Indeks wzrostu konwersji dzięki atrybucji (Attribution Lift Index)

Attribution Lift Index (ALI) to wskaźnik „przyrostu” (lift), stworzony po to, by odpowiedzieć na jedno konkretne pytanie: czy to konkretne SEO albo inicjatywa rozwojowa wygenerowała dodatkowe (inkrementalne) efekty, czy raportowanie po prostu przypisało jej zasługę? Standardowa formuła to (wynik testu - wynik grupy kontrolnej) / wynik grupy kontrolnej x 100. Prosta matematyka. Trudne wdrożenie.

Dla zespołów SEO ALI ma znaczenie, gdy bronisz czasu z roadmapy, budżetów na content albo „zglancowania” po migracji na poziomie sześciu cyfr. Ahrefs, Semrush i Google Search Console mogą pokazać wzrost widoczności. Nie są jednak w stanie same z siebie udowodnić przyczynowości.

Co ALI tak naprawdę mierzy

ALI porównuje grupę poddaną działaniu (treated) z grupą niepoddaną działaniu, statystycznie podobną (untreated). Mogą to być strony, geografie, kohorty użytkowników albo kategorie produktów. Jeśli grupa testowa zwiększy konwersje o 18%, a kontrolna o 10%, to inkrementalny „lift” jest różnicą, a nie samym nagłówkowym wzrostem.

W tym miejscu większość zespołów się potyka. Każdy wzrost po wdrożeniu nazywają „liftym”. To błąd. Bez grupy kontrolnej masz dane o trendzie, a nie dowód przyczynowy.

Jak zespoły SEO wykorzystują ALI

• Wdrożenia treści: Czy 80 nowych stron porównawczych wygenerowało realnie nowe demo (net-new), czy tylko przechwyciło popyt na brand?
• SEO techniczne: Czy przebudowa wewnętrznego linkowania poprawiła przychód na sesję, czy tylko „pogłębiła” crawl depth w Screaming Frog?
• Prace nad elementami SERP: Czy oznaczenia schematu (schema markup) zwiększyły rzeczywiste transakcje, a nie tylko widoczność rich result w GSC?
• Projekty „obrony” marki: Czy treści w stylu GEO zwiększyły przyrost wyszukiwań brandowych po ekspozycji na odpowiedzi z AI?

Pożyteczne przykłady zwykle są mało spektakularne. Zmiany w szablonach kategorii. Sterowanie nawigacją fasetową. Wdrożenia lokalnych landing pages w 20–50 dopasowanych rynkach. To właśnie tam ALI „robi robotę”.

Jak uruchomić ALI bez wprowadzania siebie w błąd

Stosuj testy z wyłączeniem (holdout), podziały geograficzne (geo-splits) albo dopasowane grupy URL. W przypadku serwisów o średniej skali zwykle potrzebujesz na tyle danych, by wykryć efekt co najmniej 5%–10% przy 90%–95% wiarygodności. Jeśli zestaw stron ma 500 kliknięć miesięcznie, ALI jest w dużej mierze „teatrem”.

Google Search Console bywa najczęściej danymi wejściowymi na górze lejka (top-of-funnel), a nie źródłem prawdy dla efektów biznesowych. Połącz je z GA4, BigQuery, danymi z CRM albo backendowymi danymi o przychodach. Użyj Screaming Frog, by zweryfikować zgodność wdrożeń między testem a kontrolą. Użyj Ahrefs lub Semrush, by monitorować wahania poza stroną (off-page), które mogą zanieczyścić odczyt.

Uczciwe zastrzeżenie: SEO jest nieporządne. Aktualizacje algorytmów, skoki w PR, sezonowość, kampanie e-mail i płatne remarketingi potrafią szybko zniekształcić testy „lifu”. John Mueller z Google wielokrotnie podkreślał, że Google nie mierzy stron tak, jak robią to narzędzia SEO, i to ma tutaj znaczenie: zmiany widoczności pochodzące od Moz, Ahrefs czy Semrush są kontekstem, a nie dowodem.

Jak wygląda dobre ALI

Dobre, użyteczne ALI jest konkretne: +12,4% inkrementalnych zapisów w 42 dni, 95% wiarygodności, dla 320 URL w grupie testowej w porównaniu do 320 dopasowanych kontroli. To dowód „budżetowy”.

Słabe ALI brzmi tak: „Kliknięcia wzrosły po opublikowaniu treści”. OK. To nie jest przyczynowość. Nie do przedstawienia zarządowi.

Jeszcze jedno zastrzeżenie. ALI przestaje działać, gdy kanały mocno się nakładają. SEO, płatne wyszukiwanie, e-mail i ruch bezpośredni często wpływają na ten sam tor konwersji. W takich sytuacjach ALI nadal może być przydatne, ale tylko jeśli precyzyjnie zawęzisz zakres interwencji i zaakceptujesz szersze przedziały ufności niż zwykle oczekują interesariusze.