Zmienna w wydatkach reklamowych, której badania nie są w stanie zmierzyć, to ta, która zmienia Twój CPL

Co tak naprawdę mierzy badanie wydatków dealerów na reklamy?

Student Harvardu i były dyrektor artystyczny ds. reklamy w GM kierują projektem badawczym dotyczącym wydatków dealerów samochodowych na reklamę, jak donosi Auto Remarketing 2 września 2026 roku. Badanie to jest przykładem ćwiczenia akademickiego, którego branży potrzeba więcej: ustrukturyzowanego, obejmującego wielu dealerów, zaprojektowanego tak, by ujawnić, co pieniądze faktycznie robią, a co twierdzi się, że robią. Wyniki, jeśli zostaną opublikowane, będą cytowane na konferencjach. Część grup dealerskich wykorzysta je do zrewidowania relacji z agencjami.

Badanie już teraz ujawnia niewygodne liczby.

“62% wydatków na reklamy ‘nie miało żadnego dającego się obronić związku ze sprzedażą ani z żadnym dolarem zysku,’” - Auto Remarketing

Badania atrybucji mają jednak ślepą plamkę wbudowaną w ich metodologię i nie jest to coś, co badacze mogą naprawić, usprawniając zbieranie danych. Tą ślepą plamką są treści organiczne. A konkretnie: autorytet tematyczny, który dealer zbudował -- albo nie zbudował -- zanim którekolwiek z płatnych wyświetleń objętych badaniem zostało wyemitowanych.

Dlaczego badania atrybucji kanałów pomijają warstwę treści w całości?

Badania płatnego wyszukiwania mierzą to, co dzieje się wewnątrz aukcji reklamowej. Rejestrują wydatki, wyświetlenia, kliknięcia i konwersje przypisywane przez platformy. Badania atrybucji kanałów z założenia rejestrują wyłącznie warstwę platformy reklamowej: dane wejściowe dotyczące wydatków i dane wyjściowe dotyczące konwersji, tak jak same platformy je raportują. Pytanie, na które te badania nie potrafią odpowiedzieć, brzmi: dlaczego dwóch dealerów dysponujących identycznymi budżetami, kierujących reklamy na te same słowa kluczowe w tym samym DMA, osiąga istotnie różne wskaźniki kosztu pozyskania leadu.

Zmienną, która w dużej mierze wyjaśnia tę lukę, jest autorytet treści. Dealer, który opublikował 40 artykułów plasujących się w wynikach zapytań o modele dostępne na jego rynku, który jest cytowany przez Perplexity, gdy kupujący pyta, który lokalny dealer Nissana ma najlepszą ofertę aut używanych z certyfikatem CPO, który stworzył ustrukturyzowane treści odpowiadające na dokładnie te pytania, jakie kupujący wpisują w silniki odpowiedzi opartych na AI -- ten dealer nie wchodzi do płatnej aukcji bez żadnego przygotowania. Jego marka jest już obecna w świadomości kupującego, zanim reklama w ogóle się wyświetli. Płatne kliknięcie to potwierdzenie, nie pierwsze spotkanie.

Dealer po drugiej stronie miasta, dysponujący tym samym budżetem Google, lecz zupełnie pozbawiony zaplecza contentowego, kupuje przez aukcję całą relację z klientem. Każde wyświetlenie dźwiga pełny koszt budowania świadomości, rozważania zakupu i intencji zakupowej. Wskaźniki kosztu pozyskania leadu wyglądają, jakby należały do tego samego badania. Jednak stojąca za nimi ekonomia jest zupełnie inna.

Jak autorytet tematyczny zmienia rzeczywisty koszt płatnego wyszukiwania?

Aukcje wyszukiwania wyceniają intencję, nie kapitał marki. Aukcja nie wie i nie obchodzi jej, czy kupujący już ufa dealerowi, który zdobywa kliknięcie. Quality Score wychwytuje część sygnałów ze strony docelowej, ale nie potrafi zmierzyć, czy kupujący przeczytał w tym miesiącu sześć artykułów tego dealera i umieścił już salon na krótkiej liście, zanim otworzył Google.

Efekt jest taki, że warstwa treści działa całkowicie poza aukcją, ale kształtuje to, kto wchodzi do niej gotowy do konwersji. Kupujący, który trafił na dealera przez wpis blogowy rankujący na frazę "najlepsze poleasingowe Accord w [mieście]", może trzy dni później kliknąć reklamę w płatnym wyszukiwaniu. Badanie odnotuje konwersję z płatnego wyszukiwania. Organiczny artykuł, który wstępnie sprzedał relację, nie pojawi się w żadnym raporcie atrybucji. Nie może się pojawić: nie ma żadnego konta reklamowego do odpytania.

To nie jest luka pomiarowa, którą badacze mogą zamknąć, dodając więcej źródeł danych. To strukturalna cecha działania atrybucji kanałowej. Organiczna warstwa treści znajduje się powyżej warstwy płatnej i żaden obecny model atrybucji nie mapuje w sposób czysty pełnej ścieżki od pierwszego organicznego wyświetlenia do konwersji z płatnej reklamy. Najlepsze, co może zrobić badanie, to zmierzyć to, co wydarzyło się wewnątrz kont reklamowych. To, co wydarzyło się zanim konta reklamowe zadziałały, jest z definicji poza zakresem badania.

AUTONOMi synchronizuje co noc organiczne zapytania wyszukiwania, kliknięcia i wyświetlenia z Google Search Console, tworząc organiczną połowę obrazu organicznego kontra płatny, jednak przechwytuje jedynie połowę ścieżki kupującego sprzed kliknięcia -- tę dotyczącą Google. Warstwa wypracowanego autorytetu, cytowania w wyszukiwarkach opartych na AI, zapamiętanie marki dzięki dobrze pozycjonowanemu artykułowi -- to wszystko pozostaje niewidoczne dla każdego narzędzia atrybucji, które zaczyna liczyć od wyświetlenia reklamy.

Dlaczego treści publikowane przez dealera są niewidoczne dla badaczy wydatków reklamowych?

Badania atrybucji czerpią dane z API platform reklamowych. Widzą dane Google Ads, dane Meta i wszelkie modele wielokanałowe, które badacze nakładają na te źródła. Nie czerpią z Google Search Console. Nie czerpią z indeksu cytowań Perplexity. Nie czerpią z tego, który silnik odpowiedzi oparty na AI powołał się w tym tygodniu na stronę inwentarza dealera, gdy kupujący poprosił o rekomendacje.

Nie istnieje branżowy standard danych, który mierzy autorytet treści organicznych na poziomie dealera i łączy go z wynikami płatnych kampanii. Żaden standardowy feed danych marketingowych dla dealerów nie łączy autorytetu organicznego wyszukiwania z wynikami płatnych aukcji na poziomie pojedynczego salonu. Oznacza to, że dealer może mieć 60 opublikowanych artykułów generujących realną obecność w wyszukiwarkach, a ta inwestycja w treści nie pojawi się nigdzie w badaniu mierzącym efektywność wydatków reklamowych. Mianownikiem w takim badaniu są wydatki reklamowe. Licznikiem są przypisane sprzedaże lub leady. Treści nie są ani jednym, ani drugim: istnieją upstream względem obu tych wartości.

Prowadzi to do systematycznego zniekształcenia wniosków, jakie badanie jest w stanie wyciągnąć. Dealer z silną obecnością organiczną i starannie zarządzanym budżetem płatnym będzie wyglądał jak reklamodawca o wysokiej efektywności. Dealer ze słabym zapleczem treści i rozdętymi wydatkami płatnymi będzie wyglądał jak reklamodawca nieefektywny. Badanie poprawnie zidentyfikuje różnicę w wynikach. Nie będzie jednak dysponować danymi wejściowymi, które pozwoliłyby wyjaśnić jej przyczynę.

Jak zauważa materiał Auto Remarketing, badacze argumentują, że każdy dolar odzyskany z niewytropionego wydatkowania to kapitał obrotowy: możliwy do ponownego zainwestowania w inwentarz, koszty finansowania floorplan lub kanały, które w mierzalny sposób konwertują. To ujęcie jest słuszne, o ile dotyczy tego, co rzeczywiście obejmuje. Kanały, które w mierzalny sposób konwertują, konwertują jednak częściowo dlatego, że badanie nie dostrzega stojącego za nimi autorytetu treści organicznych. Odzyskiwanie wydatków bez budowania organicznej warstwy u podstaw to powielanie tej samej strukturalnej zależności od płatnego pozyskiwania klientów, która wygenerowała marnotrawstwo w pierwszej kolejności.

Co dzieje się ze wskaźnikiem CPL dealera w płatnym wyszukiwaniu, gdy silniki odpowiedzi oparte na AI wkraczają do lejka sprzedażowego?

Moment przeprowadzenia badania ma znaczenie. Niniejsze badanie powstaje w czasie, gdy silniki odpowiedzi oparte na AI wstawiają się między intencję kupującego a stronę wyników wyszukiwania. Silniki odpowiedzi oparte na AI, w tym Perplexity, Google AI Overviews oraz ChatGPT Search, syntetyzują odpowiedzi na podstawie zaindeksowanych treści internetowych i podają źródła, w które kupujący może kliknąć. Dla dealerów posiadających ustrukturyzowane, dobrze udokumentowane treści oznacza to nowy punkt kontaktu przed kliknięciem, z którym kanał płatnego wyszukiwania nigdy wcześniej nie musiał konkurować. Dla dealerów pozbawionych takich treści oznacza to nowy sposób, by być nieobecnym.

Silniki odpowiedzi oparte na AI już teraz przeszukują strony internetowe dealerów i treści blogów. Pytanie nie brzmi, czy będą wpływać na wybór dealera, lecz czy treści konkretnego dealera są tak ustrukturyzowane, by były cytowane, czy też dealer zostaje odfiltrowany na poziomie silnika odpowiedzi, zanim kupujący w ogóle dotrze do strony wyników wyszukiwania. Dealer, który traci cytowanie przez silnik odpowiedzi oparty na AI, nie pojawi się w badaniu atrybucji wydatków reklamowych jako ten, który stracił tę szansę. Wyświetlenie nigdy nie nastąpiło. Badanie nie odnotowuje tej nieobecności.

To kolejna generacja tego samego strukturalnego ślepego punktu. Badania atrybucji będą nadal mierzyć to, co raportują konta reklamowe. Warstwa autorytetu treści będzie nadal kształtować, kto trafia do tych kont gotowy do konwersji, a kto już odszedł. Przepaść między jednym a drugim poszerza się, a nie zwęża, w miarę jak coraz większa część procesu badawczego kupującego przenosi się na powierzchnie zapośredniczone przez AI, zanim Google w ogóle wyrenderuje stronę wyników.

Dealerzy, którzy wymagają od swoich agencji rozliczalności z wydatków na reklamy płatne, zadają właściwe pytanie. Rzadko zadają to samo pytanie w odniesieniu do organicznej warstwy treści, która albo wspiera, albo podważa wszystko, co budżet reklamowy stara się osiągnąć.

Jak silnik ECHO firmy AUTONOMi buduje warstwę treści, której badania nie są w stanie zmierzyć

ECHO, organiczny silnik treści AUTONOMi, produkuje treści blogowe dla poszczególnych dealerów w tempie maszynowym: 20 artykułów miesięcznie, z których każdy powstaje w oparciu o badanie słów kluczowych z wykorzystaniem sygnałów Google Trends i Google Autocomplete, planowany z uwzględnieniem własnego rynku i marki dealera oraz zoptymalizowany pod kątem konkretnych zapytań formułowanych przez kupujących w danym DMA. Efektem nie jest generyczna treść motoryzacyjna. To tematyczny autorytet wymierzony dokładnie w wyszukiwania poprzedzające płatną aukcję, którą prowadzi dealer.

Każdy artykuł ECHO zawiera możliwy do maszynowego odczytu graf twierdzeń: każde stwierdzenie faktyczne ustrukturyzowane jako wiersz Claim z podmiotem, orzeczeniem, dopełnieniem, dosłownym cytatem z zewnętrznego źródła oraz znacznikiem czasu lastVerified. Właśnie taka struktura jest preferowana przez silniki odpowiedzi AI do cytowania. Dealer, którego treści zawierają zweryfikowane grafy twierdzeń z opatrzonymi datami źródłami, ma większą szansę na pojawienie się w AI Overview lub odpowiedzi Perplexity niż dealer, którego blog jest ścianą nieusystematyzowanej prozy marketingowej. ECHO śledzi cytowania przez silniki odpowiedzi AI jako wskaźnik KPI, rejestrując każdej nocy każdy przypadek, gdy artykuł dealera zostaje zacytowany przez silnik odpowiedzi AI, z podziałem na poszczególne silniki.

Integracja AUTONOMi z Google Search Console synchronizuje każdej nocy organiczne zapytania, kliknięcia i wyświetlenia, budując organiczną połowę obrazu obok danych kampanii płatnych zarządzanych przez AEGIS. Nie zamyka to luki w atrybucji, z którą zmierzy się badanie harwardzkie. Nic nie jest w stanie tego zrobić, ponieważ luka ta ma charakter strukturalny. Daje jednak dealerowi wgląd w warstwę organiczną, której takie badanie nigdy nie uchwyci, oraz możliwość świadomego budowania tej warstwy zamiast pozostawiania jej przypadkowi.

Moduł ECHO jest dostępny jako opcjonalny dodatek w każdym planie, włącznie z poziomem wejściowym. ECHO jest wyceniony oddzielnie na 1 799 USD miesięcznie za rooftop i nie jest dołączony do żadnego poziomu planu. Obejmuje 20 artykułów miesięcznie z weryfikacją Claim Graph, grafiką okładkową i śródtekstową oraz automatycznym crosspostingiem do własnych kanałów dealera. Nie wykupuje żadnych mediów. Buduje warstwę, której sama reklama płatna nie jest w stanie zbudować i której badania nad wydatkami reklamowymi strukturalnie nie są w stanie zmierzyć.

Z czym będzie musiała się zmierzyć kolejna generacja badań nad reklamą dealerską

Badanie Harvardu i GM przyniesie wyniki warte przeczytania. Każda rzetelna próba prześledzenia wydatków dealerów na reklamę i przełożenia ich na rzeczywiste wyniki biznesowe jest cenna, a branża od dawna była winna sobie tego rodzaju rozliczalności. Dyskusja o AI w marketingu dealerskim była zdominowana przez dostawców narzędzi i panele konferencyjne wystarczająco długo; empiryczne badania spoza ekosystemu dostawców są naprawdę wartościowe.

Jednak wyniki będą miały swój sufit. Wyjaśnią zmienność efektywności płatnych kanałów, nie będąc w stanie wyjaśnić, dlaczego ta zmienność istnieje. Dealerzy, którzy będą wyglądać najbardziej efektywnie, w wielu przypadkach będą tymi, którzy zbudowali organiczny autorytet tematyczny jeszcze przed otwarciem okna obserwacyjnego badania. Dealerzy, którzy będą wyglądać najmniej efektywnie, w wielu przypadkach będą tymi, którzy prowadzą całą swoją relację z marką poprzez płatną aukcję, ponieważ nie istnieje żadna warstwa treści wykonująca pracę przedsprzedażową.

Kolejna generacja badań nad reklamą dealerską, która faktycznie chce wyjaśnić zmienność CPL, będzie musiała uwzględnić organiczny autorytet w wyszukiwarkach jako zmienną towarzyszącą: liczbę opublikowanych artykułów, zasięg pozycji słów kluczowych w DMA dealera, wskaźnik cytowań przez silniki odpowiedzi AI, dane kliknięć z Search Console. Dopóki te zmienne nie znajdą się w modelu, badania będą prawidłowo identyfikować, co robi budżet, i konsekwentnie pomijać, dlaczego część z niego działa. Dealerzy, którzy rozumieją tę lukę już teraz i budują odpowiednio, będą generować odstające wyniki, które kolejne badanie uzna za najtrudniejsze do wyjaśnienia.

Jeśli chcesz zobaczyć, jak budowanie tej warstwy treści wygląda w praktyce, właściwym punktem startowym nie jest nowa umowa z agencją. To silnik treści działający w tempie, jakiego warstwa organiczna faktycznie wymaga. Zarejestruj się, aby zobaczyć, jak ECHO mapuje strategię treści na twój rynek i twoją franczyzę, oraz co ta warstwa robi dla ekonomiki płatnego budżetu działającego obok niej.

Źródło: Auto Remarketing