Коли керівники питають «скільки грошей приносить SEO?», таблиці з GA4 і GSC відповідають різними цифрами. Проблема не в даних, а в тому, що кожен інструмент вимірює різні частини воронки. Рішення — звести GA4 і Google Search Console в єдине джерело істини, домовитися про правила атрибуції та на їхній основі прогнозувати ROMI. Нижче — підхід команди Ticket to Online, який працює і для B2B, і для e-commerce з лідогенерацією.
GA4 vs GSC: хто за що відповідає
GA4 бачить поведінку на сайті: сесії, події, конверсії, дохід. GSC — видимість у пошуку: запити, покази, CTR, кліки, позиції. Разом вони зшивають «наміри користувача» (GSC) з «поведінкою і грошима» (GA4). Тому «єдине джерело істини» — це не один інструмент, а узгоджена модель даних і метрик. Важливо пам’ятати, що GSC фіксує клік у момент взаємодії з результатом пошуку, тоді як GA4 рахує сесію з моменту заходу на сайт — тому цифри за день можуть розбігатися. GSC не знає нічого про ваші конверсії й дохід, а GA4 не бачить показів і позицій — кожен інструмент дає лише «свою половину» історії. Додайте сюди різні часові пояси, фільтри ботів, налаштування Consent Mode та вікна атрибуції — і отримаєте природні відмінності, які не є помилкою, а особливістю методології. Щоби перетворити ці дані на управлінську аналітику, потрібно вирівняти визначення каналів, розвести бренд/небренд, синхронізувати дати за цільовими сторінками та зважати на лаг між кліком, сесією і конверсією. Тоді GA4 і GSC працюють як один вимірювальний контур: пошуковий попит → трафік → взаємодія → лід → дохід — із прозорою атрибуцією ролі органіки на кожному кроці.
Дані: як зшити й не зламати
Щоб уникнути «битви дашбордів», критично вирівняти дефініції: що таке лід, що таке органічний канал, як рахувати бренд/небренд. Рекомендуємо зберігати сирі таблиці з GA4 і GSC (через BigQuery або з’єднання Looker Studio) й робити злиття за датою та цільовою сторінкою (landing page). Запит (query) з GSC корисний для семантики, але основна «склейка» — через сторінку входу, яка існує і в GA4, і в GSC.
Перед тим як кидатися в модель, виконайте короткий список робіт. Саме тут народжується точність.
- Вирівняйте часові пояси і валюту в GA4/GSC, приберіть тестовий трафік і боти.
- Дайте єдине визначення ліда (наприклад, generate_lead з обов’язковими параметрами: тип форми, продукт, джерело).
- Зробіть чіткий channel mapping: organic = тільки неплатний Google пошук; окремо відокремте бренд/небренд (regex за запитами й назвою компанії).
- Впровадьте Server-Side/Consent Mode там, де це доречно, щоб підвищити стабільність відстеження подій у GA4.
- Створіть таблицю landing-page-level: покази/кліки/CTR/позиція з GSC + сесії/події/конверсії/дохід з GA4.
- Нормалізуйте воронку: клік → сесія → мікроконверсія → лід → продаж/дохід.
- Запровадьте QA: щоденні інтеграційні чеки (різниця кліків GSC vs сесій GA4 на органіці не має перевищувати ваш поріг, наприклад ±15–20%).
Після цього ви отримуєте керовану, передбачувану базу — фундамент для атрибуції і прогнозу.
Модель атрибуції для SEO
SEO рідко «останній клік». Ми застосовуємо гібрид:
- Discovery-кредит: перша взаємодія з органікою отримує фіксовану долю (наприклад, 30–40%) вартості конверсії, якщо в ланцюжку був органічний клік.
- Data-Driven/позиційна частина: решта розподіляється між каналами за вкладом (можна брати data-driven у GA4 або спростити позиційною 40–20–40).
- Бренд vs небренд: бренд-запити отримують менший discovery-кредит (бо ефект частково від офлайн/інших каналів), небренд — вищий (бо саме контент привів нову аудиторію).
Технічно це реалізується на рівні BigQuery/Looker Studio: ви експортуєте шляхи конверсій із GA4, додаєте теги GSC за першою точкою входу, застосовуєте правила розподілу й отримуєте Attributed SEO Revenue/Leads.
ROMI: формула та прогноз
ROMI для SEO рахуємо інкрементально:
ROMI = (Інкрементальний дохід від SEO – Витрати на SEO) / Витрати на SEO × 100%
Де інкрементальний дохід = Attributed SEO Leads × Win-rate × AOV (або LTV) × Маржа.
Щоб передбачити майбутній ROMI, моделюємо два шари:
- Трафік: з GSC беремо тренди показів і CTR по сторінках/кластерах, симулюємо приріст позицій (роботи над контентом/технікою) → прогноз кліків.
- Конверсія: з GA4 беремо CVR із органіки на лід та стабільні коефіцієнти ліда в продаж. Додаємо сезонність і лаги продажів.
Єдине джерело істини знімає суперечки між відділами, робить бюджетування прозорим і переносить розмову з «ми в топ-10» на «ми додаємо N$ чистого прибутку». Команда бачить, які кластери контенту реально штовхають лійку, а які лише гріють ego-метрики.
Типові помилки та як їх уникати
Найчастіше губляться на базових речах: немає єдиного визначення ліда, не розведені бренд/небренд, відсутній контроль різниці кліків (GSC) і сесій (GA4), а звіти збираються вручну. Автоматизація з BigQuery і регламент QA щодня/щотижня вирішують 80% цих проблем. Другий пласт — завищені очікування: SEO має лаг; у моделі прогнозу це повинно бути зафіксовано як часовий зсув.
Хочете таку модель під свій ринок і продукт? Команда Ticket to Online побудує «GA4 + GSC як єдине джерело істини», налаштує атрибуцію, пропише ROMI-прогноз і дасть зрозумілий дашборд для рішень. Напишіть нам — і ваш SEO нарешті заговорить мовою бізнесу.
