Cross-channel atribucija: društvene mreže, pretraga, pipeline
Kako dokazati da plaćene društvene mreže pokreću potražnju za plaćenom pretragom i obraniti brojke pipelinea pred financijama uz testiranje inkrementalnosti.

Standardni atribucijski modeli lažu u dva smjera istovremeno: reklamne platforme precjenjuju učinkovitost, CRM je podcjenjuje. Rezultat je da plaćene društvene mreže izgledaju kao skupi luksuz, a plaćena pretraga kao jedini kanal koji "funkcionira." Ako to ostavite bez odgovora, sustavno ćete podfinancirati vrh lijevka i onda se pitati zašto brendirana pretraga polako presušuje.
Ključne spoznaje
- Atribucija zadnjeg klika strukturalno ne može vidjeti kanale temeljene na prikazima (društvene mreže, display, video) i dodjeljuje im nula zasluga.
- Platforme poput Googlea i Mete precjenjuju ROAS otprilike 5 puta putem view-through i modeliranih konverzija; CRM ga podcjenjuje u suprotnom smjeru.
- Plaćene društvene mreže generiraju potražnju s odgodom od 7-28 dana, pa standardni lookback prozor od 7 dana odsjeca cijeli učinak.
- Jedina pouzdana metoda mjerenja su holdout testovi i geo-eksperimenti, a ne atribucijski modeli.
- CFO-e ne zanimaju klikovi ni impresije. Izvještavajte o doprinosu marži, LTV/CAC-u i cijeni po dolaru pipelinea.
Zašto vam atribucijski model pokazuje besmislice
Martech je to jasno rekao: reklamne platforme sustavno napuhuju učinkovitost putem view-through konverzija i širokih konverzijskih prozora, dok backend CRM radi na zadnjem kliku i jednostavno ne može vidjeti kanale temeljene na prikazima. Ista kampanja može pokazati 5x ROAS na platformi i nulu u CRM-u. Oba broja su tehnički "točna" i oba su beskorisna kao osnova za donošenje odluka.
iOS 14 je pogoršao situaciju. Prekinuo je match-back signale na klikovima s društvenih mreža, pa se čak i onaj dio učinkovitosti plaćenih društvenih mreža koji je backend nekad bilježio znatno smanjio. Prema Martechovim podacima, stvarno podcjenjivanje kampanja na društvenim mrežama u backend podacima iznosi negdje između 30 i 70 posto u odnosu na stvarni učinak.
Praktična posljedica: ako procjenjujete Meta ili TikTok kampanje prema prihodima od zadnjeg klika, gotovo sigurno ih podcjenjujete dovoljno da ih na kraju isključite. A kad to učinite, isključujete generiranje potražnje koje hrani brendiranu pretragu, organski promet i sve što dolazi nizvodno.
Kako plaćene društvene mreže stvarno utječu na plaćenu pretragu
Search Engine Land jasno opisuje mehanizam: plaćene društvene mreže prvo grade svijest, a tek onda korisnik odlazi na Google tražiti. Tipična odgoda je 7-28 dana. Ako je vaš lookback prozor postavljen na 7 dana (zadana vrijednost na većini platformi), cijeli učinak nestaje.
Kako to mjeriti bez skupih alata:
- Zabilježite bazni volumen brendiranih i kategorijskih upita u Google Adsu neposredno prije pokretanja kampanje na plaćenim društvenim mrežama.
- Nakon pokretanja, pratite te volumene upita na +7, +14 i +28 dana.
- Povećanje relevantnog volumena upita od 15-30% snažan je signal asistiranog učinka društvenih mreža.
- Za rigorozniji rezultat, pokrenite geo-eksperiment: pokrenite kampanju u jednoj regiji, zadržite je u drugoj i usporedite volumen pretrage između dviju regija.
Search lift tada postaje metrika koja brani upper-funnel budžet uvjerljivije nego ikakav CPM ili CPC.
Troslojna atribucija za B2B: kako je sastaviti
PPC Hero opisuje pristup koji funkcionira u složenim B2B okruženjima gdje nijedan pojedinačni model ispravno ne dodjeljuje zasluge za pipeline. Koristi tri sloja koji pokrivaju slijepe točke jedni drugih:
- Multi-touch atribucija povezuje interakcije s oglasima s CRM ishodima (MQL, SQL, zatvoreni posao). Preduvjet je da je vaš CRM povezan s plaćenim medijima prije pokretanja kampanje, s dosljednim UTM-ovima i sinkronizacijom lead formi s objektima kampanje.
- Kauzalno modeliranje (ekonometrijske metode) kontrolira sezonalnost i potražnju za brendom, odvajajući što je kampanja zapravo uzrokovala od onoga što bi se ionako dogodilo.
- Geo-testiranje inkrementalnosti dokazuje je li kampanja generirala neto-novi pipeline ili je samo prisvajala zasluge za postojeću potražnju.
Kritičan uvjet: CRM mora biti povezan s plaćenim medijima prije pokretanja. Bez te osnovice ne možete naknadno razlikovati je li promjena pomakla poslovnu metriku ili samo broj na platformi. B2B SaaS tvrtka opisana u PPC Hero članku smanjila je cijenu po MQL-u za 27% i povećala stopu konverzije za 18% upravo zahvaljujući ovom postavljanju.
Kako izvještavati da preživi pregled budžeta
Ovo je najčešća praktična pogreška: marketingaši ulaze na preglede budžeta s CPM-om, CPC-om i ROAS-om. Financije ne razumiju te brojeve u kontekstu poslovnog učinka i, s pravom, ignoriraju ih.
PPC Hero preporučuje izvještavanje isključivo u metrikama kojima CFO zaista vjeruje:
- Doprinos marži iz kampanja (ne samo prihod)
- LTV/CAC i njegov trend kroz vrijeme
- Period povrata na akviziciju kupaca
- Cijena po dolaru pipelinea i cijena po prvom sastanku
Impresije i klikovi mogu ostati u vašem internom dashboardu kao smjerni signali. Nemaju mjesta na pregledu budžeta.
Ako vodite više kanala i trebate automatizirati ovakvo mjerenje, Charliejevi AI agenti mogu povezati podatke s plaćenih društvenih mreža, plaćene pretrage i CRM-a u jedan izvještaj bez ručnog izvoza.
AI Overviews kao novi atribucijski sloj
Semrush ukazuje na trend koji dodatno komplicira atribuciju: AI Overviews u Googleu sada se pojavljuju na više od 50% upita, a Google Search Console ne odvaja njihove klikove od organskih. Brend može rangirati na stotinama tisuća ključnih riječi, ali biti citiran samo u dijelu njih.
To ima izravnu atribucijsku posljedicu: korisnik dobije odgovor u AI Overviewu, ne klikne ništa, ali se tjedan dana kasnije vrati putem brendirane pretrage. Zadnji klik dodjeljuje konverziju kampanji brendirane pretrage. Stvarni izvor potražnje bio je AI Overview.
Praktičan korak: u Semrush Organic Rankingsu revidirajte ključne riječi na kojima rangirate, ali niste citirani u AI Overviewima. Dajte prioritet komercijalnoj namjeri, jer tu izgubljena vidljivost ima izravan utjecaj na pipeline.
Ako želite jasniju sliku o tome kako vaša marketinška platforma obrađuje podatke po kanalima, korisno je znati što zapravo mjerite i što vam izmiče.
Što učiniti ovog tjedna
Reforma atribucije ne zahtijeva veliki projekt. Tri konkretna koraka koja možete poduzeti odmah:
- Postavite bazni volumen pretrage za brendirane i kategorijske upite u Google Adsu i zabilježite ga prije pokretanja sljedeće kampanje na plaćenim društvenim mrežama.
- Provjerite je li vaš CRM povezan s plaćenim medijima s dosljednim UTM-ovima i doseže li praćenje konverzija MQL ili SQL, a ne samo slanje lead forme.
- Pripremite jedan slide za sljedeći pregled budžeta koji prikazuje LTV/CAC i cijenu po dolaru pipelinea umjesto ROAS-a.
Ostatak je iteracija.
FAQ
Kako dokazati da plaćene društvene mreže pomažu plaćenoj pretrazi?
Pratite volumen brendiranih i kategorijskih upita u Google Adsu u 1-4 tjedna nakon pokretanja kampanje na plaćenim društvenim mrežama. Geo-eksperimenti ili holdout testovi pokazat će stvarni inkrementalni učinak koji atribucija zadnjeg klika potpuno propušta.
Zašto se ROAS platforme nikad ne podudara s brojevima iz CRM-a?
Reklamne platforme sustavno precjenjuju učinkovitost putem view-through i modeliranih konverzija, dok CRM radi na principu zadnjeg klika i potpuno je slijep za kanale temeljene na prikazima. Oba izvora su pristrana u suprotnim smjerovima.
Kako obraniti budžet za plaćene medije pred CFO-om?
Izvještavajte u metrikama kojima financije zaista vjeruju: doprinos marži, LTV/CAC, period povrata i cijena po dolaru pipelinea. Impresije i klikovi spadaju u interne dashboarde, ne u preglede budžeta.
Što je holdout test i kada ga koristiti?
Holdout test dijeli publike ili geografska područja na grupu koja vidi vaše oglase i grupu koja ih ne vidi. Razlika u rezultatima pokazuje stvarni inkrementalni učinak, bez iskrivljenja bilo kojeg atribucijskog modela.
Izvori
- How to prove paid social drives paid search demand · Search Engine Land
- Getting a Pipeline Number You Can Defend to Finance · PPC Hero
- The only way to know what your ads really did · Martech
- 8 Best AI Content Marketing Tools for 2026 (Tried & Tested) · Semrush Blog
- How to track AI Overviews with Semrush · Semrush Blog