GA4 E-TİCARET EVENTLERİNİ DOĞRU KURGULAMAK VE TEST ETMEK
E-ticaret sitelerinde en büyük risk, satışların düşmesi değil; satışların doğru ölçülmemesidir. Çünkü yanlış kurgulanan GA4 e-ticaret eventleri, gelir raporlarını bozar, kampanya optimizasyonunu yanıltır ve yanlış kararlar alınmasına neden olur.
GA4 ile birlikte event tabanlı ölçüm modeli standart hale geldi. Ancak bu esneklik, doğru planlanmadığında veri tutarsızlığına yol açabilir. Özellikle add_to_cart, begin_checkout ve purchase gibi kritik adımların eksik ya da hatalı tetiklenmesi, performans analizini zorlaştırır.
Bu rehberde GA4 e-ticaret event kurulumu, parametre tasarımı, veri katmanı kullanımı, test senaryosu oluşturma ve hata ayıklama sürecini sistemli bir çerçevede ele alacağız. Amaç; ölçüm altyapısını güvenilir ve sürdürülebilir hale getirmektir.

GA4 e-ticaret event yapısını doğru planlamak
Başarılı bir ölçüm için ilk adım, event listesini rastgele değil stratejik olarak belirlemektir. GA4, önerilen e-ticaret event setini sunar; ancak her site için uygulama detayları farklıdır.
Standart e-ticaret eventlerini eksiksiz tanımlamak
Temel event zinciri genellikle şu adımlardan oluşur: view_item, add_to_cart, view_cart, begin_checkout, add_shipping_info, add_payment_info ve purchase. Bu zincirde bir adım eksikse, funnel analizi hatalı çıkar. Event isimlerinin birebir doğru yazılması kritik öneme sahiptir.
Event sıralamasını iş akışına göre kurgulamak
Kullanıcı akışı her zaman lineer değildir. Örneğin kullanıcı ürünü sepete ekleyip çıkabilir, sonra tekrar gelip ödeme adımına geçebilir. Bu nedenle event kurgusu, gerçek kullanıcı davranışını yansıtmalıdır. Varsayıma dayalı değil, akışa dayalı bir tasarım yapılmalıdır.
// Örnek: add_to_cart event yapısı
gtag('event', 'add_to_cart', {
currency: 'TRY',
value: 899.90,
items: [{
item_id: 'SKU_12345',
item_name: 'Koşu Ayakkabısı',
price: 899.90,
quantity: 1
}]
});Parametre tasarımı ile veri kalitesini artırmak
Event tetiklemek yeterli değildir; doğru parametrelerle zenginleştirmek gerekir. GA4 raporları büyük ölçüde parametre kalitesine dayanır.
Items dizisini eksiksiz ve tutarlı göndermek
Items array içinde item_id, item_name, price ve quantity gibi alanların eksiksiz olması gerekir. Eğer item_id tutarsızsa, ürün bazlı performans raporları sağlıklı çalışmaz. Aynı ürün için farklı ID kullanmak veri bölünmesine neden olur.
Gelir ve para birimi parametrelerini doğru iletmek
Purchase event’inde value ve currency parametreleri doğru gönderilmelidir. Vergi ve kargo dahil mi, hariç mi olduğu net olmalıdır. Aksi halde reklam platformlarına aktarılan gelir verisi hatalı olur ve ROAS hesaplaması sapar.
- item_id tüm sistemlerde aynı olmalı
- value ile ürün toplamı tutarlı olmalı
- currency her event’te belirtilmeli
- quantity gerçek adetle eşleşmeli
- test ortamı ve canlı ortam ayrılmalı

DataLayer yapısını temiz ve sürdürülebilir kurmak
Sağlam bir dataLayer mimarisi, ölçüm hatalarını büyük ölçüde azaltır. Özellikle Google Tag Manager kullanan yapılarda veri katmanı düzenli olmalıdır.
Tekrarlayan ve çakışan veri gönderimini önlemek
Sayfa yenilendiğinde aynı purchase event’inin tekrar tetiklenmesi en sık görülen hatalardandır. Bu durum çift gelir kaydına yol açar. Transaction ID kontrolü yapılmalı ve her sipariş için benzersiz ID gönderilmelidir.
Backend ve frontend veri uyumunu sağlamak
Ödeme sonrası backend’de oluşan sipariş verisi ile frontend’de tetiklenen purchase event’i birebir eşleşmelidir. Aksi halde raporlanan gelir ile muhasebe verisi farklı çıkar. Bu fark güven kaybına yol açar.
// Örnek: purchase event veri katmanı
dataLayer.push({
event: 'purchase',
ecommerce: {
transaction_id: 'ORDER_98765',
value: 1249.90,
currency: 'TRY',
items: [{
item_id: 'SKU_987',
item_name: 'Spor Çanta',
price: 1249.90,
quantity: 1
}]
}
});GA4 DebugView ve test sürecini sistemli yürütmek
Event kurulumunun en kritik aşaması testtir. DebugView kullanılmadan canlıya alınan ölçüm yapıları genellikle eksik veya hatalı olur.
Her adımı senaryo bazlı test etmek
Test sürecinde sadece “ürün satın aldım çalıştı” demek yeterli değildir. Sepete ekleme, sepetten çıkarma, ödeme iptali, başarısız ödeme, kupon kullanımı gibi farklı senaryolar ayrı ayrı test edilmelidir. Böylece edge case hataları yakalanır.
Gerçek zamanlı ve standart raporları karşılaştırmak
DebugView anlık tetiklemeyi gösterir; ancak standart raporlar işlenmiş veriyi sunar. Bu iki alanı karşılaştırarak veri kaybı olup olmadığını kontrol etmek gerekir. Event sayıları beklenenden düşükse filtre veya tetikleme sorunu olabilir.

En sık yapılan GA4 e-ticaret hatalarını önlemek
Yanlış ölçüm çoğu zaman teknik değil, süreç hatasından kaynaklanır. Aşağıdaki problemler sık görülür:
Çift purchase tetiklenmesini engellemek
Teşekkür sayfasının yeniden yüklenmesi veya sayfa geçmişi kullanımı çift tetiklemeye yol açabilir. Transaction ID kontrolü ve backend doğrulaması şarttır. Purchase event’i yalnızca başarılı ödeme sonrası bir kez gönderilmelidir.
Test verisini canlı rapora karıştırmamak
Test siparişleri canlı raporlarda görünüyorsa, veri filtrelemesi eksiktir. Test ortamı için ayrı ölçüm kimliği kullanmak ya da internal traffic filtresi tanımlamak gerekir. Aksi halde analiz yanıltıcı olur.

Raporlama ve optimizasyon için sağlam temel oluşturmak
Doğru kurgulanmış GA4 e-ticaret event yapısı; sadece raporlama için değil, reklam optimizasyonu için de kritiktir. Özellikle Google Ads dönüşüm aktarımı yapılırken gelir doğruluğu büyük önem taşır.
Dönüşüm işaretlemelerini doğru seçmek
Her event dönüşüm olarak işaretlenmemelidir. Genellikle purchase ana dönüşüm, add_to_cart veya begin_checkout mikro dönüşüm olarak takip edilir. Yanlış dönüşüm işaretlemesi otomatik teklif stratejilerini olumsuz etkileyebilir.
Veriyi aksiyona dönüştürmek için düzenli kontrol yapmak
Aylık olarak event sayıları, gelir toplamı, ortalama sepet tutarı ve ürün performansı kontrol edilmelidir. GA4 arayüzündeki e-ticaret raporları ile backend satış raporu karşılaştırılmalıdır. Bu sistemli yaklaşım için Google Analytics eğitimi yol haritası oluşturmak faydalıdır.
Sonuç: GA4 e-ticaret eventlerini doğru kurgulamak ve test etmek; planlı event tasarımı, tutarlı parametre kullanımı, sağlam dataLayer yapısı ve disiplinli test süreci gerektirir. Ölçüm güvenilir olduğunda, analiz ve optimizasyon da güvenilir hale gelir.


