Naučte se jak first-party data zlepšují výkon kampaní. Základní příručka pro rozšíření konverze a pokročilý matching.
Cookie apocalypse a další pokusy o originální pojmenování konce cookies třetích stran v Google Chrome nás naštěstí přestaly děsit na zdech LinkedInu už někdy na začátku roku 2024. Díky tomu se ale napříč oborem začalo intenzivně mluvit o práci s first-party daty a právě to se dnes ukazuje jako klíčový krok ke kvalitnějšímu měření a lepšímu výkonu kampaní.
Tehdejší panika kolem „doby temna“ přinesla jeden nečekaný benefit: firmy začaly systematicky pracovat s vlastními daty a identifikací uživatelů - a tím si otevřely cestu k přesnějšímu a robustnějšímu měření. Paradoxně jsme se tak posunuli od spoléhání na anonymní, pseudonymní ID třetích stran (tedy náhodné řetězce znaků bez kontextu) k modelu, kde místo nich pracujeme s reálnými identifikátory uživatelů, jako je e-mail nebo telefon (byť hashovaný) a dokážeme díky nim lépe párovat uživatele napříč zařízeními, odesílat offline konverze a měřit výkon napříč systémy.
Google přitom před závislostí na cookies třetích stran varoval už nejméně tři roky - v roce 2021 poprvé zavedl funkci enhanced conversions, aby si vylepšil měření konverzí i uživatelů a mohl se začít připravovat na plánovaný phase-out (pro zajímavost: Facebook si nechal uživatelská data posílat do pixelu už v roce 2016). Ten byl nakonec odložen a teď to vypadá, že už nikdy nepřijde. I přesto platí, že zlepšené konverze pomáhají v Google Chrome zvýšit kvalitu dat do vašich kampaní a také řešit měření dat z prohlížečů, které už cookies třetích stran dávno blokují.
Díky tomuto má dnes už funkci přijímání uživatelských dat pro zlepšení kvality měření prakticky každý reklamní systém, který sbírá data z webu.
Data můžeme v prostředí digitálního marketingu dělit podle toho, kdo je sbírá.
First-party data jsou taková, která sbíráte přímo vy na svém webu, v aplikaci nebo třeba v CRM. Uživatel vám je vědomě poskytne při registraci, nákupu nebo odeslání formuláře: typicky jde o e-mail, telefonní číslo, celé jméno nebo adresu.
Na rozdíl od dat třetích stran (third-party data), která jsou sbírána například provozovatelem reklamní platformy, máte nad first-party daty plnou kontrolu a při správném ošetření i oprávnění pro jejich využití.
A právě tato first-party data dnes reklamní platformy chtějí. Každá si pro ně ovšem vymyslela vlastní název: Google Ads je nazývá rozšířené konverze (enhanced conversions), Meta pracuje s pokročilým párováním (advanced matching), Bing Ads používá universal event tracking s customer data, X Ads a Reddit Ads mají vlastní varianty inspirované obvykle Metou.
Za různými názvy se ale skrývá vždy stejný princip. Skrze správnou úpravu a rozšíření měřícího scriptu je možné tato data bezpečně a kontrolovaně předávat do reklamních účtů. Platforma pak dokáže tyto údaje využít pro doměření konverzí z reklamy nebo pro spárování uživatele s vlastním uživatelským profilem, který si u sebe ukládá. Samozřejmě se zachováním respektu k souhlasu uživatele. Alespoň to tak tvrdí.
Uživatelská data vznikají na frontendu nebo v CRM a mediální systémy jde “krmit” jak přímo z webu, tam importem z CRM (například už s nějakou CRM segmentací). Pojďme se nyní věnovat datům, které vznikají na frontendu webu, když uživatel interaguje s webem či aplikací - například když vyplní kontaktní formulář, zaregistruje se nebo nakoupí. Tato data potřebujete jako provozovatel nějaké služby nebo internetového obchodu k tomu, abyste mohli uživateli svou službu poskytnout. To vám ale samozřejmě nedává automatické právo na odeslání tohoto e-mailu třetí straně, čímž posílání rozšířených konverzí do Google Ads rozhodně je.
Pokud vám však uživatel souhlas k předávání osobních údajů třetí straně dá (pokud to tak máte uvedené v podmínkách zpracování osobních údajů a uživatel při konverzi nebo při interakci s cookie lištou tyto podmínky odsouhlasí), můžete jeho zadané identifikátory uložit a poslat dále, třeba právě do Google Ads.
User data umožňují platformě přiřadit událost ke konkrétnímu uživateli.
Bez identifikátorů uživatelů se události a jejich měření spoléhají na soubory cookie nebo ID zařízení, která jsou stále méně spolehlivá. Uživatelská data poskytují trvalejší propojení, zejména mezi zařízeními nebo prohlížeči.
Short story long: Když odešlete událost nákupu spolu s e-mailovou adresou, Google ji přiřadí správnému uživateli, který už v jeho databázi existuje (třeba právě proto, že má Gmail). To Googlu umožňuje přiřadit více konverzí ke konkrétnímu prokliku z reklamy, i když uživatel klikne na reklamu na telefonu a později nakoupí přes desktop, nebo když měření probíhá na různých doménách.
Mimochodem Google má pro uživatelské identifikátory ještě jedno využití: Enhanced Conversions for Leads. Jde o obohacenou verzi offline importu, která umožňuje zaslat do Google Ads i konverze, které se stanou nebo dokončí mimo web.
Uživatelská data by se měla odesílat především s konverzními událostmi jako je nákup, registrace nebo odeslání poptávky. Jednak proto, že právě v těchto momentech provozovatel webu od uživatele osobní data získává, a jednak proto, že jde většinou o hlavní konverze pro měření byznysových cílů. User data ale můžete posílat i s každou další událostí včetně page view, pokud jsou dostupná.
Záleží tedy na tom, jaké příležitosti ke sběru dat na svém webu vytvoříte. Pár tipů, co reálně funguje:
Čím více těchto touchpointů na webu máte, tím vyšší podíl návštěvníků budete schopni párovat a tím přesnější data do reklamních systémů posílat.
Facebook Pixel preferuje odesílání osobních údajů s každou konverzí (včetně page_view), zatímco Google Ads se soustředí hlavně na primární konverze a e-mail u page_view nevyžaduje.
Nejpřímočařejší odpověď zní: dostanete víc konverzí v účtu. Ne proto, že by jich najednou přibylo v reálném světě, ale proto, že je systém začne správně připisovat vašim reklamám. Jaroslav z předchozího příkladu koupil knihu - reklama za to dostane kredit. Bez rozšířených konverzí by ten nákup v účtu prostě chyběl a vy byste kampaň možná zahodili jako ztrátovou.
V praxi to znamená, že algoritmy platforem pracují s přesnějšími daty. Google, Meta a ostatní optimalizují kampaně na základě konverzních signálů - čím víc jich mají a čím jsou přesnější, tím lépe cílí, tím nižší jsou náklady na konverzi a tím méně peněz padne do ztracena. Nejde o náplast na špatný produkt, jde o jednoduchý princip: lepší vstup dává lepší výstup.
Druhý benefit je cross-device a cross-browser měření. Pokud uživatel klikne na reklamu v mobilu, ale nakoupí pak na desktopu přes Safari (kde cookies třetích stran nefungují) je tento nákup pro váš reklamní účet de facto neviditelný. S uživatelskými daty ho systém spolehlivě dohledá a spáruje.
Třetí přínos je odolnost vůči budoucím změnám v měření. Cookies třetích stran možná v Chrome nakonec nezmizí, ale Safari je blokuje už léta, Firefox taky a podíl těchto prohlížečů mezi uživateli rozhodně není zanedbatelný. Nikdo navíc neví, co přijde za rok nebo dva. First-party data máte pod kontrolou vy, ne Google ani Apple.
A pak je tu ještě jeden důležitý benefit: zpětná vazba na kvalitu vašich leadů. Přes Enhanced Conversions for Leads můžete do Google Ads posílat i offline konverze, tedy informaci o tom, jestli z poptávky nakonec vzešel skutečný zákazník a za kolik. Algoritmus pak přestane honit levné leady a začne hledat ty, které se reálně promění v tržby. Což je přesně to, co od kampaní chcete.
Efekt implementace zasílání těchto dat do reklamních systémů samozřejmě nelze obecně vyčíslit, pro každý typ byznysu bude jiný, roli hraje i technické řešení consent mode. resp. to. jak velký consent rate jste ze svých klientů a návštěvníků schopni získat. Nicméně pro ilustraci zde několik čísel u většího klienta kde došlo k nasazení enhanced conversions pro Google Ads. V rámci jednoho měsíce se počet doměřených konverzí zvednul o cca 10% v Searchi a 15% pro YouTube kampaně. Zároveň díky lepšímu cílení kleslo CPA o cca 17%.
Pokud máte na webu formulář, registraci nebo e-shop, máte všechno, co potřebujete. Stačí to správně zapojit - a právě to se podíváme v dalších článcích seriálu.
Jak dostat data z reklamních systémů do jednoho warehouse, typicky BigQuery? Projdeme si základní architekturu a rozhodování, než se pustíte do exportů dat z Google Ads, Meta Ads, Skliku a dalších.
Třetí díl seriálu o first-party datech bude opět hodně technický – ukážeme si, jak zkontrolovat, že data správně odcházejí do jednotlivých systémů a dělají to, co mají. Podíváme se na odchozí hity v DevTools i na kontrolu přímo v reklamních platformá
Detailní průvodce sessionizací GA4 BigQuery exportu – od identifikace session a spolehlivého řazení eventů po dva atribuční modely (First Event Available a Session Start), jejich limity a validaci shody mezi nimi.
Nahlédněte do našeho řešení zálohování ClickUpu. Automatické exporty, GitHub repozitář a praktický postup, jak mít firemní data pod kontrolou.
Naučte se, jak nasadit serverový GTM na Cloud Run. Porovnáme Stape s vlastním řešením, vysvětlíme náklady a typy účtování a ukážeme, jak se vyhnout častým chybám při nastavení.
Kompletní technický průvodce sběrem first-party dat přes dataLayer, jejich normalizací, hashováním a odesíláním přes server-side GTM do Google Ads a Meta.
Testovali jsme ClickUp MCP pro management úkolů za pomoci AI. Zjistěte víc o praktických limitech, bezpečnostních omezeních a pro koho se tento nástroj hodí.
Naučte se jak first-party data zlepšují výkon kampaní. Základní příručka pro rozšíření konverze a pokročilý matching.
Zjistěte jak jsme migrovali 250 mediálních tagů (Facebook CAPI, Google Ads, Sklik, Bing) na server-side GTM. Praktické tipy, návody a zkušenosti.
Pokročilé workshopy digitální analytiky pro agenturní týmy. BigQuery, server-side tracking, správa souhlasů a marketingové datové sklady v praxi.
Ženy v analytice se často potýkají s imposter syndromem, přestože vynikají v práci s detailem i datovém storytellingu. Přidejte se ke komunitě Data Sisters.
Naučte se, jak přenést historická data z Google Analytics 4 do nového projektu v BigQuery pomocí Data Transfer Service. Podrobný návod krok za krokem se screenshoty.
Reshoper poradenská zóna a několik hodin konzultací pro návštěvníky veletrhu – letos v příjemných prostorách Křižíkových pavilonů na Výstavišti.
48 hodin vývoje aplikace s AI na hackathonu #HackYourWeekend v Brně. Od nápadu po nasazení pomocí Claude Code, měření přes BigQuery a získané zkušenosti.
6. 9. se v prostorách Brněnského Gen konal další ročník MeasureCamp - naší oblíbené komunitní akce. Potěšilo nás, že MeasureCampu se letos zúčastnilo 74 žen.
Postřehy z víkendového PPC kempu: legální cookieless tracking, pokročilý Consent Mode, Facebook konverze bez souhlasu a export Google Ads do BigQuery.
Výpočet dat Velikonoc v BigQuery pomocí algoritmu Computus. SQL skript generuje data Velikonoční neděle, Velkého pátku a Velikonočního pondělí pro analýzu dat z GA4.
Přednáška o integraci GA4 s BigQuery na akci Visibility Digital. Praktické ukázky využití od IKEA, Shoptetu, McDonald’s a České spořitelny.
80minutový podcast o digitální analytice pro e-commerce: metriky v GA4, náklady na server-side tracking, přínosy BigQuery a vyhodnocování kampaní.
Naučte se využívat export Google Ads do BigQuery pro získávání byznysových insightů. Kombinujte jej s daty z GA4 a CRM, řešte atribuční výzvy a zlepšete reporting.
Data retention v GA4 určuje, jak dlouho budou k dispozici informace o uživatelích a událostech. Prodlužte si dobu uchovávání až na 14 měsíců.
Poslední květnový den jsme strávili s týmem neziskové organizace Tereza a věnovali se základům Google Analytics 4 pro jejich program Učíme se venku.
Přednáška o nových možnostech e-commerce analytiky s využitím GA4, BigQuery a Google Cloud Platform pro maximalizaci hodnoty dat a výkonnosti kampaní.
Naučte se pracovat s raw daty z GA4 v BigQuery a Google Cloud Platform. Materiály z workshopu, SQL dotazy a praktické příklady z Marketing Festivalu 2024.
Vojta se v MeasureDesign věnuje vývoji technických a datových řešení, která mají být nejen funkční, ale i dobře použitelná v praxi. Baví ho propojovat webový vývoj, automatizaci a práci s daty tak, aby věci dávaly smysl jak z pohledu uživatele, tak z pohledu technického fungování na pozadí. Nejvíc ho těší moment, kdy se podaří složit komplexnější problém do čistého a spolehlivého řešení.
Jirka pracuje v marketingu přes 10 let a pokud existuje něco, co ho baví více než čísla sama, tak je to jejich propojování. Miluje matematiku a datovou analytiku a protože rád zkoumá i zdrojové kódy, dokáže se hravě domluvit i s programátory jejich jazykem. V MeasureDesign se specializuje na napojování nových datových zdrojů – vytváří vlastní konektory pomocí Pythonu, testuje kvalitu dat a zkoumá, co všeho by se dalo propojit, aby to mělo význam pro business. S Looker Studiem je jako ryba ve vodě a velkou zkušenost má také s vyhodnocováním PPC kampaní.
Lenka se k MeasureDesign připojila na konci roku 2025 s bohatými zkušenostmi z PPC marketingu, kde dlouhodobě pracovala s Google Ads, Meta Ads a dalšími reklamními systémy. Právě při řízení kampaní ale opakovaně narážela na tentýž problém – špatně nebo nedostatečně nastavenou webovou analytiku, která znemožňovala efektivní optimalizaci. To ji vedlo k tomu, že se analytice začala věnovat nejdřív z nutnosti, postupně však zjistila, že ji baví víc než samotné reklamy. Dnes se zaměřuje především na implementaci webové analytiky a datových řešení, která firmám zajišťují kvalitní a spolehlivá data pro strategické rozhodování i výkonný marketing. Část PPC projektů si ponechává – jednak proto, že ji stále baví, ale hlavně aby zůstala v kontaktu s realitou mediálních systémů a skutečnými potřebami klientů.
Marťa se k MeasureDesign připojila v roce 2025 během studia webových aplikací. Fascinuje ji, jak rychle se vyvíjí svět umělé inteligence, a proto se zaměřila na výzkum velkých jazykových modelů. Ve firmě pomáhá integrovat AI do každodenní práce – tak, aby byla rychlejší, efektivnější a zároveň dostupná pro všechny členy týmu. Nejvíc ji baví hledat způsoby, jak AI využít prakticky a přetavit nové technologie v užitečné nástroje.
Markéta začínala v marketingu, ale pak přišla mateřská – a s ní nekonečný chaos. Potřebovala si zachovat aspoň zbytky zdravého rozumu, a tak se vrhla na data. Čísla totiž nekřičí, nerozsypávají křupíky do klávesnice a dávají aspoň nějaký smysl. V Engeto Academy prošla kurzem datové analytiky, kde se spřátelila se SQL, Power BI, Excelem a Pythonem a začala hledat vzorce i mimo dětské omalovánky. Dnes v MeasureDesign pomáhá klientům zjistit, co jim jejich čísla doopravdy říkají.
Blanka se stala součástí našeho týmu v roce 2024 a od té doby má na starosti oblast back office, včetně fakturace a administrativních úkolů. Využívá své zkušenosti z České pošty a vzdělání v oboru finančního managementu, aby zajistila hladký chod všech procesů. Ve volném čase se věnuje svým dvěma dětem, s nimiž ráda cestuje, a zároveň si užívá práci na zahrádce, kde nachází svůj odpočinek.
Do MeasureDesign nastoupila v roce 2023 a specializuje se na implementaci měření a reporting. Největší radost jí dělá moment, kdy se po všech nastaveních a testech konečně rozběhnou první data. Naopak největší výzvou jsou nečekané (a často nezadokumentované) změny od Google – chvíle, kdy se z analytika stává paranormal behaviour expert. 👻 Byla členkou našeho týmu do léta 2026.
Anička má více jak 7 let zkušeností z agenturního prostředí, kde spravovala pro klienty reklamní kampaně na sociálních sítích, nejradši pro obsahové weby. Chtěla získat trochu větší pohled nejen na kampaňová data, a tak více směřovala svou práci k webové analytice. K našemu týmu se přidala v roce 2022 a nyní se zaměřuje na datovou analytiku, kde s využitím GA4, BigQuery, Looker Studia a dalších nástrojů může propojovat a analyzovat data ještě víc do hloubky a přinést klientům zajímavé analýzy i podklady pro business rozhodování. Anička byla členkou našeho teamu do roku 2026.
Klára je ve firmě od roku 2019. Věnuje se hlavně webové analytice, ale nezalekne se ani práce s daty v BigQuery. Nejvíc ji baví, když může klienta provést od definování jeho potřeb přes implementaci měření až k výsledné vizualizaci dat. Až podezřele velkou radost jí dělá pohled na hezky přehledný GTM kontejner nebo report plný užitečných dat.
Vašek se již více než 15 let věnuje digitální analytice – od nastavování měření po uložení, vizualizaci a interpretaci dat. Firmám pomáhá mít v datech pořádek a umět je naplno využít. Věnuje se primárně datům z digitálních platforem jako jsou weby, aplikace, klientské zóny apod. a propojování těchto dat s dalšími firemními daty jako jsou mediální a zákaznická data. Po letech na volné noze spoluzaložil analytické studio MeasureDesign, kde kromě analytických projektů a školení na míru vzdělává nové analytičky a analytiky.
Zuzčina kariéra vedla přes řízení inovací a výzkumu v korporátu, vedení “wom” (word of mouth) projektů do digitální agentury, kde projektově řídila tvorby webových stránek. Zuzka je ale dost zvědavá a potřebovala vědět, jak web funguje, když je vypuštěn do světa. To ji motivovalo ke studiu webové analytiky, a následně přivedlo k osudové spolupráci s Vaškem a v roce 2019 spolu založili firmu.
