Model atrybucji w Google Ads to reguła, według której system przypisuje zasługę za konwersję poszczególnym kliknięciom (i wybranym interakcjom) z reklamami, jeśli użytkownik przed dokonaniem konwersji miał kontakt z więcej niż jedną reklamą. Model decyduje, która kampania, grupa reklam czy słowo kluczowe „dostanie” konwersję w raportach – a w konsekwencji jakie sygnały trafią do algorytmów ustalających stawki.
Czym jest atrybucja i dlaczego jest potrzebna?
Użytkownik rzadko konwertuje po pierwszym kliknięciu. Typowa ścieżka może wyglądać tak: kliknięcie reklamy na ogólne hasło w wyszukiwarce, później reklama na YouTube, a na końcu kliknięcie reklamy brandowej i zakup. Atrybucja odpowiada na pytanie, jak podzielić tę jedną konwersję między trzy punkty styku. Bez ustalonej reguły raporty byłyby niespójne, a porównywanie kampanii – bezprzedmiotowe.
Model atrybucji ustawia się osobno dla każdego działania powodującego konwersję. Obejmuje on interakcje z reklamami Google Ads w sieci wyszukiwania, w kampaniach produktowych, na YouTube, w sieci reklamowej i w kampaniach Demand Gen. Nie uwzględnia natomiast kanałów spoza Google Ads (np. ruchu organicznego, e-maili czy reklam w social mediach).
Jakie modele atrybucji występowały historycznie?
Do 2023 roku Google Ads udostępniał sześć modeli. Cztery z nich – pierwsze kliknięcie, liniowy, rozkład czasowy i uwzględniający pozycję – zostały wycofane; konwersje korzystające z tych reguł zostały przeniesione na model oparty na danych. Poniżej sposób ich działania na przykładowej ścieżce z trzema kliknięciami (wartości dla modelu opartego na danych są wyłącznie ilustracyjne – w praktyce wylicza je algorytm dla konkretnego konta).
| Model | Zasada działania | Kliknięcie 1 (hasło ogólne) | Kliknięcie 2 (YouTube) | Kliknięcie 3 (brand) | Status w 2026 |
|---|---|---|---|---|---|
| Ostatnie kliknięcie | Całość dla ostatniej interakcji | 0 | 0 | 1,0 | Dostępny |
| Pierwsze kliknięcie | Całość dla pierwszej interakcji | 1,0 | 0 | 0 | Wycofany |
| Liniowy | Po równo dla każdej interakcji | 0,33 | 0,33 | 0,33 | Wycofany |
| Rozkład czasowy | Więcej dla interakcji bliższych konwersji | 0,2 | 0,3 | 0,5 | Wycofany |
| Uwzględniający pozycję | Po 40% dla pierwszej i ostatniej, 20% dla środka | 0,4 | 0,2 | 0,4 | Wycofany |
| Oparty na danych | Udział wyliczany algorytmicznie | np. 0,5 | np. 0,2 | np. 0,3 | Domyślny |
Dlaczego domyślnym modelem jest atrybucja oparta na danych?
Atrybucja oparta na danych (data-driven attribution, DDA) porównuje ścieżki użytkowników, którzy dokonali konwersji, ze ścieżkami, które się nią nie zakończyły, i na tej podstawie szacuje rzeczywisty wkład każdego kliknięcia. Google uczynił ją modelem domyślnym dla nowych działań powodujących konwersję pod koniec 2021 roku, a w 2023 roku usunął pozostałe modele regułowe z wyjątkiem ostatniego kliknięcia. Uzasadnienie jest proste: reguły stałe (np. „40/20/40”) są arbitralne i nie zależą od zachowania klientów danego reklamodawcy. DDA dopasowuje wagi do konkretnego konta i zmienia je w czasie.
Obecnie w większości kont wybór sprowadza się więc do dwóch opcji: model oparty na danych albo ostatnie kliknięcie.
Jak model atrybucji wpływa na optymalizację kampanii?
Model atrybucji nie zmienia łącznej liczby konwersji na koncie – zmienia ich rozkład między kampanie, grupy reklam i słowa kluczowe. To ma trzy praktyczne konsekwencje:
- Strategie automatyczne – Smart Bidding uczy się na konwersjach przypisanych zgodnie z wybranym modelem. Przy ostatnim kliknięciu algorytm będzie faworyzował hasła brandowe i remarketing, bo to one „zamykają” ścieżki; przy DDA część zasługi trafi do kampanii otwierających kontakt.
- Raporty ułamkowe – w modelach innych niż ostatnie kliknięcie w kolumnie „Konwersje” pojawiają się wartości dziesiętne (np. 0,4), co jest normalne.
- Opóźnienie danych – po zmianie modelu warto oceniać wyniki dopiero po upływie typowego cyklu konwersji, bo nowa reguła dotyczy tylko konwersji zarejestrowanych po zmianie.
Czy modelem atrybucji można porównywać kanały?
Tylko w obrębie Google Ads. Raporty atrybucji w Google Ads (sekcja „Pomiar → Atrybucja”) pokazują udział kampanii w sieci wyszukiwania, produktowych, YouTube czy Demand Gen, ale nie uwzględniają kliknięć z innych źródeł. Jeśli celem jest porównanie Google Ads z SEO, mailingiem czy Metą, potrzebny jest pomiar na poziomie całej witryny – w GA4 również obowiązuje atrybucja oparta na danych jako ustawienie domyślne, a analiza dotyczy kluczowych zdarzeń. Poprawne wdrożenie GA4 i spójna konfiguracja konwersji w obu narzędziach to warunek, by liczby dało się w ogóle zestawić.
Podsumowanie
- Model atrybucji rozdziela zasługę za konwersję między kliknięcia reklam Google Ads na ścieżce użytkownika.
- Historycznie było sześć modeli; od 2023 roku dostępne są dwa: oparty na danych (domyślny) i ostatnie kliknięcie.
- Model wpływa na dane, na których uczy się Smart Bidding, i na to, które kampanie wyglądają na skuteczne.
- Do porównań między kanałami spoza Google Ads służy atrybucja w GA4, nie w Google Ads.
Gdzie zmienia się model atrybucji w Google Ads?
Model ustawia się w konfiguracji konkretnego działania powodującego konwersję: Cele → Konwersje → Podsumowanie, następnie edycja wybranej konwersji i pole „Model atrybucji”. Zmiana obowiązuje od momentu zapisania i dotyczy konwersji zarejestrowanych po tej dacie. Historyczne dane nie są przeliczane, dlatego bezpośrednie porównanie okresów sprzed i po zmianie może być mylące.
Czy warto wrócić do modelu ostatniego kliknięcia?
W większości kont nie. Ostatnie kliknięcie zawyża wyniki kampanii brandowych i remarketingu, a zaniża kampanii pozyskujących nowych użytkowników, co przekłada się na decyzje algorytmów stawek. Ostatnie kliknięcie bywa zasadne przy bardzo krótkich ścieżkach, pojedynczej kampanii lub gdy raportowanie musi być zgodne z zewnętrznym systemem liczącym tylko ostatnią interakcję.
Dlaczego liczba konwersji w Google Ads i GA4 się różni?
Oba narzędzia mierzą inaczej: Google Ads przypisuje konwersje do daty kliknięcia i uwzględnia tylko interakcje z własnymi reklamami, GA4 przypisuje kluczowe zdarzenia do daty ich wystąpienia i bierze pod uwagę wszystkie kanały. Różnią się też okna konwersji i sposób liczenia interakcji z wideo. Rozbieżności są więc naturalne i nie muszą oznaczać błędu wdrożenia.
