{"id":86,"date":"2026-07-16T14:10:00","date_gmt":"2026-07-16T12:10:00","guid":{"rendered":"https:\/\/semownia.pl\/blog\/2026\/09\/30\/atrybucja-oparta-na-danych-dda-vs-last-click\/"},"modified":"2026-10-01T20:03:31","modified_gmt":"2026-10-01T18:03:31","slug":"atrybucja-oparta-na-danych-dda-vs-last-click","status":"publish","type":"post","link":"https:\/\/semownia.pl\/blog\/atrybucja-oparta-na-danych-dda-vs-last-click\/","title":{"rendered":"Atrybucja oparta na danych (DDA) vs last click: dlaczego ostatnie klikni\u0119cie myli zarz\u0105d"},"content":{"rendered":"<blockquote>\n<p><strong>TL;DR<\/strong><br \/>\nLast click przypisuje 100% sprzeda\u017cy ostatniemu klikni\u0119ciu, wi\u0119c systematycznie zawy\u017ca brand, remarketing i Shopping, a zani\u017ca kana\u0142y, kt\u00f3re tworz\u0105 popyt: Meta, YouTube, Demand Gen i og\u00f3lne frazy w Search.<br \/>\nOd wrze\u015bnia 2023 (Google Ads) i listopada 2023 (GA4) modele regu\u0142owe typu first click czy linear znikn\u0119\u0142y. Zosta\u0142y dwie opcje: atrybucja oparta na danych (DDA) i ostatnie klikni\u0119cie.<br \/>\nDDA por\u00f3wnuje \u015bcie\u017cki, kt\u00f3re ko\u0144cz\u0105 si\u0119 konwersj\u0105, z tymi, kt\u00f3re si\u0119 nie ko\u0144cz\u0105, i dzieli zas\u0142ug\u0119 wed\u0142ug tego, jak bardzo dany punkt styku zwi\u0119ksza szans\u0119 zakupu.<br \/>\nW symulacji z tego artyku\u0142u mechaniczna realokacja bud\u017cetu wed\u0142ug last click obcina kana\u0142y inicjuj\u0105ce o 80\u201390%, a wed\u0142ug DDA o 30\u201340%.<br \/>\nDDA nie mierzy przyrostu. Lepiej dzieli zas\u0142ugi, ale dowodem, \u017ce kana\u0142 sprzedaje, nie jest. Decyzje o du\u017cych przesuni\u0119ciach bud\u017cetu weryfikuj testem.<\/p>\n<\/blockquote>\n<p class=\"sem-updated\"><strong>Aktualizacja:<\/strong> 30 wrze\u015bnia 2026 \u00b7 <strong>Autor:<\/strong> Szymon Sanecznik, SEMownia<\/p>\n<p>Na wielu posiedzeniach zarz\u0105du raport kana\u0142\u00f3w wygl\u0105da tak samo: kampania brandowa ma ROAS 15, remarketing 12, a Meta i YouTube ledwo zwracaj\u0105 wydatki. Wniosek wydaje si\u0119 oczywisty: tnijmy to, co \u201enie sprzedaje\u201d, i do\u0142\u00f3\u017cmy tam, gdzie zwrot jest najwy\u017cszy. Po dw\u00f3ch\u2013trzech miesi\u0105cach sprzeda\u017c spada, a raport dalej pokazuje \u015bwietny ROAS na brandzie, tylko przy mniejszych liczbach. Kto zawini\u0142?<\/p>\n<p>Zesp\u00f3\u0142 zwykle nie. To skutek modelu atrybucji. Rozk\u0142adam tu na czynniki pierwsze, jak dzia\u0142a atrybucja oparta na danych w GA4 i Google Ads, gdzie last click systematycznie wprowadza zarz\u0105d w b\u0142\u0105d i jak te b\u0142\u0119dy przek\u0142adaj\u0105 si\u0119 na bud\u017cet, a na koniec dostajesz tabel\u0119 alokacji na jawnych za\u0142o\u017ceniach, list\u0119 pu\u0142apek DDA i plan wdro\u017cenia na cztery tygodnie.<\/p>\n<h2>Czym jest atrybucja oparta na danych (DDA)?<\/h2>\n<p><strong>Atrybucja oparta na danych (data-driven attribution, DDA) to model, kt\u00f3ry dzieli zas\u0142ug\u0119 za konwersj\u0119 mi\u0119dzy punkty styku na \u015bcie\u017cce klienta na podstawie danych z Twojego konta, a nie sztywnej regu\u0142y. Algorytm por\u00f3wnuje \u015bcie\u017cki zako\u0144czone konwersj\u0105 ze \u015bcie\u017ckami bez konwersji i przypisuje ka\u017cdej interakcji cz\u0119\u015b\u0107 zas\u0142ugi proporcjonaln\u0105 do tego, jak zwi\u0119ksza prawdopodobie\u0144stwo zakupu.<\/strong><\/p>\n<p>Model regu\u0142owy, taki jak ostatnie klikni\u0119cie (last click), z g\u00f3ry zak\u0142ada, kto zas\u0142u\u017cy\u0142 na sprzeda\u017c, i robi to tak samo dla ka\u017cdego sklepu, ka\u017cdej bran\u017cy i ka\u017cdej \u015bcie\u017cki, niezale\u017cnie od tego, czy klient kupi\u0142 po jednym klikni\u0119ciu, czy po trzech tygodniach por\u00f3wnywania ofert. DDA to szacuje na podstawie danych. Dla zarz\u0105du r\u00f3\u017cnica jest spora: last click odpowiada na pytanie \u201eco by\u0142o ostatnie\u201d, a DDA pr\u00f3buje odpowiedzie\u0107 na pytanie \u201eco pomog\u0142o\u201d. \u017baden z nich nie odpowiada na pytanie \u201eczego by nie by\u0142o bez tego kana\u0142u\u201d. Do tego wr\u00f3c\u0119 w osobnej sekcji.<\/p>\n<h2>Jakie modele atrybucji s\u0105 dost\u0119pne w GA4 i Google Ads w 2026 roku?<\/h2>\n<p>Wyb\u00f3r jest dzi\u015b znacznie w\u0119\u017cszy ni\u017c kilka lat temu, bo Google wycofa\u0142 modele first click, linear, time decay i position-based: w Google Ads we wrze\u015bniu 2023 r. (konwersje u\u017cywaj\u0105ce tych modeli prze\u0142\u0105czono automatycznie na DDA), w GA4 w listopadzie 2023 r. Wed\u0142ug Google korzysta\u0142o z nich wtedy mniej ni\u017c 3% konwersji internetowych w Google Ads.<\/p>\n<table>\n<thead>\n<tr>\n<th>Model<\/th>\n<th>Gdzie<\/th>\n<th>Jak dzieli zas\u0142ug\u0119<\/th>\n<th>Co widzi<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Oparty na danych (DDA)<\/td>\n<td>GA4, Google Ads (domy\u015blny)<\/td>\n<td>u\u0142amkowo, wed\u0142ug wp\u0142ywu na prawdopodobie\u0144stwo konwersji<\/td>\n<td>GA4: kana\u0142y p\u0142atne i bezp\u0142atne z klikni\u0119\u0107\/wizyt; Google Ads: interakcje z reklamami Google<\/td>\n<\/tr>\n<tr>\n<td>P\u0142atne i bezp\u0142atne \u2014 ostatnie klikni\u0119cie<\/td>\n<td>GA4<\/td>\n<td>100% dla ostatniego kana\u0142u przed konwersj\u0105 (z pomini\u0119ciem bezpo\u015brednich wej\u015b\u0107)<\/td>\n<td>wszystkie kana\u0142y z wizyt\u0105 na stronie<\/td>\n<\/tr>\n<tr>\n<td>Kana\u0142y p\u0142atne Google \u2014 ostatnie klikni\u0119cie<\/td>\n<td>GA4<\/td>\n<td>100% dla ostatniego klikni\u0119cia w reklam\u0119 Google<\/td>\n<td>tylko Google Ads<\/td>\n<\/tr>\n<tr>\n<td>Ostatnie klikni\u0119cie<\/td>\n<td>Google Ads<\/td>\n<td>100% dla ostatniej klikni\u0119tej reklamy i s\u0142owa kluczowego<\/td>\n<td>tylko Google Ads<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Kilka ustawie\u0144 zmienia liczby w raportach bardziej, ni\u017c wiele zarz\u0105d\u00f3w si\u0119 spodziewa:<\/p>\n<ul>\n<li><strong>Okno ruchu wstecz (lookback window)<\/strong> w GA4: dla zdarze\u0144 pozyskania (<code>first_visit<\/code>, <code>first_open<\/code>) domy\u015blnie 30 dni, do wyboru 7. Dla pozosta\u0142ych zdarze\u0144 kluczowych domy\u015blnie 90 dni, do wyboru 60 lub 30. Zmiana dzia\u0142a od momentu jej wprowadzenia, nie wstecz.<\/li>\n<li><strong>Bezpo\u015brednie wej\u015bcia nie dostaj\u0105 zas\u0142ugi<\/strong> w \u017cadnym modelu GA4, chyba \u017ce ca\u0142a \u015bcie\u017cka sk\u0142ada si\u0119 wy\u0142\u0105cznie z wej\u015b\u0107 bezpo\u015brednich.<\/li>\n<li><strong>Konwersje mog\u0105 by\u0107 przepisywane<\/strong> mi\u0119dzy kana\u0142ami do 7 dni po zdarzeniu, wi\u0119c raport z wczoraj i ten sam raport ogl\u0105dany za tydzie\u0144 potrafi\u0105 si\u0119 r\u00f3\u017cni\u0107, co na spotkaniach zarz\u0105du regularnie budzi podejrzenia, \u017ce kto\u015b \u201epoprawia\u0142 liczby\u201d.<\/li>\n<li><strong>Zarz\u0105dzanie konwersjami w GA4<\/strong> (w wersji beta od stycznia 2026) pozwala ustawia\u0107 atrybucj\u0119 osobno dla ka\u017cdej konwersji. Od 11 sierpnia 2026 r. mo\u017cna tam wpisa\u0107 w\u0142asne okno konwersji po klikni\u0119ciu (1\u201390 dni) i po zaanga\u017cowanym obejrzeniu (1\u201330 dni).<\/li>\n<\/ul>\n<p>Kt\u00f3ry raport jest u Was raportem zarz\u0105dczym? Ustal to, zanim zaczniesz dyskusj\u0119 o bud\u017cecie.<\/p>\n<h2>Jak DDA liczy zas\u0142ug\u0119 krok po kroku?<\/h2>\n<p>Dokumentacja GA4 opisuje DDA jako podej\u015bcie kontrfaktyczne: model zestawia to, co si\u0119 wydarzy\u0142o, z tym, co mog\u0142oby si\u0119 wydarzy\u0107 bez danego punktu styku. Proces ma dwa etapy.<\/p>\n<ol>\n<li><strong>Model prawdopodobie\u0144stwa konwersji.<\/strong> Algorytm uczy si\u0119 na \u015bcie\u017ckach u\u017cytkownik\u00f3w, zar\u00f3wno tych, kt\u00f3rzy kupili, jak i tych, kt\u00f3rzy nie kupili, bior\u0105c pod uwag\u0119 m.in. kolejno\u015b\u0107 interakcji, czas mi\u0119dzy interakcj\u0105 a konwersj\u0105, format reklamy i sygna\u0142y z zapytania.<\/li>\n<li><strong>Podzia\u0142 zas\u0142ugi.<\/strong> Dla ka\u017cdej \u015bcie\u017cki model szacuje, jak zmienia si\u0119 prawdopodobie\u0144stwo konwersji, gdy usuniemy konkretny punkt styku. Im wi\u0119kszy spadek, tym wi\u0119ksza cz\u0119\u015b\u0107 zas\u0142ugi.<\/li>\n<\/ol>\n<p>Google podaje w dokumentacji prosty przyk\u0142ad: \u015bcie\u017cka z czterema interakcjami ma 3% szans na konwersj\u0119, a bez ostatniej interakcji 2%. Ta r\u00f3\u017cnica jest podstaw\u0105 do przypisania zas\u0142ugi. Kana\u0142, kt\u00f3ry \u201ezawsze jest na ko\u0144cu\u201d, ale niewiele zmienia w prawdopodobie\u0144stwie zakupu (typowo: brand, gdy klient i tak by wr\u00f3ci\u0142), dostaje w DDA mniej ni\u017c w last click.<\/p>\n<p>Czy DDA w GA4 i DDA w Google Ads to to samo? Nie, i ta r\u00f3\u017cnica cz\u0119sto umyka:<\/p>\n<ul>\n<li><strong>DDA w Google Ads<\/strong> analizuje interakcje z reklamami Google, czyli klikni\u0119cia i zaanga\u017cowania w Search (z Shopping), YouTube, sieci reklamowej i Demand Gen. Nie widzi Meta, e-maila ani ruchu organicznego.<\/li>\n<li><strong>DDA w GA4<\/strong> w trybie \u201ep\u0142atne i bezp\u0142atne\u201d widzi wszystkie kana\u0142y, kt\u00f3re przyprowadzi\u0142y wizyt\u0119 na stron\u0119, ale nie widzi wy\u015bwietle\u0144 reklam, kt\u00f3re nie sko\u0144czy\u0142y si\u0119 klikni\u0119ciem, np. obejrzenia reklamy wideo w Meta bez przej\u015bcia na stron\u0119.<\/li>\n<\/ul>\n<p>Google Ads rekomenduje dla DDA co najmniej 200 konwersji i 2000 interakcji z reklamami w obs\u0142ugiwanych sieciach w ci\u0105gu 30 dni, ale zaznacza, \u017ce model dzia\u0142a tak\u017ce przy mniejszym wolumenie i ka\u017cda konwersja si\u0119 kwalifikuje. Przy ma\u0142ej liczbie danych model mo\u017ce opiera\u0107 si\u0119 na danych zagregowanych. Przy kilkudziesi\u0119ciu konwersjach miesi\u0119cznie DDA dzia\u0142a. Magicznie precyzyjne nie jest, a wynik mniej m\u00f3wi o Twoim biznesie.<\/p>\n<h2>Dlaczego last click oszukuje zarz\u0105d: cztery patologie<\/h2>\n<p>B\u0142\u0119dy last click dziel\u0119 na cztery roz\u0142\u0105czne grupy wed\u0142ug tego, kt\u00f3ry etap \u015bcie\u017cki jest zniekszta\u0142cony: pocz\u0105tek, \u015brodek, koniec i to, czego model w og\u00f3le nie widzi.<\/p>\n<h3>1. Kana\u0142y inicjuj\u0105ce dostaj\u0105 zero<\/h3>\n<p>Klient widzi reklam\u0119 na Instagramie, tydzie\u0144 p\u00f3\u017aniej ogl\u0105da recenzj\u0119 na YouTube, a kupuje po wpisaniu nazwy sklepu w Google. W last click Meta i YouTube maj\u0105 0 z\u0142 przychodu. Na dashboardzie wygl\u0105daj\u0105 jak czysty koszt. A przecie\u017c to one stworzy\u0142y zapytanie brandowe.<\/p>\n<h3>2. \u015arodek lejka jest niewidoczny<\/h3>\n<p>Og\u00f3lne frazy w Search, por\u00f3wnania, remarketing dynamiczny i e-mail cz\u0119sto pracuj\u0105 w \u015brodku \u015bcie\u017cki. To ich rola. Last click nagradza je tylko wtedy, gdy przypadkiem s\u0105 ostatnie, wi\u0119c wynik kana\u0142u w raporcie zale\u017cy bardziej od kolejno\u015bci, w jakiej klient akurat trafi\u0142 na reklamy, ni\u017c od tego, ile ten kana\u0142 faktycznie wni\u00f3s\u0142 do decyzji o zakupie.<\/p>\n<h3>3. Koniec \u015bcie\u017cki zbiera ca\u0142\u0105 zas\u0142ug\u0119<\/h3>\n<p>Brand, remarketing i Shopping na frazach produktowych s\u0105 blisko decyzji. W last click maj\u0105 wysoki ROAS. Cz\u0119\u015b\u0107 tej sprzeda\u017cy i tak by si\u0119 wydarzy\u0142a (wi\u0119cej o tym w tek\u015bcie o <a href=\"https:\/\/semownia.pl\/blog\/kanibalizacja-ruchu-brandowego-google-ads\/\">kanibalizacji ruchu brandowego<\/a>). Zarz\u0105d widzi \u201enajlepszy kana\u0142\u201d. Cz\u0119sto patrzy na kas\u0119, przy kt\u00f3rej klient ju\u017c sta\u0142 w kolejce.<\/p>\n<h3>4. Punkty styku bez klikni\u0119cia nie istniej\u0105<\/h3>\n<p>Wy\u015bwietlenia wideo, rekomendacja znajomego, odpowied\u017a w AI Overviews albo w ChatGPT nie zostawiaj\u0105 klikni\u0119cia. Last click (i cz\u0119\u015bciowo DDA w GA4) przypisze sprzeda\u017c temu, co przysz\u0142o po nich, zwykle wyszukiwaniu brandu lub wej\u015bciu bezpo\u015bredniemu.<\/p>\n<p>Ka\u017cda z tych patologii dzia\u0142a w t\u0119 sam\u0105 stron\u0119: przesuwa zas\u0142ug\u0119 z kana\u0142\u00f3w buduj\u0105cych popyt na kana\u0142y go zbieraj\u0105ce, wi\u0119c b\u0142\u0119dy, zamiast si\u0119 znosi\u0107, kumuluj\u0105 si\u0119 w kolejnych decyzjach bud\u017cetowych, miesi\u0105c po miesi\u0105cu, a\u017c prospecting zostaje obci\u0119ty do zera. Ten scenariusz widuj\u0119 cz\u0119sto.<\/p>\n<h2>Tabela alokacji bud\u017cetu: jak b\u0142\u0119dna atrybucja obcina kana\u0142y inicjuj\u0105ce<\/h2>\n<figure class=\"sem-figure\"><img class=\"wp-image-72\" src=\"https:\/\/semownia.pl\/blog\/wp-content\/uploads\/2026\/09\/alokacja-budzetu-atrybucja.jpg\" alt=\"Por\u00f3wnanie s\u0142upk\u00f3w bud\u017cetu: model ostatniego klikni\u0119cia obcina kana\u0142y pocz\u0105tkowe, model oparty na danych zmienia je \u0142agodnie\" width=\"1600\" height=\"900\" loading=\"lazy\" decoding=\"async\" srcset=\"https:\/\/semownia.pl\/blog\/wp-content\/uploads\/2026\/09\/alokacja-budzetu-atrybucja.jpg 1600w, https:\/\/semownia.pl\/blog\/wp-content\/uploads\/2026\/09\/alokacja-budzetu-atrybucja-300x169.jpg 300w, https:\/\/semownia.pl\/blog\/wp-content\/uploads\/2026\/09\/alokacja-budzetu-atrybucja-1024x576.jpg 1024w, https:\/\/semownia.pl\/blog\/wp-content\/uploads\/2026\/09\/alokacja-budzetu-atrybucja-768x432.jpg 768w, https:\/\/semownia.pl\/blog\/wp-content\/uploads\/2026\/09\/alokacja-budzetu-atrybucja-1536x864.jpg 1536w\" sizes=\"auto, (max-width: 1600px) 100vw, 1600px\" \/><\/figure>\n<p>Tabela ni\u017cej to symulacja na wymy\u015blonym sklepie, \u017caden klient za ni\u0105 nie stoi. Pokazuje mechanizm, kt\u00f3ry widz\u0119 w wielu firmach: zarz\u0105d przesuwa bud\u017cet do kana\u0142\u00f3w z najwy\u017cszym ROAS w raporcie, a raport zale\u017cy od modelu.<\/p>\n<p><strong>Za\u0142o\u017cenia:<\/strong> sklep internetowy, bud\u017cet 100 000 z\u0142 miesi\u0119cznie, przych\u00f3d 500 000 z\u0142. Udzia\u0142y w przychodzie wed\u0142ug obu modeli s\u0105 przyj\u0119te przeze mnie jako typowy uk\u0142ad dla sklepu z aktywnym prospectingiem (kampaniami docieraj\u0105cymi do os\u00f3b, kt\u00f3re jeszcze nie znaj\u0105 marki); nikt ich nie mierzy\u0142. Regu\u0142a decyzyjna: bud\u017cet na kolejny miesi\u0105c dzielony proporcjonalnie do przychodu przypisanego przez model (to uproszczenie \u201edajmy wi\u0119cej tam, gdzie ROAS jest wy\u017cszy\u201d).<\/p>\n<table>\n<thead>\n<tr>\n<th>Kana\u0142<\/th>\n<th>Bud\u017cet dzi\u015b<\/th>\n<th>Przych\u00f3d last click<\/th>\n<th>ROAS last click<\/th>\n<th>Przych\u00f3d DDA<\/th>\n<th>ROAS DDA<\/th>\n<th>Nowy bud\u017cet wg last click<\/th>\n<th>Nowy bud\u017cet wg DDA<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Meta \u2014 pozyskanie nowych odbiorc\u00f3w<\/td>\n<td>20 000 z\u0142<\/td>\n<td>20 000 z\u0142<\/td>\n<td>1,0<\/td>\n<td>70 000 z\u0142<\/td>\n<td>3,5<\/td>\n<td>4 000 z\u0142<\/td>\n<td>14 000 z\u0142<\/td>\n<\/tr>\n<tr>\n<td>YouTube \/ Demand Gen<\/td>\n<td>10 000 z\u0142<\/td>\n<td>5 000 z\u0142<\/td>\n<td>0,5<\/td>\n<td>30 000 z\u0142<\/td>\n<td>3,0<\/td>\n<td>1 000 z\u0142<\/td>\n<td>6 000 z\u0142<\/td>\n<\/tr>\n<tr>\n<td>Search \u2014 frazy og\u00f3lne<\/td>\n<td>30 000 z\u0142<\/td>\n<td>125 000 z\u0142<\/td>\n<td>4,2<\/td>\n<td>150 000 z\u0142<\/td>\n<td>5,0<\/td>\n<td>25 000 z\u0142<\/td>\n<td>30 000 z\u0142<\/td>\n<\/tr>\n<tr>\n<td>Performance Max \/ Shopping<\/td>\n<td>25 000 z\u0142<\/td>\n<td>140 000 z\u0142<\/td>\n<td>5,6<\/td>\n<td>130 000 z\u0142<\/td>\n<td>5,2<\/td>\n<td>28 000 z\u0142<\/td>\n<td>26 000 z\u0142<\/td>\n<\/tr>\n<tr>\n<td>Search \u2014 brand<\/td>\n<td>10 000 z\u0142<\/td>\n<td>150 000 z\u0142<\/td>\n<td>15,0<\/td>\n<td>80 000 z\u0142<\/td>\n<td>8,0<\/td>\n<td>30 000 z\u0142<\/td>\n<td>16 000 z\u0142<\/td>\n<\/tr>\n<tr>\n<td>Remarketing<\/td>\n<td>5 000 z\u0142<\/td>\n<td>60 000 z\u0142<\/td>\n<td>12,0<\/td>\n<td>40 000 z\u0142<\/td>\n<td>8,0<\/td>\n<td>12 000 z\u0142<\/td>\n<td>8 000 z\u0142<\/td>\n<\/tr>\n<tr>\n<td><strong>Razem<\/strong><\/td>\n<td>100 000 z\u0142<\/td>\n<td>500 000 z\u0142<\/td>\n<td>5,0<\/td>\n<td>500 000 z\u0142<\/td>\n<td>5,0<\/td>\n<td>100 000 z\u0142<\/td>\n<td>100 000 z\u0142<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Co z niej wynika?<\/p>\n<ul>\n<li><strong>\u0141\u0105czny ROAS jest identyczny (5,0)<\/strong> w obu modelach. Model atrybucji zmienia wy\u0142\u0105cznie to, komu przypisujesz sprzeda\u017c. Samej sprzeda\u017cy nie rusza. Dlatego sp\u00f3r o model cz\u0119sto wygrywa ten, kto kontroluje raport, niekoniecznie ten, kto ma racj\u0119.<\/li>\n<li><strong>Last click tnie kana\u0142y inicjuj\u0105ce o 80\u201390%<\/strong>: Meta z 20 000 do 4 000 z\u0142, YouTube z 10 000 do 1 000 z\u0142. DDA te\u017c je obni\u017ca (o 30\u201340%), ale zostawia je przy \u017cyciu.<\/li>\n<li><strong>Last click potraja bud\u017cet na brand<\/strong> (z 10 000 do 30 000 z\u0142). Tyle \u017ce popyt na brand jest ograniczony liczb\u0105 os\u00f3b, kt\u00f3re wpisuj\u0105 Twoj\u0105 nazw\u0119, wi\u0119c dodatkowe 20 000 z\u0142 nie kupi trzy razy wi\u0119cej zapyta\u0144 brandowych; najcz\u0119\u015bciej podniesie CPC albo zostanie niewydane.<\/li>\n<li><strong>Skutek jest op\u00f3\u017aniony.<\/strong> Po obci\u0119ciu prospectingu przez pierwsze tygodnie brand dalej zbiera popyt zbudowany wcze\u015bniej. Spadek wida\u0107 po 1\u20133 miesi\u0105cach, zwykle wtedy, gdy nikt ju\u017c nie \u0142\u0105czy go z decyzj\u0105 bud\u017cetow\u0105.<\/li>\n<\/ul>\n<p>\u017beby by\u0142o jasne: DDA w tej tabeli te\u017c nie jest wyroczni\u0105. M\u00f3wi, \u017ce Meta ma ROAS 3,5, czyli poni\u017cej \u015bredniej. Czy to prawda? Mo\u017ce tak, a mo\u017ce DDA wci\u0105\u017c nie docenia wy\u015bwietle\u0144 bez klikni\u0119cia. \u017baden model atrybucji tego nie rozstrzygnie. Rozstrzyga test.<\/p>\n<h2>Czego DDA nie mierzy? Przyrost to inne pytanie<\/h2>\n<p>Atrybucja, tak\u017ce DDA, dzieli zas\u0142ug\u0119 za konwersje, kt\u00f3re ju\u017c si\u0119 wydarzy\u0142y, ale nie m\u00f3wi, ile z nich by si\u0119 nie wydarzy\u0142o bez danego kana\u0142u, bo to osobne pytanie o przyrost (inkrementalno\u015b\u0107), na kt\u00f3re odpowiada dopiero eksperyment z grup\u0105 kontroln\u0105.<\/p>\n<p>Czy ta r\u00f3\u017cnica ma znaczenie w pieni\u0105dzach? Gordon, Moakler i Zettelmeyer (Marketing Science, 2023) por\u00f3wnali metody obserwacyjne z 663 randomizowanymi eksperymentami na Facebooku. Metody nieeksperymentalne zawy\u017ca\u0142y efekt reklamy mniej wi\u0119cej trzykrotnie. DDA jest metod\u0105 obserwacyjn\u0105, wi\u0119c ma te same ograniczenia, cho\u0107 mniejsze ni\u017c last click.<\/p>\n<p>Ograniczenia DDA, o kt\u00f3rych zarz\u0105d powinien wiedzie\u0107:<\/p>\n<ul>\n<li><strong>Korelacja, nie przyczynowo\u015b\u0107.<\/strong> Je\u015bli remarketing trafia do os\u00f3b, kt\u00f3re i tak by\u0142y blisko zakupu, model mo\u017ce uzna\u0107 go za warto\u015bciowy, bo pojawia si\u0119 na \u015bcie\u017ckach kupuj\u0105cych.<\/li>\n<li><strong>Tylko to, co zmierzone.<\/strong> Brak zgody na cookies, blokery i Safari ucinaj\u0105 \u015bcie\u017cki. Mechanik\u0119 zg\u00f3d opisuj\u0119 w tek\u015bcie o <a href=\"https:\/\/semownia.pl\/blog\/consent-mode-v2-modelowanie-konwersji-wplyw-na-raporty\/\">Consent Mode v2 i modelowaniu konwersji<\/a>.<\/li>\n<li><strong>Czarna skrzynka.<\/strong> Widzisz wynik modelu, jego wag ju\u017c nie. Audytowa\u0107 go tak, jak regu\u0142y, si\u0119 nie da.<\/li>\n<li><strong>Ekosystem Google.<\/strong> DDA w Google Ads nie widzi innych platform, a DDA w GA4 nie widzi wy\u015bwietle\u0144 bez klikni\u0119cia, a Meta ma w\u0142asny model i w\u0142asne raporty, kt\u00f3re z GA4 si\u0119 nie sumuj\u0105.<\/li>\n<\/ul>\n<p>Dlatego stosuj\u0119 prost\u0105 hierarchi\u0119: atrybucja do bie\u017c\u0105cej optymalizacji, testy przyrostowe do du\u017cych decyzji bud\u017cetowych, a \u0142\u0105czny koszt pozyskania klienta (blended CAC) jako wska\u017anik kontrolny. Szerzej opisuj\u0119 to w artykule o <a href=\"https:\/\/semownia.pl\/blog\/synergia-ppc-aio-seo-dane-google-ads-obnizaja-koszty-pozyskania-klienta\/\">\u0142\u0105czeniu danych PPC i SEO<\/a>.<\/p>\n<h2>DDA a strategie stawek: dlaczego model ma znaczenie dla algorytmu<\/h2>\n<p>Model atrybucji w Google Ads to co\u015b wi\u0119cej ni\u017c ustawienie raportu. Konwersje przypisane przez model trafiaj\u0105 do kolumny \u201eKonwersje\u201d, na kt\u00f3rej ucz\u0105 si\u0119 strategie stawek: docelowy CPA, docelowy ROAS, maksymalizacja warto\u015bci konwersji.<\/p>\n<ul>\n<li><strong>Przy last click<\/strong> algorytm uczy si\u0119, \u017ce warto\u015b\u0107 maj\u0105 g\u0142\u00f3wnie ostatnie klikni\u0119cia, i robi z tej lekcji dok\u0142adnie to, czego mo\u017cna si\u0119 spodziewa\u0107: podnosi stawki na brand i frazy produktowe, obni\u017ca na frazy og\u00f3lne i sieci g\u00f3rnego lejka.<\/li>\n<li><strong>Przy DDA<\/strong> cz\u0119\u015b\u0107 warto\u015bci trafia do klikni\u0119\u0107 wcze\u015bniej na \u015bcie\u017cce, wi\u0119c algorytm ch\u0119tniej licytuje frazy og\u00f3lne i formaty, kt\u00f3re inicjuj\u0105 zakup.<\/li>\n<\/ul>\n<p>Zmiana modelu w trakcie dzia\u0142ania strategii stawek zmienia dane, na kt\u00f3rych algorytm si\u0119 uczy, wi\u0119c r\u00f3b j\u0105 \u015bwiadomie, jedn\u0105 akcj\u0119 konwersji naraz, i przez kilka tygodni por\u00f3wnuj wyniki biznesowe obok liczb w panelu. Dotyczy to zw\u0142aszcza <a href=\"https:\/\/semownia.pl\/blog\/performance-max-bez-tajemnic-czego-agencje-nie-raportuja\/\">Performance Max<\/a>, kt\u00f3ry sam rozdziela bud\u017cet mi\u0119dzy kana\u0142y.<\/p>\n<h2>Jak przedstawi\u0107 atrybucj\u0119 zarz\u0105dowi, \u017ceby nie wywo\u0142a\u0107 wojny kana\u0142\u00f3w?<\/h2>\n<p>Najcz\u0119stszy konflikt, jaki widz\u0119, wygl\u0105da tak: zesp\u00f3\u0142 Meta pokazuje raport Meta, zesp\u00f3\u0142 Google raport Google Ads, a suma \u201eprzypisanych\u201d przychod\u00f3w przekracza sprzeda\u017c w ksi\u0119gowo\u015bci. Sk\u0105d to si\u0119 bierze? Ka\u017cdy raport platformy ma w\u0142asny model i w\u0142asne okno. Suma zawsze b\u0119dzie wi\u0119ksza ni\u017c 100%.<\/p>\n<table>\n<thead>\n<tr>\n<th>Pytanie zarz\u0105du<\/th>\n<th>W\u0142a\u015bciwe narz\u0119dzie<\/th>\n<th>Czego nie u\u017cywa\u0107<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Ile zarobili\u015bmy na marketingu?<\/td>\n<td>przych\u00f3d i mar\u017ca z systemu sprzeda\u017cy, blended CAC<\/td>\n<td>sumy przychod\u00f3w z paneli platform<\/td>\n<\/tr>\n<tr>\n<td>Kt\u00f3ry kana\u0142 jak pracuje na \u015bcie\u017cce?<\/td>\n<td>DDA w GA4 (p\u0142atne i bezp\u0142atne) + raport \u015bcie\u017cek<\/td>\n<td>last click jako jedyny raport<\/td>\n<\/tr>\n<tr>\n<td>Czy do\u0142o\u017cy\u0107 30% bud\u017cetu do kana\u0142u X?<\/td>\n<td>test przyrostowy (geo, holdout, Conversion Lift)<\/td>\n<td>ROAS z atrybucji<\/td>\n<\/tr>\n<tr>\n<td>Jak ustawi\u0107 stawki w Google Ads?<\/td>\n<td>DDA w Google Ads na konwersjach z warto\u015bci\u0105<\/td>\n<td>konwersje z GA4 w last click, je\u015bli nie ma powodu<\/td>\n<\/tr>\n<tr>\n<td>Czy kampania jest rentowna?<\/td>\n<td>zysk po kosztach produktu i reklamy (POAS)<\/td>\n<td>sam ROAS<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Na ostatni wiersz zwracam szczeg\u00f3ln\u0105 uwag\u0119, bo nawet idealna atrybucja przychodu nie m\u00f3wi nic o zysku. Kana\u0142 z wysokim ROAS na produktach o niskiej mar\u017cy mo\u017ce traci\u0107 pieni\u0105dze, nawet je\u015bli w ka\u017cdym raporcie wygl\u0105da na lidera, bo raport atrybucji pokazuje przych\u00f3d, a o wyniku firmy decyduje to, co zostaje po odj\u0119ciu kosztu towaru, wysy\u0142ki i zwrot\u00f3w. O tym pisz\u0119 w artykule <a href=\"https:\/\/semownia.pl\/blog\/roas-to-nie-wszystko-przejscie-z-roas-na-poas\/\">ROAS a POAS<\/a>.<\/p>\n<h2>Z last click na DDA w 4 tygodnie<\/h2>\n<p><strong>Tydzie\u0144 1: inwentaryzacja.<\/strong> Spisz wszystkie akcje konwersji w Google Ads i zdarzenia kluczowe w GA4: model, okno, czy s\u0105 konwersjami podstawowymi (u\u017cywanymi w stawkach), a przy okazji sprawd\u017a, czy raport zarz\u0105dczy powstaje z GA4, z Google Ads, czy z arkusza, i jakim modelem.<\/p>\n<p><strong>Tydzie\u0144 2: por\u00f3wnanie modeli.<\/strong> Zestaw przych\u00f3d per kana\u0142 w last click i DDA za ostatnie 90 dni. Najlepiej obok siebie. Kana\u0142y, kt\u00f3re zyskuj\u0105 w DDA najwi\u0119cej, to kandydaci do ochrony bud\u017cetu, a te, kt\u00f3re najwi\u0119cej trac\u0105 (zwykle brand i remarketing), trafiaj\u0105 na list\u0119 do testu przyrostowego.<\/p>\n<p><strong>Tydzie\u0144 3: ujednolicenie.<\/strong> Ustal jeden model i jedno okno dla raportu zarz\u0105dczego. Jeden. W Google Ads prze\u0142\u0105cz g\u0142\u00f3wne akcje konwersji na DDA, po jednej, z adnotacj\u0105 w historii zmian. Nie zmieniaj w tym samym czasie celu stawek.<\/p>\n<p><strong>Tydzie\u0144 4: test.<\/strong> Zaprojektuj jeden test przyrostowy dla kana\u0142u, o kt\u00f3rym toczy si\u0119 sp\u00f3r (np. wstrzymanie kampanii brandowej w wybranych regionach albo test geo dla Meta). Ustal z g\u00f3ry, jaki wynik zmienia decyzj\u0119 bud\u017cetow\u0105.<\/p>\n<p>Checklista na koniec:<\/p>\n<ul>\n<li>jeden raport zarz\u0105dczy, jeden model, jedno okno, zapisane w dokumentacji,<\/li>\n<li>przychody z paneli platform nie s\u0105 sumowane w raporcie dla zarz\u0105du,<\/li>\n<li>ka\u017cda du\u017ca zmiana bud\u017cetu ma przypisan\u0105 metod\u0119 weryfikacji,<\/li>\n<li>blended CAC i mar\u017ca raportowane co miesi\u0105c obok atrybucji.<\/li>\n<\/ul>\n<p>Je\u015bli nie wiesz, w jakim stanie jest pomiar na Twoim koncie, zacznij od <a href=\"https:\/\/semownia.pl\/blog\/audyt-konta-google-ads-w-15-minut\/\">szybkiego audytu konta Google Ads<\/a>.<\/p>\n<h2>FAQ<\/h2>\n<h3>Czy w GA4 mo\u017cna jeszcze wybra\u0107 model first click lub linear?<\/h3>\n<p>Nie jako model raportowania. Google wycofa\u0142 modele first click, linear, time decay i position-based w listopadzie 2023 r. w GA4 i we wrze\u015bniu 2023 r. w Google Ads. Do wyboru zosta\u0142y DDA oraz warianty ostatniego klikni\u0119cia.<\/p>\n<h3>Ile konwersji potrzeba do atrybucji opartej na danych w Google Ads?<\/h3>\n<p>Google rekomenduje co najmniej 200 konwersji i 2000 interakcji z reklamami w ci\u0105gu 30 dni, ale DDA jest dost\u0119pna dla ka\u017cdej akcji konwersji niezale\u017cnie od wolumenu. Przy ma\u0142ej liczbie danych model dzia\u0142a, ale jest mniej specyficzny dla Twojego konta.<\/p>\n<h3>Dlaczego GA4 pokazuje inne konwersje ni\u017c Google Ads?<\/h3>\n<p>G\u0142\u00f3wnie przez r\u00f3\u017cne modele, okna i zakres danych. Google Ads widzi tylko interakcje z reklamami Google i przypisuje konwersj\u0119 do daty klikni\u0119cia, a GA4 widzi wszystkie kana\u0142y z wizyt\u0105 i przypisuje j\u0105 do daty konwersji. Do tego dochodz\u0105 r\u00f3\u017cnice w zgodach i czasie przetwarzania.<\/p>\n<h3>Czy DDA jest lepsza od last click?<\/h3>\n<p>Do oceny kana\u0142\u00f3w na \u015bcie\u017cce zwykle tak, bo nie oddaje ca\u0142ej zas\u0142ugi ostatniemu klikni\u0119ciu. Nie jest jednak pomiarem przyrostu i nie widzi wy\u015bwietle\u0144 bez klikni\u0119cia ani innych platform w Google Ads. Traktuj j\u0105 jako lepsz\u0105 map\u0119, a nie dow\u00f3d skuteczno\u015bci.<\/p>\n<h3>Dlaczego suma konwersji z Meta i Google Ads jest wi\u0119ksza ni\u017c sprzeda\u017c?<\/h3>\n<p>Ka\u017cda platforma przypisuje sobie konwersj\u0119 wed\u0142ug w\u0142asnego modelu i okna, wi\u0119c ta sama sprzeda\u017c jest liczona dwa razy. Raport zarz\u0105dczy opieraj na danych z systemu sprzeda\u017cy, a atrybucj\u0119 platform traktuj jako narz\u0119dzie optymalizacji wewn\u0105trz kana\u0142u.<\/p>\n<h3>Czy zmiana modelu atrybucji wp\u0142ywa na strategi\u0119 stawek?<\/h3>\n<p>Tak. Strategie stawek w Google Ads ucz\u0105 si\u0119 na konwersjach przypisanych przez model, wi\u0119c zmiana modelu zmienia dane wej\u015bciowe algorytmu. Zmieniaj model po jednej akcji konwersji i nie \u0142\u0105cz tego ze zmian\u0105 celu CPA lub ROAS.<\/p>\n<h2>Mini-s\u0142ownik poj\u0119\u0107<\/h2>\n<ul>\n<li><strong>Atrybucja<\/strong> \u2014 zasada podzia\u0142u zas\u0142ugi za konwersj\u0119 mi\u0119dzy punkty styku na \u015bcie\u017cce klienta.<\/li>\n<li><strong>Last click (ostatnie klikni\u0119cie)<\/strong> \u2014 model przypisuj\u0105cy 100% zas\u0142ugi ostatniemu kana\u0142owi lub reklamie przed konwersj\u0105.<\/li>\n<li><strong>DDA (data-driven attribution)<\/strong> \u2014 atrybucja oparta na danych, dziel\u0105ca zas\u0142ug\u0119 wed\u0142ug wp\u0142ywu interakcji na prawdopodobie\u0144stwo konwersji.<\/li>\n<li><strong>Okno ruchu wstecz (lookback window)<\/strong> \u2014 okres przed konwersj\u0105, z kt\u00f3rego interakcje mog\u0105 dosta\u0107 zas\u0142ug\u0119.<\/li>\n<li><strong>Przyrost (inkrementalno\u015b\u0107)<\/strong> \u2014 konwersje, kt\u00f3rych nie by\u0142oby bez danego kana\u0142u, mierzone eksperymentem.<\/li>\n<li><strong>Blended CAC<\/strong> \u2014 \u0142\u0105czne wydatki marketingowe podzielone przez liczb\u0119 nowych klient\u00f3w ze wszystkich \u017ar\u00f3de\u0142.<\/li>\n<li><strong>Kana\u0142y inicjuj\u0105ce<\/strong> \u2014 kana\u0142y, kt\u00f3re tworz\u0105 popyt na pocz\u0105tku \u015bcie\u017cki, np. Meta, YouTube, Demand Gen.<\/li>\n<\/ul>\n<h2>Dokumentacja i dane<\/h2>\n<ul>\n<li>Google Analytics Help: <a href=\"https:\/\/support.google.com\/analytics\/answer\/10596866\" rel=\"nofollow noopener\" target=\"_blank\">Get started with attribution \u2014 modele atrybucji w GA4<\/a><\/li>\n<li>Google Analytics Help: <a href=\"https:\/\/support.google.com\/analytics\/answer\/10597962\" rel=\"nofollow noopener\" target=\"_blank\">Attribution settings \u2014 okna ruchu wstecz<\/a><\/li>\n<li>Google Analytics Help: <a href=\"https:\/\/support.google.com\/analytics\/answer\/9164320\" rel=\"nofollow noopener\" target=\"_blank\">What&#8217;s new in Google Analytics \u2014 informacje o wersjach 2026<\/a><\/li>\n<li>Google Ads Help: <a href=\"https:\/\/support.google.com\/google-ads\/answer\/6394265\" rel=\"nofollow noopener\" target=\"_blank\">About data-driven attribution<\/a><\/li>\n<li>Google Ads Help: <a href=\"https:\/\/support.google.com\/google-ads\/answer\/6259715\" rel=\"nofollow noopener\" target=\"_blank\">About attribution models<\/a><\/li>\n<li>Search Engine Roundtable: <a href=\"https:\/\/www.seroundtable.com\/google-ads-deprecate-rule-attribution-35194.html\" rel=\"nofollow noopener\" target=\"_blank\">wycofanie regu\u0142owych modeli atrybucji<\/a><\/li>\n<li>Gordon, Moakler, Zettelmeyer: <a href=\"https:\/\/pubsonline.informs.org\/doi\/abs\/10.1287\/mksc.2022.1413\" rel=\"nofollow noopener\" target=\"_blank\">Close Enough? A Large-Scale Exploration of Non-Experimental Approaches to Advertising Measurement<\/a>, Marketing Science 2023<\/li>\n<li>Search Engine Land: <a href=\"https:\/\/searchengineland.com\/attribution-impact-no-longer-same-ppc-479907\" rel=\"nofollow noopener\" target=\"_blank\">Why attribution and impact are no longer the same thing in PPC<\/a><\/li>\n<\/ul>\n<div class=\"sem-cta\">\n<p class=\"sem-eyebrow\">Co zrobi\u0107 dalej<\/p>\n<h2>Sprawd\u017amy, Co Naprawd\u0119 Sprzedaje W Twoim Marketingu<\/h2>\n<p>Je\u015bli bud\u017cet w Twojej firmie dzieli si\u0119 wed\u0142ug raportu last click, zacznijmy od rozmowy. W 30 minut por\u00f3wnamy modele atrybucji na Twoich danych, a ja wska\u017c\u0119, kt\u00f3re kana\u0142y s\u0105 niedoszacowane i co warto sprawdzi\u0107 testem. Bez zobowi\u0105za\u0144.<\/p>\n<p><a class=\"sem-cta__btn\" href=\"https:\/\/semownia.pl\/#formularz\">Um\u00f3w bezp\u0142atn\u0105 konsultacj\u0119<\/a><\/p>\n<\/div>\n<div class=\"sem-author\">\n<p class=\"sem-eyebrow\">O autorze<\/p>\n<p><strong>Szymon Sanecznik<\/strong> \u2014 za\u0142o\u017cyciel SEMowni. Od 2011 roku pracuj\u0119 w performance marketingu, fach szlifowa\u0142em w najlepszych polskich agencjach SEO\/SEM. Prowadzi\u0142em kampanie Google Ads o \u0142\u0105cznym bud\u017cecie ponad 80 mln z\u0142. Pomagam firmom uporz\u0105dkowa\u0107 marketing tak, \u017ceby decyzje bud\u017cetowe wynika\u0142y z danych, a nie z raportu jednej platformy.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>Last click oddaje ca\u0142\u0105 sprzeda\u017c ostatniemu klikni\u0119ciu, wi\u0119c zarz\u0105d tnie kana\u0142y, kt\u00f3re tworz\u0105 popyt. Pokazuj\u0119 mechanik\u0119 DDA w GA4 i Google Ads, symulacj\u0119 alokacji bud\u017cetu i granice atrybucji.<\/p>\n","protected":false},"author":1,"featured_media":71,"comment_status":"closed","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"_seopress_titles_title":"Atrybucja oparta na danych (DDA) vs last click | SEMownia","_seopress_titles_desc":"Jak dzia\u0142a atrybucja oparta na danych w GA4 i Google Ads, dlaczego last click obcina bud\u017cet kana\u0142om tworz\u0105cym popyt i czego DDA nie mierzy. Tabela alokacji.","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"111","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"","_seopress_redirections_param":"","_seopress_redirections_type":0,"_seopress_analysis_target_kw":"","footnotes":""},"categories":[111],"tags":[],"class_list":["post-86","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-analityka-marketingowa"],"_links":{"self":[{"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/posts\/86","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/comments?post=86"}],"version-history":[{"count":2,"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/posts\/86\/revisions"}],"predecessor-version":[{"id":329,"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/posts\/86\/revisions\/329"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/media\/71"}],"wp:attachment":[{"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/media?parent=86"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/categories?post=86"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/semownia.pl\/blog\/wp-json\/wp\/v2\/tags?post=86"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}