← Terug naar blog

Waarom klopt je GA4-data niet? Signalen en 10 veelvoorkomende oorzaken

Je hebt Google Analytics 4 (GA4) geïmplementeerd via Google Tag Manager, de belangrijkste events staan erin en de dashboards zijn gevuld. Toch voelt er iets niet goed. Conversies lijken te hoog of juist te laag, aantallen wijken af van andere systemen en rapportages spreken elkaar tegen.

De conclusie is dan vaak: "GA4 klopt niet." In de praktijk is GA4 zelden het echte probleem. De oorzaak zit meestal in de manier waarop data via Google Tag Manager wordt verzameld, verwerkt of geïnterpreteerd. (Werk je met Adobe Analytics of Tealium? De meeste oorzaken gelden daar net zo.)

In dit artikel bespreek ik eerst de signalen dat je data niet klopt, daarna tien veelvoorkomende oorzaken, en tot slot hoe je het aanpakt.

Signalen dat je GA4-data niet klopt

• Je eigen data spreekt zichzelf tegen. Meer aankopen dan gestarte checkouts, een purchase-event zonder transactie-ID of omzet, of rapporten die voor dezelfde periode verschillende totalen laten zien.
• Plotselinge dips of pieken zonder duidelijke aanleiding. Een verdubbeling van het aantal sessies op de dag van een release, of een dip na een nieuwe cookiebanner.
• Veel lege of onbekende waarden. (not set) in je GA4-rapporten, of undefined als waarde in je eventparameters.
• Niemand weet waarom een tag bestaat. Een GTM-container met honderden tags, triggers en variabelen, waarvan de helft niemand meer herkent.
• Analisten besteden hun tijd aan valideren in plaats van analyseren. Als elke analyse begint met "kunnen we dit getal wel vertrouwen?", is het vertrouwen al weg.

Herken je een of meer van deze signalen? Dan zit de oorzaak vrijwel altijd in een van de volgende tien punten.

10 oorzaken van onbetrouwbare GA4-data

1. Events worden niet consequent gemeten

Een eventnaam lijkt een klein technisch detail, maar inconsistenties hebben grote gevolgen. Denk aan form_submit, formSubmit, submit_form en generate_lead voor dezelfde interactie. Meten verschillende teams of implementaties hetzelfde op verschillende manieren, dan wordt rapporteren onnodig complex, en tellen totalen niet meer op.

Een goede eventtaxonomie legt vooraf vast welke gebeurtenissen je meet, hoe je ze noemt en welke parameters erbij horen. Sluit daarbij waar mogelijk aan op de aanbevolen events van GA4, zoals generate_lead en purchase.

2. De datalaag bevat niet de juiste informatie

Google Tag Manager kan alleen betrouwbaar meten wat beschikbaar wordt gemaakt. Wordt belangrijke informatie rechtstreeks uit de HTML gehaald, met CSS-selectors opgezocht of op meerdere plekken verschillend opgebouwd, dan wordt tracking kwetsbaar.

Een goed ontworpen, toolonafhankelijke datalaag vormt juist een stabiele interface tussen je website en je meetoplossingen. Lees meer in een goede datalaag: wat is het en hoe ontwerp je die?

3. Tags vuren op het verkeerde moment

Een tag kan technisch correct zijn ingesteld en toch verkeerde data opleveren. Denk aan:

• een purchase-event dat twee keer wordt verstuurd;
• een event dat vuurt voordat de benodigde data beschikbaar is;
• een marketingtag die zonder de juiste consentstatus wordt geactiveerd;
• een pageview die in een single-page application niet goed wordt afgehandeld.

Alleen naar de configuratie in GTM kijken is daarom meestal niet genoeg. Controleer met de preview-modus van GTM en de DebugView van GA4 wat er daadwerkelijk wordt verstuurd, en bij server-side tracking wat er in de server container binnenkomt.

4. Conversies en transacties worden dubbel gemeten

Een klassiek voorbeeld: een aankoop die zowel vanuit de website als via een andere route wordt geregistreerd, bijvoorbeeld een backend-integratie of een conversie-API. Eén echte conversie levert dan twee meetpunten op.

Controleer daarom hoe een uniek transactie-ID wordt gebruikt, via welke routes een conversie wordt verstuurd en of er deduplicatie plaatsvindt. Meer over conversie-API's lees je in server-side tracking: wanneer heb je het nodig en wanneer niet?

5. De implementatie is veranderd, de documentatie niet

Websites veranderen continu. Een nieuwe checkout, een redesign, een CMS-migratie of een release van een webapp kan ongemerkt invloed hebben op tracking. Weet niemand meer waarom een tag bestaat of wat ervan afhankelijk is, dan wordt onderhoud steeds lastiger en groeit het aantal tags ongecontroleerd.

Goede documentatie is daarom geen administratieve bijzaak, maar onderdeel van een schaalbare meetoplossing. Hoe een wildgroei aan events eruitziet en hoe je die aanpakt, lees je in deze case bij een grote organisatie.

6. Verschillende systemen meten iets anders

GA4, je CRM, Google Ads, Meta en je backend hanteren niet noodzakelijk dezelfde definitie van een conversie. Advertentieplatformen werken bovendien met eigen attributiemodellen en conversievensters. Een verschil betekent dus niet automatisch dat één systeem "fout" is.

Aantallen tussen systemen vergelijken zegt daarom weinig over de kwaliteit van je analytics. Kijk liever naar je GA4-data zelf: zijn events uniek, compleet en voorzien van de juiste parameters, en is de data intern consistent en logisch?

7. Consent beïnvloedt je data

Geven bezoekers geen toestemming voor bepaalde cookies of opslag, dan wordt je dataset anders opgebouwd dan wanneer iedereen toestemming geeft. Kijk bij afwijkingen daarom ook naar:

• de consentstatus en de configuratie van je consentplatform (CMP);
• Google Consent Mode en de consentinstellingen in GTM;
• welke tags wanneer vuren;
• regionale verschillen;
• recente wijzigingen in privacy-instellingen of de cookiebanner.

Een verschil in data kan een technisch probleem zijn, maar ook het gevolg van een bewuste privacy-inrichting.

8. Cross-domain tracking is niet goed ingericht

Beweegt een bezoeker tussen verschillende domeinen, dan kan een sessie worden afgebroken of verkeerd worden toegeschreven. Dat gebeurt bijvoorbeeld bij een externe betaalomgeving, een aparte webshop, een externe boekingsomgeving of meerdere domeinen binnen één klantreis. Het gevolg: conversies die worden toegeschreven aan de betaalprovider in plaats van aan de campagne die ze opleverde.

Controleer daarom de cross-domain-instellingen in GA4, en of externe domeinen zoals je betaalprovider zijn uitgesloten als ongewenste verwijzing.

9. Er is nooit structurele QA gedaan

Veel implementaties worden één keer getest: vlak voor de livegang. Daarna verandert de website. Een knop krijgt een andere naam, een developer past de HTML aan, de checkout wordt vernieuwd, een GTM-container wordt aangepast. Zonder structurele kwaliteitscontrole gaat tracking langzaam achteruit, zonder dat iemand het merkt.

Een goede meetoplossing heeft daarom niet alleen een implementatie, maar ook een manier om de kwaliteit te bewaken: tests bij releases en monitoring die afwijkingen signaleert.

10. Er is nooit bepaald wat "goed" eigenlijk is

Dit is misschien wel het belangrijkste punt. Je kunt eindeloos controleren of events technisch binnenkomen, maar daarmee weet je nog niet of je meting goed is. Een goede meetoplossing begint met vragen als:

• Welke bedrijfsdoelen willen we meten, en welke KPI's horen daarbij?
• Welke gebruikersinteracties zijn relevant?
• Welke data hebben marketing, product en management nodig?
• Welke data moet beschikbaar zijn in analytics, en welke in andere systemen?

Pas daarna volgt de technische implementatie. Dat vastleggen is precies wat een Tracking Blueprint doet.

Hoe pak je een GA4-trackingprobleem aan?

Begin niet met willekeurig tags controleren. Bekijk de meetketen als geheel:

De meetketen

Businessdoel

Meetplan

Datalaag

Tracking in Google Tag Manager

GA4

Rapporten in GA4

BigQuery-export en dashboards

Een fout verderop in de keten wordt vaak veroorzaakt door een beslissing eerder in de keten. Een verkeerd gemeten conversie kan uiteindelijk terug te voeren zijn op een onduidelijke definitie van wat een conversie überhaupt is.

Let ook op het laatste stuk van de keten. De rapporten in GA4 en de ruwe data in de BigQuery-export laten niet altijd dezelfde aantallen zien. De GA4-interface past onder meer drempelwaarden en consentmodellering toe, terwijl de export de ongemodelleerde events bevat. Dat verschil is geen meetfout, maar wel iets om te weten voordat je conclusies trekt.

Een praktische GA4-audit

Een goede GA4-audit kijkt minimaal naar:

• eventstructuur en naamgeving;
• parameters en datakwaliteit;
• de datalaag;
• de configuratie in Google Tag Manager, client- en eventueel server-side;
• consent en privacy;
• dubbele events en conversies;
• e-commerce;
• cross-domain tracking;
• documentatie;
• QA en monitoring.

Het resultaat moet niet alleen een lijst met fouten zijn. Je wilt vooral weten: wat moet er worden opgelost, waarom is het belangrijk en wat heeft prioriteit?

Tot slot

Betrouwbare analytics ontstaat niet door zoveel mogelijk data te verzamelen, maar door bewust te bepalen wat je wilt meten, hoe je dat technisch doet en hoe je de kwaliteit vervolgens bewaakt. Twijfel je regelmatig aan je data? Kijk dan naar de volledige meetoplossing, niet alleen naar de tool.