← Wróć do bloga
Atrybucja / pomiar

Atrybucja wielokanałowa — komu wierzyć (Google, Meta, GA4)?

Jakub Pytlik Jakub Pytlik | 28 maja 2026 | 8 min czytania
W skrócie Twój panel Google Ads pokazuje 40 sprzedaży, Meta 35, a Google Analytics (GA4) 28 — i każda z tych liczb jest „prawdziwa". Rozjazd rzędu 20–40% między platformami to w 2026 norma, nie błąd: każda liczy po swojemu (Meta zalicza obejrzenia reklamy bez kliknięcia, GA4 rozkłada zasługę na wszystkie kanały, Google ma własne okna czasowe). Najgorsze, co możesz zrobić, to zsumować platformy — policzysz tę samą sprzedaż dwa albo trzy razy i przeszacujesz wyniki. Tłumaczę skąd bierze się rozjazd, komu właściwie wierzyć, jak duzi gracze mierzą to narzędziami typu Northbeam czy Triple Whale i co z tego ma sens dla małej firmy.
Część serii o pełnym lejku Atrybucja to jeden z filarów myślenia o całym lejku. Jeśli trafiłeś tu z doskoku, zacznij od huba: marketing pełnolejkowy — czy sam dół lejka wystarczy.
Ta sama sprzedaż w Google Ads, Meta i GA4 daje trzy różne liczby Ta sama sprzedaż — trzy różne liczby 100 realnych transakcji w sklepie. Co raportuje każda platforma: Google Ads 40 konwersji „swoich" model: własne okno, data-driven w Google Meta (Facebook/IG) 35 konwersji „swoich" model: last-touch u siebie + liczy obejrzenia bez kliknięcia Google Analytics (GA4) 28 konwersji z reklam model: data-driven, dzieli zasługę na kanały 40 + 35 + 28 = 103 „konwersji" przy 100 realnych sprzedażach Sumując platformy, liczysz tę samą osobę kilka razy. Każda mówi prawdę — o sobie.

Dlaczego liczby się nie zgadzają (i czemu to normalne)

Wyobraź sobie jedną klientkę. Zobaczyła Twoją reklamę na YouTube, trzy dni później kliknęła reklamę na Instagramie, a po tygodniu wpisała Twoją markę w Google i kupiła. Jedna sprzedaż — a do zasługi przyznaje się Google, Meta i Twój Google Analytics. Każde z nich liczy ją inaczej, bo każde widzi tylko swój fragment historii.

Trzy główne powody, dla których liczby się rozjeżdżają:

  • Różne modele zaliczania. Meta przypisuje sprzedaż swoim reklamom (last-touch w obrębie Meta). GA4 domyślnie rozkłada zasługę na wszystkie kanały (data-driven). Google Ads ma jeszcze własne ustawienia. Trzy różne sposoby liczenia tej samej rzeczy.
  • Obejrzenia bez kliknięcia (view-through). Meta potrafi zaliczyć sprzedaż osobie, która tylko zobaczyła reklamę i nie kliknęła — domyślnie w oknie 1 dnia od obejrzenia i 7 dni od kliknięcia (te ustawienia da się zmienić w panelu). Google Ads w Search tego nie robi. Już samo to napędza rozjazd.
  • Różne okna, ustawienia i zgody. Inne okna konwersji (ile dni wstecz liczyć), inne strefy czasowe, ograniczenia prywatności iOS, a do tego Consent Mode — gdy ktoś odrzuci pliki cookie w banerze RODO, platformy modelują jego ścieżkę, zamiast ją zmierzyć. Drobiazgi, które się sumują.

W praktyce rozjazd rzędu 20–40% między platformami uchodzi w 2026 za normę, nie za błąd do naprawienia. Mówiąc wprost: każda platforma sama sprawdza swoją pracę domową — i z reguły wystawia sobie zawyżoną ocenę. (Najczęstszy, węższy przypadek — rozjazd Google Ads vs GA4 — rozkładam osobno w tekście dlaczego dane Google Ads i GA4 się nie zgadzają.)

Modele atrybucji po ludzku

„Model atrybucji" brzmi groźnie, a to po prostu reguła, komu przypisać zasługę za sprzedaż, gdy po drodze było kilka kontaktów z reklamą. Dwa, które musisz znać:

  • Last-click (ostatnie kliknięcie) — całą zasługę dostaje ostatni kanał przed zakupem. Proste i kuszące, ale myli: prawie zawsze nagradza dół lejka (np. wyszukanie Twojej marki) i kompletnie pomija to, co wcześniej przyprowadziło klienta. To dlatego góra lejka wygląda na „bezużyteczną" — wracam do tego w artykule o pełnym lejku.
  • Data-driven (oparty na danych) — dzieli zasługę między kontakty na podstawie tego, które realnie pchały do zakupu. Sprawiedliwszy. Haczyk: działa tylko w obrębie jednej platformy. Data-driven w Google nie widzi kontaktów z Meta, a w Meta nie widzi Google. Lepszy model nie skleja więc dwóch platform w jedną prawdę.
Jedna ścieżka klienta, dwa modele: last-click vs data-driven Jedna ścieżka klienta — dwa modele zasługi YouTube Instagram Searchmarka Zakup poznaje markę rozważa decyduje Last-click 0% 0% 100% cała zasługa dla dołu Data-driven 25% 30% 45% zasługa rozłożona Last-click „skreśla" górę i środek. Data-driven docenia całą drogę — ale tylko w obrębie jednej platformy.

Komu właściwie wierzyć

Skoro każda platforma kłamie na swoją korzyść, a sumować nie wolno — co robić? Trzy zasady, które stosuję:

  • Wybierz jeden wspólny mianownik do decyzji budżetowych. Zwykle jest nim GA4, bo jako jedyny widzi wszystkie kanały naraz i mierzy je jednym modelem. Gdy decydujesz „przesunąć budżet z Meta na Google?", patrz na GA4 (albo na realne zamówienia w sklepie/CRM), nie na sumę paneli reklamowych.
  • Panele platform traktuj jako wskazówkę do optymalizacji wewnątrz nich. Google Ads dobrze pokaże, która kampania w Google działa lepiej. Ale nie używaj go do porównań „Google kontra Meta" — bo każdy zalicza sobie te same osoby.
  • Najbliżej prawdy są Twoje pieniądze. Liczba realnych zamówień, faktur, podpisanych umów w danym miesiącu jest niepodważalna. Platformy mają się do niej dopasować, nie odwrotnie.

I uczciwie: GA4 też nie jest prawdą absolutną — modeluje, część danych szacuje, a w 2026 Google dodatkowo przebudował ustawienia atrybucji (więcej elastyczności per konwersja). Widzi kliknięcia ze wszystkich kanałów, ale nie zobaczy obejrzeń reklam Meta bez kliknięcia — jeśli Meta sprzedaje samą obecnością, GA4 jej tego nie przypisze. Mimo to spośród darmowych narzędzi jest najbliżej wspólnego, uczciwego widoku. Nie szukaj idealnej zgodności co do jednej sprzedaży — szukaj trendu: czy w skali miesiąca rośnie, czy spada.

Narzędzia: Northbeam, Triple Whale i czy małej firmie są potrzebne

Skoro żadna platforma nie widzi całości, powstały narzędzia, które próbują skleić obraz. W e-commerce/DTC najgłośniejsze to Northbeam i Triple Whale. Oba łączą trzy podejścia: atrybucję wielodotykową (śledzą całą ścieżkę), modelowanie marketing-mix (statystyczne, bez ciastek) i testy przyrostowe (sprawdzają, czy wyłączenie kanału realnie zmniejsza sprzedaż).

  • Triple Whale — bardziej „wszystko w jednym" (atrybucja + analityka + AI), łatwiejszy próg wejścia, tańszy, z modułem łączącym wszystkie metody w jeden widok (według producenta kalibrowany co tydzień). Dla większości marek e-com w 2026 praktyczniejszy wybór.
  • Northbeam — mocny, wyspecjalizowany silnik pomiaru, ale wymaga sporo nauki na wejściu i wolniej raportuje. W praktyce wiele marek zatrudnia do jego obsługi osobnego analityka.
Reality check dla małej firmy To liga marek, które wydają na reklamę dziesiątki czy setki tysięcy miesięcznie i mają kogoś od liczb na etacie. Jeśli wydajesz 2 000–8 000 zł miesięcznie, takie narzędzie to przerost formy — realnie opłaca się dopiero przy budżetach rzędu kilkudziesięciu tysięcy złotych miesięcznie i własnej osobie od analityki, bo inaczej kosztuje więcej, niż poprawia decyzje. Wymieniam je, żebyś wiedział, że istnieją i co robią, a nie jako rekomendację. Na Twoim etapie wspólny mianownik w GA4 plus porządne UTM-y robią 90% roboty za darmo.

Co zrobić u siebie — praktyczne minimum

Bez narzędzi za tysiące złotych, w zasięgu każdej małej firmy:

  1. Ustal jeden wspólny mianownik (GA4 albo realne zamówienia z CRM/sklepu) i to do niego porównuj wszystko inne.
  2. Nigdy nie sumuj konwersji z różnych paneli reklamowych. To pierwszy krok do przeszacowania wyników i przepalenia budżetu na kanale, który „wygląda" dobrze.
  3. Otaguj linki UTM-ami — wszędzie, gdzie wrzucasz link (posty, newsletter, współprace). Bez tego GA4 nie wie, skąd przyszedł ruch.
  4. Domknij sprzedaż offline — jeśli finalizujesz przez telefon, mail albo w sklepie, wgrywaj te transakcje z powrotem do systemu (import konwersji). Inaczej dół lejka wygląda na słabszy, niż jest. Jak to ustawić — w tekście o konwersjach w Google Ads.
  5. Zaakceptuj 20–40% rozjazdu jako normę i przestań gonić idealną zgodność. Pilnuj kierunku, nie ostatniego miejsca po przecinku.
  6. Przy poważnych decyzjach (wyłączyć cały kanał?) nie patrz na panel — zrób test przyrostowy. Jak, opisuję w artykule o tym, jak kanały wpływają na siebie.
Podsumowanie Google Ads, Meta i GA4 pokazują różne liczby, bo każde liczy tylko swój fragment ścieżki i robi to po swojemu — 20–40% rozjazdu to norma. Nie sumuj platform (policzysz tę samą sprzedaż kilka razy). Wybierz jeden wspólny mianownik (zwykle GA4 albo realne zamówienia), a panele reklamowe traktuj jako wskazówkę do optymalizacji wewnątrz nich. Narzędzia typu Northbeam czy Triple Whale to liga dużych — małej firmie wystarczą GA4, porządne UTM-y, import konwersji offline i zdrowy rozsądek.
Twoje panele pokazują trzy różne liczby? — sprawdzę gdzie liczysz podwójnie Napisz, jakie liczby konwersji widzisz w Google Ads, Meta i GA4 za ten sam miesiąc (mogą być zrzuty ekranu). Odpiszę, gdzie najpewniej dublujesz tę samą sprzedaż i którą liczbę wziąłbym za podstawę decyzji budżetowych. Bez zobowiązań — jakub.pytlik@jp-ads.pl lub formularz.

O źródłach: Mechanika rozjazdu między platformami i „20–40% to norma" — m.in. EasyInsights i Ruler Analytics; modele atrybucji — pomoc Google Analytics. Porównanie narzędzi — materiały Triple Whale i QRY (2026). Oceny przydatności narzędzi dla małych budżetów oraz przykłady oznaczone „z mojej praktyki" pochodzą z mojego doświadczenia w JP Ads.

Czytaj dalej w serii
← Blog Sprawdź swój pomiar

Szybkie pytanie