacon

A szerveroldali követés bevezetése során elkövetett hibák súlyosabb adatvesztéshez és jogi bírságokhoz vezethetnek, mint a mérés teljes hiánya.

A "plug-and-play" pluginek csapdája Shopify-on és WordPressen

Sok magyar kkv-marketinges letölt egy ingyenes vagy olcsó (havi $10-20-os) WordPress vagy Shopify plugint, bepipálja a "Server-side tracking" opciót, majd megnyugszik, hogy a feladat letudva.

Saját szakmai vélemény: Ezek a pluginek az esetek 90%-ában nem valódi szerveroldali mérést végeznek, csupán a kliensoldali böngészőből indítanak egy rejtett háttérhívást egy külső API felé. Ezzel nem kerülik meg az adblockereket, és a süti-élettartamot sem növelik meg, mivel nem hoznak létre egyedi aldomain (DNS szintű) átirányítást. Ráadásul a webshop szerverét (például egy olcsóbb, megosztott hazai tárhelyen futó WooCommerce-t) olyan terhelésnek teszik ki ezek a háttérfolyamatok, ami mérhetően lassítja az oldalbetöltést, rontva a Google PageSpeed score-t és a konverziós arányt.

A spórolás a felhőszerveren (Az ingyenes sGTM instance összeomlása)

Gyakori hiba a Google Cloud Platform ingyenes teszt-környezetének (sandbox) éles használata. A Google App Engine alapértelmezett, egyetlen példányból (single-instance) álló konfigurációja ingyenes, de nem skálázódik. Ha a webáruház kiküld egy hírlevelet vagy elindít egy Black Friday promóciót, és a látogatottság hirtelen megugrik, az ingyenes szerver azonnal túlterhelődik (503-as hiba), leáll, és a mérések teljesen megszakadnak. Az éles üzemhez legalább 3 instance-ból álló, automatikusan skálázódó Cloud Run konfigurációra vagy professzionális külső hosztolóra van szükség.

Jogi rémálom: NAIH és a szerveroldali maszkolás

A Nemzeti Adatvédelmi és Információszabadság Hatóság (NAIH) árgus szemekkel figyeli a hazai webshopok adatkezelési gyakorlatát. A szerveroldali mérés egyik legnagyobb veszélye, hogy a marketingesek "kijátsszák" a felhasználói hozzájárulást.

Mivel a szerveroldali kéréseket az adblockerek és a böngészők nem látják, technikailag lehetséges lenne adatot gyűjteni olyan felhasználókról is, akik a cookie banneren elutasították a marketing célú követést.

Ezt szigorúan tilos megtenni. A szerveroldali GTM konténerbe érkező adatokat kötelező összekötni a Consent Mode v2 állapotával. Ha a látogató nem adott hozzájárulást (`analytics_storage = 'denied'` vagy `ad_storage = 'denied'`), a szervernek az adatokat vagy teljesen meg kell semmisítenie, vagy anonimizált, hirdetési azonosítók nélküli formában kell továbbítania (ha a Google Advanced Consent Mode aktív). Ellenkező esetben egy audit során a NAIH milliós nagyságrendű bírságot szabhat ki.

---

Akcióterv

Ha szeretné bevezetni a szerveroldali követést, hajtsa végre az alábbi lépéseket az optimális eredmények érdekében.

  • Válasszon infrastruktúra-szolgáltatót: Döntse el, hogy közvetlenül a Google Cloud Platformot (Cloud Run) használja (ha van belső IT erőforrása), vagy egy egyszerűsített felületet nyújtó szolgáltatót, mint a Stape.io. Havi 200 000 látogató alatt a Stape.io költséghatékonyabb és gyorsabb beállítást tesz lehetővé.
  • Hozza létre az egyedi aldomaint (DNS konfiguráció): A domain regisztrátoránál (pl. Tarhely.eu, Forpsi) hozzon létre egy `A` és `AAAA` rekordot (pl. `metrics.webshop.hu`), amely a szerveroldali GTM konténer IP-címére mutat. Ez az első feles sütik elhelyezésének alapfeltétele.
  • Állítsa be a szerveroldali GTM (sGTM) konténert: A Google Tag Manager fiókjában hozzon létre egy új konténert "Server" típussal. Kapcsolja össze a frissen létrehozott egyedi aldomainnel, majd konfigurálja az SSL tanúsítványt a szerveren.
  • Konfigurálja a GA4 Client-et a szerveren: Módosítsa a weboldalán lévő kliensoldali GA4 beállításokat úgy, hogy a mérési adatok ne a Google alapértelmezett szerverére, hanem a saját `metrics.webshop.hu` aldomainjére menjenek. A szerveroldali GTM-ben a GA4 Client fogadja majd ezeket az adatokat.
  • Aktiválja a Meta Conversion API-t (CAPI): Hozzon létre egy új szerveroldali Tag-et a Meta CAPI-hoz. Győződjön meg arról, hogy a böngészőoldali Meta Pixel és a szerveroldali CAPI egyszerre fut (hibrid setup), de minden eseményhez (pl. `Purchase`, `AddToCart`) rendeljen hozzá egy egyedi `event_id`-t a kliens és a szerver oldalon is. Ez teszi lehetővé a Meta számára a duplikációk 100%-os kiszűrését.
  • Integrálja a Consent Mode v2-t a szerverrel: Konfigurálja a sGTM-et úgy, hogy az csak akkor küldjön személyes adatokat (hashed e-mail, IP cím) a Meta és Google szervereknek, ha a kliensoldali cookie banneren a felhasználó kifejezetten engedélyezte a marketing és analitikai célú adatgyűjtést.
  • Teszteljen a GTM Preview módban és a Meta Event Managerben: Indítson el egy tesztvásárlást. Ellenőrizze, hogy a szerveroldali konténer sikeresen fogadja-e az adatokat (200-as státuszkód), és hogy a Meta Event Managerben az eseményeknél megjelenik-e a "Server" küldési mód az "Event Match Quality" pontszám emelkedésével együtt.

---

SEO Meta Adatok

  • Meta Title: Server-Side Tracking Bevezetése: Útmutató Magyar Webshopoknak
  • Meta Description: Így állítsd be a szerveroldali mérést (sGTM, Meta CAPI) a magyar piacon. Esettanulmány, valós költségek és a NAIH-megfelelő GDPR beállítások lépésről lépésre.
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