Atrybucja multi-touch dla e-commerce - dlaczego last-click kłamie

1. Problem last-click - na czym polega kłamstwo

Wyobraź sobie typową ścieżkę zakupu kosmetyków online:

1. Użytkownik widzi reklamę Reels Meta z influencerem - nie klika
2. 3 dni później widzi reklamę YouTube Demand Gen - obejrzał 15 sekund, nie klika
3. Dwa dni później widzi post organic na Instagramie marki - lajkuje
4. Tydzień później szuka „[produkt] opinie" w Google - czyta porównanie blogowe
5. Tego samego dnia wpisuje markę bezpośrednio w Google → trafia na stronę
6. Klika brand Search ad → kupuje za 350 PLN

Last-click attribution mówi: brand Search wygenerował 350 PLN sprzedaży. Reels, YouTube, organic Instagram, blog - 0 PLN. Wniosek tradycyjnego marketera: „Brand Search rocks, wyłącz Reels, ROAS spadł".

Realnie: bez Reels, YouTube i Instagrama ta osoba nigdy nie wpisałaby marki w Google. Każdy ze styków był krytyczny. Wyłączenie Reels w przyszłym miesiącu - i sprzedaż brandowa zacznie wysychać. Wtedy marketer zwala winę na „rynek się zmienił", a w rzeczywistości sam zerwał lejek.

2. Anatomia realnej ścieżki konwersji

Dla typowych e-commerce w 2026, średnia ścieżka konwersji:

• Impulsywne zakupy (do 100 PLN): 2-4 styki, czas decyzji do 1 dnia
• Średnie e-commerce (100-500 PLN): 5-8 styków, 3-14 dni
• Premium / luksus (500+ PLN): 8-15 styków, 1-4 tygodnie
• B2B SaaS / consulting: 15-30 styków, 4-12 tygodni
• B2B enterprise: 30-50+ styków, 3-12 miesięcy

Typowe style styków w e-commerce:

• Top of funnel (TOF): Reels, YouTube, TikTok, organic social, influencer - budują świadomość
• Middle of funnel (MOF): porównania, recenzje blogowe, opinie Google, organic search - rozważanie
• Bottom of funnel (BOF): brand search, retargeting Display/Meta, direct - decyzja

Last-click widzi tylko BOF. Wszystkie inwestycje w TOF i MOF wyglądają jak „strata budżetu". To prowadzi do spirali śmierci lejka: wycofujesz z TOF → przestaje napływać nowy ruch → BOF spada → cały biznes się kurczy.

3. Modele atrybucji - przegląd

Last-click

100% wartości do ostatniego kliknięcia. Najprostszy, najbardziej kłamliwy. Premiuje kanały konwersyjne (brand search, retargeting), karze top-of-funnel.

First-click

100% wartości do pierwszego kliknięcia. Odwrotność last-click. Premiuje TOF, karze BOF. Równie błędny, tylko w drugą stronę.

Linear

Równy rozdział wartości między wszystkie styki. Mniej zafałszowany niż last-click, ale niesprawiedliwy: pierwszy styk i ostatni są tak samo wartościowe jak pomocniczy w środku.

Position-based (40/20/40)

40% wartości do pierwszego styku, 40% do ostatniego, 20% rozdzielone między pomocnicze. Sensowny kompromis - premiuje brand awareness i finalizację. Dobry default dla kont bez wystarczająco danych do data-driven.

Time-decay

Styki bliższe konwersji mają większą wagę. Algorytm wykładniczego zaniku (zwykle półokres 7 dni). Dobry dla krótkich cykli decyzyjnych (impulsywne zakupy). Słaby dla B2B, gdzie pierwszy styk może być sprzed 3 miesięcy.

Data-driven attribution (DDA)

Najlepszy dostępny model. Google używa machine learning na danych Twojej strony do indywidualnego rozdziału wartości - patrzy które ścieżki kończyły się konwersją, które nie, i waży kanały. Wymaga minimum 600 konwersji w 30 dni, by aktywować. Poniżej - GA4 sugeruje position-based.

4. Data-Driven Attribution w GA4

Jak włączyć DDA

1. GA4 → Admin → Property → Attribution Settings
2. Wybierz „Data-driven model" (jeśli niedostępny - konto nie ma wystarczająco konwersji)
3. Conversion window: 30 dni (standard), 90 dni dla B2B
4. Apply do wszystkich konwersji

Po włączeniu raporty Conversions, Acquisition i Monetization używają DDA. Stare raporty (last-click) nadal dostępne w komparatorach.

Jak czytać DDA

Każdy kanał ma teraz fractional value - np. Reels 0.3 konwersji zamiast 0 (last-click), brand search 0.45 zamiast 1.0. Suma = liczba konwersji, ale rozdzielona realistycznie.

Praktyczne odczytania:

• Kanał z wysokim DDA value, niskim last-click value → assist kanał, krytyczny dla lejka, nie wyłączaj
• Kanał z wysokim DDA, wysokim last-click → kanał konwersyjny i pomocniczy, skaluj
• Niski DDA, niski last-click → kanał nieefektywny, wycinaj
• Wysoki last-click, niski DDA → kanał, który kanibalizuje (zbiera konwersje, które i tak by się zdarzyły)

5. MER - metryka, której platformy nie zhakują

Marketing Efficiency Ratio (MER) = total revenue / total ad spend across all channels. Wzór:

MER = total revenue z całego sklepu / suma wydatków na wszystkie kanały reklamowe

Dlaczego to ważne: ROAS w Meta Ads pokazuje 6x, w Google Ads 8x. Suma „ROAS" sugeruje, że każde 1 PLN wydatku zwraca 7 PLN. Ale w rzeczywistości oba systemy przypisują sobie te same konwersje (Meta przez 7-day click, Google przez data-driven attribution). Sumarycznie liczą 1.5-2x więcej niż realnie się wydarzyło.

MER tego nie da się oszukać - bierzesz revenue ze swojego e-commerce (Shopify, Magento, custom) i dzielisz przez sumę wydatków. Realny incremental revenue.

Typowe wartości MER:

• Słaby: MER < 2.0 (1 PLN wydatku zwraca mniej niż 2 PLN revenue - po marży zwykle stratny)
• OK: MER 2.5-3.5 (zdrowe e-commerce z marżą 30-40%)
• Dobry: MER 4-5 (mocne marki z dobrym retention)
• Świetny: MER 6+ (top-tier brand)

Jak MER czytać:

Trzymaj historię MER tydzień po tygodniu. Jeśli włączasz nową kampanię i widzisz: ROAS w Meta Ads 5x (świetnie), ale MER spada z 3.5 do 3.0 → nowa kampania kanibalizuje istniejący ruch, nie przynosi incremental. Decyzja: wyłącz.

6. Geo-lift - złoty standard walidacji

Geo-lift to najbardziej wiarygodna metoda mierzenia incremental wkładu kampanii. Stosujesz, gdy chcesz wiedzieć: czy konkretna kampania / kanał faktycznie zarabiają, czy tylko zbierają konwersje, które i tak by się zdarzyły.

Jak zrobić geo-lift test (uproszczony):

1. Wybierz 2 podobne rynki / regiony: np. Polska Centralna (test) vs Polska Południowa (kontrola). Podobny mix demograficzny, podobny baseline sprzedaży w ostatnich 8 tygodniach.
2. Mierz baseline 4 tygodnie: revenue i orders na każdym rynku per tydzień. Upewnij się, że oba rynki rosną/spadają proporcjonalnie.
3. Włącz kampanie tylko w test rynku: kontrola zostaje bez nowej kampanii.
4. Mierz 4-8 tygodni: revenue na obu rynkach.
5. Porównaj % wzrostu: test rynek +25%, kontrola rynek +8% (bo np. sezon) → incremental lift = 25% - 8% = 17%.
6. Przelicz na revenue: 17% × baseline revenue rynku test = realny incremental wkład kampanii.

Zaawansowane geo-lift z synthetic control:

Dla większych firm z wielu rynków: zamiast jednego rynku kontrolnego, użyj syntetycznej kontroli - ważoną kombinację 3-5 podobnych rynków jako baseline. Google ma dla tego open-source toolkit (CausalImpact). Dokładniejsze, ale wymaga statystyka / data analyst.

7. 6 błędów, które kosztują budżet

1. Patrzenie tylko na ROAS w Ads Manager - to atrybucja dostawcy reklam, premiuje sam siebie. Krzyżuj z GA4 i Shopify.
2. Last-click jako default - przegrana strategia, premiuje BOF, niszczy TOF. Przełącz na DDA lub position-based.
3. Wyłączanie TOF kampanii „bo nie konwertują" - bez TOF nowych klientów, BOF wysycha w 3-6 miesięcy.
4. Sumowanie ROAS z różnych platform - jedna konwersja może być policzona przez Meta, Google i TikTok jednocześnie. Realna kontrybucja: 50-70% sumy.
5. Brak MER w cotygodniowym raporcie - jedyna metryka, której platformy nie zhakują. Powinna być na top of dashboard.
6. Brak geo-lift dla większych zmian budżetu - przesuwasz 100k PLN/mies z Display do Reels? Nie zgaduj - zmierz geo-liftem.