GA4 ukazuje míň objednávek než e-shop. Kolik je normální?

Klient mi v srpnu poslal vlastní finanční model. Sám si spočítal, kolik potřebuje otočit, aby byl nad nulou, a chtěl vědět, jestli mu ta čísla sedí. Sedla. Proti exportu objednávek se trefil na korunu — 1 732 770 Kč za červenec, přesně jak tvrdil.

Pak jsem k tomu položil GA4. A tam bylo 1 201 210 Kč.

Nešlo o zaokrouhlení. Za necelé tři měsíce GA4 na tom e-shopu neviděl 1 060 objednávek z 3 490 a zhruba třetinu obratu. Můj první reflex byl „máme rozbité měření“. Ten reflex byl špatně a strávil jsem pak dost času tím, abych zjistil proč.

Co si z toho odnesete:

• Rozdíl mezi GA4 a e-shopem má skoro každý. 5–10 % je výborné, 10–20 % běžné, 20–30 % v Evropě po opt-in cookie lištách normální.
• Než rozdíl prohlásíte za ztrátu měření, musíte srovnat srovnatelné. U mě to z rozdílu ukrojilo dva procentní body — a hlavně mi to řeklo, že zbytek je reálný.
• Největší díra není technická chyba. Je to souhlas s cookies a s ním se nedá nic dělat.
• Chyba není v tom, že třetina dat chybí. Chyba je počítat z neúplného čísla návratnost a podle toho vypínat kampaně.

Nejdřív srovnejte srovnatelné

Většina „katastrofálních“ rozdílů, co jsem viděl, byla zčásti rozdíl definic. E-shop a GA4 nemusí měřit totéž, i když obojí říká „obrat“.

Nejčastější past je DPH. Shoptet posílá do GA4 hodnotu bez DPH — když si z e-shopu vytáhnete obrat s DPH a porovnáte ho s GA4, vyrobíte si u plátce DPH rovnou 21% rozdíl, který tam ve skutečnosti není. Druhá past je doprava a platba: v exportu objednávek bývají jako řádky objednávky, ale do revenue v GA4 nejdou.

U mě to znamenalo tohle. Export bez DPH ukazoval 4 286 460 Kč. Poplatky za dopravu a platbu v tom byly, protože jsou položkou objednávky — 109 950 Kč bez DPH. Když je odečtu, srovnávám konečně totéž a poměr se posune z 66,4 % na 68,1 %.

Dva procentní body. To je celý výsledek definiční korekce — a přesně proto ji stojí za to udělat jako první. Kdyby vysvětlila dvacet bodů, bylo by hotovo a nemusel bych řešit nic dalšího. Když vysvětlí dva, vím, že zbytek je skutečná ztráta dat, a můžu se jí věnovat naplno.

Než tedy uděláte cokoliv jiného, projděte si tenhle seznam:

Co ověřit	Kam to posouvá číslo
DPH — porovnáváte obě strany stejně?	GA4 níž, pokud srovnáváš s obratem s DPH
Doprava a platba	v exportu obvykle uvnitř, v GA4 mimo revenue
Storna a nedoručené objednávky	export výš, pokud je nevyloučíte
Vratky	export výš, GA4 se zpětně nesnižuje
Testovací a interní objednávky	export výš
Časová zóna a den přiřazení	rozdíly na začátku a konci období
Objednávky po telefonu a z prodejny	export výš — nikdy nebyly na webu
Opakovaně odeslaná objednávka	GA4 výš (duplicitní událost)

Poslední řádek stojí za zdůraznění: telefonické a offline objednávky do rozdílu patří, ale nejsou to chybějící data. Ty prostě na webu nikdy nebyly a žádný nástroj na světě je tam nenajde.

Kolik je normální

Tohle je otázka, na kterou jsem chtěl znát odpověď dřív, než začnu něco opravovat. Odpověď je nepříjemná v tom, že přímý benchmark pro české e-shopy neexistuje — nikdo tady nepublikoval studii s popsanou metodikou. Co existuje, je několik nezávislých pásem, která se překvapivě shodují:

• 5–10 % — výborný stav, měření je v pořádku.
• 10–20 % — běžné u většiny e-shopů.
• 20–30 % — normální v EU u e-shopů s vyšším podílem odmítnutých cookies a uživatelů Applu.
• nad 30 % — má smysl hledat konkrétní příčinu, ale samo o sobě to neznamená rozbité měření.

Shoptet k tomu ve své podpoře uvádí, že před příchodem nových cookie lišt se data rozcházela zpravidla nejvýš o 10 % a po nich může být rozdíl vyšší, protože odmítnout sběr dat je pro zákazníka jednodušší. Nejbližší měřená data z našeho regionu jsou z Polska: u e-commerce vychází medián souhlasu 38–45 % a typický výpadek v GA4 30–40 %. Německá studie na pěti stovkách webů měřila míru souhlasu 40–54 % podle toho, jak lišta vypadá.

Pozor na jedno číslo, které koluje a nesedí: benchmarky mluvící o 75–89 % souhlasu v Evropě jsou z publisherského prostředí a měří jinou věc. Pro běžný e-shop vaše šance na souhlas výrazně nadhodnocují. Když někdo argumentuje tím, že „souhlas dává skoro devadesát procent lidí“, zeptejte se, na jakém typu webu se to měřilo.

Moje čísla — 68 % obratu a 70 % objednávek, stabilně tři měsíce po sobě — tedy leží na horní hranici toho, co je dnes normální. Ne v pásmu poruchy.

Proč to chybí

V pořadí podle velikosti dopadu, ne podle toho, jak snadno se to opravuje:

1. Odmítnutý souhlas. V Česku platí od ledna 2022 opt-in režim: analytické cookies smíte spustit až po aktivním souhlasu a odmítnutí musí být stejně snadné jako souhlas. Kdo klikne na „odmítnout“, ten se do GA4 nepromítne. Tohle je u většiny e-shopů největší jednotlivá díra a nejde ji technicky obejít.

2. Consent Mode v2 bez modelování. Tady je detail, který malé e-shopy nemile překvapí. Google umí část chybějících dat dopočítat, ale behaviorální modelování se zapne až od prahu 1 000 událostí denně s odmítnutým souhlasem a 1 000 uživatelů denně se souhlasem. Menší e-shop na to nedosáhne — a i po dosažení prahu Google výslovně upozorňuje, že model nemusí jít natrénovat. Consent Mode nasadit musíte (od března 2024 je pro inzerenty v Google Ads fakticky povinný), ale ten gap vám nezaplní.

3. Platební brány. Návrat z GoPay, ComGate nebo Shoptet Pay umí přepsat zdroj konverze na samotnou bránu, a při horším nastavení připravit i o session. Pozná se to za minutu: v přehledu Zdroj/médium hledejte gate.gopay.cz a spol. Oprava je triviální — seznam nechtěných odkazujících zdrojů. Tohle je nejlevnější věc, kterou z celého článku můžete udělat hned.

4. Blokátory reklam a Safari. Globálně používá blokátor 29,5 % uživatelů internetu, u mužů 25–34 let přes třetinu. České reprezentativní číslo neexistuje — kdo vám ho řekne, hádá. Safari k tomu maže cookies vytvořené JavaScriptem po sedmi dnech, kdy se návštěvník na web nevrátí — a když někdo přijde z reklamy s parametrem gclid nebo fbclid, zkrátí jim životnost na jediný den. Netříští to ani tak počty objednávek, jako spíš atribuci mezi kanály.

5. Technické chyby. Duplicitní transakce, událost, která se nestihne odpálit, rozbitá děkovací stránka po zásahu do šablony. Nejsou nejčastější, ale jsou jediné, které se dají opravit úplně.

Chyba není v tom, že třetina chybí

Tohle je jádro věci a taky důvod, proč nemám rád, když se z měřicího gapu dělá poplach.

U toho samého e-shopu si Meta ve stejném období připisovala 2,5–2,8× víc objednávek než GA4. Takže máte tři systémy a tři různá čísla o jednom měsíci:

Zdroj	Odpovídá na otázku	Jak zkresluje
Reklamní systém (Meta, Google)	kdo viděl reklamu a pak nakoupil	nadhodnocuje (široká atribuční okna)
GA4	kdo přišel z kanálu a nakoupil	podhodnocuje (chybí odmítnutí a poslední kliknutí bere vše)
Export z e-shopu	kolik peněz reálně přišlo	jediné číslo, které platí faktury

Praktický důsledek: celkovou návratnost počítej z obratu v e-shopu a nákladů z reklamních systémů. Nikdy ne z GA4. Takhle vyhodnocuju výkon kampaní u všech e-shopů, které vedu — jinak si člověk vypíná kanály podle čísla, které nikdy neplatilo faktury. GA4 nech na to, k čemu je dobrý — na porovnávání kanálů a trendů mezi sebou.

A tady je ta dobrá zpráva. Pokud je ztráta stabilní — u mě 64,5 %, 69,3 % a 64,3 % ve třech měsících po sobě — pak srovnání kanálů dál funguje. Podíly jsou použitelné, i když absolutní čísla nesedí. Co nefunguje, je vzít PNO z GA4, porovnat ho s cílem, který jste si stanovili z účetnictví, a podle toho vypnout kampaň. Tam se ta třetina propíše přímo do špatného rozhodnutí.

Řešíte to u sebe? Když si nejste jistí, jestli vaše čísla dávají smysl, projdeme je spolu — export objednávek proti GA4 a reklamním systémům. Za hodinu je jasné, jestli máte problém s měřením, nebo s výkonem. Přesně tímhle začíná audit v rámci výkonnostního marketingu. Napište mi, zařídíme to nezávazně.

Kdy do toho investovat a kdy ne

Tady budu nepopulární. Server-side měření se dneska prodává jako odpověď na tuhle situaci a já ho běžně nedoporučuju jako první krok.

Nezávislé odhady mluví o 12–18 % zachráněných konverzí nad rámec funkčního Consent Mode. Případovky dodavatelů uvádějí i 20 % a víc, ale bez popsaného vzorku — a čísla výrazně nad 25 % obvykle znamenají, že se opravovalo něco, co bylo předtím rozbité. Ceny pro malý e-shop začínají kolem 17 USD měsíčně u hostovaného řešení a rychle rostou; u Shoptetu je server-side GTM navíc jen v Premium tarifu.

Pořadí, které dává smysl:

1. Srovnejte definice. Zdarma, hodina práce, u mě to vysvětlilo dva body.
2. Ověřte platební brány a udělejte testovací nákup s otevřeným DebugView. Zdarma, půl hodiny.
3. Nasaďte Consent Mode v2 pořádně a zkontrolujte, jestli vůbec dosáhnete na prahy modelování.
4. Zamyslete se nad cookie lištou. Design lišty hýbe mírou souhlasu o desítky procent — a je to levnější než jakákoliv technologie.
5. Teprve pak server-side, a jen když vám po předchozích krocích zůstane rozdíl nad 15–20 %.

A jedna věc, u které nechci být nepochopený: server-side měření není způsob, jak legálně měřit lidi, kteří souhlas nedali. Povinnost souhlasu se váže na to, že něco ukládáte a čtete v zařízení uživatele, ne na to, kde vám běží tag. Kdo vám to prodává jako obcházení lišty, prodává vám problém.

Kde to neplatí

Dvě hranice, které si sám hlídám.

První: tvrzení, že „stabilní ztráta nevadí“, platí jen tehdy, když je ztráta rovnoměrná. Blokátory a Apple ale dopadají nerovnoměrně — víc na mladší publikum a víc na placené kanály. Takže některé kanály jsou podhodnocené víc než jiné a mezi nimi už ROAS srovnávat s jistotou nejde. Kolik to přesně dělá, upřímně nevím; nemám to změřené a nikoho, kdo by to měl poctivě změřené, jsem zatím nenašel.

Druhá: tohle je zkušenost z e-shopů, kde se objednávka odehraje na webu. U provozů, kde se podstatná část byznysu děje jinde — rezervace po telefonu, prodej na místě, B2B po e-mailu — je otázka úplně jiná. Tam se analytika nedá „nainstalovat“, musí se navrhnout, a nejdůležitější metrika často ani na webu nevzniká. Ale to je téma na samostatný text.

Změř si to u sebe za dvacet minut

1. Vyberte si období aspoň čtyři týdny zpět. Poslední dva tři dny nezapočítávejte, GA4 data ještě dozrávají.
2. Stáhněte si z e-shopu objednávky za to období. Vylučte storna, nedoručené, testovací a čistě telefonické objednávky.
3. Rozhodněte se, jestli počítáte s DPH nebo bez, a použij stejnou definici na obou stranách. Odečtěte dopravu a platbu.
4. V GA4 otevřete Monetizace → Nákupy v e-commerce za stejné období a stejnou časovou zónu.
5. Spočítejte dva poměry zvlášť: obrat a počet objednávek. Když se výrazně liší, je to skoro vždycky definice hodnoty, ne ztráta dat.
6. Mrkněte do Zdroj/médium na platební brány a udělej jeden testovací nákup s otevřeným DebugView.

Když vám vyleze číslo v pásmu 70–90 %, nemáte problém s měřením. Máte normální evropský e-shop v roce 2026 a můžete se vrátit k práci.

Když vám vyleze míň, začněte bodem jedna z předchozí kapitoly. A pokud vás někdo v tu chvíli přesvědčuje, že potřebujete nejdřív koupit technologii, chce vám prodat řešení dřív, než jste se shodli na problému.

Data v článku pocházejí z vlastní analýzy jednoho českého e-shopu na Shoptetu (kosmetika, 84 dní, léto 2026) a z veřejných zdrojů uvedených v textu. Stav k září 2026 — v měření se pravidla mění rychle, u starších článků na tohle téma si vždycky ověřte datum.