Atrybucja konwersji to najważniejsze, a jednocześnie najmniej zrozumiane pojęcie w analityce marketingowej. Klient widział Twoją reklamę na YouTube, potem szukał produktu w Google, kliknął reklamę Search, odwiedził stronę, wrócił przez remarketing i kupił. Której kampanii przypisać sprzedaż? Odpowiedź decyduje o alokacji budżetu i ocenie skuteczności reklam. W tym przewodniku pokażę, jak działają modele atrybucji w Google Ads i GA4, jak wybrać właściwy i jak unikać błędów. Zobacz naszą usługę Google Ads oraz analitykę GA4 dla e-commerce.
Czym jest atrybucja konwersji
Atrybucja (attribution) to proces przypisywania zasługi za konwersję punktom styku (touchpoints) na ścieżce klienta. Punkt styku to każda interakcja użytkownika z Twoją marką: kliknięcie reklamy, odsłona banera, wizyta organiczna, odsłona wideo.
Dlaczego atrybucja ma znaczenie
Bez atrybucji nie wiesz, która kampania generuje sprzedaż. Wyobraź sobie sklep, który prowadzi kampanię Display (budowanie świadomości), kampanię Search brand (zamykanie sprzedaży), kampanię YouTube (budowanie popytu) i remarketing (odzyskiwanie koszyków).
Z modelem last-click 90% konwersji przypisze się Search brand. Wyłączysz YouTube i Display, bo „nie generują konwersji". Ale to one budują popyt, który Search zamyka. Bez nich Search nie miałby komu sprzedawać.
Ścieżka klienta (customer journey)
Typowa ścieżka e-commerce:
- Odkrycie — użytkownik widzi reklamę Display/YouTube
- Rozważanie — szuka w Google, klika reklamę Search
- Ocena — odwiedza stronę, porównuje produkty
- Decyzja — wraca przez remarketing, kupuje
Każdy etap to inna kampania. Atrybucja decyduje, jak podzielić zasługę między nimi.
Modele atrybucji w Google Ads
Google Ads oferuje 6 modeli atrybucji:
1. Last-click (ostatnie kliknięcie)
100% zasługi dla ostatniego kliknięcia przed konwersją.
Zalety: Prosty, przewidywalny, łatwy do wyjaśnienia.
Wady: Ignoruje wcześniejsze interakcje, przecenia kampanie zamykające (brand, retargeting), niedocenia kampanie budujące popyt (Display, YouTube).
Kiedy używać: Tylko do prostych kampanii jednokanałowych lub raportowania brandowego.
2. First-click (pierwsze kliknięcie)
100% zasługi dla pierwszego kliknięcia na ścieżce.
Zalety: Docenia kampanie budujące świadomość (Display, YouTube).
Wady: Ignoruje kampanie zamykające, przecenia kampanie akwizycyjne.
Kiedy używać: Do mierzenia skuteczności kampanii budujących świadomość marki.
3. Linear (liniowy)
Zasługa dzielona równo między wszystkie kliknięcia.
Zalety: Uwzględnia wszystkie punkty styku.
Wady: Traktuje wszystkie interakcje tak samo, niezależnie od pozycji.
Kiedy używać: Do krótkich ścieżek (2-3 kliknięcia).
4. Time-decay (zanikający w czasie)
Zasługa rośnie z czasem — im bliżej konwersji, tym więcej zasługi.
Zalety: Uwzględnia wszystkie punkty styku, ale priorytetyzuje zamykające.
Wady: Wymaga ustawienia half-life (domyślnie 7 dni).
Kiedy używać: Do kampanii z krótkim cyklem zakupowym (impulse buy).
5. Position-based (pozycyjny)
40% zasługi dla pierwszego i ostatniego kliknięcia, 20% dla środkowych.
Zalety: Balans między akwizycją a zamykaniem.
Wady: Sztywny podział, nie uwzględnia rzeczywistego wpływu.
Kiedy używać: Do kampanii z długim cyklem zakupowym (B2B, produkty premium).
6. Data-driven (oparty na danych)
Algorytm machine learning dzieli zasługę na podstawie rzeczywistego wpływu każdego kliknięcia na konwersję.
Zalety: Najdokładniejszy, uwzględnia kontekst, czas, kolejność.
Wady: Wymaga min. 300 konwersji w 30 dni, mniej przejrzysty.
Kiedy używać: Dla większości kampanii e-commerce z wystarczającym ruchem.
Porównanie modeli
| Model | Akwizycja | Zamykanie | Wymagania | Dokładność |
|---|---|---|---|---|
| Last-click | 0% | 100% | Brak | Niska |
| First-click | 100% | 0% | Brak | Niska |
| Linear | 50% | 50% | Brak | Średnia |
| Time-decay | 30% | 70% | Brak | Średnia |
| Position-based | 40% | 40% | Brak | Średnia |
| Data-driven | Zmienna | Zmienna | 300 konw./30 dni | Wysoka |
Data-driven attribution — jak działa
Data-driven attribution (DDA) to domyślny model Google od 2021. Zastąpił ostatni kliknięcie dla nowych kont i jest zalecany dla większości kampanii.
Algorytm DDA
DDA używa algorytmu machine learning (Markov chains i Shapley value) do analizy ścieżek konwersji:
- Analiza ścieżek — algorytm porównuje ścieżki, które zakończyły się konwersją, ze ścieżkami, które nie
- Obliczenie wpływu — dla każdego kliknięcia oblicza, jak bardzo zwiększyło prawdopodobieństwo konwersji
- Podział zasługi — zasługa dzielona proporcjonalnie do wpływu
Algorytm uwzględnia: kolejność kliknięć (pierwsze vs ostatnie), czas między kliknięciami (świeżość), typ kampanii (Search vs Display vs YouTube), urządzenie (mobile vs desktop), kreatywę (nagłówek, obraz).
Wymagania DDA
- Minimum: 300 konwersji w 30 dni (dla Google Ads)
- Zalecane: 600+ konwersji w 30 dni (pełna optymalizacja)
- GA4: 300 konwersji w 30 dni (dla raportów atrybucji)
Poniżej 300 konwersji DDA nie ma wystarczających danych. Google przełącza na position-based jako alternatywę.
Jak DDA zmienia raportowanie
DDA może drastycznie zmienić obraz skuteczności kampanii:
Przykład (sklep z odzieżą):
- Last-click: Search brand = 70% konwersji, Display = 5%
- DDA: Search brand = 35%, Display = 25%, YouTube = 20%, Search non-brand = 20%
DDA pokazuje, że Display i YouTube budują popyt, który Search brand zamyka. Bez nich Search brand miałby mniej konwersji.
Atrybucja w GA4
GA4 ma własny system atrybucji, różny od Google Ads.
Różnice między GA4 a Google Ads
Zakres:
- Google Ads: tylko kliknięcia reklam Google
- GA4: wszystkie punkty styku (reklamy Google, organic search, direct, social, referral)
Modele:
- Google Ads: 6 modeli (last-click, first-click, linear, time-decay, position-based, data-driven)
- GA4: te same 6 modeli, ale zastosowane do wszystkich kanałów
Dane:
- Google Ads: dane z kliknięć reklam (gclid)
- GA4: dane z sesji użytkownika (client_id, user_id)
Raporty atrybucji w GA4
GA4 ma dwa raporty atrybucji:
1. Model comparison (Porównanie modeli) — porównaj konwersje w różnych modelach atrybucji. Pokazuje, jak zmiana modelu wpływa na przypisanie.
2. Paths (Ścieżki) — analizuj ścieżki konwersji — sekwencje kanałów prowadzące do konwersji. Pokazuje: top ścieżki (najczęstsze sekwencje), długość ścieżki (liczba interakcji), czas do konwersji.
Konfiguracja atrybucji w GA4
Domyślny model atrybucji w GA4 to data-driven. Możesz zmienić w: Admin → Data Streams → Web Stream → Configure tag settings → Adjust default attribution.
Ustawienia:
- Attribution model: Data-driven (zalecane)
- Reporting territory: Poland (dla strefy czasowej)
- Lookback window: 30 days (domyślnie), 7/15/30/60/90 dni
Lookback window (okno wsteczne)
Lookback window to czas, w którym GA4 uwzględnia interakcje przed konwersją:
- 7 dni — dla impulse buy, krótkich cykli
- 15 dni — dla standardowych e-commerce
- 30 dni — dla produktów premium (domyślnie)
- 60 dni — dla B2B, długich cykli
- 90 dni — dla nieruchomości, samochodów
Większe okno = więcej interakcji uwzględnionych = lepsza atrybucja, ale dłużej czekasz na dane.
Enhanced Conversions — lepsza atrybucja
Enhanced Conversions to funkcja Google Ads i GA4, która poprawia dokładność atrybucji poprzez hashowanie danych klienta.
Jak działa Enhanced Conversions
- Klient wchodzi na stronę i wypełnia formularz (e-mail, telefon)
- Google Ads tag hashuje dane (SHA-256) i wysyła z konwersją
- Google dopasowuje hash do konta Google
- Konwersja przypisywana do kliknięcia reklam
Typy Enhanced Conversions
Enhanced Conversions for Web — dla konwersji online (zakupy, leady). Hashuje e-mail, telefon, imię, nazwisko, kod pocztowy.
Enhanced Conversions for Leads — dla konwersji offline (telefon, CRM). Hashuje dane leadu z formularza.
Dlaczego warto
- +15-30% konwersji — więcej konwersji przypisanych do reklam (vs 60-80% bez)
- Lepsza atrybucja cross-device — klient klika reklamę na mobile, kupuje na desktop
- Prywatność — dane hashowane, zgodne z RODO
- Przyszłość — bez cookies trzeciej strony
Konfiguracja Enhanced Conversions
- Włącz w Google Ads: Tools → Conversions → Settings → Enhanced conversions
- Skonfiguruj Google Tag Manager lub gtag.js do hashowania danych
- Przetestuj z Google Tag Assistant
- Zweryfikuj w Conversions → Diagnostics
Atrybucja cross-domain i cross-device
Cross-domain atrybucja
Jeśli masz wiele domen (np. sklep.pl i blog.pl), GA4 może śledzić użytkownika między nimi:
- W Admin → Data Streams → Configure tag settings → Connected sites
- Dodaj domeny do listy
- GA4 używa _gl parameter do przekazywania client_id
Bez cross-domain atrybucji użytkownik, który wchodzi na blog.pl i potem sklep.pl, jest traktowany jako dwóch użytkowników.
Cross-device atrybucja
Google Ads śledzi użytkowników między urządzeniami przez:
- Signed-in Google — użytkownik zalogowany na konto Google
- Customer Match — hash e-mail dopasowany do konta
- Enhanced Conversions — hash danych z formularza
Bez cross-device atrybucji klient, który klika reklamę na telefonie i kupuje na laptopie, jest traktowany jako dwóch użytkowników. Enhanced Conversions rozwiązuje ten problem.
Błędy i pułapki w atrybucji
1. Używanie last-click dla wielokanałowych kampanii
Najczęstszy błąd. Last-click przecenia kampanie zamykające (brand, retargeting) i niedocenia budujące popyt (Display, YouTube). Efekt: wyłączasz kampanie budujące popyt, spada całkowita sprzedaż.
Rozwiązanie: Przełącz na data-driven attribution (jeśli masz 300+ konwersji) lub position-based (jako alternatywa).
2. Porównywanie konwersji między różnymi modelami
Konwersje w last-click vs data-driven to różne liczby. Nie porównuj ROAS między kampaniami w różnych modelach.
Rozwiązanie: Używaj jednego modelu na koncie. Zmiana modelu = historyczne dane przeliczone, ale porównanie między okresami w różnych modelach jest niemiarodajne.
3. Zbyt krótkie okno atrybucji
Lookback window 7 dni dla produktów premium z cyklem 30+ dni oznacza, że wcześniejsze interakcje są ignorowane.
Rozwiązanie: Ustaw lookback window zgodnie z cyklem zakupowym: 7 dni dla impulse, 30 dni dla standard, 60-90 dni dla premium.
4. Brak Enhanced Conversions
Bez Enhanced Conversions 20-40% konwersji nie jest przypisanych do reklam (cross-device, ad blockers, cookies).
Rozwiązanie: Włącz Enhanced Conversions dla Web i Leads. Wymaga GTM lub gtag.js.
5. Mieszanie atrybucji Google Ads i GA4
Google Ads atrybuje tylko kliknięcia reklam, GA4 wszystkie kanały. ROAS w Google Ads ≠ ROAS w GA4.
Rozwiązanie: Używaj Google Ads do optymalizacji kampanii, GA4 do analizy pełnej ścieżki klienta.
6. Ignorowanie atrybucji organicznej
GA4 uwzględnia organic search, direct, social. Google Ads nie. Jeśli organiczny Search generuje 50% ruchu, atrybucja Google Ads pokazuje tylko połowę obrazu.
Rozwiązanie: Analizuj atrybucję w GA4 (pełny obraz), optymalizuj kampanie w Google Ads (reklamy).
Narzędzia atrybucji
Google Ads Attribution Reports
- Attribution overview — podsumowanie konwersji w różnych modelach
- Top paths — najczęstsze ścieżki konwersji
- Path metrics — długość ścieżki, czas do konwersji
- Assisted conversions — asysty konwersji (kliknięcia, które nie zamykają, ale pomagają)
GA4 Attribution Reports
- Model comparison — porównanie modeli atrybucji
- Paths — analiza ścieżek konwersji
- Conversion paths — sekwencje kanałów
- Time to convert — czas od pierwszej interakcji do konwersji
Narzędzia zewnętrzne
- Google Attribution 360 — enterprise, integracja z DV360
- Adjust — mobile attribution, deep linking
- AppsFlyer — mobile attribution, fraud prevention
- Branch — mobile attribution, universal links
Dla e-commerce webowego wystarczą Google Ads i GA4. Dla aplikacji mobilnych potrzebne narzędzia zewnętrzne.
Jak wybrać model atrybucji
Decyzja krok po kroku
1. Ile masz konwersji miesięcznie?
- <300: Position-based (40/20/40) lub time-decay
- 300-600: Data-driven (minimum spełnione)
- 600+: Data-driven (pełna optymalizacja)
2. Jaki cykl zakupowy?
- Impulse (1-3 dni): Time-decay z 7-dniowym half-life
- Standard (7-30 dni): Data-driven z 30-dniowym lookback
- Premium (30-90 dni): Data-driven z 60-90-dniowym lookback
3. Ile kanałów reklamowych?
- 1 kanał: Last-click wystarczy
- 2-3 kanały: Position-based lub data-driven
- 4+ kanały: Data-driven (jedyny dokładny dla wielu kanałów)
4. Czy masz Enhanced Conversions?
- Tak: Data-driven (pełna dokładność)
- Nie: Włącz Enhanced Conversions, potem data-driven
Rekomendacje dla e-commerce
Mały sklep (<300 konwersji/mies.):
- Model: Position-based (40/20/40)
- Lookback: 30 dni
- Enhanced Conversions: Tak
- Raportowanie: Google Ads + GA4
Średni sklep (300-1000 konwersji/mies.):
- Model: Data-driven
- Lookback: 30 dni
- Enhanced Conversions: Tak
- Raportowanie: Google Ads + GA4 + Paths
Duży sklep (1000+ konwersji/mies.):
- Model: Data-driven
- Lookback: 30-60 dni
- Enhanced Conversions: Tak (Web + Leads)
- Raportowanie: Pełne + Attribution 360 (jeśli DV360)
Atrybucja a alokacja budżetu
Atrybucja decyduje o alokacji budżetu. Zły model = złe decyzje.
Przykład: Sklep z elektroniką
Budżet: 50 000 PLN/mies.
Last-click:
- Search brand: 40 000 PLN (80% konwersji)
- Search non-brand: 5 000 PLN (10%)
- Display: 2 000 PLN (5%)
- YouTube: 3 000 PLN (5%)
Data-driven:
- Search brand: 20 000 PLN (35% konwersji)
- Search non-brand: 12 000 PLN (25%)
- Display: 10 000 PLN (20%)
- YouTube: 8 000 PLN (20%)
Różnica: Last-click inwestuje 80% w brand (zamykanie), DDA inwestuje 60% w akwizycję (budowanie popytu). Po 3 miesiącach DDA generuje 30% więcej konwersji, bo buduje lejek, nie tylko zamyka.
Jak zmienić model atrybucji
- W Google Ads: Tools → Conversions → Settings → Attribution model
- Wybierz model (data-driven zalecane)
- Zapisz — dane historyczne przeliczone
- Odczekaj 7-14 dni stabilizacji
- Porównaj wyniki przed i po
Nie zmieniaj modelu częściej niż co 3-6 miesięcy — potrzeba czasu na stabilizację.
Podsumowanie
Atrybucja to fundament pomiaru skuteczności reklam. Zły model = złe decyzje = zmarnowany budżet.
Kluczowe zasady:
- Data-driven to domyślny i zalecany model dla większości kampanii
- Enhanced Conversions poprawia dokładność o 15-30%
- Lookback window dopasuj do cyklu zakupowego
- Nie porównuj konwersji między różnymi modelami
- Używaj GA4 do pełnego obrazu, Google Ads do optymalizacji
- Nie zmieniaj modelu częściej niż co 3-6 miesięcy
Jeśli chcesz wdrożyć poprawną atrybucję w swoim sklepie, umów bezpłatną konsultację. Przeanalizujemy Twoje konto Google Ads i GA4 i pokażemy, jak poprawić pomiar skuteczności. Zobacz też nasze artykuły o Performance Max, analityce GA4 i Google Tag Manager.