Hvis du har siddet med GA4 åbent i én fane og Shopify Analytics i en anden, har du næsten sikkert stillet det samme spørgsmål: Hvorfor matcher tallene ikke?

Det korte svar er, at de to systemer ikke måler det samme på samme måde. Det irriterende svar er, at de heller aldrig kommer til at matche 1:1. Og det vigtigste svar er, at du ikke bør bruge tid på at tvinge dem til det.

For webshops er det langt mere værdifuldt at etablere en brugbar sandhed end at jagte et perfekt match, der ikke findes.

Hvorfor GA4 og Shopify Analytics måler forskelligt

GA4 er bygget som en eventbaseret analytics-platform. Den tænker i hændelser, brugeridentitet, consent, modellering og attribuering. Shopify Analytics er tættere på selve webshoppen, checkout, og ordredata i platformen.

Det betyder, at tallene kan afvige, selv når begge systemer teknisk set fungerer korrekt.

Når en webshop sammenligner GA4 og Shopify, er det typisk disse områder, der skaber mest støj:

brugere
sessioner
køb
omsætning
kanaler
konverteringsrate

Det er ikke bare en teknisk detalje. Det har direkte betydning for, hvilke tal ledelsen stoler på, hvilke kampagner marketing skruer op for, og om teamet tror, tracking er gået i stykker, når den måske ikke er det.

Forskelle i metrics mellem GA4 og Shopify Analytics

Den største fejl er ofte at sammenligne enslydende metrics, som om de betyder det samme. Det gør de sjældent.

GA4 rapporterer som standard meget på aktive brugere og sessioner ud fra sin egen identitetslogik. Shopify rapporterer på webshoptrafik, checkout-forløb og handelsdata ud fra sin egen platformlogik. To systemer kan altså vise forskellige tal, uden at ét af dem nødvendigvis er forkert.

Metric	GA4	Shopify Analytics	Praktisk betydning
Brugere	Baseret på GA4-identitet, aktive brugere og evt. modellering	Ikke samme identitetsmodel	Dårlig metric til 1:1-sammenligning
Sessioner	Session start og timeout efter GA4-logik	Webshop-sessioner i Shopify	Store afvigelser er normale
Køb	Eventet `purchase`	Ordrer og checkout-relaterede tal i Shopify	Matcher sjældent perfekt
Omsætning	Purchase revenue efter GA4-opsætning	Salgsdata tæt på ordresystemet	Shopify er ofte mest troværdig
Kanaler	GA4-attribuering og kanalgruppering	Shopify-rapporter med egen logik	Betalt trafik og email afviger ofte
Realtime	Næsten realtime, men ikke endelig sandhed	Ikke samme behandlingstid	Sammenlign ikke på timebasis

Et klassisk eksempel er køb. I GA4 tælles et køb, når purchase-eventet bliver sendt og accepteret. I Shopify er køb forankret i selve handelsplatformen. Hvis en browser blokerer cookies, en bruger afviser statistik-cookies, eller et event fejler i checkout-overgangen, kan GA4 stå lavere end Shopify.

Det er også værd at huske, at Shopifys funnel-metrics ikke altid svarer direkte til antal ordrer. En session kan i nogle tilfælde føre til mere end ét køb, og GA4 og Shopify kan registrere slutpunktet forskelligt.

Hvorfor sessioner næsten altid skaber debat

Sessioner ser simple ud. Det er de ikke.

GA4 starter og håndterer sessioner efter sin egen logik med session_start, tidsgrænser og identifikation via cookies eller andre signaler. Shopify arbejder med online store sessions i en mere platformsnær kontekst. Når du lægger consent-løsning, botfiltrering, checkout-domæner og app-tracking oveni, bliver forskellen tydelig.

Typiske årsager til store session-afvigelser er ofte disse:

Consent: GA4 mister data, når analytics storage afvises
Tidszone: Midnat kan ligge forskelligt i systemerne
Bottrafik: Shopify og GA4 filtrerer ikke nødvendigvis ens
Checkout-domæner: Overgange mellem domæner kan bryde sessioner
Filtre: Intern trafik, testtrafik og developer-miljøer kan være udeladt i ét system
Tagging: Et enkelt manglende event kan skubbe hele kæden skævt

Når en webshop ser 15 til 25 procent forskel i sessioner, er det altså ikke usædvanligt. Det er først et alvorligt problem, hvis forskellen pludselig hopper markant uden en forklaring, eller hvis trenden mellem systemerne ændrer karakter.

Det sidste er vigtigt. Et konstant gap er irriterende, men håndterbart. Et nyt gap er et advarselssignal.

Hvilket system skal du stole mest på?

Det rigtige svar er ikke “GA4” eller “Shopify”. Det rigtige svar er: Det afhænger af KPI’en.

Hvis du bruger ét værktøj som facit til alt, får du dårlige diskussioner og svagere beslutninger. Det er mere robust at definere ejerskab pr. metric.

For de fleste webshops giver denne arbejdsdeling bedst mening:

Shopify: Ordrer, nettoomsætning, checkout completion
GA4: Trafikkilder, adfærd, landing pages, kanalperformance
Begge: Sanity checks på funnel og udvikling over tid

Det betyder ikke, at GA4 er ubrugelig til køb eller omsætning. Det betyder bare, at Shopify typisk er den mest troværdige kilde, når ledelsen skal vide, hvad der faktisk blev solgt. GA4 er til gengæld stærk, når du skal se, hvilke kampagner, annoncer, sider og kanaler der påvirkede købet.

Det er præcis her, mange dashboards går galt. De blander kommercielle tal fra Shopify med trafik- og kanaldata fra GA4 uden tydeligt at markere, hvad der kommer hvorfra. Resultatet bliver, at brugerne tror, alt stammer fra samme logik. Det gør det ikke.

Sådan laver du en brugbar “best available truth”

Den bedste løsning er at beslutte, hvad der er jeres officielle sandhed, og skrive det ned. Ikke i hovedet. Ikke i Slack. I et KPI-dictionary eller et dashboard-notefelt, som alle kan se.

En enkel model kan se sådan ud:

Brug Shopify som officiel kilde til ordrer og omsætning.
Vælg én officiel trafikkilde, enten GA4 eller Shopify.
Brug det andet system som kontrol, ikke som facit.
Dokumentér forskelle i definitioner, filtre og tidszone.

Når det er gjort, falder en stor del af frustrationen væk. Ikke fordi tallene pludselig matcher, men fordi teamet stopper med at bruge tid på de forkerte diskussioner.

En praktisk tolerance hjælper også. Mange webshops har glæde af at definere acceptable spænd, så teamet ved, hvornår en afvigelse er normal, og hvornår den skal undersøges.

KPI	Primær kilde	Normal afvigelse mod kontrolkilde
Ordrer	Shopify	Lav
Omsætning	Shopify	Lav
Sessioner	Valgt primær kilde	Middel til høj
Brugere	Ingen fælles facit	Høj
Køb pr. kanal	GA4	Middel
Checkout completion	Shopify	Lav til middel

Brugere bør sjældent være en central styrings-KPI på tværs af systemerne. Det er simpelthen for let at skabe falsk præcision.

De mest oversete årsager til skæve tal

Mange går direkte til tracking-koden, når tallene ikke passer. Det er ofte for tidligt. Først bør man tjekke rammerne omkring målingen.

Det gælder især efter oktober 2024, hvor Shopify opdaterede sit analytics-framework. Hvis du sammenligner gamle rapporter, nye rapporter og GA4-tal uden at tage højde for det, risikerer du at diskutere tre forskellige versioner af virkeligheden.

Her er de områder, der bør gennemgås først:

Tidszone: Samme timezone i GA4, Shopify og eventuelle dashboards
Valuta: Samme valuta og håndtering af moms, rabatter og refunderinger
Consent-setup: Hvornår må GA4 sætte cookies og sende events?
Reporting identity i GA4: Blended, observed eller andet valg
Botfiltrering: Bruger du human-only sessioner i Shopify, og hvordan håndterer GA4 støj?
Interne filtre: Er teamets egen trafik fjernet i GA4, men ikke i Shopify?

Særligt samtykke er en stor synder i Europa. Hvis GA4 først må måle efter samtykke, mens Shopify stadig registrerer handelsforløb platformsnært, vil GA4 næsten altid ligge lavere på trafik og ofte også på køb.

Attribuering gør også sit. GA4 kan opdatere konverteringsdata bagud i tid. Shopify arbejder ud fra en anden logik. Derfor kan samme dato se anderledes ud afhængigt af, hvornår du kigger.

Sådan bør et fælles dashboard bygges

Hvis dit dashboard skal være brugbart for både ejerleder, marketing og e-commerce manager, skal forskellene være synlige. Ikke skjult.

Den mest robuste model er at vise parallelle metrics i stedet for at tvinge dem sammen til ét tal. Det kan være fristende at have ét felt, der bare hedder “sessions”. Det skaber næsten altid misforståelser.

Et bedre setup er:

shopify_orders
shopify_net_sales
shopify_sessions
ga4_sessions
ga4_purchases
ga4_purchase_revenue

Så kan du ovenpå bygge de KPI’er, der faktisk styrer forretningen. Eksempelvis kan “kommerciel performance” bruge Shopify-tal, mens “marketing performance” bruger GA4-tal.

Det giver også et mere ærligt dashboard. Brugeren kan se, at der findes to trafiktal og to købssignaler, og at de har hvert sit formål.

En enkel valideringsrutine, der fanger fejl tidligt

Det behøver ikke være tungt at holde øje med datakvaliteten. En fast ugentlig kontrol er nok for mange webshops.

Start med at sammenligne de samme fem til syv nøgletal hver uge over de seneste 7, 30 og 90 dage. Kig ikke kun på absolutte tal. Kig på forskel i procent og på retningen i trenden.

En god rutine kan være:

Shopify orders mod GA4 purchases
Shopify net sales mod GA4 purchase revenue
Shopify sessions mod GA4 sessions
Topkanaler i begge systemer
Andel unattributed trafik
Uventede hop i direct traffic
Fald i begin_checkout eller purchase events

Hvis forskellen pludselig bliver større efter en temaopdatering, ny cookiebanner-løsning, ny app eller ændringer i checkout, har du en ret god idé om, hvor du skal lede.

Det er også her release management bliver vigtigt. Hver gang der ændres i tema, tracking, GTM, checkout, apps eller consent, bør der laves en note i dashboardet. Ikke for dokumentationens skyld alene, men fordi det sparer timer senere.

Hvad der bør stå i dit KPI-dictionary

Et KPI-dictionary lyder kedeligt. Det er det måske også. Men det er et af de mest værdifulde dokumenter i en webshop, der arbejder seriøst med data.

Hver KPI bør som minimum have:

navn
definition
datakilde
formel
filtre
tidszone
opdateringsfrekvens
ansvarlig person eller funktion

Hvis der står, at “Orders” kommer fra Shopify, mens “Traffic” kommer fra GA4, undgår du den klassiske situation, hvor to personer møder ind til samme møde med hver sit facit.

Og hvis der står, at GA4 bruges til kanalvurdering, mens Shopify bruges til handelsrapportering, bliver det også lettere at tage de rigtige beslutninger, når tallene ikke matcher perfekt.

Det er ikke perfekt data, de fleste webshops mangler. Det er fælles regler for, hvordan data skal læses.

GA4 vs Shopify Analytics: Hvorfor tallene aldrig matcher – og sådan får du en brugbar sandhed