Powrót do słownika
Definicja

Co to jest model spadku udziału z upływem czasu (Time Decay)?

Model spadku udziału z upływem czasu (ang. Time Decay) to model, który przypisuje większy udział punktom styku znajdującym się najbliżej momentu podjęcia decyzji o zakupie. Udział w konwersji jest obliczany z uwzględnieniem 7-dniowego okresu połowicznego zaniku.

W praktyce oznacza to, że kliknięcie, które miało miejsce 8 dni przed konwersją, otrzyma o połowę mniejszy udział niż kliknięcie, które nastąpiło dokładnie 1 dzień przed nią. Podobnie jak w innych tradycyjnych modelach, wejścia bezpośrednie są ignorowane.

Przykłady działania (Ścieżki konwersji)

Oto jak model rozdziela wartości procentowe konwersji w zależności od układu kanałów na ścieżce:

Przykład: Ścieżka 1

Sieć reklamowa Media społecznościowe Płatne wyszukiwania Bezpłatne wyszukiwania

Wynik: Bezpłatne wyszukiwania (50%), Płatne wyszukiwania (25%), Media społecznościowe (15%), Sieć reklamowa (10%).

Przykład: Ścieżka 2

Sieć reklamowa Media społecznościowe Płatne wyszukiwania E-mail

Wynik: E-mail (50%), Płatne wyszukiwania (25%), Media społecznościowe (15%), Sieć reklamowa (10%).

Przykład: Ścieżka 3 (Z pominięciem Direct)

Sieć reklamowa Media społecznościowe Płatne wyszukiwania Wejścia bezpośrednie

Wynik: Wejście bezpośrednie zostaje zignorowane. Wartość konwersji zostaje rozdzielona proporcjonalnie między pozostałe trzy kanały: Płatne wyszukiwania (50%), Media społecznościowe (30%), Sieć reklamowa (20%).

Infografika pokazująca modelowanie atrybucji modelem spadku udziału z upływem czasu (Time Decay) dla przykładowej ścieżki użytkownika
Modelowanie atrybucji Time Decay w Google Analytics 4

Podsumowanie modelu spadku udziału z upływem czasu

Zalety

  • Uwzględnienie pełnego kontekstu - Model bierze pod uwagę wszystkie punkty styku z klientem na ścieżce, nie odcinając całkowicie żadnego z kanałów.
  • Realistyczne premiowanie domknięcia - Największy udział przypisywany jest działaniom, które bezpośrednio skłoniły użytkownika do finalizacji transakcji.

Wady

  • Marginalizacja góry lejka - Ryzykiem wynikającym z modelu atrybucji rozkładu czasowego jest mocne zaniżenie wartości punktów styku inicjujących ścieżkę (kampanii świadomościowych i wizerunkowych), które miały miejsce na długo przed zakupem.
  • Faworyzacja krótkich cykli zakupowych - Model może zniekształcać dane w biznesach o długim procesie decyzyjnym (B2B, nieruchomości), gdzie pierwsze interakcje edukacyjne są istotne dla całego procesu.

Inne modele atrybucji: Model Last Click, Model First Click, Model Liniowy, Model z uwzględnieniem pozycji, Model Data Driven

Daniel Jędrysik

Daniel Jędrysik

SEO, Ads, Analityka

Jestem certyfikowanym specjalista marketingu internetowego (DIMAQ), Mistrzem Polski w SEO i wykładowcą akademickim. W swojej pracy łączę SEO, SEM i analitykę, aby dostarczać klientom kompleksowe rozwiązania oparte na dowodach, a nie domysłach.

Daniel Jędrysik — Pomagam markom rosnąć w sieci. © 2026.