Performance & analityka

Atrybucja w B2B z długim cyklem: 6 miesięcy, 8 osób decyzyjnych, self-reported attribution

📅 5 lipca 2026 ⏱️ 9 min czytania

Michał Winciorek

Performance Marketing Strategist · LinkedIn ↗

W B2B z długim cyklem sprzedaży model atrybucji z ostatniego kliknięcia kłamie w żywe oczy. Transakcja dojrzewa 6 miesięcy, decyzję podejmuje 8 osób, a Google Analytics przypisuje całą wartość do jednej frazy brandowej wpisanej dzień przed podpisem. Efekt: tniesz kampanie, które faktycznie budowały pipeline, bo wykres pokazał zero konwersji. Ten artykuł pokazuje, jak zbudować atrybucję B2B, która nadąża za realnym procesem zakupowym: self-reported attribution, CRM jako kręgosłup i metryki pośrednie zamiast konwersji na klik.

Dlaczego atrybucja z kliknięć rozpada się w B2B

Atrybucja z kliknięć powstała dla e-commerce. Ktoś widzi reklamę buta, klika, kupuje w tej samej sesji, a system łączy przychód z kampanią. W transakcji, która trwa kilkanaście minut, ten model działa całkiem dobrze. Problem zaczyna się, gdy przenosisz go do sprzedaży, w której między pierwszym kontaktem a podpisem umowy mija pół roku.

W B2B ścieżka rzadko jest liniowa. Potencjalny klient czyta Twój artykuł z telefonu w poniedziałek, wraca na stronę z laptopa firmowego w środę, dostaje link od kolegi na Slacku, wpisuje nazwę firmy w Google przed spotkaniem zarządu i dopiero wtedy wypełnia formularz. Analytics widzi ostatni krok, czyli frazę brandową, i uznaje, że to ona wygenerowała lead. Cała wcześniejsza praca kampanii świadomościowych, treści i remarketingu znika z raportu.

Do tego dochodzą trzy techniczne gwoździe do trumny: blokady cookies i krótkie okna atrybucji, przełączanie się między urządzeniami oraz fakt, że jedna umowa to często kilka osób z tej samej firmy, każda z osobnym ciasteczkiem. Model, który przypisuje wartość jednemu identyfikatorowi w jednej przeglądarce, w takim świecie zwyczajnie nie ma jak być prawdziwy.

Konsekwencja jest bardzo praktyczna i bardzo kosztowna. Wykres w panelu reklamowym pokazuje kampanię brandową z niskim kosztem konwersji i kampanie górnego lejka bez konwersji. Naturalny odruch: przelać budżet do brandu, wyciąć resztę. Po kwartale liczba nowych szans spada, bo brand zbiera plony, których nikt już nie sieje. Ten mechanizm powtarza się w firmach B2B na tyle często, że warto go nazwać wprost: atrybucja z klika premiuje zbieranie popytu i karze jego budowanie.

Długi cykl i komitet zakupowy

Weź typowy zakup usługi B2B za sześciocyfrową kwotę. Decyzja nie zapada w głowie jednej osoby. Bierze w niej udział szef działu, który zgłasza potrzebę, specjalista, który weryfikuje techniczne szczegóły, dyrektor finansowy pilnujący budżetu, prawnik czytający umowę i zarząd zatwierdzający wydatek. Osiem osób decyzyjnych w jednym procesie to w mid-market norma.

Każda z tych osób wchodzi w kontakt z Twoją marką inaczej i w innym momencie. Szef działu przeczytał Twój post na LinkedIn trzy miesiące temu. Specjalista trafił na case study przez wyszukiwarkę. Dyrektor finansowy nie widział żadnej reklamy, za to słyszał Twoją nazwę na konferencji. Formularz kontaktowy wypełni asystentka, której cookie nie łączy się z żadną z tych ścieżek.

W B2B budujesz przekonanie w całym komitecie zakupowym, a większość tego procesu jest dla Twojego piksela niewidzialna.

Sześć miesięcy cyklu oznacza jeszcze jedno: standardowe okno atrybucji, które w wielu narzędziach domyślnie wynosi 30 lub 90 dni, po prostu się kończy, zanim szansa dojrzeje. Kampania, która zasiała ziarno w styczniu, dla systemu przestaje istnieć w kwietniu, a umowa podpisana w lipcu wygląda jak lead z powietrza.

Self-reported attribution: proste pytanie, mocny sygnał

Skoro maszyna gubi ścieżkę, zapytaj człowieka. Self-reported attribution to metoda, w której pytasz klienta wprost, skąd o Tobie wie. Brzmi banalnie, a w B2B daje sygnał, którego żaden piksel nie odtworzy, bo dociera do kontaktów offline, poleceń i wielomiesięcznych ścieżek.

Zbierasz to w dwóch miejscach. Pierwsze to formularz kontaktowy z jednym dodatkowym polem: "Skąd Pan/Pani o nas wie?". Zostaw je otwarte albo daj kilka szerokich opcji (wyszukiwarka, LinkedIn, polecenie, konferencja, inne). Drugie miejsce to rozmowa sprzedażowa, gdzie handlowiec pyta o to samo, tylko głębiej, i zapisuje odpowiedź w CRM. Rozmowa wyłapie niuanse, których formularz nie złapie, na przykład "widziałem waszego założyciela na branżowym podcaście".

Dane deklaratywne mają swoje wady, o których trzeba wiedzieć wprost:

• Efekt świeżości (recency bias): ludzie podają ostatni kontakt zamiast pierwszego. Ktoś powie "Google", bo tam ostatnio wpisał Twoją nazwę, choć poznał Cię przez polecenie pół roku wcześniej.
• Nieostre kategorie: "internet" albo "znajomy" to odpowiedzi, z którymi niewiele zrobisz, dopóki nie dopytasz.
• Niska próbka: przy kilkunastu transakcjach kwartalnie statystyka jest orientacyjna, więc traktuj ją jako wskazanie kierunku.

Mimo tych ograniczeń self-reported attribution regularnie pokazuje kanały, które w Analytics wyglądają na martwe, a w rzeczywistości uruchamiają najlepsze kontrakty. To jedyne źródło, które widzi ścieżkę oczami klienta.

Kilka detali wykonawczych, które decydują o jakości tych danych. Pole na formularzu nie może być obowiązkowe, jeśli ma być otwarte, bo wtedy ludzie wpisują kropkę, żeby przejść dalej. Handlowiec ma zadać pytanie na początku rozmowy, zanim potencjalny klient zdąży zracjonalizować odpowiedź pod to, co według niego chcesz usłyszeć. I nie łącz opcji "wyszukiwarka" z "polecenie" w jedną kategorię, bo to dwa zupełnie różne mechanizmy, jeden płatny i mierzalny, drugi organiczny i długofalowy. Im czystszy słownik na wejściu, tym mniej pracy przy analizie na wyjściu.

CRM jako kręgosłup atrybucji B2B

W B2B centrum grawitacji atrybucji przenosi się z narzędzia analitycznego do CRM. Powód jest prosty: to CRM zna prawdziwą jednostkę wartości, czyli szansę sprzedaży, jej etap, kwotę i to, czy się domknęła. Analytics zna sesje i kliknięcia, a te w Twoim modelu sprzedaży znaczą niewiele.

Żeby CRM pełnił tę rolę, każda szansa musi nieść ze sobą kilka pól wypełnianych konsekwentnie:

1. Źródło leada: skąd przyszedł pierwszy kontakt, zapisane w spójnym słowniku, żeby dało się to potem grupować.
2. Self-reported source: deklaracja klienta z formularza i rozmowy, jako osobne pole obok źródła technicznego.
3. Etap i data zmiany etapu: żeby widzieć, jak szansa przesuwa się w lejku i ile trwa każdy krok.
4. Wartość szansy: kwota potencjalnego kontraktu, bo bez niej mierzysz liczbę leadów zamiast pieniędzy.
5. Status domknięcia: wygrana, przegrana, powód, żeby oddzielić kanały generujące ruch od kanałów generujących przychód.

Sama dyscyplina wypełniania tych pól bywa większym wyzwaniem niż technologia. Handlowiec pod presją targetu nie ma ochoty klikać w słowniki. Dlatego pól ma być mało, mają być obowiązkowe na wejściu do lejka, a słownik źródeł ma być krótki i pilnowany. Lepszy jeden porządny słownik z pięcioma pozycjami niż dziesięć pól, których nikt nie uzupełnia.

Łączenie sygnałów: kampanie plus CRM plus deklaracje

Każde z trzech źródeł ma dziurę, którą łata dopiero pozostała dwójka. Kampanie pokazują, co się dzieje na górze lejka, ale gubią ścieżkę po drodze. CRM pokazuje pieniądze, choć nie wie, skąd naprawdę przyszedł kontakt. Self-reported łapie offline i polecenia, choć bywa nieostry. Wartość powstaje, gdy zestawisz je obok siebie i przestaniesz oczekiwać jednej liczby prawdy. Pełny obraz składa się z trzech przybliżeń, każde niedoskonałe z osobna, razem znacznie bliższe rzeczywistości niż którykolwiek panel w pojedynkę.

Technicznym spoiwem jest przekazanie identyfikatorów kampanii do CRM. Gdy formularz zbiera parametry UTM i zapisuje je przy szansie, dostajesz techniczne źródło leada obok deklaracji klienta. Rozjazd między nimi to cenna informacja, traktuj go jako sygnał. Jeśli UTM mówi "płatne wyszukiwanie", a klient mówi "polecenie od partnera", oba są prawdziwe: reklama domknęła ostatni krok, a zaufanie zbudowało polecenie.

W praktyce zestawiasz to w jednym prostym widoku: dla każdej wygranej szansy widzisz źródło techniczne, deklarację klienta i wartość. Po kilkudziesięciu transakcjach zaczynają się wyłaniać wzorce, na przykład że najwięksi klienci prawie zawsze podają polecenie jako pierwszy kontakt, choć technicznie weszli przez reklamę. Taka obserwacja zmienia sposób, w jaki dzielisz budżet, znacznie mocniej niż wykres konwersji z jednego narzędzia.

Metryki pośrednie zamiast konwersji na klik

W długim cyklu konwersja na kliknięcie jest metryką próżności odwróconą na lewą stronę: pokazuje wynik w złym miejscu i przypisuje go złemu kanałowi. Zamiast niej mierz, jak kanały wpływają na pipeline, nawet jeśli nie da się przypisać im jednej, czystej sprzedaży.

Kilka metryk pośrednich, które w B2B pracują lepiej niż konwersja na klik:

• Pipeline influenced: łączna wartość szans, które w swojej ścieżce miały kontakt z danym kanałem. Kanał nie musi być ostatni, wystarczy, że był na drodze.
• Wpływ na etap: czy szanse, które zetknęły się z kanałem, częściej przechodzą do kolejnego etapu niż te bez tego kontaktu.
• Velocity (tempo cyklu): czy transakcje z danego źródła domykają się szybciej, bo szybszy cykl to realna oszczędność, nawet przy tej samej kwocie.
• Win rate (odsetek wygranych) wg źródła: który kanał daje leady, które faktycznie wygrywają, zamiast tych, które wpadają do lejka i tam gniją.

Te metryki są mniej efektowne, bo nie dają jednej liczby ROAS na slajd. Za to opisują proces taki, jaki jest naprawdę, i chronią Cię przed najkosztowniejszym błędem w B2B: wycięciem kanału, który sam nie domyka sprzedaży, choć bez niego reszta lejka przestaje działać.

Minimalny, praktyczny model atrybucji dla mid-market

Nie potrzebujesz platformy za dziesiątki tysięcy złotych rocznie ani zespołu analityków danych. Firma mid-market może zbudować sensowną atrybucję B2B na narzędziach, które już ma. Oto minimalny model, od którego warto zacząć.

1. Dodaj jedno pole do formularza: "Skąd Pan/Pani o nas wie?". Otwarte lub z kilkoma szerokimi opcjami. To pierwszy i najtańszy krok.
2. Wpisz to samo pytanie do skryptu rozmowy: handlowiec pyta i zapisuje deklarację w CRM przy każdej szansie.
3. Ustandaryzuj pięć pól w CRM: źródło techniczne, self-reported, etap z datą, wartość, status domknięcia. Krótki słownik, pola obowiązkowe.
4. Przekazuj UTM z formularza do CRM: techniczne źródło ląduje przy szansie automatycznie, obok deklaracji.
5. Raz w miesiącu zrób przegląd wygranych szans: zestaw źródło techniczne, deklarację i wartość, poszukaj wzorców, dopiero na tej podstawie ruszaj budżety.

Jedna magiczna liczba, która powie, ile złotych przyniosła każda złotówka w reklamie, w B2B i tak byłaby fikcją. Ten model daje Ci coś cenniejszego: uczciwy obraz tego, jak Twoi klienci naprawdę do Ciebie trafiają, i grunt pod decyzje, których nie trzeba potem odkręcać. Jeśli chcesz sprawdzić, gdzie Twoja obecna atrybucja rozjeżdża się z rzeczywistością, od tego zaczynam każdy Audyt Startowy.