Modele atrybucji: dlaczego multi-touch zawodzi, a dark social wygrywa

Jakie są modele atrybucji

Modele oparte na regułach z góry określają, jaki udział w konwersji dostaje każdy punkt styku. Modele oparte na danych wyliczają udziały na podstawie zaobserwowanych ścieżek. Oba rozdzielają tylko to, co zarejestruje tracking.

W Google Analytics od listopada 2023 roku do wyboru są już tylko atrybucja oparta na danych i dwa warianty Last-Click. Modele First-Touch (tam „First Click”), liniowy, Time-Decay i oparty na pozycji zostały usunięte. Wszystkie trzy pozostałe modele uwzględniają tam także zaangażowane wyświetlenia reklam w YouTube, na przykład gdy ktoś ogląda reklamę przez 30 sekund bez klikania. Wejścia bezpośrednie nie dostają w Google Analytics udziału w żadnym modelu, dopóki ścieżka zawiera jeszcze inny kanał. Natomiast w atrybucji HubSpot przeanalizowanej przez Refine Labs były uwzględniane. Jeśli chcesz porównać modele, przelicz je samodzielnie w hurtowni danych lub w CRM.

Co zmierzyły Refine Labs i 6sense

Refine Labs, The Attribution Mirage, analiza z 2023 r., USA: Analiza Refine Labs „The Attribution Mirage” objęła dwanaście miesięcy, 620 konwersji z deklarowanym zamiarem zakupu i 21,5 mln USD ARR z wygranych transakcji. Oprogramowanie do atrybucji przypisało 78% konwersji wyszukiwarce, podczas gdy w deklaracjach klientów wyszukiwarka zebrała tylko 12% wskazań. W przypadku wygranych transakcji proporcja wynosiła według Refine Labs 79 do 3%. Między przypisaniem przez oprogramowanie a deklaracjami klientów jest więc 66 punktów procentowych różnicy dla wszystkich konwersji i 76 punktów procentowych dla wygranych transakcji. Dane pochodzą z zapytań, które otrzymała jedna amerykańska agencja B2B (Refine Labs, analiza z 2023 r.). Refine Labs promuje się przede wszystkim przez social media i własny podcast, co może tłumaczyć część wysokiego udziału podcastów. Czy ten rząd wielkości dotyczy Twojej firmy, pokażą dopiero deklaracje Twoich własnych klientów.

Różnica wynika z tego, że oprogramowanie rejestruje tylko te kroki, które technicznie może zobaczyć. Kto usłyszy o dostawcy w podcaście lub na grupie na Slacku, wyszukuje potem jego nazwę i trafia na stronę przez Google. Oprogramowanie przypisuje konwersję temu wyszukiwaniu.

Refine Labs, analiza z 2023 r., USA: W tej samej analizie według deklaracji klientów 53% przychodu z wygranych transakcji (11,4 mln USD) przypadało na podcasty, a atrybucja w oprogramowaniu przypisała im 0%. Na dark social przypadało w deklaracjach 85% wszystkich wskazań, czyli w przypadku Refine Labs na social media, podcasty, pocztę pantoflową i społeczności. Wielu klientów podawało kilka źródeł. Według Refine Labs atrybucja w oprogramowaniu w ogóle nie rejestruje podcastów ani społeczności.

6sense Buyer Experience Report, 2024, globalnie: 6sense Buyer Experience Report pokazuje, jak późno proces zakupowy w ogóle staje się widoczny dla dostawcy. W 2024 roku kupujący B2B mieli za sobą około 69% procesu zakupowego, zanim nawiązali kontakt z dostawcami, i to kupujący inicjowali pierwszy kontakt w 82% przypadków. W edycji 2025 jest to 61% ścieżki zakupowej, a 79% pierwszych kontaktów wychodzi od kupujących. Większość decyzji zapada więc, zanim kupujący porozmawiają z działem sprzedaży.

Dla atrybucji oznacza to, że poszukiwanie informacji odbywa się za pośrednictwem treści, rekomendacji i anonimowych wizyt na stronie. W CRM firma kupująca pojawia się dopiero wraz z formularzem albo pierwszą rozmową, a wtedy tylko część wcześniejszych wizyt da się jeszcze do niej przypisać.

Dlaczego atrybucja multi-touch zawodzi

Last-Click przecenia punkty styku w dolnej części lejka. Atrybucja multi-touch (MTA) ma to zrównoważyć, rozdzielając wartość na wszystkie kontakty na ścieżce zakupowej. Potrzebuje do tego kompletnych ścieżek na poziomie użytkownika, a te ścieżki urywają się w pięciu miejscach:

• Ochrona w przeglądarkach: Od ITP 2.1 z lutego 2019 roku Safari ogranicza czas życia plików cookie ustawianych przez skrypt do siedmiu dni. Kto wraca po przerwie dłuższej niż siedem dni, jest liczony jako nowa osoba. W cyklach B2B trwających kilka miesięcy ścieżka zakupowa rozpada się w ten sposób na wiele krótkich ścieżek.
• App Tracking Transparency: Od iOS 14.5 z kwietnia 2021 roku aplikacje muszą prosić o zgodę, zanim zaczną śledzić użytkowników lub odczytają identyfikator reklamowy. Bez zgody identyfikator składa się z samych zer.
• Luki w zgodach: Kto odrzuci baner cookie, znika ze ścieżek użytkowników. Jak duży jest ten odsetek, pokazuje artykuł Wskaźnik zgód w regionie DACH (Niemcy, Austria, Szwajcaria): utrata danych, prawo i pomiar.
• Zmiana urządzenia i osoby: Wyszukiwanie informacji na telefonie, prośba o demo na laptopie, akceptacja przez zarząd. Bez logowania to trzy osobne ścieżki, a w B2B decyzję zwykle podejmuje kilka osób.
• Walled gardens i dark social: Platformy reklamowe, takie jak LinkedIn czy Meta, raportują wyświetlenia tylko w formie zagregowanej. Reklama, którą ktoś zobaczył, ale w nią nie kliknął, nie pojawia się w ścieżkach użytkowników w Twoim narzędziu analitycznym. Rekomendacje ze Slacka, WhatsAppa czy z rozmowy docierają zupełnie bez referrera.

Atrybucja oparta na danych (DDA) rozdziela wartość za pomocą algorytmu zamiast według stałej reguły. Model pracuje jednak na tych samych niekompletnych ścieżkach i dlatego ma te same problemy z danymi wejściowymi co każdy model oparty na regułach.

Porównanie metod pomiaru

Żadna metoda nie odpowiada na wszystkie pytania. Wybór zależy od tego, jaką decyzję chcesz podjąć i jakie masz dane.

Ile danych historycznych potrzebuje model marketing mix, opisuje artykuł Marketing Mix Modeling: Meridian, Robyn i próg danych. Jak zbudować test geo-lift, wyjaśnia Testy inkrementalności: testy geo-lift zamiast ROAS z platform. W praktyce łączysz te metody: Last-Click do bieżącego sterowania w dolnej części lejka, deklaracje klientów dla kanałów bez śladu kliknięć, test lub MMM, zanim przesuniesz budżet.

Jak wprowadzić atrybucję deklaratywną w formularzu

Atrybucja deklaratywna to najprostsze uzupełnienie atrybucji z oprogramowania. Wystarczy jedno pole w formularzu i stała procedura analizy.

1. Dodaj pole: W formularzu demo lub kontaktowym dodaj otwarte pole tekstowe „Skąd o nas wiesz?”. Lista rozwijana oferuje tylko odpowiedzi, które już znasz, i ukrywa właśnie te kanały, których szukasz. Czy pole ma być obowiązkowe, zdecyduj na podstawie współczynnika wypełnień formularza.
2. Przenieś do CRM: Zapisz odpowiedź przy leadzie obok źródła UTM i atrybucji z oprogramowania, aby obie informacje towarzyszyły mu aż do wygranej transakcji.
3. Skategoryzuj odpowiedzi: Co miesiąc przypisuj odpowiedzi tekstowe do stałych kategorii, takich jak podcast, LinkedIn, rekomendacja, społeczność, wydarzenie i wyszukiwarka. Jeśli nowy wzorzec pojawi się kilka razy, dostaje własną kategorię.
4. Raportuj oba widoki obok siebie: Pokaż dla każdego kanału udział według oprogramowania i według deklaracji, osobno dla leadów i dla wygranych transakcji. Duże rozbieżności to sygnał do sprawdzenia, a nie gotowe odpowiedzi.

Częste błędy w atrybucji

• Last-Click jako klucz podziału budżetu: Wyszukiwarka, a w niektórych narzędziach także wejścia bezpośrednie, dostaje wartość za popyt, który wygenerowały podcasty, LinkedIn albo rekomendacje. Kto według tego dzieli budżet, tnie akurat te kanały, które tworzą popyt.
• Zmiana modelu jako rozwiązanie: Przejście z Last-Click na model liniowy lub DDA tylko na nowo rozdziela kontakty, które tracking i tak widzi. Rekomendacje, rozmowy i podcasty bez śladu kliknięć pozostają niewidoczne.
• Lista rozwijana zamiast otwartego pola: Gotowe odpowiedzi odzwierciedlają kanały, które już mierzysz, i potwierdzają dotychczasowy obraz.
• Deklaracje jako jedyna prawda: Kupujący zwykle podają kontakt, który zapamiętali, a nie całą ścieżkę zakupową. Ta informacja uzupełnia atrybucję z oprogramowania, a nie ją zastępuje.
• Zmiana w pomiarze odczytana jako efekt kanału: Nowy baner zgody, zmieniona konfiguracja trackingu albo przebudowany formularz przesuwają liczby, choć na rynku nic się nie zmieniło.

Raportowanie i przegląd

Rekomendacje z rozmów, komunikatorów, podcastów i społeczności zwykle docierają bez referrera i nie pojawiają się w trackingu jako osobny kanał. Dlatego deklaracje klientów powinny na stałe mieć w raportach własną kolumnę obok atrybucji z oprogramowania, jako korekta atrybucji, a nie jej zamiennik.

Prowadź dziennik zmian w trackingu, banerze zgody, formularzach i definicjach kanałów, z datą przy każdym wpisie. Dzięki temu rozpoznasz, czy skok w liczbach wynika z rynku, czy z pomiaru.

Jeśli wskaźnik rośnie po zmianie budżetu, nie dowodzi to jeszcze, że zmiana zadziałała. Zanim na stałe przesuniesz budżet, sprawdź efekt za pomocą testu holdout lub geo-lift. Jeśli nie da się tego zmierzyć, zapisz niepewność w dzienniku decyzji.

Dane na tej stronie pochodzą z USA (Refine Labs) i z globalnego badania (6sense). Czy dotyczą Twojego rynku w Europie, pokażą dopiero deklaracje Twoich własnych klientów zbierane przez kilka miesięcy.

Następny krok

Zanim zmienisz model atrybucji, uzupełnij pomiar: otwarte pole tekstowe w formularzu, odpowiedzi w CRM, oba widoki obok siebie w raportach. Po kilku miesiącach zobaczysz, których kanałów Twoje oprogramowanie nie docenia i gdzie opłaca się test inkrementalności.

Jak tracking, atrybucja, logika KPI i dashboardy łączą się w jeden system sterowania, pokazuje Marketing oparty na danych w Blck Alpaca. Inne pytania o pomiar z tego obszaru: Co liczy się jako wyświetlenie? Metryki wideo w YouTube i TikToku, Jak obliczyć engagement rate: pięć wzorów oraz przegląd Analityka social mediów, KPI & pomiar.