DI modeliai meluoja apie jūsų reklamos rezultatus: kaip spręsti?

2025 m. pabaigoje skaitmeninės reklamos platformos – „Google Ads“ ir „Meta Ads“ – pradėjo plačiai taikyti DI (dirbtinio intelekto) paremtus priskyrimo modelius arba statistinius konversijų modeliavimus. Paprastai tariant, jos automatiškai „priskiria“ konversijas jūsų reklamoms net ir tais atvejais, kai nebuvo užfiksuota aiškių vartotojo veiksmų (pvz., paspaudimo). Iš pirmo žvilgsnio verslai mato geresnius rezultatus: reklamų ataskaitose konversijų skaičius išauga, CPA mažėja, ROAS gerėja. Tačiau tikroji situacija gali būti kur kas niūresnė – realybėje tiek naujų klientų ar pardavimų neatsirado, o investicijų grąža netgi smunka. Kodėl taip nutinka ir ką su tuo daryti?

Kodėl ataskaitos neatitinka realybės ir kaip tai įvyksta?

Pagrindinės priežastys, dėl kurių DI pagrįsti priskyrimo modeliai gali „pagražinti“ jūsų reklamos duomenis, yra šios:

• Privatumo pokyčiai ir duomenų trūkumas. 

Po tokių privatumo pokyčių kaip „Apple“ iOS 14.5 (kai vartotojams suteikta galimybė atsisakyti būti sekamiems programėlėse) ir griežtesnių slapukų sutikimų interneto naršyklėse (kai be aiškaus leidimo nebeleidžiama rinkti duomenų apie lankytojo veiksmus ir elgseną), reklamos platformoms tapo sunkiau sekti vartotojų veiksmus. 

Jų sprendimas – statistinis konversijų modeliavimas, kuomet DI „spėja“ konversijas remdamasis nepilnais duomenimis. Pavyzdžiui, jei vartotojas neleidžia sekti slapukų, „Google“ ar „Meta“ vis tiek gali užskaityti konversiją, remdamasi kitais signalais, nors realaus fiksuoto įvykio neturima.

• DI sistemos šiandien „dosniau“ dalina nuopelnus už pardavimą ar užklausą. 

Pavyzdžiui, jei žmogus pamatė jūsų reklamą, vėliau pamiršo, o po kelių dienų grįžo į svetainę per „Google“ paiešką ir nusipirko – reklamos platforma vis tiek gali „pasivadinti“ tą pardavimą savo nuopelnu.

Tas pats su „Meta“ („Facebook“ ir „Instagram“): jei žmogus net nepaspaudė reklamos, o tik ją pamatė per 24 valandas iki pirkimo, sistema taip pat įskaito pardavimą sau.

Rezultatas: ataskaitose atrodo, kad pardavimų buvo daugiau, nei buvo iš tikrųjų, nes ta pati reali konversija „suskaičiuojama“ keliose platformose vienu metu. Svetainėje įvyko vienas pirkimas, bet „Google Ads“ ir „Meta Ads“ ataskaitose matysite po vieną „parduota“ kiekvienoje.

• Kai platforma nemato visų pardavimų ar užklausų, ji juos… atspėja. 

Jei dėl slapukų ribojimų ar privatumo nustatymų „Google“ ar „Meta“ negali tiksliai matyti, kas pirko ar pateikė užklausą, DI modeliai užpildo spragas skaičiavimais. 

Pavyzdžiui: jei sistema mato, kad žmogus žiūrėjo reklamą, bet negali sekti, kas įvyko toliau, ji gali „nuspręsti“, kad tikriausiai įvyko pirkimas – nes panašūs vartotojai tokioje situacijoje dažnai perka. 

Tokia konversija atsiranda ataskaitoje kaip realus rezultatas, nors platforma jos faktiškai nemačiusi. Todėl „Google Ads“ gali rodyti daugiau pardavimų nei GA4 ar jūsų el. komercijos sistema. Nes „Google Ads“ dalį jų tiesiog sumodeliuoja – „Performance Max“ kampanijose tai vyksta ypač dažnai.

„Meta“ daro tą patį: net jei vartotojas atsisako sekimo, sistema gali parodyti, kad „įvyko pirkimas“. Kartais tai aiškiai matosi – ataskaitoje nurodomi 2 „pirkimai“, bet pajamų suma = 0 €, nes sistema negalėjo susieti šio „pirkimo“ su realiu sandoriu.

• Dvigubas skaičiavimas per visus kanalus. 

Kuo daugiau DI ir automatizacijos – tuo labiau marketingo kanalai persidengia. Jei vartotojas matė jūsų „YouTube“ reklamą, paskui paspaudė Google paieškos skelbimą ir galiausiai įvykdė pirkimą tiesiai nuėjęs į jūsų svetainę, „Google DDA“ modelis dalį nuopelnų priskirs YouTube ir paieškos skelbimui. 

Tuo pat metu, jei tas vartotojas matė ir „Meta“ reklamą, Meta 7+1 modelis taip pat gali priskirti nuopelnus už peržiūrėtą reklamą. Taip kelios platformos „dalijasi“ vienu pirkėju, kiekviena užskaito po konversiją. Be vieningos atskaitomybės, ataskaitose sumuojant atrodys, kad turite daugiau konversijų nei realiai.

Rezultatas: įspūdingi ir realybės neatspindintys skaičiai ataskaitose. Raktažodžiais paremtų kampanijų eroje buvome pratę prie 1:1 ryšio (paspaudė – nupirko). Dabar DI modeliai veikia kaip juodoji dėžė: jie paskirsto konversijos „nuopelnus“ taip plačiai, kad dalis tų konversijų tėra algoritmų spėjimai ar dubliavimai. Jei verslas aklai tiki platformų rodikliais, rizikuoja didinti biudžetus nebūtiems pardavimams ar džiaugtis pagerėjusiu ROAS, kol finansuose realaus teigiamo pokyčio nėra. Kaip taikliai pastebi analitikai, kai konversijų duomenys klaidingi, galite „užsukti“ biudžetą ne toms kampanijoms, stabdyti iš tiesų pelningas reklamas ar apskritai susidaryti neteisingą ROI vaizdą – ir tai nutinka dažniau, nei manote.

Kaip atpažinti, ar jūsų duomenys tikri?

Pirmas žingsnis – diagnozuoti, ar susiduriate su „meluojančiais“ duomenimis. Štai keli požymiai ir tikrinimo būdai, kurie padės suprasti, ar jūsų atveju reklamos ataskaitos neatitinka realybės.

• Palyginkite kelis šaltinius. 

Palyginkite kelis šaltinius. Patikrinkite, ar „Google Ads“ rodomų konversijų skaičiai atitinka jūsų „Google Analytics 4“ (ar kitos analitikos) duomenis. Nedideli neatitikimai yra normalu, tačiau jei „Google Ads“ rodo daug daugiau konversijų nei „GA4“ tam pačiam laikotarpiui ar kampanijai – tai raudona vėliava. 

Praktikai pastebi, kad pastaruoju metu kai kuriais atvejais „Google Ads“ konversijų rodikliai „agresyviai“ išaugo, lyginant su „GA4“, būtent dėl platformos taikomo plataus priskyrimo ir modeliavimo. Pvz., jeigu „GA4“ priskiria 50 pirkimų iš „google/cpc“ kanalo, o „Google Ads“ raportuoja 100 konversijų, akivaizdu, kad ~50 yra „pridėtinės“ DI konversijos. 

Lygiai taip pat tikrinkite „Facebook Ads“ vs. jūsų el. prekybos sistemą: ar „Meta“ ataskaitoje rodomos pirkimų sumos sutampa su realiais užsakymais? Jei ne – dalis tų pirkimų gali būti modeliuoti.

• Sekite „modeliuotų“ konversijų užuominas. 

Deja, pačiose platformose identifikuoti, kurios konversijos realios, o kurios sumodeliuotos, nėra paprasta. Pavyzdžiui, „Google Ads“ aiškiai neišskiria šių kategorijų.

Vis dėlto galite pasinaudoti keliais triukais. „Google Ads“ paskyroje atverkite „Diagnostics“ (diagnostikos) ataskaitą – jei naudojate „Consent Mode“ ar „Enhanced Conversions“, ten kartais parodomas „papildomai užfiksuotų konversijų“ procentas. Tai duos supratimą, kiek % prieaugio gaunate iš modeliavimų. Taip pat galite segmentuoti konversijas pagal įvykio tipą („ad event type“) – pavyzdžiui, pamatyti, kiek „YouTube Engaged-view“ konversijų ar „Display view-through“ konversijų priskaičiuota. Jeigu tokių nemažai, žinokite, kad tai ne tiesioginiai paspaudimai, o peržiūrų arba tarpinių sąveikų nuopelnų priskyrimas.

„Meta“ atveju, peržvelkite konversijų vertes: jeigu matote atvejų, kur yra konversijų skaičius, bet 0 € pajamų, tai beveik garantuotai yra modeliuotos (neišmatuotos) konversijos. Šių ženklų identifikavimas padeda pamatyti, kiek jūsų ataskaitos remiasi realiais duomenimis, o kiek – DI spėjimais.

• Įvertinkite bendrą logiką su verslo duomenimis. 

Žiūrėkite bendrą paveikslą: pavyzdžiui, sumuokite visų savo reklaminių kanalų (Google, Meta, LinkedIn ir pan.) ataskaitose nurodytas konversijas ar pajamas ir palyginkite su faktiškais pardavimais per tą laikotarpį. Dažnai bendra reklamos platformų „pajamų suma“ bus gerokai didesnė už realų jūsų pardavimą, nes kiekviena platforma pasiima sau nuopelnų. 

Vietoj tradicinio ROAS, paskaičiuokite Media Efficiency Ratio (MER): bendros pajamos padalintos iš bendrų reklamos išlaidų. Šis rodiklis parodo tikrąją investicijų grąžą visų kanalų mastu (jis nepriskiria vieno pardavimo du kartus). Jeigu platformų rodikliai rodo augantį ROAS, o MER stagnuoja arba krenta – akivaizdu, kad platformų ataskaitos „gražesnės“ nei realybė. Kaip rekomenduoja analitikai, lyginkite platformų ROAS su tokiu „Adjusted ROAS“, koreguotu pagal nepriklausomus duomenis, ir stebėkite, ar nėra drastiškų skirtumų.

• Bendraukite su pardavimų komanda (B2B). 

Jei jūsų verslas B2B ir reklamos tikslas – generuoti lead’us, pasikalbėkite su tais, kas dirba su gautais kontaktais. Ar tikrai tie „100 konversijų“, kuriuos rodo „Google“ ar „Meta“, atsispindi CRM sistemoje? Ar nėra taip, kad reklama priskaičiuoja formos pateikimų ar kitų mikrokonversijų, kurios vėliau pasirodo nekokybiškos?

Jei pardavimų komanda sako, jog realių kvalifikuotų lead’ų yra tik 20, o ne 100, – turite aiškų signalą, kad platformos permatuoja vertę. Būtent todėl „Google“ nuo 2024 m. ragina importuoti offline konversijas (CRM duomenis) atgal į „Ads“; jei to nedarote, DI optimizuoja tik „už formos pateikimą“, bet ne už realų pardavimą..

Trumpai tariant, nepriklausomas duomenų patikrinimas yra būtinas. Pastarųjų metų techniniai ir priskyrimo pakeitimai smarkiai iškreipė „Google Ads“ rodomus skaičius, dažnai sudarydami įspūdį, kad kampanijos daug efektyvesnės nei rodytų, pavyzdžiui, GA4 ar jūsų vidinė analitika. Tad prieš džiūgaujant dėl gražėjančių rodiklių, svarbu atlikti namų darbus ir įsitikinti, kad „konversijos“ nėra iliuzija.

Konkretūs patarimai: kaip susigrąžinti tikrus duomenis?

Identifikavus problemą, kitas žingsnis – imtis veiksmų, kad jūsų reklamos duomenys vėl pradėtų atspindėti realybę. 

Žemiau – konkretūs patarimai, kaip suvaldyti „meluojančius“ DI modelius ir B2C, ir B2B versluose:

1. Nesiremkite aklai vien platformų ataskaitomis. Kuo labiau reklamos sistemos „protingėja“, tuo svarbiau turėti nepriklausomą analitikos šaltinį. Įsidiekite ir sukonfigūruokite „Google Analytics 4“ (arba kitą analitikos platformą) ir įsitikinkite, kad ji renka UTM žymas iš visų kampanijų. UTM’ai – tai specialūs „sekimo“ parametrai nuorodose, kurie leidžia tiksliai matyti, iš kur atėjo klientas ir kuri reklama iš tikrųjų atnešė rezultatą.

GA4 nėra tobula, bet ji bent jau nebandys atiduoti nuopelnų „Google Ads“, jei realiai konversija atėjo iš kito kanalo. Taip pat svarbu sujungti paskyras („Google Ads“ su GA4, „Meta“ su GA4 per „Data Stream“ ar „Conversions API“) – tai padės bent iš dalies sulyginti atributikos modelius ir išvengti elementariausių neatitikimų. Ir, žinoma, reguliariai lyginkite: GA4 vs „Ads“, CRM vs „Ads“, e-komercijos DB vs „Facebook Ads“ ir t.t. Nukrypimai neturi būti ignoruojami. Tokia nuolatinė kryžminė patikra užtikrins, kad sprendimus grindžiate daugiau nei viena rezultatų versija.

2. „Gręžkite“ duomenis: stebimų vs modeliuotų konversijų santykis. 

Nors „Google“ neparodo lengvai, kas stebėta, o kas modeliuota, galite apytiksliai įvertinti modeliuotų konversijų mastą.

Vienas būdas – regioninis testas: pavyzdžiui, vienoje šalyje laikinai išjunkite „Consent Mode“ (leiskite rinkti pilnus duomenis su visais slapukais, jei teisiškai galima) ir palyginkite su kita šalimi, kur „Consent Mode“ veikia. Jei be „Consent Mode“ konversijų skaičius panašus, vadinasi, modeliavimas anksčiau daug nepridėdavo; jei staiga smuktelėjo – matote, kiek buvo pripiešta.

Kitas būdas – naudoti „GA4 Modelled data export“: GA4 administravimo skiltyje galima pamatyti, kiek procentų konversijų gauta iš stebėtų duomenų, o kiek – iš modeliuotų (jei naudojamas „Consent Mode“). Jeigu matote, kad, tarkime, 30% konversijų yra „modeliuotos“, turėkite omenyje, kad tai statistiniai spėjimai.

Priimdami sprendimus (pvz., kelti biudžetą), pasverkite, ar tikrai tie +30% pardavimų egzistuoja.

„Meta“ aplinkoje stebėkite „Observed vs Modeled“ metrikas („Meta Business Manager“ kai kada parodo, kiek konversijų tiesiogiai išmatuota vs kiek ekstrapoliuota).

Taip pat, jei naudojate „Meta Incremental Attribution“ (naująjį „Inkrementinės priskyrimo“ modelį), analizuokite jį – „Meta“ teigia, kad šis modelis parodo ~20% mažiau konversijų, bet tai arčiau tiesos. Tai reiškia, kad standartinis „Meta“ modelis buvo linkęs pervertinti efektyvumą, o naujasis – duoda realesnį vaizdą. Šių duomenų analizė padės susidaryti aiškesnį vaizdą, kiek jūsų rodiklių yra tvirti, o kiek – „elastingi“.

3. Naudokite nepriklausomus stebėjimo įrankius ir metodus. 

Vien „Google Analytics“ gali nepakakti. Apsvarstykite trečiųjų šalių įrankius ar bent jau savarankiškus metodus duomenims tikrinti.

Pavyzdžiui, yra specializuoti sprendimai kaip „Wicked Reports“, „Triple Whale“, „Northbeam“ (populiarūs el. komercijoje) – jie sujungia duomenis iš skirtingų kanalų ir padeda identifikuoti dubliavimus.

Taip pat CRM integracijos: naudokite įrankius („Zapier“, „LeadsBridge“ ar pan.), kad visi pardavimai ir lead’ai būtų susegti su reklamos šaltiniu. Tuomet galėsite savarankiškai atsekti kiekvieną atvejį.

Paprastesnis būdas – „sandbox“ testai ir UTM auditas. Įsitikinkite, kad visos nuorodos jūsų reklamoje turi teisingus UTM parametrus (šaltinis, medium, kampanija). Tuomet, kai ateina konversija, net jeigu „Google“ ar „Meta“ ją priskiria sau be paspaudimo, „Google Analytics“ bent parodys realų šaltinį (pvz., tiesioginis srautas arba organinė paieška). Nuoseklus UTM naudojimas užkerta kelią „mistinėms“ konversijoms, kurios atsiduria neteisingame kanale.

Galiausiai, stebėkite „Media Efficiency Ratio“ (MER), kaip minėta aukščiau – tai nepriklausomas viso marketingo efektyvumo rodiklis. Jei jis geras, vadinasi, net jei platformos kiek persistengia skaičiuodamos, jūsų verslas auga. Jei MER prastas, nors platformų ROAS puikus – turite problemą, kurios nepamatysite be nepriklausomo matymo.

4. Įsidiekite server-side sekimą ir pildykite duomenų spragas. 

Techninis, bet itin veiksmingas sprendimas – serverio pusės sekimas. Vietoje to, kad pasitikėtumėte trapiu naršyklės slapuku, siųskite konversijų duomenis tiesiai iš serverio į „Google“ ir „Meta“ sistemas.

Pavyzdžiui, įgyvendinkite „Google Ads Conversion API“ ir „Meta Conversions API“ (per server-side „Google Tag Manager“ ar kitus įrankius). Taip jūs patys perduosite patvirtintą konversiją su vartotojo identifikatoriais, o ne paliksite tai spėlioti platformoms. Šis metodas dvigubai naudingas: pirma, sumažinsite priklausomybę nuo modeliavimo (nes daugiau konversijų bus užfiksuotos realiai), antra – galėsite siųsti daugiau informacijos (pvz., kliento el. paštą hash formatu, pirkimo vertę, maržą). „Google“ tuomet gali geriau susieti konversiją su konkrečiu skelbimu net ir per skirtingus įrenginius.

B2C sektoriuje server-side + „Enhanced Conversions“ padeda „atgauti“ prarastas konversijas, ypač mobiliuosiuose įrenginiuose, ir tiksliau priskirti pajamas.

B2B sektoriuje labai svarbu importuoti offline konversijas – t. y. savo CRM duomenis apie realiai sudarytus sandorius. Taip „Google“ ar „Meta“ algoritmas mokysis optimizuoti pagal tikras pardavimų baigtis, o ne tiesiog formos pateikimus. Tai užtikrina, kad bent jau platformos „nemeluos“ apie jūsų ROI – jos matys tikrus € iš kiekvienos reklamos. Nors tam reikia techninių pastangų, pastaruoju metu tai tapo nauju standartu pažangiuose marketingo skyriuose.

5. Neatsisakykite žmogiškos kontrolės ir sveiko skepticizmo. 

DI ir automatizacija nereiškia, kad galite visiškai atsipalaiduoti. Priešingai – analitikos kokybė 2026-aisiais taps konkurenciniu pranašumu. Verslai, kurie investuos laiką ir resursus į duomenų kokybės tikrinimą, laimės prieš tuos, kurie aklai seka algoritmų rekomendacijas. 

Todėl įtvirtinkite savo komandoje principą:  „Trust, but verify“. Pasitelkite paprastus testus: periodiškai atlikite pirkimų/pildymų testus – patys sukurkite kelias bandomąsias konversijas (pvz., fiktyvų pirkimą su testine kortele, arba testinį lead’ą) ir stebėkite, ar jos teisingai atsispindi visuose įrankiuose. Jei kažkurioje ataskaitoje atsirado „konversijų“ daugiau nei realiai sukūrėte – turite aiškų indikatorių apie perteklinį skaičiavimą. 

Taip pat apklauskite savo klientus. Paprastos apklausos po pirkimo („Kaip mus radote? Kas labiausiai paskatino pirkti?“) gali duoti vertingų įžvalgų. Jeigu dauguma klientų mini, kad apie jus sužinojo iš organinės paieškos ar draugų rekomendacijų, o ne iš reklamos – pervertinti reklamos ataskaitų duomenis būtų klaida. 

Galiausiai, ugdykite specialistus (ar save) tapti duomenų treneriais. Negalima visko palikti vien autopilotui. Reikia nuolat audituoti duomenis, tikrinti, ar DI neperspaudžia. Tokia proaktyvi kontrolė taps jūsų pranašumu, nes kol konkurentai džiaugsis „išpūstais“ skaičiais, jūs remsitės tikrais rodikliais ir priimsite tikslesnius sprendimus.

Kodėl tai svarbu? 

Reklamos industrija juda į etapą, kur „skaidrumo“ stoka algoritmų rezultatuose gali brangiai kainuoti. 

2026 m. laimės ne tie, kas tiesiog turi moderniausius DI įrankius, o tie, kas sugeba įvertinti jų darbą kritiškai. Jau dabar matome, kad platformų ataskaitos gali atrodyti puikiai, nors realūs pardavimai nejuda. Tai naujas iššūkis, su kuriuo susidurs visi – ir B2C el. komercijos milžinai, ir nišiniai B2B paslaugų teikėjai. 

Tad pasiruoškite jam iš anksto: sutvarkykite savo duomenis, sugrąžinkite žmogišką priežiūrą ir padarykite analitikos kokybę savo konkurenciniu ginklu. Galų gale, DI modeliai turi tarnauti jums, o ne jūs taikytis prie jų „fantazijų“. Turėdami tikrus duomenis ir aiškų vaizdą, 2026-uosius pasitiksite geriau ginkluoti priimti teisingus marketingo sprendimus.