Sporing etter Consent Mode v2: slik måler du bedre uten å lure deg selv

Har dere implementert samtykkebanner og Consent Mode v2, og så falt tallene i GA4 eller Google Ads? Da er det fristende å tro at noe har gått galt. Ofte er det motsatte sant: målingen har blitt mer ærlig. Hvis dere først vil ha grunnforklaringen på kravene, anbefaler vi å lese Google Consent V2, hva betyr det og angår det meg? Her tar vi neste steg: hva som faktisk kan måles etter implementeringen, hva som blir modellert, og hvordan vi unngår å styre kampanjer på en rapport vi tolker feil.

Poenget er ikke å få tallene tilbake til slik de så ut før. Poenget er å forstå hva tallene nå representerer. Når vi jobber med Google Ads-sporing etter nye samtykkekrav, er det nettopp dette som avgjør om vi tar gode beslutninger eller bare føler oss tryggere enn vi burde.

Hva som faktisk skjer med sporingen når samtykke avslås

Forskjellen mellom basic og advanced consent mode er helt sentral. I Googles egen oversikt over consent mode beskrives basic som en løsning der Google-tagger ikke lastes før brukeren har tatt et valg, mens advanced lar taggene lastes med standardstatus og justere atferden etter samtykket. Det betyr at advanced kan sende ikke-identifiserende signaler også når samtykke er avslått, mens basic i praksis gir et større målehull.

Google forklarer også i sin referanse for consent mode at analytics_storage='denied' gjør at Analytics ikke leser eller skriver analyse-cookies, men kan sende cookieless pings for modellering. Samme referanse viser også at ad_user_data='denied' begrenser flere målebrukstilfeller i annonsering. Med andre ord: vi har ikke full observasjon av brukeren, men vi har heller ikke nødvendigvis null signaler.

• Vi får mindre observerbar data enn før.
• Vi kan fortsatt få modellerte estimater i både Ads og Analytics.
• Kvaliteten avhenger av implementering, volum og hvor mye gyldig samtykke som faktisk gis.

Dette er grunnen til at to nettsteder kan si at de bruker Consent Mode v2, men likevel ende opp med helt ulike rapporter. De kan ha valgt ulik implementering, sende ulike signaler og ha veldig forskjellig grunnlag for modellering.

Derfor ser tallene annerledes ut etter implementering

I Googles dokumentasjon om behavioral modeling i GA4 står det rett ut at Analytics mangler data fra brukere som avslår samtykke, og at systemet modellerer atferden basert på lignende brukere som har samtykket. Derfor kan brukere, sesjoner og nøkkelhendelser se annerledes ut enn før, selv om trafikken i realiteten ikke har kollapset.

I Google Ads kan modellert data også dukke opp direkte i konverteringsrapportene. Google beskriver i sin artikkel om consent mode modeling i Ads hvordan systemet prøver å fylle inn deler av målegapet når adklikk ikke lenger kan knyttes direkte til alle konverteringer. Det er nyttig for budgivning og optimalisering, men det er fortsatt en modell, ikke en fasit.

Feilen mange gjør her, er å sammenligne før og etter som om målemetoden var uendret. Det blir litt som å bytte vekt og deretter anta at kroppen er problemet. Når samtykkeløsningen endrer hvilke signaler som faktisk kan samles inn, vil også rapportene endre karakter.

• Færre brukere i GA4 betyr ikke automatisk at SEO eller annonsering virker dårligere.
• Færre registrerte Ads-konverteringer betyr ikke automatisk at kampanjen er svakere.
• Større avvik mellom Ads, GA4 og CRM betyr ikke automatisk at noen av systemene er feil satt opp.

Ikke bland observerte og modellerte tall ukritisk

Observerte tall og modellerte tall løser ulike jobber. Observerte tall er det systemet faktisk har sett. Modellerte tall er det systemet med høy sannsynlighet anslår at også skjedde. Begge deler kan være verdifulle, men de må ikke behandles som identiske.

Det viktigste er å vite hvilket spørsmål vi prøver å svare på. Skal vi styre bud og budsjett i Google Ads, er modellerte konverteringer ofte relevante. Skal vi avstemme faktiske leads med salgsapparatet, er CRM, nettbutikk eller backend nærmere fasiten. Problemer oppstår først når vi bruker samme tall til alt.

Hva vi bruker de ulike systemene til

• Google Ads bruker vi til å styre kampanjer, budstrategier og hvilke søk eller annonsegrupper som fortjener mer budsjett.
• GA4 bruker vi til å forstå trender, landingssider, kanalbidrag og hvor i reisen friksjonen oppstår.
• CRM, ordresystem eller backend bruker vi til å kontrollere hva som faktisk ble til lead, booking eller salg.
• Samtykkeløsning, tag-oppsett og testing bruker vi til å avgjøre hvor stort målegapet sannsynligvis er.

Hvis ad_user_data eller analytics_storage er avslått for mange brukere, blir datagrunnlaget automatisk smalere. Derfor hjelper det lite å stirre seg blind på én konverteringskolonne hvis samtykkesignalet i utgangspunktet gjør at målingen bare ser deler av bildet.

Slik måler vi bedre etter Consent Mode v2

1. Skill mellom styringsdata og fasit

Vi starter alltid med å dele målingen i to. Én del er styringsdata: tallene vi bruker til å optimalisere annonser, landingssider og budskap fortløpende. Den andre delen er fasitdata: faktiske henvendelser, salg, ordre eller andre forretningsresultater. Hvis disse to rollene blandes sammen, blir diskusjonen fort unødvendig forvirrende.

2. Merk datoen da samtykkeløsningen gikk live

Hvis dere sammenligner juni med august, men Consent Mode v2 ble implementert midt mellom periodene, må det stå tydelig i analysen. Ellers risikerer dere å tolke et målebrudd som en markedsendring. Vi vil helst sammenligne perioder der definisjoner, samtykkeløsning og konverteringsoppsett er mest mulig like.

3. Se etter mønstre, ikke perfeksjon

Etter samtykkeendringer er det sjelden ett dashboard som forteller hele sannheten. Derfor ser vi etter mønstre på tvers av kilder. Faller rapporterte Ads-konverteringer litt, men CRM viser stabile henvendelser og salgsdialogene holder seg jevne, tolker vi det helt annerledes enn hvis alle kilder peker ned samtidig.

4. Kontroller at taggene faktisk får sende signaler

Mange tror de har en god implementering fordi banneret vises korrekt. Det er ikke nok. Hvis taggene blokkeres helt til brukeren har klikket, får dere ikke samme grunnlag for modellering som når taggene lastes korrekt og respekterer avviste standardverdier. Da kan det se ut som Consent Mode v2 er på plass, mens dere i praksis bare har kuttet bort mer data.

5. Sammenlign med egne førstepartsdata

Jo viktigere konverteringen er for bedriften, desto mindre bør dere lene dere på én ekstern rapport alene. Faktiske skjemaforespørsler, innkommende telefoner, ordre, bookinger og registrerte leads er førstepartsdata vi eier selv. Når de brukes aktivt sammen med Ads og GA4, blir det mye vanskeligere å lure seg selv.

6. Rapporter med kontekst

Når vi sender rapporter internt, forklarer vi alltid om tallene inkluderer modellerte data, om definisjoner er endret, og hva vi faktisk ønsker at leseren skal gjøre med innsikten. En rapport uten denne konteksten inviterer til feil beslutninger: man kutter budsjett når problemet ligger i målingen, eller jubler for en vekst som i praksis bare skyldes et nytt rapporteringsgrunnlag.

Tegn på at du fortsatt flyr i blinde

• Dere vet ikke om dere kjører basic eller advanced implementering.
• Ingen har kontrollert at ad_storage, analytics_storage og ad_user_data faktisk sendes som forventet.
• Ledelsen får bare én konverteringsrapport og ingen forklaring på hva som er observert versus modellert.
• Dere sammenligner perioder på tvers av en implementeringsendring uten å merke bruddet i datagrunnlaget.
• Dere forventer at Google Ads, GA4 og CRM skal vise nøyaktig samme tall.

Consent Mode v2 gjør ikke målingen verdiløs. Det tvinger oss bare til å bli mer presise i hvordan vi leser den. Når vi skiller mellom observerte data, modellerte estimater og faktiske forretningsresultater, får vi et ærligere bilde av hva kampanjene leverer – og det er et mye bedre grunnlag for å øke synlighet, konvertering og salg over tid.