Konverziómérési stack útmutató: szerveroldali események, hirdetési attribúció, terméktölcsérek, ügyféladat-folyamok, hőtérképek, adatvédelmi analitika és e-kereskedelmi ROI 2026-ban

A konverziókövetés mérési architektúrai kérdéssé vált. A böngészőpixelek még mindig számítanak, de önmagukban már nem elegendők. Az adatvédelmi beállítások, a hirdetésblokkolók, a hozzájárulási követelmények, az iOS korlátai, az eszközök közötti viselkedés és a széttöredezett vásárlói utak miatt a komoly csapatoknak ma már tisztább eseménydefiníciókra, szerveroldali követésre, ügyféladat-továbbításra és olyan attribúciós modellekre van szükségük, amelyeket el is tudnak magyarázni.

Ezt az útmutatót 2026. május 24-én frissítettük gyártói oldalak és hivatalos dokumentációk alapján. Az árazási oldalak, a csomagkorlátok, az eseménymennyiségek, a szerveroldali követelmények és az attribúciós funkciók gyakran változnak, ezért vásárlás előtt ellenőrizd a gyártói oldalakat.

Kezdd a mérési feladattal

A „konverziókövető eszköz” kifejezés több különböző feladatot takar:

1. Alapanalitika: munkamenetek, események, konverziók, forgalmi források, céloldalak és riportok.
2. Címkekezelés: szabályok arra, mikor sülnek el a követőszkriptek és események, beleértve a szerveroldali konténereket is.
3. Hirdetési attribúció: mely kampányok, kreatívok, csatornák és utak hozták a bevételt vagy az érdeklődőket.
4. E-kereskedelmi ROI: vegyes teljesítmény, fedezeti hozzájárulás, vásárlói kohorszok és Shopify adatok.
5. Termékanalitika: tölcsérek, aktiválás, megtartás, funkcióhasználat és viselkedés alapú szegmentálás.
6. Ügyféladat-továbbítás: az események egyszeri begyűjtése, majd tiszta adatok küldése az analitikai, hirdetési, CRM és adattárházi eszközökbe.
7. Viselkedéselemzés: hőtérképek, felvételek, dühös kattintások, görgetési mélység, űrlapok és oldalon belüli súrlódás.
8. Adatvédelem-központú analitika: adattulajdon, hozzájárulás, mintavételezés kézben tartása és szabályozott piaci követelmények.
9. Inkrementalitás: mekkora bevétel nem jött volna létre a költés nélkül.

Egyetlen eszköz sem a legjobb mindezekben a feladatokban. A megfelelő stack attól függ, hogy hirdetéseket, egy webáruházat, egy SaaS tölcsért, egy tartalomoldalt vagy egy termékvezérelt növekedési modellt optimalizálsz.

Összehasonlítandó konverziókövető eszközök 2026-ban

1. Google Analytics 4

A GA4 a legtöbb csapat alap analitikai rétege. Esemény alapú, integrálódik a Google Ads-szel, támogatja a konverziós eseményeket, és kiindulópontot ad a csatorna-, céloldal-, közönség- és tölcsérriportokhoz. A legtöbb felhasználási esetben ingyenes is, ami alapértelmezett alappá teszi akkor is, ha a csapat mellé specializáltabb eszközöket tesz.

Akkor használd a GA4-et, amikor közös mérési alapra van szükséged. Nem elég viszont, ha a hirdetési költés magas, ha a Shopify profitadatok számítanak, vagy ha a termékcsapatoknak részletes viselkedési kohorszokra van szükségük. Így is érdemes megtartani, mert minden csapatnak közös forrást ad az oldalon történő eseményekhez és a Google ökoszisztéma riportjaihoz.

Árazási illeszkedés: a lementett Google Analytics végpont kevés szöveget adott vissza, ezért ellenőrizd közvetlenül az aktuális Google Analytics és GA4 360 dokumentációt. Nézd meg az ingyenes és a vállalati igényeket, a BigQuery exportot, az adatmegőrzést, az attribúciós beállításokat, a Consent Mode működését és a bevezetés minőségét.

2. Google Tag Manager

A Google Tag Manager a követőcímkéket, triggereket, változókat és eseményszabályokat kezeli. A szerveroldali címkézési lehetőségével a csapatok több mérési logikát vihetnek egy ellenőrzött szerverkonténerbe ahelyett, hogy kizárólag böngészőszkriptekre támaszkodnának.

Akkor használd a GTM-et, amikor rendet kell tenned abban, hogyan sülnek el az események az eszközök között. Különösen fontos, ha több gyártónak is szüksége van vásárlási, érdeklődői, regisztrációs vagy termékeseményekre, és a csapat kontrollált módon akarja tesztelni a változtatásokat. A szerveroldali címkézés növelheti az ellenállóképességet, de technikai felelősséggel és hosting költséggel is jár.

Árazási illeszkedés: a lementett Google Tag Manager szerveroldali dokumentációs végpont kevés szöveget adott vissza. Ellenőrizd az aktuális hivatalos dokumentációban a szerverkonténer beállítását, a címkézőszerver hosztolását, a hozzájárulás kezelését, a Google Cloud költségét, a first-party domain beállítását és a fenntartás munkaigényét.

3. Cometly

A Cometly attribúciós platform azoknak a csapatoknak, amelyeknek megbízhatóbb képre van szükségük a hirdetések által hozott konverziókról csatornákon, CRM szakaszokon és bevételi eseményeken át. A lementett oldal a szerveroldali követést, a többérintős attribúciót, az eseményeket, az irányítópultokat, a Conversion API-t, a CRM és adattárház szinkront, valamint az MI-vel támogatott elemzést emelte ki.

Akkor használd a Cometlyt, amikor a fizetett hirdetési döntések jobb eseményvisszanyerésen és többplatformos attribúción múlnak. Illik érdeklődőgyűjtő csapatokhoz, SaaS csapatokhoz, e-kereskedelmi csapatokhoz és teljesítménymarketingesekhez, akiknek az attribúciós adatokat vissza kell szinkronizálniuk a hirdetési platformokba és az üzleti rendszerekbe.

Árazási illeszkedés: a lementett Cometly árazási oldal nem mutatott nyilvános csomagárakat. Ellenőrizd az árazást hirdetési költés, eseménymennyiség, CRM szinkron, adattárház szinkron, Conversion API támogatás, irányítópultok, MI funkciók és bevezetési igény szerint.

4. Triple Whale

A Triple Whale e-kereskedelmi és Shopify attribúcióra készült. Egyetlen működtetői irányítópultba köti össze a bolti bevételt, a hirdetési költést, a vásárlói viselkedést, a first-party pixeladatokat, a termékteljesítményt és a jövedelmezőséget. A lementett oldal a Moby AI-t, a Pixelt, az adatplatformot, az integrációkat, a first-party adatokat, az MI keresési láthatóságot és a bevételoptimalizálási funkciókat emelte ki.

Akkor használd a Triple Whale-t, amikor egy Shopify márkának egy helyen kell látnia a vegyes teljesítményt, a kampányteljesítményt, a vásárlói értéket, a termékjövedelmezőséget és a csatornadöntéseket. Ez nem csak konverziókövetés. Ez egy e-kereskedelmi döntési réteg.

Árazási illeszkedés: a lementett Triple Whale oldal több árjelzést mutatott, köztük ingyenes és fizetős értékeket, például 179, 259, 279, 299, 389, 539 és 749 dollárt. Ellenőrizd az aktuális bevételi sávot, a Moby AI hozzáférést, a pixelfunkciókat, az integrációkat, a kreatívriportokat, az adattárházat, és azt, hogy az éves árazás módosítja-e a számokat.

5. Mixpanel

A Mixpanel a terméktölcsérekben és a felhasználói viselkedésben a legerősebb, azaz azután, hogy valaki regisztrált vagy bekerült az alkalmazásba. Segít a termék- és növekedési csapatoknak megvizsgálni az aktiválást, a megtartást, a lemorzsolódást, a kohorszokat és a funkcióhasználatot.

Akkor használd a Mixpanelt, amikor a fő kérdés az, hogy „mit csinálnak a felhasználók, miután megérkeztek?” Hasznos SaaS termékekhez, piactereknél, mobilalkalmazásoknál és termékvezérelt e-kereskedelmi élményeknél. A marketingcsapatoknak is segíthet megérteni, mely szerzési források hoznak olyan felhasználókat, akik aktiválódnak és maradnak.

Árazási illeszkedés: a lementett Mixpanel árazási oldal betöltötte a csomagtartalmat, de a kinyerés során nem adott tiszta árakat. Ellenőrizd a havi követett felhasználók vagy az esemény alapú modellt, az adattörténetet, a felhasználói helyeket, a kohorszokat, a csoportanalitikát, az adattárház-csatlakozókat és a szabályozási funkciókat.

6. Amplitude

Az Amplitude haladó termékanalitikai platform termékanalitikával, útelemzéssel, kísérletezéssel, munkamenet-visszajátszással, MI elemzésekkel és ügyfélviselkedési eszközökkel. A lementett oldal az analitikát, az MI ügynököket, a termékanalitikát, a marketinganalitikát, a munkamenet-visszajátszást, a visszajelzést és a láthatósági funkciókat emelte ki.

Akkor használd az Amplitude-ot, amikor a termékkonverzió és a megtartás stratégiai kérdés. Olyan csapatoknak illik, amelyeknek nagy léptékben kell megérteniük a bevezetést, a funkcióhasználatot, a kohorszmegtartást, a felhasználói utakat, a kísérletezést és a viselkedés alapú szegmentálást.

Árazási illeszkedés: a lementett Amplitude oldal 49 dolláros és használat alapú árjelzéseket mutatott. Ellenőrizd a havi követett felhasználókat, a termékanalitika csomagolását, a kísérletezést, a munkamenet-visszajátszást, az MI funkciókat, a felhasználói helyeket, az adatszabályozást és a vállalati igényeket.

7. Segment

A Segment, amely ma már a Twilio része, ügyféladat-platform és eseménytovábbító réteg. Segít a csapatoknak egyszer begyűjteni az eseményeket, majd egységes adatokat küldeni az analitikai, marketing-, hirdetési, adattárházi, CRM és kommunikációs rendszerekbe.

Akkor használd a Segmentet, amikor a valódi probléma a kettős követés és az inkonzisztens események. Különösen hasznos olyan csapatoknak, amelyek sok downstream eszközt használnak, és egységes eseménynevekre, felhasználói azonosításra és célrendszer-szabályozásra van szükségük.

Árazási illeszkedés: a lementett Segment árazási oldal a Twilio Segment ügyféladat-platform üzenetét mutatta, de nyilvános csomagárakat nem. Ellenőrizd a havi követett felhasználókat, a forrásokat, a célrendszereket, a protokollokat, az identitásfeloldást, az adattárházakat, a reverse ETL-t, a szabályozást és a támogatás szintjét.

8. Hotjar

A Hotjar minőségi viselkedéselemzést tesz a konverziós adatok mellé: hőtérképeket, felvételeket, kérdőíveket, visszajelzést és oldalon belüli súrlódáselemzést. A lementett oldal a Contentsquare csomagolást, az analitikát, az MI ügynököket, az élményanalitikát, a termékanalitikát és a beszélgetéselemzést tükrözte.

Akkor használd a Hotjart, amikor a számok megmutatják, hol esik vissza a konverzió, de azt nem, hogy miért. Hasznos céloldalakhoz, pénztárfolyamatokhoz, regisztrációs űrlapokhoz, termékoldalakhoz és UX átvizsgálásokhoz. Párosítsd analitikával, hogy tudd, mely oldalakat és szegmenseket érdemes megnézni.

Árazási illeszkedés: a lementett Hotjar árazási oldal nem mutatott tiszta csomagértékeket. Ellenőrizd a munkamenet-korlátokat, a hőtérképeket, a felvételeket, a kérdőíveket, a visszajelzési eszközöket, az oldalkorlátokat, az MI funkciókat, az integrációkat, és azt, hogy az árazás már a Contentsquare termékein keresztül van-e csomagolva.

9. Microsoft Clarity

A Microsoft Clarity ingyenes viselkedéselemző eszköz hőtérképekkel, munkamenet-felvételekkel, MI összefoglalókkal és felhasználói viselkedési elemzésekkel. A lementett oldal kifejezetten ingyenes hőtérképként és munkamenet-felvételként írta le magát, és a „mindig ingyenes” üzenetet emelte ki.

Akkor használd a Clarityt, amikor azonnali rálátásra van szükséged az oldal viselkedésére költségvetési jóváhagyás nélkül. Erős kiegészítője a GA4-nek, mert a GA4 megmutatja, hogy egy céloldal rosszul konvertál, a Clarity pedig megmutatja a dühös kattintásokat, a halott kattintásokat, a görgetési viselkedést és a munkamenetek útvonalait.

Árazási illeszkedés: a Clarity ingyenesként pozicionálja magát, de ellenőrizd az adatvédelmi követelményeket, az adatmegőrzést, az integrációkat, a hozzájárulás kezelését, és azt, hogy illik-e a megfelelőségi szabályzatodhoz.

10. Matomo

A Matomo az adatvédelem-központú analitikai lehetőség azoknak a csapatoknak, amelyek adattulajdont, saját üzemeltetést, nyílt forráskódú rugalmasságot és GDPR-fókuszú kontrollt akarnak. Beállítástól függően támogat célokat, tölcséreket, marketingattribúciót, naplóelemzést és mintavételezés nélküli analitikát.

Akkor használd a Matomót, amikor az adatvédelem, az adattulajdon, a szabályozott környezet vagy a hozzájárulási stratégia többet számít, mint a mély hirdetésplatform-optimalizálás. Gyakori Google Analytics alternatíva azoknál a szervezeteknél, amelyeknek több kontrollra van szükségük az analitikai adataik felett.

Árazási illeszkedés: a lementett Matomo árazási oldal a felhős és a saját szerveres lehetőségeket, a 100%-os adattulajdont, az adatvédelmet, a mintavételezés hiányát, a GDPR-t és az analitikai felhasználási eseteket emelte ki. Ellenőrizd a felhős találatmennyiséget, a saját szerveres üzemeltetést, a prémium bővítményeket, a támogatást, a követési hozzájárulást és a vállalati igényeket.

11. Hyros

A Hyros a hirdetéskövetésre és az attribúcióra fókuszál nagy költésű, direkt válaszra épülő vállalkozásoknál. A lementett oldal a hirdetéskövetést, az MI remarketinget, az eredményeket, az ügynökségeket és a támogatási forrásokat írta le, bár az árazási URL átköltözött oldalra mutató üzenetet adott vissza.

Akkor használd a Hyrost, amikor a fizetett hirdetési költés akkora, hogy a jobb attribúció érdemben megváltoztathatja a büdzsé elosztását. Gyakran illik információs termékekhez, coachinghoz, magas árú tölcsérekhez, érdeklődőgyűjtő üzletekhez és hosszabb értékesítési ciklusú hirdetőkhöz.

Árazási illeszkedés: a Hyros árazását közvetlenül az értékesítésnél vagy az aktuális árazási útvonalon ellenőrizd. Nézd meg a követett bevételt, a hirdetési költést, a híváskövetést, a hosszú értékesítési ciklus támogatását, a CRM integrációkat, az attribúciós ablakokat, a bevezetést és a minimális költési elvárásokat.

12. Northbeam

A Northbeam olyan márkáknak készült, amelyeknek attribúcióra, médiamix-modellezésre, inkrementalitásra, profitelemzésre és csatornákon átívelő döntéstámogatásra van szükségük. A lementett árazási oldal a többérintős attribúciót, a first-party adatokat, az értékesítési attribúciót, a termékanalitikát és a profit-összehasonlítást emelte ki.

Akkor használd a Northbeamet, amikor a kérdés már nem az, hogy „melyik pixel sült el?”, hanem az, hogy „melyik költés inkrementális és nyereséges?” Jobban illik skálázódó márkákhoz, amelyek több csatornán hirdetnek, kreatívokat tesztelnek, és elég nagyot költenek ahhoz, hogy a mélyebb modellezés megérje.

Árazási illeszkedés: a lementett Northbeam oldal 500 és 1500 dolláros árjelzéseket mutatott, egyedi árazású pozicionálás mellett. Ellenőrizd a költési elvárásokat, a szerződési feltételeket, az integrációkat, az attribúciós módszereket, a médiamix-modellezést, az inkrementalitást, a profitriportot és az adatbevezetést.

Stack ajánlások

Egy kis weboldalhoz kezdd a GA4-gyel, a Google Tag Managerrel és a Microsoft Clarityvel. Ez alapriportot, címkerendet és viselkedés-visszajátszást ad alig vagy egyáltalán nem szoftverköltség mellett.

E-kereskedelemhez kezdd a GA4-gyel és a GTM-mel, majd tedd mellé a Triple Whale-t vagy a Cometlyt, amikor a fizetett költés vagy a Shopify attribúció fájni kezd. A pénztár és a céloldalak viselkedéséhez add hozzá a Clarityt. Az események utáni életciklus-követéshez pedig add hozzá a Tajót.

SaaS vagy termékvezérelt növekedéshez használd a GA4-et a szerzési kontextushoz, a Mixpanelt vagy az Amplitude-ot pedig a terméktölcsérekhez, az aktiváláshoz, a megtartáshoz és a kohorszokhoz. Vedd hozzá a Segmentet, amikor az eseményeknek egységesen kell eljutniuk sok eszközbe.

Adatvédelmi szempontból érzékeny csapatoknak érdemes korán megnézniük a Matomót. Csökkentheti az analitikai kockázatot és javíthatja a kontrollt, de üzemeltetői felelősséget kíván.

Nagy költésű hirdetőknek a Hyrost, a Northbeamet, a Cometlyt vagy a Triple Whale-t érdemes mérlegelniük a csatornamix, a bevételi modell, az inkrementalitási igény és a hirdetési platformokba visszakerülő események minősége alapján.

Hol illeszkedik a Tajo

A konverziókövetés azt mondja meg, mi történt. A Tajo abban segít eldönteni, minek kellene ezután történnie. A Tajo e-kereskedelmi és életciklus-rendszerek, például a Brevo és a Shopify köré épül, és úgy köti össze a vásárlói, rendelési, termék- és interakciós adatokat, hogy egy követett eseményből automatizált utókövetés lehessen.

Amikor egy vásárló vásárol, kosarat hagy el, kampányra kattint, elhalkul vagy visszatér, a Tajo szegmentált e-mail, SMS, WhatsApp és hűségprogram folyamatokat indíthat. A követési stack megméri a tölcsért. A Tajo bezárja a kört azzal, hogy a konverziós eseményekből megtartási és bevételi lépések lesznek.

Vásárlási ellenőrzőlista

Mielőtt konverziókövető eszközt vásárolsz, válaszold meg ezeket a kérdéseket:

• Milyen döntést javít majd ez az adat?
• Világosan definiáltuk a konverziós eseményeinket?
• Böngészőoldali címkékre, szerveroldali eseményekre vagy mindkettőre van szükségünk?
• Mely csatornáknak kell visszakapniuk a konverziós visszacsatolást?
• Terméktölcsérekre, hirdetési attribúcióra, e-kereskedelmi profitra vagy viselkedés-visszajátszásra van szükségünk?
• Ki felel a teszteléséért, amikor egy esemény elromlik?
• Hogyan kezeljük a hozzájárulást, az adatvédelmet és az adatmegőrzést?
• Melyik rendszer az igazság forrása a bevételre nézve?
• Az inkrementalitást mérjük, vagy csak az attribuált konverziókat?

A legjobb konverziós stack nem az, amelyikben a legtöbb irányítópult van. Az, amelyikben az események tiszták, a definíciók közösek, és a csapatok annyira bíznak a számokban, hogy cselekedjenek is alapjukon.

Kapcsolódó cikkek

• E-mail marketing ROI: hogyan számold, kövesd és javítsd a megtérülést [2025]
• E-mail marketing kampányok: a teljes útmutató a tervezéshez, végrehajtáshoz és optimalizáláshoz
• E-mail marketing stratégia: teljes tervezési és végrehajtási útmutató [2025]
• E-kereskedelmi CRM: a teljes útmutató webáruházaknak

További kapcsolódó cikkek

• Többérintős attribúciós eszköz kiválasztási útmutató e-kereskedelemhez, B2B bevételhez és teljes tölcsér méréséhez 2026-ban