Raport analizy atrybucji konwersji w GA4: jak czytać ścieżki i role kanałów

Gdzie znaleźć raporty ścieżek konwersji w GA4?

Oba raporty są w sekcji Reklamy, w grupie atrybucji. Raport ścieżek jest dostępny dla wszystkich usług, a raport analizy atrybucji konwersji jest w becie i trafia na konta stopniowo, głównie do usług połączonych z Google Ads.

W zależności od wersji interfejsu raport ścieżek bywa nazywany ścieżkami konwersji, ścieżkami zdarzeń kluczowych lub ścieżkami atrybucji. Działa tak samo: wybierasz zdarzenie kluczowe, wymiar punktu styku (np. domyślną grupę kanałów, źródło, kampanię) i model atrybucji, a raport pokazuje wizualizację etapów oraz tabelę z najczęstszymi ścieżkami. Od 29 września 2026 r. zarządzanie konwersjami obejmuje też konwersje z aplikacji, co pozwala analizować je w raportach atrybucji, choć dostępność jest ograniczona. Pozostałe zmiany w tym obszarze zebraliśmy w przeglądzie nowości GA4 w 2026 r..

Jak czytać nowy raport analizy atrybucji konwersji?

Raport analizy atrybucji konwersji łączy dwa pytania, które dotąd wymagały kilku raportów: które kanały pomagają, choć nie zamykają sprzedaży, i jak wygląda lejek przy modelu opartym na danych.

Widok konwersji wspomaganych (ostatnie kliknięcie)

Ten widok pokazuje punkty styku, które pojawiły się na ścieżce przed konwersją, ale nie były ostatnim kliknięciem. Typowe przykłady to kampanie wideo na YouTube czy Demand Gen, po których użytkownik wraca później przez wyszukiwarkę. Jeśli kampania ma mało konwersji w modelu ostatniego kliknięcia, a dużo konwersji wspomaganych, to sygnał, że buduje popyt, który zbierają inne kanały. Takie kampanie łatwo wyłączyć pochopnie na podstawie samego ROAS. Jak zaplanować je po przeniesieniu kampanii displayowych do Demand Gen, opisujemy w tekście o migracji do Demand Gen.

Widok analizy lejka (model oparty na danych)

Drugi widok grupuje punkty styku w etapy wczesny, środkowy i późny według atrybucji opartej na danych i oddziela ścieżki z jednym punktem styku od ścieżek wielodotykowych. To rozdzielenie jest bardzo praktyczne. Ścieżki jednodotykowe to zwykle zakupy impulsowe albo powracający klienci, którzy wiedzą, czego chcą. Ścieżki wielodotykowe pokazują, jak kanały współpracują przy bardziej przemyślanych zakupach.

Przykład hipotetyczny: sklep z ekspresami do kawy widzi, że 60% zakupów to ścieżki jednodotykowe, głównie z kampanii brandowej i ruchu organicznego. W pozostałych 40% Paid Social i YouTube dominują we wczesnych punktach styku, a Paid Search w późnych. Wniosek: kampanie społecznościowe i wideo mają sens głównie dla droższych modeli, gdzie decyzja trwa dłużej, i to tam warto mierzyć ich skuteczność.

Jak określić rolę kanału na ścieżce konwersji?

Rolę kanału określisz, porównując jego udział w zasłudze na etapach wczesnym i późnym. Prosta klasyfikacja dzieli kanały na trzy grupy.

Otwierające ścieżkę. Mają wyraźnie większy udział we wczesnych punktach styku niż w późnych. Zwykle to kampanie wideo, Paid Social, artykuły sponsorowane, a czasem ruch z asystentów AI. Oceniasz je po konwersjach wspomaganych i przyroście zapytań brandowych, a nie po ostatnim kliknięciu.

Wspierające. Mają podobny udział na wszystkich etapach, np. newsletter czy remarketing. Utrzymują kontakt z marką między pierwszą wizytą a zakupem.

Zamykające. Dominują w późnych punktach styku: kampanie brandowe, Paid Search na frazy produktowe, ruch bezpośredni. W modelu ostatniego kliknięcia wyglądają najlepiej, ale część ich konwersji wydarzyłaby się i bez nich.

Żeby uzyskać czytelny podział, ustaw w raporcie jako wymiar domyślną grupę kanałów, a nie źródło/medium. Przy źródle/medium ścieżki rozpadają się na setki unikalnych kombinacji. Jeśli Twoje UTM-y są niespójne, kanały też będą nieczytelne, dlatego warto uporządkować je według zasad z artykułu o parametrach UTM w GA4.

Jak analizować ścieżki konwersji krok po kroku?

Poniższa procedura pozwala w ciągu godziny przygotować wnioski do rozmowy o budżecie.

1. Wybierz jedno zdarzenie kluczowe. Analizuj osobno zakupy i leady, bo mają inne ścieżki.
2. Ustaw zakres co najmniej 60–90 dni. Krótszy zakres obcina długie ścieżki i zawyża udział ścieżek jednodotykowych.
3. Wybierz wymiar domyślnej grupy kanałów. Do szczegółów kampanii wrócisz później.
4. Porównaj etapy w modelu opartym na danych. Zanotuj kanały, które mają co najmniej dwa razy większy udział we wczesnych niż w późnych punktach styku.
5. Sprawdź dni do konwersji. Jeśli znaczna część zakupów następuje po ponad 30 dniach, a okno w Google Ads wynosi 30 dni, kampanie otwierające ścieżkę są systematycznie niedoszacowane. Od sierpnia 2026 r. okno ustawisz na dowolną liczbę dni od 1 do 90.
6. Otwórz widok konwersji wspomaganych. Porównaj konwersje wspomagane z konwersjami z ostatniego kliknięcia dla kampanii, które planujesz ograniczyć.
7. Zapisz wnioski jako hipotezy. Każdy wniosek typu „YouTube buduje popyt” sformułuj tak, żeby dało się go sprawdzić testem.

Ostatni krok jest najważniejszy. Ścieżki konwersji GA4 pokazują, co działo się przed zakupem, ale nie odpowiadają na pytanie, co by się stało bez danego kanału. Do tego służą eksperymenty opisane w poradniku o testach inkrementalności i Conversion Lift. Gdy planujesz budżet na najgorętszy okres roku, takie hipotezy warto sprawdzić przed sezonem, o czym piszemy w tekście o budżecie na Black Friday i Q4.

Jak odtworzyć ścieżki konwersji w BigQuery?

Raport w GA4 ma ograniczenia: nie pokażesz w nim własnych reguł kanałów w każdym widoku, nie połączysz ścieżek z marżą z systemu sprzedaży i nie zmienisz logiki liczenia. Eksport do BigQuery pozwala zbudować własną, uproszczoną wersję ścieżek. Poniższe zapytanie tworzy ścieżki z kanałów sesji z 30 dni przed pierwszym zakupem w październiku 2026 r.:

WITH zdarzenia AS (
  SELECT
    user_pseudo_id,
    event_name,
    event_timestamp,
    (SELECT value.int_value FROM UNNEST(event_params) WHERE key = 'ga_session_id') AS sesja_id,
    CASE
      WHEN collected_traffic_source.gclid IS NOT NULL THEN 'google / cpc'
      WHEN collected_traffic_source.manual_source IS NOT NULL THEN
        CONCAT(collected_traffic_source.manual_source, ' / ',
               IFNULL(collected_traffic_source.manual_medium, '(not set)'))
      ELSE IFNULL(NET.HOST((SELECT value.string_value FROM UNNEST(event_params)
                            WHERE key = 'page_referrer')), '(direct)')
    END AS kanal
  FROM `twoj-projekt.analytics_123456789.events_*`
  WHERE _TABLE_SUFFIX BETWEEN '20260901' AND '20261026'
),
sesje AS (
  SELECT
    user_pseudo_id,
    sesja_id,
    MIN(event_timestamp) AS start_ts,
    ARRAY_AGG(kanal ORDER BY event_timestamp LIMIT 1)[OFFSET(0)] AS kanal
  FROM zdarzenia
  WHERE sesja_id IS NOT NULL
  GROUP BY user_pseudo_id, sesja_id
),
zakupy AS (
  SELECT user_pseudo_id, MIN(event_timestamp) AS zakup_ts
  FROM zdarzenia
  WHERE event_name = 'purchase'
    AND event_timestamp >= UNIX_MICROS(TIMESTAMP('2026-10-01'))
  GROUP BY user_pseudo_id
),
sciezki AS (
  SELECT
    z.user_pseudo_id,
    STRING_AGG(s.kanal, ' > ' ORDER BY s.start_ts) AS sciezka,
    COUNT(*) AS punkty_styku
  FROM zakupy z
  JOIN sesje s
    ON s.user_pseudo_id = z.user_pseudo_id
   AND s.start_ts <= z.zakup_ts
   AND s.start_ts >= z.zakup_ts - 30 * 24 * 60 * 60 * 1000000
  GROUP BY z.user_pseudo_id
)
SELECT sciezka, punkty_styku, COUNT(*) AS kupujacy
FROM sciezki
GROUP BY sciezka, punkty_styku
ORDER BY kupujacy DESC
LIMIT 50;

To wersja celowo uproszczona. Klasyfikuje sesję po pierwszym zdarzeniu, nie łączy urządzeń bez identyfikatora użytkownika i nie zawiera danych modelowanych, więc wyniki będą różnić się od interfejsu. Wartości z referrerem Twojej domeny oznaczają zwykle sesje wznowione po czasie bezczynności i warto je odfiltrować. Dokładniejsze odtwarzanie źródeł sesji opisujemy w poradniku o sesjach i źródłach ruchu w BigQuery, a podstawowe zapytania do eksportu w tekście o 10 zapytaniach do eksportu GA4.

Najczęstsze błędy w interpretacji ścieżek konwersji

Raporty ścieżek łatwo nadinterpretować. Oto pułapki, które pojawiają się najczęściej.

• Mylenie obecności z wpływem. Kanał pojawiający się na wielu ścieżkach mógł po prostu docierać do osób, które i tak kupowały.
• Ignorowanie ścieżek jednodotykowych. Jeśli stanowią większość, analiza ról kanałów dotyczy tylko części sprzedaży.
• Porównywanie różnych zdarzeń. Ścieżki leadów i zakupów mają inną długość i inne kanały.
• Zbyt krótki zakres dat. Przy długich decyzjach zakupowych obcina początek ścieżek.
• Brak kontekstu innych platform. GA4 nie widzi wyświetleń reklam Meta bez kliknięcia, więc rola tych kampanii jest w ścieżkach zaniżona. Skąd biorą się takie różnice, wyjaśniamy w artykule o rozbieżnościach konwersji między GA4, Google Ads i Meta.

Jeśli chcesz zrozumieć, jak wybór modelu zmienia podział zasługi, przeczytaj porównanie atrybucji opartej na danych i ostatniego kliknięcia. Wszystkie poradniki o atrybucji znajdziesz w podtemacie Atrybucja.