Atrybucja oparta na danych (ang. data-driven attribution, DDA) to model, który rozdziela zasługę za konwersję między wszystkie punkty styku na ścieżce klienta na podstawie uczenia maszynowego, a nie sztywnej reguły typu „100% dla ostatniego kliknięcia”. Od kilku lat jest to domyślny model w Google Ads i Google Analytics 4. Dla marketera oznacza to bardziej sprawiedliwą ocenę kampanii, które budują popyt na początku cyklu konwersji, ale rzadko „zamykają” sprzedaż.
Jak działa atrybucja oparta na danych?
Algorytm porównuje ścieżki konwersji użytkowników, którzy dokonali konwersji, ze ścieżkami tych, którzy jej nie dokonali. Sprawdza, o ile wzrasta prawdopodobieństwo konwersji, gdy na ścieżce pojawia się dana kampania, słowo kluczowe czy kanał. Punktom styku, które realnie zwiększają szansę na wynik, przypisuje większy udział w konwersji. Model uczy się na danych konkretnego konta, dlatego dwie firmy z tej samej branży mogą otrzymać zupełnie inny rozkład zasługi.
Warto pamiętać o kilku cechach technicznych:
- konwersje są przypisywane ułamkowo (np. 0,4 konwersji dla kampanii A i 0,6 dla kampanii B), więc w raportach pojawiają się liczby niecałkowite;
- model działa w ramach okna atrybucji zdefiniowanego w ustawieniach konwersji lub usługi GA4;
- Google stopniowo znosiło progi minimalnego wolumenu danych, dzięki czemu DDA jest dostępna również dla mniejszych kont;
- w 2023 roku Google wycofało z Google Ads i GA4 pozostałe modele regułowe (pierwsze kliknięcie, liniowy, rozkład czasowy, uwzględniający pozycję) – do wyboru pozostały atrybucja oparta na danych oraz ostatnie kliknięcie.
Czym różni się od modelu ostatniego kliknięcia?
Załóżmy, że użytkownik przed zakupem miał trzy kontakty z reklamami: najpierw kampania Display, potem ogólne słowo kluczowe w wyszukiwarce, a na końcu zapytanie brandowe. Poniższa tabela pokazuje przykładowy, hipotetyczny rozkład jednej konwersji.
| Punkt styku | Ostatnie kliknięcie | Atrybucja oparta na danych (przykład) |
|---|---|---|
| Display (pierwszy kontakt) | 0,00 | 0,25 |
| Search – fraza ogólna | 0,00 | 0,45 |
| Search – fraza brandowa | 1,00 | 0,30 |
W modelu ostatniego kliknięcia kampania brandowa wygląda na jedyne źródło sprzedaży, a kampanie zasięgowe i ogólne frazy wydają się nieopłacalne. DDA pokazuje, że bez wcześniejszych punktów styku konwersja mogłaby w ogóle nie nastąpić.
Kiedy warto ją stosować, a kiedy nie?
Atrybucja oparta na danych sprawdza się szczególnie dobrze, gdy:
- ścieżka konwersji jest wielokanałowa i wieloetapowa (B2B, e-commerce z dłuższym namysłem, usługi finansowe);
- równolegle działa kilka typów kampanii: Search, Performance Max, Display, YouTube, Demand Gen;
- korzystasz ze Smart Bidding – strategie Docelowy CPA i Docelowy ROAS optymalizują stawki na podstawie przypisanych konwersji, więc lepszy model atrybucji przekłada się bezpośrednio na trafniejsze stawki.
Model ostatniego kliknięcia może być nadal użyteczny, gdy potrzebujesz prostej, w pełni przewidywalnej logiki do rozliczeń z partnerem lub gdy konto ma jedną kampanię i bardzo krótką ścieżkę zakupową.
Najczęstsze błędy
- Porównywanie wyników z różnych modeli bez świadomości, że liczby konwersji będą się różnić – to nie błąd pomiaru, tylko inna metoda przypisania.
- Ocenianie kampanii na podstawie wąskiego okresu tuż po zmianie modelu, zanim Smart Bidding zdąży się przeuczyć.
- Brak spójnego zestawu konwersji – jeśli konto śledzi kilka nakładających się celów, atrybucja rozdzieli zasługę za każdą z nich osobno.
- Niepoprawna implementacja tagów i pomiaru w GA4, przez co część punktów styku w ogóle nie trafia do algorytmu.
Atrybucja oparta na danych w praktyce ICBM
W ICBM traktujemy DDA jako standard, ale zawsze sprawdzamy, czy fundament pomiaru jest solidny. Przed zmianą strategii stawek weryfikujemy konfigurację konwersji, okna atrybucji i połączenie Google Ads z GA4 – to element naszej usługi wdrożenia GA4. Następnie analizujemy raporty ścieżek konwersji, aby zrozumieć, jak wygląda cykl konwersji klienta i które kampanie pełnią rolę „otwierających”, a które „zamykających”. Szczegóły działania modelu opisuje oficjalna dokumentacja Google Ads.
Najczęściej zadawane pytania
Dlaczego po przejściu na atrybucję opartą na danych liczba konwersji w kampanii brandowej spadła?
Model ostatniego kliknięcia przypisywał kampanii brandowej całą zasługę za konwersje, które w praktyce rozpoczynały się w innych kanałach. DDA rozdziela tę zasługę na wcześniejsze punkty styku, więc spadek jest naturalny i nie oznacza gorszych wyników biznesowych.
Czy atrybucja oparta na danych wpływa na Smart Bidding?
Tak. Strategie automatyczne optymalizują stawki na podstawie konwersji przypisanych zgodnie z wybranym modelem. Dzięki DDA system wyżej wycenia kliknięcia, które zwiększają prawdopodobieństwo konwersji na wcześniejszych etapach ścieżki.
Czy w GA4 i Google Ads atrybucja oparta na danych działa identycznie?
Zasada jest wspólna, ale oba narzędzia mają odrębne ustawienia okien atrybucji i inaczej definiują punkty styku – Google Ads uwzględnia wyłącznie własne kampanie, a GA4 także kanały bezpłatne. Dlatego liczby konwersji w obu systemach zwykle się nie pokrywają.
