Atribuční model. Jak poznat, který kanál opravdu prodává

Atribuční model je pravidlo, podle kterého analytika rozdělí zásluhu za objednávku mezi kanály, přes které zákazník k nákupu došel. Jeden model dá všechno poslednímu kliknutí, jiný prvnímu, další rozdělí objednávku rovným dílem nebo podle dat. Pro firmu z toho plyne nepříjemná věc. Stejné tržby můžete podle zvoleného modelu přičíst úplně jiným kanálům, a kdo podle jednoho modelu rozděluje rozpočet, snadno sáhne vedle.

Atribuce přitom odpovídá jen na otázku, kudy zákazník šel. Neodpovídá na to, jestli by nakoupil i bez reklamy. Na to jsou testy inkrementality a marketing mix modeling.

Proč má každý kanál víc konverzí, než kolik máte objednávek

Google Ads, Meta, Sklik i Heureka měří konverze vlastním kódem a každá si objednávku připíše podle svých pravidel a časových oken. Nikdo z nich nekontroluje, jestli si stejnou objednávku nepřipsal i někdo jiný.

Meta navíc započítává i nákupy lidí, kteří reklamu jen viděli a neklikli (podle průvodců specialisty Jona Loomera je výchozí okno 7 dní po kliknutí a 1 den po zobrazení). Tyhle konverze po zobrazení GA4 nikdy neuvidí, protože měří jen návštěvy webu.

Modelová situace. E-shop má za měsíc 100 objednávek. Google Ads hlásí 70 konverzí, Meta 45, Sklik 20 a Heureka 15. Dohromady 150 konverzí, o polovinu víc, než kolik je skutečných objednávek. Každý dodavatel vám přitom ukáže svůj report a bude mít pravdu podle svých pravidel.

Počet skutečných objednávek drží systém e-shopu (s odečtením storen a vratek). Druhý nejlepší pohled dává GA4, protože jednu objednávku rozdělí mezi zdroje návštěv jen jednou. Přímé návštěvy přitom podle nápovědy zásluhu nedostanou, pokud cesta nebyla celá přímá. Proto by čísla pro rozhodování o rozpočtu neměla pocházet z reklamních systémů. Víc o tom v článku o ROAS a PNO.

Jaké atribuční modely existují a co z nich zbylo

Pravidlové modely dávají zásluhu podle pevného klíče. Data driven atribuce (atribuce řízená daty) se klíč učí z dat konkrétního účtu. Porovnává cesty, které skončily nákupem, s cestami, které nákupem neskončily, a podle nápovědy Google Analytics staví na protifaktickém přístupu, tedy srovnává, co se stalo, s tím, co se stát mohlo. Pořád je to ale model nad pozorovanými cestami, ne kontrolovaný experiment.

Model	Komu dá zásluhu	Kdy ho použít	Slabina
Poslední kliknutí	celou objednávku poslednímu kanálu	rychlá kontrola výkonnostních kampaní	přeceňuje brandové hledání a remarketing
První kliknutí	celou objednávku prvnímu kanálu	když vás zajímá, odkud lidé o firmě poprvé slyší	ignoruje všechno, co zákazníka přesvědčilo
Lineární	všem kanálům stejně	delší cesty, kde chcete vidět všechny kontakty	nerozliší silný kontakt od náhodného
Časový rozpad	víc kanálům blíž nákupu	krátké akce a výprodeje	podceňuje kanály, které poptávku vytvořily
Podle pozice	40 % prvnímu a poslednímu, zbytek do středu	když věříte objevu i uzavření	poměr 40/20/40 je libovolný
Data driven	podle dat účtu	výchozí volba v GA4 i v Google Ads	černá skříňka, vidí jen měřené kontakty

Z tabulky dnes v Google Ads zbyly dva řádky, data driven a poslední kliknutí. GA4 nabízí v atribučních reportech ještě variantu posledního kliknutí jen v placených kanálech Googlu. Google 6. dubna 2023 oznámil, že modely první kliknutí, lineární, časový rozpad a podle pozice v Google Ads i GA4 končí. V Google Ads je od června 2023 nešlo vybrat pro nové konverzní akce a od září 2023 Google zbývající akce převedl na data driven.

V GA4 podle nápovědy nejsou k dispozici od listopadu 2023. Google změnu zdůvodnil tím, že čtyři rušené modely používalo méně než 3 % webových konverzí v Google Ads (podle jeho dat za únor a březen 2023).

Pravidlové modely má smysl znát dál, protože ukazují, jak moc výsledek záleží na pravidle, které si někdo zvolil.

Jedna objednávka za 3 000 Kč podle pěti modelů

Modelová situace. Zákazník poprvé uvidí e-shop v reklamě na Instagramu a klikne. Za osm dní najde přes Google článek s návodem. Za další tři dny otevře newsletter. O dva dny později napíše do Googlu název e-shopu, klikne na brandovou reklamu a nakoupí za 3 000 Kč.

Kontakt (dní před nákupem)	Poslední kliknutí	První kliknutí	Lineární	Časový rozpad	Podle pozice
Meta reklama (13)	0 Kč	3 000 Kč	750 Kč	306 Kč	1 200 Kč
Článek z Googlu (5)	0 Kč	0 Kč	750 Kč	676 Kč	300 Kč
Newsletter (2)	0 Kč	0 Kč	750 Kč	909 Kč	300 Kč
Brandová reklama v Google Ads (0)	3 000 Kč	0 Kč	750 Kč	1 109 Kč	1 200 Kč

Výpočet je ilustrační. Časový rozpad jsem počítal s poločasem 7 dní, který Google používal jako výchozí ve starém Universal Analytics. Kontakt starý týden dostane poloviční váhu proti kontaktu v den nákupu, starý dva týdny čtvrtinovou. Podle pozice dostane první a poslední kontakt po 40 % a dva prostřední si rozdělí zbylých 20 %.

Rozdíl je obrovský. Meta reklama má podle jednoho modelu nulu a podle druhého celou objednávku. Kdo by hodnotil Metu jen posledním kliknutím, mohl by ji vypnout, podle prvního kliknutí by jí naopak přidal. Data driven atribuce by dala nějaké čtvrté číslo, které se ručně spočítat nedá, protože záleží na tom, jak se chovají tisíce dalších cest ve vašem účtu.

Proč atribuce neměří, co reklama skutečně přinesla

Atribuce rozděluje objednávky, které se staly. Nezjistí, kolik z nich by se stalo i bez reklamy. Této otázce se říká inkrementalita a je pro rozpočet důležitější než jakýkoli model.

Nejznámější důkaz pochází z eBay. Tým ekonomů kolem Stevena Tadelise z Berkeley v randomizovaných experimentech ukázal, že reklamy na brandová klíčová slova nemají měřitelný krátkodobý přínos, protože lidé, kteří hledají eBay, kliknou na neplacený výsledek (Consumer Heterogeneity and Paid Search Effectiveness, Econometrica, 2015).

U nebrandových slov reklama zabírala na nové a málo časté zákazníky, většinu rozpočtu ale spotřebovali věrní zákazníci, kteří by nakoupili tak jako tak.

Podobně dopadlo srovnání metod na Facebooku. Brett Gordon s kolegy porovnal 15 velkých experimentů s výsledky observačních metod, které pracují s běžně dostupnými daty, a observační metody účinek reklamy často netrefily (A Comparison of Approaches to Advertising Measurement, Marketing Science, 2019).

Novější práce stejného týmu na 2 226 experimentech Mety uvádí, že standardní atribuce 7 dní po kliknutí vysvětlí jen malou část rozdílů v přírůstkových konverzích na dolar, koeficient determinace 0,19 (Predicted Incrementality by Experimentation, pracovní studie, 2023, revize 2026).

„Atribuce nebere v úvahu, zda by k prodeji došlo i bez marketingu.“

Ana Carreira Vidal a kol., Modern Measurement Playbook, Think with Google, 2024

Píše to sám Google. V příkladu z playbooku zákazník klikne na reklamu, odejde, pak mu nákup doporučí kamarád a on se vrátí. Atribuce připíše prodej reklamě, protože byla před nákupem, i když rozhodlo doporučení. Kanál, který sbírá už rozhodnuté zákazníky, tak v atribuci vypadá skvěle, a čím víc mu dáte, tím lépe vypadá dál. (Tohle je podle mě nejčastější díra v rozpočtech, kterou žádný report sám neukáže. Souvisí s tím, co popisuje Goodhartův zákon.)

Tři úrovně měření podle velikosti firmy

Každé patro měření odpovídá na jinou otázku. Atribuce říká, kudy zákazníci jdou. Test inkrementality říká, co by se stalo bez konkrétního kanálu. Marketing mix modeling odhaduje, jak celý rozpočet a vnější vlivy, třeba sezóna nebo ceny, působí na tržby. Google v playbooku radí sledovat atribuci průběžně. Experimenty doporučuje zhruba čtvrtletně, MMM dvakrát ročně.

Atribuce v GA4 jako základ pro každého

Základ má mít každá firma, která utrácí za reklamu, tedy čisté GA4 s nastavenými nákupy, správně napojený souhlas s cookies, označené kampaně a jeden report, kde se tržby z GA4 porovnávají s tržbami ze systému e-shopu. Výchozí okno pro běžné konverze je v GA4 podle nápovědy 90 dní, pro akviziční události first_visit a first_open 30 dní, a obojí jde změnit. Rozdíl mezi GA4 a účetnictvím vám řekne, kolik objednávek analytika vůbec nevidí.

Testy inkrementality

Konverzní lift test u Mety náhodně rozdělí publikum na skupinu, která reklamy vidí, a kontrolní skupinu, která je nevidí. Podle dokumentace Mety se pak počítá rozdíl v konverzích mezi oběma skupinami.

Geo test funguje podobně, jen místo lidí dělíte regiony. Jon Vaver a Jim Koehler z Googlu popsali, jak se nepřekrývající regiony náhodně rozdělí na testovací a kontrolní (Measuring Ad Effectiveness Using Geo Experiments, 2011).

Pro českou firmu je nejlevnější varianta vypnout kanál na čtyři týdny ve vybraných krajích a porovnat tržby se srovnatelnými kraji, případně na stejnou dobu pozastavit brandové kampaně a sledovat, kolik objednávek se přesune do neplacených výsledků. Kraje vybírejte podobné velikostí i vývojem tržeb a počítejte s tím, že při malém počtu objednávek šum snadno přebije skutečný rozdíl, takže výsledek bez dostatečného objemu nic neprokáže.

Marketing mix modeling

Marketing mix modeling pracuje se souhrnnými týdenními daty, tedy útratou po kanálech, tržbami, cenami, sezónou a akcemi. Nepotřebuje cookies ani data o jednotlivých lidech. Meta uvolnila open source nástroj Robyn v listopadu 2021, Google svůj Meridian zpřístupnil všem 29. ledna 2025. Oba umí model zpřesnit výsledky experimentů.

Zdarma je ale jen software. Dokumentace Meridianu doporučuje aspoň dva roky týdenních dat pro model po regionech a tři roky pro celostátní model, a model musí postavit a vykládat někdo, kdo rozumí statistice. Firmě s jedním kanálem a stabilním rozpočtem MMM obvykle moc neřekne, protože v datech chybí výkyvy, ze kterých by se učil.

Rozpočet na reklamu měsíčně	Co měřit	Jak často	Na co pozor
do 100 000 Kč	GA4 a srovnání s tržbami e-shopu	každý měsíc	nesčítat konverze z reklamních systémů
100 000 až 500 000 Kč	GA4 plus vypnutí brandových kampaní na zkoušku	test jednou za půl roku	dost objednávek, aby test něco ukázal
500 000 až 2 mil. Kč	konverzní lift u Mety, geo testy po krajích	čtvrtletně	test vždy jen jedné změny najednou
nad 2 mil. Kč a víc kanálů včetně offline	MMM zpřesněný experimenty	dvakrát ročně	dva až tři roky čistých dat, statistik v týmu

Hranice v tabulce jsou orientační a vycházejí z mé úvahy, ne ze studie. Rozhoduje hlavně počet objednávek a počet kanálů, rozpočet je jen jejich zástupce.

Kde atribuce selhává

Atribuce vidí jen to, co se dá změřit kódem na webu. Celé kusy cesty zákazníka jí unikají.

• Kamenná prodejna a offline. Nákup na pobočce po zhlédnutí webu se do GA4 nepropíše.
• Telefon a e-mail. Objednávka po telefonu nemá v analytice zdroj, pokud ji obchodník ručně nespáruje.
• Heureka a srovnávače. Heureka měří konverze vlastním kódem, takže si objednávku připíše i tehdy, když ji GA4 dá jinému kanálu.
• Cookies a souhlas. Od 1. ledna 2022 platí v Česku pro analytické a reklamní cookies předchozí souhlas (§ 89 odst. 3 zákona o elektronických komunikacích). U lidí bez souhlasu Google konverze částečně dopočítává modelem, jejich skutečnou cestu ale nikdo nevidí.
• iOS a sledování napříč aplikacemi. Od iOS 14.5 z 26. dubna 2021 se aplikace musí uživatele zeptat na sledování, což oslabilo hlavně měření reklam v Metě.
• Více zařízení. Reklamu vidí na mobilu, nakoupí na počítači v práci a bez přihlášení to jako jedna cesta nevypadá.

Kdy atribuce stačí? Když máte jeden hlavní kanál, krátký nákupní proces a skoro všechny objednávky online. Pak rozdíl mezi modely bývá malý a testy by stály víc, než by ušetřily. U firmy s pobočkami, telefonickými objednávkami, velkým podílem prodejů přes srovnávače nebo dlouhým rozhodováním B2B zákazníka naopak atribuce ukazuje jen menší část pravdy.

Na co se zeptat agentury nebo marketéra

Těchhle pět otázek rychle ukáže, jestli někdo měření rozumí, nebo jen přeposílá čísla z rozhraní.

Otázka	Co chcete slyšet	Varovný signál
Z jakého zdroje jsou konverze v reportu?	z GA4 nebo z e-shopu, s vysvětlením rozdílu	jen z Google Ads nebo z Mety
Sedí součet konverzí všech kanálů na počet objednávek?	ne, a tady je proč a o kolik	„to se nedá porovnat“
Jaký atribuční model používáte a proč?	konkrétní model a co zvýhodní	neví, nebo „výchozí“
Kolik tržeb by zůstalo, kdybychom brandové kampaně vypnuli?	návrh testu s kontrolní skupinou	„všechno by se propadlo“ bez dat
Kdy jste naposledy testovali inkrementalitu?	datum, nastavení, výsledek	nikdy, a ani to neplánují

Čtvrtá otázka bývá nejcitlivější, protože brandové kampaně mívají nejlepší ROAS v celém účtu. Tím spíš si zaslouží test. Které další ukazatele má smysl od dodavatelů chtít, popisuji v článku Marketing a KPI.

Kdo má měření ve firmě držet

Atribuci nastaví specialista, test inkrementality navrhne analytik. Rozhodnout, kterým číslům firma věří a podle čeho se přesouvá rozpočet, ale musí někdo, kdo nevlastní žádný z kanálů. Jinak hodnotí PPC agentura PPC a správce sociálních sítí sociální sítě, každý svým modelem.

Ve větší firmě je to marketingový ředitel. V menší tuhle roli často nedrží nikdo, nebo ji drží majitel večer po práci. Proto je jedna verze čísel první věc, kterou jako externí CMO ve firmě nastavuji, ještě před změnami v rozpočtu. Co dalšího k té roli patří, rozebírám v článku kdo je CMO a co ve firmě dělá, a jak z měření vzniká plán, na stránce marketingová strategie.

Zajímavé otázky k tématu

Jaký atribuční model nastavit v GA4?

Data driven, pokud máte dost konverzí a nemáte silný důvod pro jiný. Poslední kliknutí se hodí jako kontrolní pohled.

Proč se konverze v GA4 a v Google Ads liší?

Každý nástroj vidí jinou část cesty. Google Ads rozděluje zásluhu hlavně mezi reklamy Googlu, GA4 i mezi organické výsledky, e-mail a další zdroje. Liší se i okna a zacházení s lidmi, kteří odmítli cookies.

Co je inkrementalita v marketingu?

Počet objednávek nebo tržeb, které by bez dané reklamy nevznikly. Měří se testem s kontrolní skupinou, která reklamu nevidí.

Je marketing mix modeling jen pro velké firmy?

Software je zdarma, ale model potřebuje dva až tři roky týdenních dat a víc kanálů, mezi kterými se rozpočet mění. Pro menší e-shop s jedním hlavním kanálem dává víc smysl jednoduchý geo test.

Dá se atribuci věřit?

Jako mapě cesty zákazníka ano. Jako důkazu, že reklama tržby vytvořila, ne bez testu inkrementality.