Představte si, že se zákazník rozhodne koupit si nový kávovar. Nejdřív zahlédne reklamu na Instagramu, druhý den si o značce přečte článek, za týden zadá název do Googlu, otevře e-shop, ale neobjedná. Po několika dnech mu přijde e-mail s připomenutím, klikne na něj a tentokrát už zaplatí. Otázka zní: kdo přivedl tu objednávku? Instagram, který zasel první semínko? Google, přes který se vrátil? Nebo e-mail, který stiskl tlačítko jako poslední?

Přesně tomuto rozhodování — komu připsat zásluhu za konverzi — se říká atribuce. A způsob, jakým ji většina e-shopů dosud řeší, přestává v roce 2026 fungovat.

​

Co je to vlastně last-click

Nejjednodušší a dlouho nejpopulárnější přístup se jmenuje last-click atribuce. Funguje úplně doslova podle svého jména: sto procent zásluh za nákup dostane ten kanál, přes který zákazník přišel jako poslední. V našem příkladě s kávovarem by to byl e-mail. Instagram a Google by v reportech vypadaly, jako by k objednávce nepřispěly vůbec.

Tento model se prosadil z jednoho prostého důvodu — je srozumitelný. Každý mu rozumí, snadno se vysvětlí klientovi nebo nadřízenému a všechna analytická nástroje ho měly jako výchozí nastavení. V době, kdy lidé nakupovali po jedné nebo dvou návštěvách webu z jednoho počítače, taky celkem dobře odpovídal realitě.

​

Proč to dnes nedává smysl

Nákupní chování se za posledních pět let zásadně proměnilo. Průměrný zákazník dnes interaguje se značkou sedmkrát až dvacetkrát, než nakoupí. Reklamu vidí na mobilu cestou v MHD, web si otevře večer na notebooku, do košíku přidá zboží na tabletu a zaplatí druhý den po kliku v e-mailu. Mezi prvním kontaktem a nákupem může uplynout několik týdnů.

Last-click z této bohaté cesty vidí pouze poslední krok. Všechno ostatní vyhazuje do koše. A to vede k vážnému problému v rozhodování.

Vezměme si konkrétní situaci. V reportech vidíte, že e-mailing a brandové vyhledávání (kdy zákazník zadá přímo název vašeho obchodu) přinášejí skvělé výsledky. Naproti tomu reklama na sociálních sítích vypadá ztrátově — peníze do ní lijete, ale objednávek z ní podle reportu chodí málo. Logické rozhodnutí: zrušit sociální sítě, posílit e-mail a brand. Po půl roce ale zjistíte, že obrat klesá. Proč?

Protože sociální sítě byly tím, kdo přiváděl nové lidi, kteří o vás dosud neslyšeli. Ti pak po několika dnech nebo týdnech zadali název vaší značky do Googlu nebo otevřeli e-mail — a teprve tam je last-click zaznamenal. Bez sociálních sítí ale do trychtýře nikdo nepřibývá a po čase dochází i ten brandový vyhledávací provoz, protože není odkud.

Tomuto jevu se říká podhodnocování horní části trychtýře. Last-click systematicky odměňuje kanály, které sklízejí, a trestá ty, které sejou. Je to jako přičítat veškerou úrodu kombajnu a ignorovat traktor, který na jaře oral pole.

​

Co se změnilo v posledních dvou letech

Kromě toho, že nákupní cesta je komplexnější, narazil last-click ještě na druhý problém — přestává být technicky možné ho spolehlivě měřit.

Donedávna se chování uživatelů sledovalo přes takzvané cookies, malé soubory, které prohlížeč ukládal a které umožňovaly poznat vracejícího se návštěvníka. Apple ve svém Safari tuto možnost postupně omezoval, Firefox šel stejnou cestou, Google v Chromu omezil cookies třetích stran a iOS od verze 17 navíc maže parametry sledování z odkazů sdílených ve zprávách. Výsledek? Velká část nákupní cesty je dnes pro analytické nástroje neviditelná.

Tam, kde se dřív dala spojit první reklama s pozdějším nákupem jako jedna souvislá stopa, dnes vznikají fragmenty. Systém vidí: někdo přišel z Instagramu. O tři dny později: někdo objednal po kliku v e-mailu. Že je to ten samý člověk, už dohledat často nelze.

Google a Meta na to reagovaly tím, že do svých systémů zabudovaly strojové učení, které chybějící data dopočítává odhadem. Místo aby říkaly „toto vidíme přesně", říkají „podle vzorců, které jsme se naučili, k tomu s největší pravděpodobností došlo takto". To je velký posun — z měření se stává modelování.

​

Co dnes funguje místo last-clicku

V praxi se osvědčuje kombinace tří přístupů, které se navzájem doplňují a kontrolují. Vysvětlím každý zvlášť.

Data-driven atribuce je první a nejdostupnější vrstva. Místo aby pravidlo bylo „všechno dostane poslední klik", algoritmus se z dat naučí, jak moc každý kanál typicky přispívá k tomu, že nákup nakonec proběhne. Pokud zjistí, že lidé, kteří viděli reklamu na sociálních sítích, nakupují častěji než ti, kteří ji neviděli, přidělí sociálním sítím odpovídající díl zásluh. Tento model je dnes výchozím nastavením v Google Analytics 4 a v Google Ads a pro většinu e-shopů je to první rozumný krok pryč od last-clicku.

Marketing mix modeling, zkráceně MMM, jde úplně jinou cestou. Nesnaží se sledovat jednotlivé uživatele vůbec. Místo toho analyzuje, jak se mění obrat v závislosti na tom, kolik peněz dáváte do kterého kanálu v čase. Bere v úvahu sezónnost, počasí, akce konkurence, slevové kampaně. Velkou výhodou je, že umí ocenit i kanály, kde žádný klik neexistuje — televizní reklamu, podcasty, billboardy, spolupráci s influencery. Donedávna byla tato metoda doménou velkých korporací, ale díky bezplatným nástrojům od Mety a Googlu je dnes dostupná i menším e-shopům.

Incrementality testy jsou nejvíc přímočará metoda a paradoxně i nejpřesnější. Princip je jednoduchý: na omezenou dobu vypnete jeden kanál, třeba jen v jednom kraji nebo pro jednu skupinu publika, a sledujete, o kolik klesne obrat. Pokud nepoznáte rozdíl, kanál buď nefunguje, nebo jen sklízí to, co by bylo i bez něj. Pokud propad nastane, víte přesně, kolik daný kanál reálně přidává navíc. Je to laboratorní pokus aplikovaný na marketing.

​

Jak se na to dívat z manažerského pohledu

Asi nejdůležitější změna, kterou rok 2026 přináší, je ve způsobu rozhodování. Dosud bylo zvykem otevřít jednou týdně report, podívat se na čísla a podle nich přesouvat rozpočty. Tento režim přestává fungovat, protože čísla v reportu už nejsou tak přesná, jak vypadají, a navíc nereflektují celou cestu zákazníka.

Místo toho se rozhodování rozděluje na dvě úrovně. Každodenní jemné ladění kampaní — komu zobrazit reklamu, za kolik se ucházet o klik, jaký formát použít — se přenechává algoritmům reklamních platforem. Ty mají k dispozici víc dat než kdokoli jiný a v mikrorozhodnutích jsou prokazatelně rychlejší a lepší než člověk. Strategické otázky — kolik dávat celkem do sociálních sítí, do vyhledávání, do brandových aktivit — se řeší v delším horizontu, typicky jednou za čtvrtletí, a opírají se o mix model nebo incrementality testy.

S touto změnou souvisí i nezbytný posun v očekáváních. Místo jasných vět typu „Facebook nám minulý týden přinesl 312 tisíc obratu" se odpovědi posouvají k formulacím „Facebook v posledním kvartále přispěl k růstu obratu odhadem o 8 až 12 procent". Je to méně uspokojivé na první poslech, ale podstatně blíž realitě.

​

Kde začít, pokud začínáte od nuly

Pokud váš e-shop dosud žije v režimu last-clicku, nemusíte měnit všechno najednou. Smysluplný postup vypadá zhruba takto.

Prvním krokem je přepnutí na data-driven atribuci v Google Analytics 4 a v Google Ads, pokud jste tak ještě neudělali. Je to záležitost několika kliků a okamžitě dostanete realističtější obraz toho, co se děje.

Druhým krokem je nasazení server-side trackingu. Jednoduše řečeno jde o to, že měření se přesune z prohlížeče zákazníka na váš vlastní server, kde ho prohlížečové restrikce nemohou rušit. Je to technický projekt na čtyři až šest týdnů, ale po jeho dokončení vidíte výrazně víc dat než předtím.

Třetím krokem, který má smysl řešit s odstupem několika měsíců, je první incrementality test. Vyberete největší kanál a otestujete, kolik z toho, co mu připisujete, by se stalo i bez něj. Často je to zjištění, které ušetří významnou část rozpočtu nebo naopak ukáže, že máte zbytečně skromné výdaje tam, kde byste mohli růst rychleji.

​

Závěrem

Konec last-clicku není katastrofa ani módní trend. Je to logický důsledek toho, že marketing dospěl. Zákazníci nakupují v komplikovanějších cestách napříč zařízeními a kanály, technologie omezují přesné sledování a algoritmy se naučily lépe pracovat s neúplnými daty než pevná pravidla.

Pro majitele a marketéry to znamená dvě věci. Smířit se s tím, že jistota čísel byla vždy částečně iluzí, a začít stavět rozhodování na metodách, které tuto nejistotu otevřeně přiznávají a pracují s ní. Ti, kdo to udělají dřív, získají v roce 2026 výhodu nad konkurencí, která bude dál škrtat kampaně podle reportu, ve kterém vyhrává poslední klik.