Podsumowanie Tygodnia w Digital Marketingu 2026-10-22

Najważniejsza zmiana tego tygodnia: klient może wybrać produkt w jednym miejscu, kupić go w drugim, a analityka przypisze sprzedaż jeszcze innemu kanałowi. Tydzień temu analizowaliśmy ekonomię pośrednictwa AI. Teraz badanie PYMNTS pokazuje wyraźną różnicę: konsumenci szybciej przenoszą do asystentów wyszukiwanie i porównywanie produktów niż rezygnują z zakupów na znanych platformach handlowych. Zmiana sposobu odkrywania produktów nie oznacza automatycznie zmiany tego, kto zarabia na transakcji. Dla osób odpowiedzialnych za wzrost to ostrzeżenie: podział budżetu wyłącznie według przypisanych konwersji może premiować przechwytywanie istniejącego popytu kosztem działań, które rzeczywiście zmieniają decyzję klienta. Moja teza: przewagę zbuduje organizacja, która potrafi uwzględnić te różnice w swoich decyzjach, a nie tylko zwiększać widoczność w kolejnym kanale.

TL;DR

• AI zmienia początek ścieżki zakupowej szybciej niż miejsce zakupu. W badaniu PYMNTS 23,2% amerykańskich konsumentów wskazuje AI jako główny punkt rozpoczęcia poszukiwań zakupowych online. Jednocześnie 59,7% respondentów opisujących swój ostatni zakup wspomagany AI sfinalizowało go na Amazonie. Te odsetki dotyczą różnych grup, nie kolejnych etapów jednego lejka.

• Bezpośrednia relacja z odbiorcą wymaga zmian organizacyjnych. Digiday opisuje, jak The Verge zastępuje ogólne role związane z rozwojem zasięgu specjalizacjami obejmującymi newslettery, społeczność i analitykę odbiorców. Chodzi o jasną odpowiedzialność za rozwój relacji, nie samo posiadanie własnych kanałów.

• Bliskość transakcji nie dowodzi inkrementalności. Analiza SalesTechStar przypomina, że przypisanie sprzedaży reklamie w retail media nie rozstrzyga, czy zakup nastąpił dzięki kampanii. Rekomenduję zwiększać inwestycje dopiero na podstawie pomiaru dodatkowego efektu względem wiarygodnego scenariusza bez reklamy.

• Wąskim gardłem automatyzacji staje się uwaga człowieka. W Anthropic około 80% czasu trwania interaktywnych sesji agentów przypada na oczekiwanie na odpowiedź użytkownika. To studium jednej firmy intensywnie korzystającej z AI, ale ważny sygnał dla osób projektujących procesy RevOps.

• Sprawniejsza produkcja kreacji nie wystarczy bez szybszych decyzji. W badaniu Forrester Consulting zamówionym przez Smartly tylko 25% respondentów deklaruje możliwość przygotowania wariantu reklamy CTV w ciągu dwóch dni. Przed zwiększeniem budżetu warto skrócić proces akceptacji i wykorzystać wyniki pomiaru do kolejnych zmian kreacji.

• GEO wymaga oceny jakości rekomendacji, nie tylko liczenia wzmianek. Relacja Delante z BrightonSEO zwraca uwagę na całe rozmowy oraz argumenty decydujące o rekomendowaniu lub odrzucaniu marki. Proponuję sprawdzać, przy jakich wymaganiach klienta marka wypada z rekomendacji, zamiast raportować samą obecność w odpowiedziach.

Podsumowanie zmian

Pierwsza zmiana dotyczy przebiegu ścieżki zakupowej. Badanie PYMNTS sugeruje, że asystent może pomagać w tworzeniu listy rozważanych produktów, podczas gdy klient finalizuje zakup u znanego sprzedawcy ze względu na cenę, dostawę i zaufanie do płatności. Dane deklaratywne nie dowodzą jednak, że AI spowodowała wzrost sprzedaży Amazona. Reuters Institute opisuje z kolei wydawców, którzy traktują obecność w odpowiedziach AI jako sposób budowania rozpoznawalności i autorytetu, a nie bezpośredni zamiennik przychodów z ruchu na stronie. Mój wniosek: trzeba oddzielić wpływ na wybór klienta od zdolności do przekształcenia tego wpływu w przychód.

W ubiegłym tygodniu rozważaliśmy wartość rejestracji; teraz przykład The Verge pokazuje, co takie podejście oznacza dla organizacji zespołu. Za newslettery, społeczność i analitykę odpowiadają specjaliści z odrębnymi celami wzrostu. Według dyrektorki odpowiedzialnej za odbiorców i subskrypcje ponad połowa pozyskanych subskrybentów trafia bezpośrednio na stronę zapisu, choć udział ten zmienia się z miesiąca na miesiąc. Nie należy z tego wyciągać wniosku, że wcześniejsze kontakty z marką nie miały znaczenia. Rekomenduję przypisywać zespołom cele dotyczące przejść między etapami relacji, ale nie traktować ostatniego wejścia jako pełnego wyjaśnienia, jak pozyskano klienta.

Druga zmiana ujawnia wspólny problem pomiarowy wyszukiwania AI, CTV i retail media: wpływ na decyzję może powstać wcześniej niż konwersja widoczna w analityce. PPC Land przywołuje analizę panelu Similarweb obejmującego amerykańskich użytkowników komputerów. W tej próbie tylko 8,8% wizyt powiązanych z wcześniejszą rekomendacją AI pochodziło z bezpośredniego odesłania od asystenta, a 55,9% z wyszukiwarki. To wynik konkretnego badania, nie uniwersalny mnożnik pozwalający oszacować własny ruch wspomagany AI. W badaniu przywołanym przez Smartly 62% respondentów deklaruje, że nie potrafi zmierzyć pośredniego wpływu CTV na wyszukiwanie i media społecznościowe. Z kolei SalesTechStar opisuje odwrotną stronę problemu: reklamie sponsorowanego produktu można przypisać zakup, który nastąpiłby również bez niej.

Widzę tu ryzyko: automatyczny podział budżetu może wzmacniać kanały najłatwiejsze do zmierzenia, a zarazem ograniczać finansowanie działań budujących przyszły popyt. Proponuję łączyć raporty atrybucyjne z testami inkrementalności i modelowaniem miksu marketingowego, uwzględniając ograniczenia każdej metody. Nie chodzi o znalezienie jednego wskaźnika, który wyjaśni wszystko, lecz o sprawdzenie, czy różne metody prowadzą do spójnych decyzji budżetowych.

Trzecia zmiana dotyczy zdolności organizacji do podejmowania decyzji. Tydzień temu pytaliśmy, kiedy agent powinien wstrzymać działanie; teraz badanie Anthropic pokazuje obciążenie po stronie człowieka. U przeciętnego pracownika udział interaktywnych sesji poświęconych organizowaniu pracy agentów i podobnym zadaniom wzrósł z 10% jesienią 2025 roku do 22% wiosną 2026 roku. Autorzy zaznaczają, że korzystanie z narzędzi nie było losowe, a szybki rozwój firmy utrudnia oddzielenie efektu AI od zmian biznesowych.

Osnat Lidor opisuje pokrewny mechanizm w B2B: kolejne narzędzia zwiększają obciążenie administracyjne, jeżeli przy przekazywaniu leadów między zespołami giną informacje o potrzebach klienta i historii kontaktu. Yoni Tserruya, współzałożyciel i CEO Lusha, zwraca też uwagę na aktualność danych: informacje o osobach, stanowiskach i zmianach zatrudnienia muszą nadążać za tempem działań sprzedażowych. Moja rekomendacja dla RevOps: mierzyć czas od zweryfikowanego sygnału do decyzji umożliwiającej działanie, nie liczbę uruchomionych sekwencji. W praktyce oznacza to jasną odpowiedzialność za obsługę wyjątków, aktualną dokumentację decyzji i ograniczenie zbędnych eskalacji, a nie kolejną warstwę powiadomień.

Wzorce zmian

W ostatnich tygodniach widzę przesunięcie uwagi: od walki o dostęp do odbiorcy do ustalenia, gdzie rzeczywiście powstaje wartość. Ubiegłotygodniowa dyskusja o pośrednictwie platform prowadzi teraz do pytań o odpowiedzialność: kto odpowiada za zmianę preferencji, kto za rozwój relacji, a kto za jej monetyzację? Przykład The Verge pokazuje, że odpowiedź może wymagać przebudowy zespołu i zakresów odpowiedzialności, nie tylko zmiany raportowania.

Moim zdaniem zwiększy to presję na wspólne zarządzanie doświadczeniem klienta ponad podziałem na kanały. Rekomenduję, aby przy programach AEO i GEO pracowała nie tylko osoba odpowiedzialna za widoczność, lecz także ktoś odpowiedzialny za ofertę i wynik handlowy. Inaczej obecność w odpowiedziach AI może rosnąć, a powody, dla których klient ostatecznie kupuje gdzie indziej, pozostaną bez zmian.

Drugi wzorzec to rosnące znaczenie wyboru: w które relacje inwestować, które rekomendacje poprawiać i które decyzje rzeczywiście wymagają człowieka. Materiały o zaufaniu w B2B i doborze twórców wspomaganym AI wskazują na potrzebę odróżnienia samej obecności od dowodów kompetencji oraz wpływu na wybór. Badanie Anthropic pokazuje podobny problem wewnątrz organizacji: więcej treści i wyników generowanych przez agentów oznacza dodatkową pracę nad ich porządkowaniem i nadzorem.

Dlatego za priorytet uznaję inwestycje, które skracają drogę od wiarygodnej informacji do decyzji. W content marketingu proponuję uzupełniać pomiar leadów oceną zmiany preferencji. W GEO warto testować kryteria rekomendacji, a w automatyzacji ograniczać obciążenie decyzyjne. To lepsza podstawa skalowania niż samo zwiększanie liczby publikacji, wariantów reklam i dashboardów.

Grupy tematyczne

Odkrywanie produktów i finalizacja zakupów

• From Prompt to Purchase: Who Wins the AI Shopper?

  Badanie 2191 konsumentów w USA rozdziela zmianę sposobu wyszukiwania produktów od zmiany miejsca zakupu. Dla strategii wzrostu kluczowe jest równoległe rozwijanie obecności w rekomendacjach AI oraz dbanie o konkurencyjność oferty i warunków zakupu.

• Agentic shopping and the end of the ad-as-interruption

  Adswerve argumentuje, że zakupy wspomagane AI nie muszą oznaczać prostszej ścieżki klienta. Materiał dostawcy wskazuje na potrzebę połączenia danych produktowych, kampanii mediowych i pomiaru, ale nie dowodzi powszechności zakupów finalizowanych bezpośrednio w rozmowie z asystentem.

• Explaining AI referral traffic

  Przegląd wyjaśnia, dlaczego bezpośrednie odesłania od asystentów pokazują tylko część wpływu AI na ruch i sprzedaż. Zestawienie rozbieżnych wyników badań konwersji przestrzega przed przypisywaniem takiemu ruchowi jednej, uniwersalnej wartości.

Relacje z odbiorcami, zaufanie i własne kanały

• Life after SEO: How newsrooms are adapting to the AI search shift

  Z rozmów Reuters Institute z przedstawicielami wydawców wynika, że cytowania w AI służą budowaniu rozpoznawalności i autorytetu, ale nie zastępują bezpośrednio ruchu generującego przychody. Decyzje o udostępnianiu treści robotom warto wiązać z unikalnością tych treści oraz modelem biznesowym wydawcy.

• The Verge switches up its audience team to prepare for Google Zero

  Digiday opisuje podział pracy w zespole The Verge na newslettery, zaangażowanie społeczności i analitykę odbiorców. To przykład tego, jak strategię bezpośrednich relacji przełożyć na konkretne role, odpowiedzialność i cele operacyjne.

• B2B leaders in APAC see an influence gap as brands prioritise content over trust: study

  Omówienie badania AIM B2B wskazuje na lukę między przekazywaniem informacji a wpływaniem na preferencje decydentów. To argument za uzupełnieniem pomiaru leadów o ocenę zmiany postrzegania marki i jakości relacji, z uwzględnieniem regionalnego zakresu badania.

• AI Influencer Discovery: How 1 in 3 Brands Choose Creators

  Analiza 5WPR opisuje wykorzystanie AI w wyszukiwaniu i weryfikacji twórców oraz znaczenie dostępnych dowodów kompetencji. Rozróżnia przy tym wyspecjalizowane platformy i ogólnych asystentów. Skala wykorzystania tych drugich w doborze partnerów pozostaje słabiej udokumentowana.

RevOps, aktualność danych i sprawność decyzyjna

• Build “Pain Backward,” Not “Tool Forward:” How B2B Leaders Stop Tech-Driven Revenue Drag

  Osnat Lidor proponuje, by przed inwestycją sprawdzić, gdzie giną informacje o kliencie, i przetestować proces bez nowego narzędzia. Wartość technologii należy oceniać po tym, czy ogranicza pracę administracyjną i usprawnia współpracę zespołów, nie po liczbie funkcji.

• What Good Looks Like in B2B Sales Data in 2026

  CEO Lusha wykorzystuje dane własnej firmy, aby pokazać znaczenie aktualności kontaktów, dostępu do osób uczestniczących w decyzji zakupowej i szybkości reakcji na sygnały. Proponowane benchmarki przedstawiają perspektywę dostawcy, a nie niezależny standard dla wszystkich zespołów B2B.

• How employment is changing at Anthropic

  Wewnętrzne badanie opisuje przesunięcie pracy w stronę zarządzania agentami i porządkowania wyników ich pracy. Dla marketingu to użyteczne studium ograniczeń organizacyjnych automatyzacji, ale nie uniwersalna prognoza zatrudnienia ani eksperyment pozwalający jednoznacznie ustalić wpływ AI.

Inkrementalność, retail media i proces produkcji kreacji

• CMO Round Table on MENA retail media: From shelf space to measurable media

  Dyskusja przedstawicieli rynku Bliskiego Wschodu i Afryki Północnej pokazuje, co utrudnia przejście od negocjowania ekspozycji handlowej do planowania mierzalnego kanału reklamowego. Jasna odpowiedzialność za budżet i dane dostępne jeszcze w trakcie kampanii są tu równie ważne jak powierzchnia reklamowa.

• Retail Media’s Next Problem Isn’t Growth. It’s Proving Incrementality

  Artykuł rozdziela przypisanie sprzedaży reklamie od wykazania dodatkowego efektu kampanii. Pomaga sformułować wymagania wobec partnerów retail media: przejrzyste metody pomiaru, możliwość prowadzenia eksperymentów i uwzględnienie wpływu pozostałych kanałów.

• Smartly’s Oli Marlow-Thomas on Why CTV Needs a Creative Upgrade: The B2BMX Insights Q&A

  Wywiad oparty na badaniu zamówionym przez Smartly wskazuje na opóźnienia w produkcji, akceptacji i ocenie kreacji CTV. Autor wskazuje dwa sposoby usprawnienia pracy: materiały złożone z wymiennych elementów oraz wspólną analizę wyników przez zespoły kreacji, mediów i analityki.

GEO: jakość rekomendacji zamiast samej obecności

• BrightonSEO October 2026 Recap

  Relacja Delante pokazuje przejście od monitorowania pojedynczych wzmianek do analizy rozmów, intencji zakupowych i argumentów decydujących o rekomendacji. Eksperymenty prelegentów warto traktować jako źródło hipotez do własnych testów, nie potwierdzone reguły działania wszystkich modeli.

• Generative Engine Optimization (GEO): What It Is & How to Do It

  Przewodnik omawia spójność informacji o marce, dostępność treści i obecność poza własną domeną, uwzględniając niestabilność wyników generowanych przez AI. Opisywana zmienność cytowanych źródeł uzasadnia powtarzanie pomiarów, ale sama nie dowodzi wpływu GEO na przychody.