01 ｜Conversion Tracking（转化追踪基础）

为什么 Conversion Tracking 非常重要

• 转化数据决定 自动化是否能学对

• 转化归因方式，会直接影响你对广告表现的判断

• 看不懂归因差异，很容易 误判广告好坏

Google Ads vs GA4 转化数据差异

为什么两个系统的转化数不一样

1. 转化记录时间不同

2. 归因逻辑不同

转化时间差异（Recording Time）

• 客户 上周 点击 Google Ads

• 客户 这周 完成购买

• Google Ads
• 转化归因到「上周那次广告点击」

• GA4
• 转化归因到「实际购买当天」

归因风格差异（Attribution Style）

• Google Ads：更 aggressive
• 更积极地把转化归因给广告

• GA4：less aggressive
• 更偏分析视角，归因相对保守

Google Ads 转化延迟（Delay）

• Google Ads 的转化数据 通常有约 48 小时延迟

• 属于正常追踪现象

• 不要因为短期数据未显示就立刻改结构或出价

Enhanced Conversions（增强型转化）

Enhanced Conversions 是什么

• 用来 捕捉额外转化

• 用于 弥补 Cookie 丢失 导致的转化缺失问题

Enhanced Conversions 的工作逻辑

1. Sale 发生

2. 客户信息传回 Google

3. Google 尝试与用户 Profile 匹配

4. 记录额外的转化（additional conversion）

Cart Data（购物车数据）

Cart Data 的作用

• 是常规转化追踪的 扩展

• 帮助区分：
• 点击时的数据
• 实际购买时的数据

Cart Data 能提供的额外指标

• Lead revenue vs Cross-sell revenue

• Gross profit

Conversion Tracking Stack（推荐结构）

1. Regular conversion tracking（最低要求）

2. Enhanced conversions（理想状态）

3. Cart data（加分项）

Implementation｜安装逻辑（概览）

Part 1｜Global Tag

• 安装在网站 所有页面

• 用于基础追踪与识别用户

Part 2｜Event Snippet

• 安装在 Thank You Page

• 传递动态数据（如订单金额、币种等）

Part 3｜工具优先级建议

Tools > Manual configuration

• Google & YouTube App（功能有限）

• Simprosys App（限制更少）

谷歌官方给我安装的转化追踪代码详解：

一、整体目的

• 在 Shopify 真实成交完成（checkout_completed） 时

• 向 Google Ads 发送转化事件

• 同时启用 Enhanced Conversions

• 用于减少 Cookie 丢失导致的转化漏记

• 为 Google Ads 自动化（tCPA / tROAS / PMax）提供更完整信号

二、代码结构总览

1. Global Tag（基础转化追踪）

2. Enhanced Conversions（增强转化）

3. Conversion Event（成交事件回传）

三、代码分段说明

1️⃣ Global Tag（基础转化追踪）

• 加载 Google Ads 的全局追踪脚本

• 所有 Google Ads 转化追踪的前提

• 属于最低配置（Regular conversion tracking）

• 初始化 Google 的事件队列

• 确保后续的 config 和 event 能被正确记录

• 显式开启 Enhanced Conversions

• 告诉 Google：

转化发生时，会额外发送用户识别信息

• 是 Enhanced Conversions 的必要前置条件

• 监听 Shopify 官方的 真实成交完成事件

• 不依赖 Thank You Page

• 不依赖 URL

• 对 iOS / Cookie 限制更友好

• 向 Google Ads 发送一次正式的转化事件

• 包含：
• transaction_id：防止重复记账
• value：用于 ROAS / tROAS 计算
• currency：多币种支持

02｜Remarketing Data（再营销数据）

一、Remarketing 是怎么工作的（How Remarketing Works）

• 用户访问你的网站（Visitor on your site）

• 网站通过 Google Tag 收集行为数据

• 再营销数据被发送到 Google Ads

• 基于这些数据，在 Google Ads 中创建 Audience（受众）

两种数据层级

• Simple Remarketing
• 发送基础行为信息
• 例如：是否访问过网站

• Dynamic Remarketing
• 发送具体产品信息
• 例如：看了哪个产品、是否加购

二、Remarketing 数据流结构（Data Flow）

• 电商平台负责产生用户行为

• Google Tag 负责把行为数据传给 Google

• Google Ads 用这些数据生成受众

三、配置原则（Configuration）

核心结论

• 自动化 > 手动配置

• Remarketing 配置 比转化追踪复杂

• Meta 的商品追踪逻辑非常相似

常见平台方案

Shopify

• Simprosys Google Shopping Feed

• AdNabu Retargeting for Google Ads

WooCommerce

• Retargeting All-in-One Marketing

• Pixel Manager Pro for WooCommerce

四、Remarketing Audiences（再营销受众）

自动生成的受众（Automatically Created Audiences）

• All visitors（所有访问者）

• General visitors（访问但未看具体产品）

• Product viewers（看过产品但未购买）

• Shopping cart abandoners（加购未结账）

• Past buyers（历史购买用户）

这是一个

非常好的起点（Good start）

五、常见问题（Stumbling Blocks）

• Tag 缺失（Tags are missing）

• Tag 配置错误（Tags are misconfigured）

• 产品没有被识别（Products aren’t being recognized）

六、如何判断是否正常工作（How to Check）

如果一切正常（If it’s working）

• 受众列表中可以看到：
• Audience 状态为 Open
• Search Size 有实际数字（不是 0）

• 不同受众规模符合逻辑（All visitors 最大）

如果不正常（If it isn’t）

• 受众显示 Too small to serve

• 某些关键受众（如 Product viewers / Cart abandoners）没有增长

• 通常需要回头检查：
• Tag
• Feed
• 平台插件配置

03-Troubleshooting Tracking Codes

一、这一章解决什么问题？

当数据「看起来有」，但

其实不可信 / 不可用

二、常见的 Conversion Tracking 问题

1. Duplicate Conversions（重复转化）

• 同一个订单被记录多次

• 常见于：
• 多个 Purchase 同时设为 Primary
• 多来源（GA4 / Website / Server-side）同时计数

2. Tracking Unimportant Actions（追踪了不重要的行为）

• 把非核心行为当作优化目标

• 例如：
• Add to cart
• Page view
• Download

• 结果：系统被错误信号训练

3. Tracking Not Working Correctly（追踪不准确）

典型信号

• Repeat rate > 1.05

• 没有追踪真实订单金额（actual values）

三、Repeat Rate（关键诊断指标）

什么是 Repeat Rate？

平均每一次转化，系统记录了多少次 conversion

判断标准

• ≤ 1.05：正常

• > 1.05：高度可疑（可能 over-reporting）

四、Duplicate Conversions 的核心检查点

1️⃣ Purchase 转化设置

• Purchase 只能有一个 Primary

• 其他 Purchase（GA4 / server-side / import）：
• 必须设为 Secondary

2️⃣ Action Optimization

• 确认：
• 只有一个 Purchase 被用于 bidding optimization
• 其余只用于观察（reporting）

五、如何在 Google Ads 中定位问题？

查看 Conversion 列表

Goals → Conversions → Summary

Hop Skip Media | Google AdsStop Counting Twice: Using Repeat Rate for Conversion Metrics in Google Ads

Stop Counting Twice: Using Repeat Rate for Conversion Metrics in Google Ads

Stop Counting Twice: Using Repeat Rate for Accurate Conversion Metrics I like to use a common scenario to explain the power of repeat rate. Imagine you’re managing a Google Ads campaign for a bustling online store. You’re on top of every metric, and campaign detail, and the num

Hop Skip Media | Google Ads

• Conversion action 类型

• Action optimization（Primary / Secondary）

• Repeat rate 列

六、Google Shopping 特别注意点

• 确保 Shopping Purchase 没有 over-reporting

• 不要让：
• Shopping App Purchase
• GA4 Purchase
• Server-side Purchase
同时作为 Primary

七、进一步排查：Google Tag 健康度

检查路径

Tools → Data Manager → Google tag

看什么？

• Tag quality 状态

• 是否显示：
• Needs attention
• Error / Warning

• 是否有事件或配置异常

八、Remarketing Tag 相关问题（补充）

问题 1：Tag 未正确安装

• Dynamic remarketing 必须使用 Google tag

• GA4 不支持 dynamic remarketing

问题 2：产品无法识别

• Match rate = 0%

• 原因：
• 网站 product IDs
• 与 GMC product IDs 不一致

九、Homework（本章自检清单）

✅ Conversion 结构

• 是否只有 一个 Purchase 是 Primary

• Repeat rate 是否 < 1.05

✅ 转化分层

• 非 Purchase 行为是否全部设为 Secondary

✅ 数据一致性

• 是否追踪真实订单金额

• 是否存在重复来源计数

✅ Tag 状态

• Google tag 是否有报错

• Data Manager 中是否显示异常

05｜Product Feed

什么是 Product Feed？

同步 Feed 的方式

1. Google Sheet

2. 你传到Google Merchant Center的File

3. Invisible Connection（Content API）

创建 Product Feed

1. 取决于platform

2. 自动>手动

3. 使用第三方插件（如果你有多个渠道，比如facebook feed，google feed等）先使用最近的工具，直到遇到一些l限制 再考虑切换

Shopify

1. Google&Youtube

2. Simprosys（Conversion&Remarketing）

3. Multifeeds

4. Adnabu

WooCommerce

• Product Feed PRO for WooCommerce
→ WooCommerce 的 Product Feed PRO 插件

• Simprosys API feed
→ Simprosys API 商品数据源

Magento

• Google Shopping (M2)

• Simple Google Shopping (M2)

• Channable (M2)

Other platforms（其他平台）

• Depends on platform
• “google shopping feed”

• Data feed tools:
→ 商品数据源工具：
• Channable
• Godatafeed
• Datafeedwatch