Ankieta „skąd o nas wiesz?”: prosta metoda atrybucji, którą większość firm pomija

Co pokazuje pytanie o źródło, czego nie widzi GA4

Narzędzia analityczne widzą kliknięcia. Nie widzą rozmowy przy kawie, odcinka podcastu w samochodzie ani linku przesłanego w prywatnej wiadomości. Te kontakty często decydują o zakupie, ale w raporcie pojawiają się jako wejście bezpośrednie albo wyszukiwanie nazwy marki.

Skalę problemu dobrze pokazują dwa przykłady przytoczone przez Recast. W eksperymencie SparkToro wizyty z TikToka, Slacka, Discorda, Mastodona i WhatsAppa w 100% trafiły do ruchu bezpośredniego, a z Messengera w 75%. Z kolei Refine Labs w 12-miesięcznym badaniu wskazał 90-procentową lukę między atrybucją z oprogramowania a deklaracjami klientów dla kanałów takich jak media społecznościowe, podcasty i polecenia.

Obie metody mają więc słabe strony, ale w innych miejscach. Dlatego warto je zestawiać. Szersze tło, czyli modele atrybucji i ich ograniczenia, opisujemy w przewodniku po atrybucji w marketingu.

Gdzie i kiedy zadać pytanie

Najlepszy moment to chwila konwersji, gdy klient i tak wypełnia dane. Każdy dzień zwłoki osłabia pamięć i obniża liczbę odpowiedzi. Fairing, dostawca ankiet po zakupie, zaleca pytanie osadzone bezpośrednio na stronie lub w aplikacji zamiast wysyłki mailem, bo ogranicza to błąd selekcji i zapominanie.

• Formularz kontaktowy lub ofertowy. Standard w firmach usługowych i B2B. O projektowaniu formularzy piszemy w tekście o lead generation w B2B.
• Strona podziękowania po zakupie. W sklepie internetowym to miejsce, które nie wpływa na konwersję, bo zakup już się odbył.
• Rejestracja konta lub zapis na newsletter. Dobre miejsce, jeśli ścieżka do zakupu jest długa.
• Rozmowa telefoniczna. Osoba przyjmująca zgłoszenie pyta o źródło i wpisuje odpowiedź do arkusza lub CRM.

Czy pole ma być obowiązkowe? Recast, powołując się na dane Dreamdata, podaje, że gdy pytanie jest opcjonalne, pomija je prawie 30% osób. Outbrain w swoim poradniku także zaleca pole obowiązkowe. Jeśli obawiasz się spadku konwersji formularza, sprawdź to testem A/B na stronie. Autor poradnika Outbrain uznaje spadek współczynnika konwersji poniżej 1% za akceptowalny, ale to jego ocena, a nie norma. Na stronie po zakupie problem nie istnieje, więc tam pole obowiązkowe nie kosztuje nic.

Jak sformułować pytanie, żeby odpowiedzi coś znaczyły

Rand Fishkin ze SparkToro zwraca uwagę na trzy problemy z tym pytaniem. Pamięć ludzka jest zawodna. Pytanie jest wieloznaczne. A odpowiedzi pokazują tylko kanały, przez które klienci już przychodzą, a nie te, w których marka jeszcze nie istnieje. Pierwszy i trzeci problem trzeba zaakceptować. Drugi da się rozwiązać dobrym sformułowaniem.

„Skąd o nas wiesz?” może oznaczać pierwszy kontakt z marką albo powód dzisiejszej wizyty. Klientka, która poznała markę z filmu na YouTube, potem dostała link od koleżanki, a dziś wyszukała firmę w Google, odpowie najpewniej „z Google”. Fairing sugeruje dobór sformułowania do celu:

Dla większości firm najcenniejsze jest pierwsze pytanie, bo pierwszy kontakt najsłabiej widać w narzędziach analitycznych. Wybierz jedno sformułowanie i nie zmieniaj go, bo każda zmiana przerywa porównywalność danych w czasie.

Lista odpowiedzi: szablon do skopiowania

Odpowiedzi powinny obejmować kanały płatne i bezpłatne, być napisane prostym językiem i najlepiej mieć przykłady w nawiasach. Outbrain ostrzega, że 20 opcji to za dużo, bo męczy i myli klientów. Fairing zaleca pojedynczy wybór, losową kolejność odpowiedzi i opcję „Inne” z polem tekstowym, które często ujawnia nowe kanały.

Dla szerokich kategorii warto dodać pytanie pomocnicze. Jeśli ktoś wybierze „Twórca internetowy” albo „Podcast”, zapytaj o nazwę. To dane, które bezpośrednio pomagają ocenić współprace, opisywane w tekstach o influencer marketingu i o reklamie w radiu i podcastach. Odpowiedź o asystentach AI warto mieć już teraz, bo ten kanał trudno zmierzyć inaczej, co opisujemy w tekście o atrybucji reklam w AI.

Pole otwarte czy lista wyboru

Outbrain zaleca pole otwarte małym markom, które mają niewiele zgłoszeń z kilku źródeł. Odpowiedzi są wtedy bogatsze, na przykład zawierają nazwę konkretnego filmu czy twórcy. Duże marki z wieloma zgłoszeniami lepiej obsłuży lista, bo dane są od razu uporządkowane. Pole otwarte wymaga też sprzątania: literówek, skrótów i przypadkowych znaków.

Recast proponuje rozwiązanie pośrednie: pole tekstowe, a potem przypisywanie odpowiedzi do kategorii według prostych reguł. Reguły tworzysz na podstawie pierwszych kilkudziesięciu odpowiedzi.

Kodowanie można przyspieszyć narzędziem AI, ale reguły i wyniki trzeba sprawdzać ręcznie na próbce. Zasady pracy z odpowiedziami otwartymi opisujemy szerzej w przewodniku po badaniach konsumenckich.

Jak analizować wyniki ankiety

Pojedynczy miesiąc odpowiedzi mówi niewiele. Wartość ankiety rośnie z czasem, gdy możesz porównywać trendy. Trzy sposoby analizy dają najwięcej.

1. Trend udziału kanałów. Co miesiąc licz udział każdej odpowiedzi. Wzrost „polecenia” po wprowadzeniu programu poleceń albo „podcastu” po sponsoringu to sygnał, że działanie trafia do ludzi.
2. Porównanie z GA4. Zestaw udział kanałów z ankiety z udziałem kanałów w GA4. Duża różnica wskazuje, gdzie narzędzia nie widzą części ścieżki.
3. Odjęcie poziomu bazowego. Fairing zaleca uruchomić ankietę co najmniej 30 dni przed kampanią. Jeśli przed sponsoringiem podcastu 0,5% osób już wybierało „podcast”, ten poziom odejmujesz od wyniku w czasie kampanii.

Wyliczenie modelowe według metody opisanej przez Fairing. Sklep sponsoruje podcast za 6000 zł i daje słuchaczom kod rabatowy. Kodu użyło 15 osób, więc koszt pozyskania według kodu wynosi 400 zł. W tym samym czasie sklep miał 1000 zamówień, a 5% osób odpowiadających na ankietę wskazało podcast. Przed kampanią ten odsetek wynosił 1%. Po odjęciu bazy podcastowi można przypisać około 4% zamówień, czyli 40. Koszt pozyskania spada do 150 zł, a mnożnik dla kodu wynosi 40 / 15 ≈ 2,7. Wyliczenie zakłada, że osoby odpowiadające na ankietę dobrze reprezentują wszystkich kupujących, co trzeba sprawdzić. Jak przeliczać takie dane na koszt pozyskania i wartość klienta, opisujemy w tekście o CAC, LTV i okresie zwrotu.

Kiedy nie ufać ankiecie

Atrybucja deklaratywna ma znane słabości. Recast wymienia błąd pamięci, przewagę ostatnich kontaktów i przecenianie kanałów emocjonalnych, takich jak telewizja. RevenueCat w analizie z grudnia 2025 r. zauważa, że odpowiedzi często odzwierciedlają po prostu proporcje wydatków reklamowych: przy podziale 60% Meta, 20% TikTok i 20% Google ankieta pokazuje podobny rozkład.

• Wiele kanałów jednocześnie. Według RevenueCat ankieta działa najlepiej przy jednej, dwóch platformach i skoncentrowanych wydatkach, a traci wiarygodność, gdy kanałów jest wiele.
• Silna, rozpoznawalna marka. Klienci „zawsze ją znali” i nie potrafią wskazać źródła.
• Kanały programmatic i sieci reklamowe. Reklamy na stronach różnych wydawców trudno przypisać do nazwy, więc rzadko pojawiają się w odpowiedziach.
• Rozróżnianie reklamy i wyniku bezpłatnego. Dla klienta „Google” to jedno źródło.

Najważniejsze: ankieta pokazuje, co klient pamięta, a nie co spowodowało zakup. Gdy chcesz wiedzieć, czy kanał naprawdę zwiększa sprzedaż, potrzebujesz testu inkrementalności.

Wdrożenie w tydzień

• Wybrałem jedno sformułowanie pytania i wiem, czy pytam o pierwszy kontakt, czy o ostatni impuls.
• Lista ma kilkanaście pozycji, losową kolejność i opcję „Inne” z polem tekstowym.
• Wśród odpowiedzi są polecenia, podcasty, twórcy i asystenci AI.
• Pytanie pojawia się w chwili konwersji: w formularzu, przy rejestracji lub po zakupie.
• Odpowiedzi trafiają do arkusza lub CRM razem z datą i wartością zamówienia.
• Mam reguły kodowania odpowiedzi otwartych.
• Raz w miesiącu porównuję wyniki ankiety z danymi z GA4.

W małej firmie ankieta jest jednym z pierwszych elementów pomiaru, obok porządku w UTM-ach i jednego źródła prawdy o sprzedaży, co opisujemy w tekście o atrybucji w małej firmie. Jeśli odpowiedzi „Inne” zaczynają wskazywać kanał, o którym nic nie wiesz, warto porozmawiać z kilkoma klientami. Jak przeprowadzić takie rozmowy, piszemy w tekście o wywiadach pogłębionych z klientami.