Preferencje

Prywatność jest dla nas ważna, dlatego możesz wyłączyć niektóre rodzaje przechowywania danych, które nie są niezbędne do podstawowego działania strony. Zablokowanie kategorii może wpłynąć na Twoje doświadczenie podczas korzystania z witryny. Więcej informacji (Polityka cookies)

Zaakceptuj wszystkie pliki cookie

Atrybucja marketingowa: modele, ograniczenia i sposób przypisywania ruchu z asystentów AI

Atrybucja marketingowa wyjaśniona: porównanie głównych modeli, co nadal oferuje GA4, dlaczego kliknięcia pomijają część ścieżki i jak przypisać ruch z AI.

Opublikowano:
19/10/2026
-
Zaktualizowano:
19/10/2026
Okładka poradnika Sorank o atrybucji marketingowej, z ścieżką klienta podzieloną na punkty styku, którym przypisano zasługi

Narzędzia

Thibault Besson-Magdelain, założyciel Sorank

O autorze

Thibault Besson-Magdelain

Założyciel Sorank, 7+ lat doświadczenia w SEO, entuzjasta GEO.
Na tej stronie

W skrócie

atrybucja marketingowa to metoda przypisywania każdemu punktowi styku marketingowego (reklamie, artykułowi, e-mailowi, odpowiedzi AI) jego udziału w zasłudze za konwersję. Modele oparte na regułach, takie jak ostatnie kliknięcie, pierwsze kliknięcie, liniowy czy pozycyjny, dzielą tę zasługę według stałego wzoru; modele oparte na danych wyliczają ją z Twoich własnych ścieżek konwersji. Od listopada 2023 roku Google Analytics 4 oferuje tylko modele oparte na danych i ostatniego kliknięcia, a żaden model oparty na kliknięciach nie widzi wpływu odpowiedzi AI i wyszukiwań bez kliknięcia, dlatego atrybucję trzeba uzupełnić o dane deklarowane przez klientów, śledzenie wzmianek w AI i testy przyrostowości.

Chcesz dowiedzieć się więcej? Zapytaj

Atrybucja marketingowa odpowiada na pytanie, które pada na każdym spotkaniu budżetowym: które kanały naprawdę przynoszą klientów? Hasło Wikipedii o atrybucji w marketingu definiuje ją jako identyfikowanie działań użytkownika, które przyczyniają się do wyniku, i przypisywanie wartości każdemu z nich. Ten poradnik porównuje modele, wyjaśnia, czego nie widzą, i pokazuje, jak uwzględnić odwiedzających, którzy po raz pierwszy poznają Twoją markę w ChatGPT, Gemini lub Perplexity.

Czym jest atrybucja marketingowa?

Klient rzadko konwertuje po jednej interakcji. Typowa ścieżka B2B może wyglądać tak: reklama na LinkedIn, wyszukiwanie w Google prowadzące do artykułu na blogu, newsletter, porównanie zapytane w ChatGPT, a potem wyszukiwanie marki i prośba o demo. Każdy krok to punkt styku; prośba o demo to konwersja. Atrybucja decyduje, ile z tej konwersji zasługuje każdy punkt styku.

Odpowiedź zmienia budżety. W modelu ostatniego kliknięcia wyszukiwanie marki bierze 100% zasługi, a artykuł wygląda na bezużyteczny; w modelu pierwszego kliknięcia całość bierze reklama na LinkedIn. Atrybucja leży w sercu analityki marketingowej i powinna być czytana razem z każdym etapem Twojego lejka marketingowego, ponieważ kanały z górnej części lejka są systematycznie niedoceniane przez modele faworyzujące ostatni krok.

Jakie są główne modele atrybucji?

Modele dzielą się na dwie rodziny: jednopunktowe (jeden punkt styku bierze całą zasługę) i wielopunktowe (zasługa jest dzielona).

Pierwsze kliknięcie

Pierwsza zarejestrowana interakcja otrzymuje 100% zasługi. Przydatne, by zobaczyć, które kanały wprowadzają nowe osoby na ścieżkę, ale ślepe na wszystko, co domyka sprzedaż.

Ostatnie kliknięcie i ostatnie kliknięcie inne niż bezpośrednie

Ostatnia interakcja przed konwersją otrzymuje 100%. Ostatnie kliknięcie inne niż bezpośrednie pomija wejścia bezpośrednie i przypisuje zasługę ostatniemu możliwemu do zidentyfikowania kanałowi. Prosty i stabilny, przecenia wyszukiwanie marki, retargeting i e-mail, które często zbierają popyt stworzony gdzie indziej.

Liniowy

Każdy punkt styku otrzymuje równy udział. Z pozoru sprawiedliwy, ale daje newsletterowi otwartemu z przyzwyczajenia taką samą wagę jak artykułowi, który wywołał zakup.

Z zanikiem w czasie

Punkty styku bliższe konwersji otrzymują więcej zasługi. Pasuje do krótkich cykli sprzedaży i promocji; karze treści, które zapoczątkowały długie rozważanie.

Pozycyjny (w kształcie litery U)

Pierwszy i ostatni punkt styku otrzymują po 40%, a pozostałe 20% rozkłada się na środek. Ceni zarówno odkrywanie, jak i domykanie, ze stałymi wagami, które z założenia są arbitralne.

Oparty na danych

Algorytm porównuje ścieżki, które kończą się konwersją, z tymi, które się nie kończą, i szacuje przyrostowy wkład każdego punktu styku. Dostosowuje się do Twojej firmy, ale wymaga dostatecznej liczby konwersji i pozostaje czarną skrzynką.

ModelJak dzielona jest zasługaNajlepszy doGłówne zniekształcenie
Pierwsze kliknięcie100% dla pierwszego punktu stykuMierzenia kanałów odkrywaniaIgnoruje domykanie
Ostatnie kliknięcie100% dla ostatniego punktu stykuKrótkich, prostych ścieżekPrzecenia wyszukiwanie marki i retargeting
LiniowyRówne udziałyPierwszego spojrzenia wielopunktowegoTraktuje wszystkie kroki jednakowo
Z zanikiem w czasieWięcej zasługi blisko konwersjiPromocji, krótkich cykliNiedocenia wczesne treści
Pozycyjny40% pierwszy, 40% ostatni, 20% środekRównoważenia odkrywania i domykaniaArbitralne wagi
Oparty na danychWyliczany z Twoich ścieżek konwersjiWitryn ze stałą liczbą konwersjiNieprzejrzysty, widzi tylko śledzone kliknięcia

Które modele atrybucji nadal oferuje Google Analytics 4?

Google uprościło wybór. Według centrum pomocy Google Analytics modele pierwszego kliknięcia, liniowy, z zanikiem w czasie i pozycyjny nie są już dostępne od listopada 2023 roku. Google Analytics 4 oferuje teraz trzy opcje:

  • Oparty na danych: domyślny, wyliczany przez Google na podstawie ścieżek na Twoim koncie.
  • Ostatnie kliknięcie płatne i organiczne: cała zasługa dla ostatniego klikniętego kanału, z wyłączeniem wejść bezpośrednich.
  • Ostatnie kliknięcie w płatnych kanałach Google: zasługa dla ostatniego kliknięcia w Google Ads, jeśli takie było.

Aby zachować widok pierwszego kontaktu, użyj wymiarów pierwszego źródła i medium użytkownika w raportach pozyskiwania GA4 albo zapisuj pierwsze źródło każdego leada w CRM. Aby porównać kanały, zbuduj dedykowany raport: nasz poradnik o panelu Google Analytics pokazuje, jak to zrobić.

Dlaczego atrybucja nigdy nie pokazuje całej ścieżki?

Każdy model oparty na kliknięciach ma te same martwe pola, niezależnie od wzoru:

  1. Zgody i pliki cookie: odwiedzający, którzy odmawiają śledzenia, znikają ze ścieżek, a przeglądarki ograniczają czas życia plików cookie.
  2. Kilka urządzeń: potencjalny klient, który czyta na telefonie, a kupuje na laptopie, liczy się jako dwie osoby, jeśli się nie zaloguje.
  3. Zamknięte platformy: Google Ads, Meta i LinkedIn przypisują konwersje według własnych reguł i nie usuwają duplikatów między sobą, więc suma raportów platform przekracza rzeczywistą sprzedaż.
  4. Wyświetlenia bez kliknięć: film, podcast lub odpowiedź AI mogą przekonać kogoś, kto nigdy nie kliknie.
  5. Długie cykle B2B: kilku decydentów, miesiące rozważań i spotkania offline, których nie rejestruje żaden tag.

Artykuł Wikipedii zauważa, że modele wielopunktowe i oparte na regułach często rozmijają się z przyrostem mierzonym w kontrolowanych eksperymentach. Atrybucja daje kierunek, a nie dokładne rozliczenie.

Jak przypisać ruch z AI i wyszukiwań bez kliknięcia?

To najnowsze martwe pole. Rosnąca część researchu odbywa się w ChatGPT, Gemini, Perplexity, Claude lub w AI Overviews Google, a wiele z tego w ogóle nie kończy się kliknięciem.

Zmierz wizyty, które docierają

Ruch odsyłany przez AI jest widoczny, gdy asystent przekazuje referrera lub tag. OpenAI podaje w swoich najczęstszych pytaniach dla wydawców, że ChatGPT dodaje utm_source=chatgpt.com do linków, które cytuje. Inni asystenci pojawiają się jako referrerzy, tacy jak perplexity.ai, gemini.google.com czy copilot.microsoft.com. Utwórz w GA4 niestandardową grupę kanałów, która zbiera te źródła; nasz samouczek o mierzeniu cytowań AI w Google Analytics podaje wyrażenie regularne do użycia.

Oszacuj wizyty, które się ukrywają

Część ruchu generowanego przez AI przychodzi bez referrera: linki skopiowane do przeglądarki, aplikacje mobilne albo użytkownik, który czyta odpowiedź, a potem wpisuje nazwę Twojej marki. Ten ciemny ruch z AI zawyża wejścia bezpośrednie i wyszukiwania marki. Obserwuj trend tych dwóch linii równolegle z Twoją widocznością w AI.

Przypisz zasługę odpowiedziom, które nie dają kliknięcia

Atrybucja zero-click opiera się na sygnałach z wcześniejszego etapu: jak często asystenci AI cytują Twoją markę przy pytaniach zadawanych przez Twoich kupujących oraz jaki jest Twój udział w głosie AI względem konkurentów. Śledzenie wzmianek w AI w Sorank monitoruje od 25 do 150 promptów w ChatGPT, Claude i Gemini (a od planu Pro także w Perplexity i Grok) i pokazuje, kto jest cytowany zamiast Ciebie. Nasze badanie cytowań ChatGPT opisuje szczegółowo, jakie źródła ten asystent faworyzuje.

Co uzupełnia atrybucję?

Dojrzałe zespoły triangulują trzy metody zamiast ufać jednemu modelowi:

MetodaCo mierzyZaletaOgraniczenie
Atrybucja wielopunktowaŚledzone kliknięcia na konwersjęCodzienna, szczegółowa, na poziomie kampaniiŚlepa na wyświetlenia, odpowiedzi AI i offline
Modelowanie miksu marketingowegoStatystyczny związek między wydatkami a sprzedażą w czasieObejmuje wszystkie kanały, nie potrzebuje plików cookieWymaga dwóch do trzech lat danych, widok miesięczny
Testy przyrostowościSprzedaż z kampanią i bez niej (grupa kontrolna, testy geograficzne)Mierzy prawdziwy wpływ przyczynowyJedno pytanie na test, wymaga skali
Atrybucja deklarowanaPole „Skąd o nas wiesz?”Wychwytuje podcasty, polecenia i AIBłąd pamięci, tekst wolny do uporządkowania

Modelowanie miksu marketingowego stało się dostępne: Google publikuje Meridian, model open source. W mniejszych firmach najszybszym zyskiem jest pole deklarowane: dodaj „ChatGPT lub inny asystent AI” jako wyraźną odpowiedź, a zobaczysz kanał, który ukrywają dane o kliknięciach.

Jak krok po kroku skonfigurować atrybucję marketingową?

  1. Zdefiniuj swoje konwersje: prośba o demo, zakup, rejestracja, z wartością dla każdej.
  2. Otaguj każdą kampanię według spisanej konwencji UTM (małe litery, stałe nazwy źródeł) za pomocą kreatora UTM.
  3. Połącz analitykę z CRM, aby każdy lead zachowywał pierwsze źródło, ostatnie źródło i przychód.
  4. Wybierz model referencyjny (oparty na danych, jeśli pozwala na to Twoja skala, w przeciwnym razie ostatnie kliknięcie inne niż bezpośrednie) i zachowaj go przez pełny rok, aby porównywać okresy.
  5. Porównuj z pierwszym kontaktem co kwartał, aby zobaczyć, które kanały otwierają ścieżki.
  6. Dodaj warstwę AI: grupę kanałów AI, pole deklarowane, śledzenie cytowań.
  7. Oceniaj po zwrocie: oblicz przychód na kanał za pomocą kalkulatora ROAS i przesuwaj budżet odpowiednio do wyników.

Atrybucja, SEO i GEO

Treści organiczne najbardziej cierpią przy atrybucji ostatniego kliknięcia: artykuły i poradniki zaczynają ścieżki, które kończą się wyszukiwaniem marki lub e-mailem. To samo dotyczy GEO, gdzie cytowanie przez AI wpływa na kupującego, który nigdy nie kliknie. Mierz razem wyszukiwanie organiczne i widoczność w AI w panelu GEO / SEO i oceniaj treści po konwersjach pierwszego kontaktu, konwersjach wspomaganych i cytowaniach, a nie tylko po przychodzie z ostatniego kliknięcia.

Właściwy model atrybucji to taki, który utrzymujesz stabilnie, weryfikujesz innymi metodami i rozszerzasz na odpowiedzi AI. Aby zobaczyć, jak często ChatGPT, Claude i Gemini cytują Twoją markę i którzy konkurenci zajmują Twoje miejsce, zacznij od Sorank, oprogramowania SEO i GEO działającego w trybie autopilot, z 3-dniowym darmowym okresem próbnym.

Najczęściej zadawane pytania

Jaki jest najlepszy model atrybucji?

Żaden model nie jest najlepszy dla każdej firmy. Atrybucja oparta na danych jest najdokładniejsza, gdy masz dość konwersji, ponieważ uczy się na Twoich własnych ścieżkach. Przy małej skali stabilniejsze jest ostatnie kliknięcie inne niż bezpośrednie, pod warunkiem że sprawdzasz też raporty pierwszego kontaktu, aby nie niedoceniać kanałów, które zaczynają ścieżki.

Czym różni się atrybucja od modelowania miksu marketingowego?

Atrybucja podąża za pojedynczymi śledzonymi kliknięciami i dzieli zasługę za każdą konwersję między nie. Modelowanie miksu marketingowego działa na danych zagregowanych i statystycznie łączy wydatki na kanał ze sprzedażą w czasie. Atrybucja jest szczegółowa i szybka, ale ślepa na niezaśledzony wpływ; modelowanie miksu obejmuje każdy kanał, ale wymaga lat danych i daje widok miesięczny.

Jak śledzić ruch z ChatGPT w Google Analytics?

Wizyty z ChatGPT mają źródło chatgpt.com, a inni asystenci pojawiają się jako referrerzy, tacy jak perplexity.ai czy gemini.google.com. Utwórz w GA4 niestandardową grupę kanałów z wyrażeniem regularnym dopasowującym te domeny i umieść ją nad kanałem Referral. Obserwuj też ruch bezpośredni i z wyszukiwań marki, ponieważ część ruchu napędzanego przez AI przychodzi bez referrera.

Nasz blog dla ambitnych firm

Nasze darmowe narzędzia SEO

Zobacz wszystkie nasze darmowe narzędzia

WYPRÓBOWALI SORANK PRZED TOBĄ

Opinie ambitnych założycieli

Wzrost organicznyE-commerce

Od 0 do 10000 odwiedzających w 5 miesięcy

Celio Fabianomonrobotlavevitre.fr
Wzrost organicznyOprogramowanie

Od 0 do 5000 klientów w 8 miesięcy

Thibault BMsorank.com
Wzrost organicznyWypoczynek i lotnictwo

od 0 do 1104 kliknięć w 4 miesiące

Dominiqueflight-sensations-idf.com
Wzrost organicznyOprogramowanie muzyczne

x30 kliknięć w 4 miesiące

Valentin Cordiertiger-sounds.com
Wzrost organicznyZdrowie i dobre samopoczucie

x30 kliknięć w 4 miesiące

Rodrigue Bretonalthevia.com